Sesame 聚焦AI语音，以“听”为切入点布局智能眼镜

白鲸出海 10月24日 01:00

AI语音初创公司Sesame近日完成2.5亿美元B轮融资，其语音合成模型CSM表现出色，能像真人一样进行自然对话。此次融资不仅看重其语音技术，更在于其在智能眼镜领域的布局。Sesame由Oculus创始人Brendan Iribe创立，目标是制造轻便型、可全天佩戴的智能眼镜，并计划将“能与用户互动的AI Agent”作为核心。与多数AI眼镜侧重视觉功能不同，Sesame选择从“听”的角度切入，以声音作为智能眼镜的价值核心，旨在成为用户的“AI伙伴”。尽管面临技术和隐私挑战，Sesame的独特策略吸引了资本关注。

🌟 **出色的AI语音技术：** Sesame的Conversational Speech Model（CSM）在语音合成方面表现卓越，其AI语音助手在对话节奏、情感表达和一致性上均能媲美真人，获得了“比其他所有语音助手都做得好”的高度评价，并以此为基础获得了巨额融资。

👓 **智能眼镜的独特布局：** Sesame从创立之初就着手智能眼镜的研发，目标是打造轻便、可全天佩戴的设备。公司创始人拥有Oculus和AR初创公司背景，为智能眼镜的开发奠定了基础。

👂 **“听”的差异化竞争策略：** 在当前AI眼镜普遍侧重视觉功能（如显示屏、摄像头）的趋势下，Sesame选择以“听”为切入点，将“真正能对话的语音Agent”作为智能眼镜的核心价值，旨在成为用户“一起观察世界的AI伙伴”，形成差异化优势。

💰 **巨额融资与资本认可：** Sesame凭借其在AI语音和智能眼镜领域的潜力，获得了包括红杉资本在内的2.5亿美元B轮融资，远超行业平均水平，这显示了资本市场对其独特发展路径的高度认可。

🚧 **面临的技术与挑战：** 尽管前景看好，Sesame在智能眼镜的实际应用中仍需克服多项技术难点，包括口语语义理解、上下文记忆、续航能力、轻量化设计，以及场景识别、信息提示的时机把握和隐私安全等问题。

关注AI的 2025-10-23 22:01 四川

各家 AI 眼镜都在卷“看”，Sesame 赌“听”。

封面图片由AI生成

出品｜白鲸出海AI组

作者｜Lainya

编辑｜殷观晓

10 月 21 日，TechCrunch 报道，之前一直以 AI 语音初创公司示人的 Sesame，完成了 2.5 亿美元的 B 轮融资，投资方包括红杉资本、Spark Capital 及其他未公开的投资者。随后，Sesame 创始人 Brendan Iribe 也在个人社媒账号上发帖，证实该消息。

Brendan Iribe 为 Sesame 创始人兼 CEO｜图源 X

我们最早关注到 Sesame 是在今年 3 月，其语音合成模型 Conversational Speech Model（CSM）因为“能像真人一样说话”，在 X 上引发热议。Sesame 推出的 2 个 AI 语音助手（女声 Maya、男声 Miles），在对话节奏、情感表达和上下一致性上表现都很出色（详见往期测评《ElevenLabs的最强竞争对手，Sesame的语音模型真能媲美真人？》）。

The Verge 评价“Sesame 做得比其他所有语音助手都要好”，公司也曾因此获得由 a16z 领投的 4750 万美元 A 轮融资，彼时，距其完成 1010 万美元的种子轮融资不过 3 个月。

近一年，AI 语音赛道上产品更新频繁，TTS 模型层出不穷，也有不少公司拿下融资。但 Sesame 的融资消息值得关注，是因为其融资金额远超于同行水平，同时，Sesame 这一次拿钱不仅是因为语音模型，还因为 AI 眼镜，这一大厂和创企都在争夺的流量入口。

报道明确将 Sesame 定位为 AI 创企

和智能眼镜制造商｜图源 TechCrunch

其实，Sesame 从创立之初就开始了对智能眼镜的布局，目标是制造出可全天佩戴的轻便型眼镜。这一布局与其创始团队的基因也关系密切，Sesame 联创 Brendan Iribe 此前曾创立 Oculus，头戴式 VR 显示器 Oculus Rift 是其核心产品（Oculus 后被 Meta 收购，但 2017 年 Meta 宣布关闭 VR 内容制作部门）。另一位创始人 Ankit Kumar，则曾是 AR 初创公司 Ubiquity6 的首席技术官。

由于目前关于 Sesame 智能眼镜的公开信息较少，具体设计和功能暂无定论，但结合相关报道和官网显示的公司愿景来看，在智能眼镜中嵌入“使用自然人声、与用户互动的 AI Agent”，将是 Sesame 的重点。

图源｜TechCrunch、Sesame

近半年，AI 眼镜赛道同样集中爆发，除了早就与 Ray-Ban 达成合作的 Meta，三星、苹果、小米、百度等厂商也纷纷入局，此前甚至不少传言称，字节去年就已经着手研发 AI 眼镜。以 Meta 和 Rokid 这 2 家国内外厂商为代表，纵观目前已发布的眼镜产品，大家似乎都把重点放在了视觉相关的功能上。

今年 9 月，Meta 在 Connect 开发者大会上推出了三款定位不同的智能眼镜。首款搭载了高解析度显示屏的 Meta Ray-Ban Display 作为核心产品被推出；第二代 Ray-Ban Meta 的升级集中在影像功能上；针对专业运动员推出的 Oakley Meta Vanguard 也搭载了广角镜头，还支持 3K 视频录制与防抖、慢动作等摄影模式。而众筹百万美元、5 天售空 4 万台的 Rokid，宣传重点也都放在 Micro LED 显示屏和支持 HDR 技术的摄像头上。

Meta Ray-Ban Display（左）和

Rokid（右）｜图源 Meta 、Rokid 公众号

同时，相较于其他 AI 眼镜目前多将语音表现放在实用性功能上（如智能问答、通话、翻译、音乐播放等），Sesame 表示其智能眼镜以期通过声音，成为和用户“一起观察世界的 AI 伙伴”。也就是说，当大家时都在卷“看”时，Sesame 计划从“听”的角度切入，把“真正能对话的语音 Agent”作为智能眼镜的价值核心。

而红杉领投 2.5 亿美元，看重的就是 Sesame“切换入局角度”带来的可能。红杉表示，其团队曾花了几个小时与 Maya 和 Miles 交谈，对其个性和对话节奏印象深刻，并给出了“这种体验与我们之前使用过的任何产品都不同”的高度评价。

图源｜红杉官网

目前，Sesame 已经向部分特定用户开放了其 iOS 应用，为其 AI Agent 做早期测试，官方称其具备“搜索、发短信和思考”功能。作为以语音功能为核心、追求成为富有人味 AI 伙伴的智能眼镜，Sesame 或将面临口语表达中的语义理解、上下文记忆、续航和轻量化设计等技术难点；使用过程中，如何识别场景，并在合适的时间提供信息提示，以及隐私安全上都有待考量。我们也将持续关注 Sesame 的后续发展。