Subvocal 推出无声打字 AI 眼镜：靠射频感知面部微动，每分钟输 200 词

在满座的地铁车厢或者安静的开放式办公室里，对着手机大声给 AI 念 prompt，场面多少有点令人尴尬；可要是换成手指在屏幕上慢慢戳，思路又全被掐断了。

刚从 YC 2026 年秋季批次毕业的初创团队 Subvocal，打算用一副智能眼镜解决这个矛盾。他们宣布拿到约 130 万美元的种子前融资，由 Afore Capital 领投、YC 等机构跟投，并同步开放了设备预订。

两位创始人 Aarush Yadav 和 Arnav Kumar 原本是佐治亚理工学院的在读学生。今年 2 月他们在斯坦福 TreeHacks 黑客松上做了一个面部肌肉信号转文字的原型，虽然当时没获奖，但两人觉得这套交互极有消费级前景，干脆休学搬到旧金山全职创业。

不用摄像头，也不靠读心术

Subvocal 最让人好奇的是它的感知方式。它既不是读取脑电波的脑机接口，也不是用前置摄像头读口型，甚至全身上下没有麦克风。

设备依靠镜框内侧发射的低功率射频信号，类似一种微型雷达。当你刻意无声默念词语时，面部的发音肌肉会产生微米级的细微运动，这些动作会改变射频信号的反射波形。

眼镜内置的端侧 AI 模型会先抓取这些射频波形，把微动映射为音素，最后再交给大语言模型做语义兜底补全。团队称，这套架构能做到完全脱离麦克风和摄像头，既不怕嘈杂的环境噪音，也不用担心戴着相机侵犯隐私。

官方宣称目前原型设备的连续转写速度超过每分钟 200 词。普通人日常键盘打字大概在 40 词上下，自然说话大约 150 词，200 词基本意味着只要你嘴唇微动，输入的流速就能追平甚至超过说话的速度。

目前眼镜原价定在 699 美元，早鸟预订价为 499 美元，需付 199 美元可退订金，预计在 2027 年上半年发货。

沉寂八年的技术，被大模型救活了

其实用面部肌肉信号做无声语音输入，业内并不是头一回尝试。早在 2018 年，MIT 媒体实验室就做过大名鼎鼎的 AlterEgo 项目。

当时 AlterEgo 靠贴在下颌的接触式肌电极捕捉电信号，准确率能做到 92%。但它致命的短板在于只能识别极小词表的指令，比如几组数字或简单的方向词，根本无法用在自由表达上。

时隔八年，这个方向之所以重新变热，核心变量正是传感器成本的断崖式下跌和大模型的崛起。肌肉运动产生的微弱信号往往噪声巨大，以前的算法根本猜不出长句；现在有了大语言模型强大的上下文推理，哪怕硬件只抓到个大概，语义层也能稳稳补齐。

Subvocal 此前做过下颌贴片形态的工程原型，如今改成普通眼镜外观，也是为了摆脱医用电极贴脸的不适感。

为什么重要

在 AI Agent 越来越普及的当下，人和机器之间的效率瓶颈已经不在算力，而在输入端的物理带宽。如果你每天需要频繁调遣代码助手或写作智能体，把打字速度从 40 词提到 200 词，产出完全是两个量级。

我们认为 Subvocal 最聪明的地方，在于彻底放弃了摄像头和麦克风。带摄像头的眼镜在欧美公共场合几乎是社交毒药，而 Subvocal 选用的低功率射频技术，不仅避开了侵私嫌疑，还能在地铁或嘈杂马路上正常工作，把隐私感和高流速同时握在了手里。

不过，普通用户现在没必要急着掏订金。硬件从黑客松原型到规模量产往往充满跳票风险，2027 年的发货期离现在还有相当长的一段距离。

更现实的考验在于肌肉信号的泛化能力。每个人的面部骨骼、咬合习惯和皮肤厚度都不同，哪怕官方承诺了简短的校准流程，模型能否在日常嚼口香糖、微笑或说话走神时不发生严重误触，依然需要打个大大的问号。但这扇在手指与声带之外被推开的「第三通道」，确实让无感交互往前挪了一大步。