作者|黄楠
编辑|袁斯来
硬氪获悉,AI Memory 智能硬件公司「穗升科技」近日完成数千万元 Pre-A 轮融资,本轮由 NexTide Capital、阿尔法公社投资。资金将重点投入长期记忆引擎、主动式 Agent 的体验优化,拓展家庭、团队场景,推进硬件量产交付,并搭建海外渠道、完善本地化交付能力。
穗升科技成立于 2025 年,旗下品牌 Memoket 以可穿戴硬件为入口,结合自研底层长记忆引擎,提供能够理解用户前情、主动与用户交互的 Personal Agent。首款硬件 Gem 贴合用户现有佩戴习惯,可单独佩戴,也可以配件形式与智能手表搭配使用,无感收录现实对话,并支持在 App、桌面端跨会话回溯、检索和调用信息。
该款产品在 2026 年 9 月开启量产,同步登陆美国亚马逊与品牌官网;10 月进入日本市场,硬件销量及软件订阅收入均实现翻倍增长。
创始团队具备深厚的消费电子与 AI 产品操盘经验。创始人王时远为前安克创新全球 CMO、中国区总裁,核心成员中包含 3 名连续创业者,曾任职于安克、字节、华为、腾讯及头部 AI 应用企业,能力覆盖大规模模型训练、AI 应用产品定义、可穿戴硬件设计、供应链与全球商业化。部分成员已合作超过 10 年,在长期共事中形成了从底层技术到全球渠道的完整闭环能力。

AI 硬件正处在从 " 记录 " 到 " 理解 " 的关键拐点。
过去,大量产品聚焦问答场景,硬件负责收音、软件生成总结,用户提问、Agent 给出答案。这套模式在信息检索场景中成立,但在现实物理世界中,对话和决策是连续发生的。信息的价值往往并不在单次对话本身,而关乎它能否和数月前的口头约定、上周调整的预算、明天即将推进的会面形成关联。
在咖啡厅见客户、在办公室推进项目、到现场确认进度,中小企业主每天都在大量对话中做决定。预算变了、交期调整了、答应客户的事还没跟进。这些信息散落在不同时间和地点,一旦遗漏一个细节,就可能带来返工、损失或信任的消耗。
当 AI 记忆被框定在单次交互之内,它就无法感知上下文的变化,更难以在关键时刻主动提供支持。伴随拾音与转写逐渐成为智能设备的基础能力,真正的分水岭开始转向跨时序上下文的串联能力。
" 传统 AI 产品记录的是切片,而人的工作和生活是连续的。" 穗升科技创始人兼 CEO 王时远告诉硬氪," 如果 AI 不能理解你之前发生了什么,它就永远只是一个被动响应的工具,而不是一个能帮上忙的伙伴。"
这正是穗升科技所切入的空白地带。从被动记录走向主动理解,从单次问答走向长期记忆,让轻量化硬件成为物理世界与数字世界之间的连续记忆载体。
在 AI 硬件层出不穷的今天,形态的选择本身就是一种战略判断。眼镜能捕捉视线,戒指能监测体征,而在王时远看来,选择手环配件作为 Personal AI 入口,有其独特的合理性。
第一层考量是佩戴的持续性。Personal AI 的前提是持续在场,如果设备需要用户额外花精力去佩戴、摘取或频繁操作,使用频次就会不可避免地衰减。手环是已经被市场长期验证过的形态,用户天然具备佩戴习惯。
Gem 在设计上提供了两种选择,既可以作为独立手环佩戴,也可以直接挂在用户已有的手表表带上。无论哪种方式,它都是在用户原本就习惯佩戴的腕部位置增加仅 11 克重量,不需要改变日常行为,就能实现全天候的无感记录。

"AI 硬件本质上是让 AI 拥有‘触角’。" 王时远表示," 手环是目前我们团队认为最贴近这个触角角色、且用户最愿意长期佩戴的形态。它不打扰你,但它一直在场。"
硬件完成感知采集,软件负责信息结构化梳理,而自研长记忆引擎 KITE,决定了这套 Personal AI 体验的上限。
传统的交互范式里,记忆的责任主体始终是用户。用户需要会后回看录音、见客户前翻找历史对话、在项目推进中手动整理待办;即便 AI 可以加速摘要和检索,本质上依然是等待用户调取的被动工具。
Memoket 的 KITE 引擎,正是为打破这种局限设计。多数 AI 系统的记忆局限在单次对话,信息彼此割裂;而 KITE 可以跨会话串联时序线索,它在 LoCoMo 与 LongMemEval-S 两项长对话记忆基准上,目前准确率分别可达到 93.51% 和 85.60%,考核重点就是 AI 能否从大量分散对话里定位信息、跨越会话边界建立连续上下文。
" 记忆是主动式 AI 的基础设施。如果记忆不准确、不连续,所有主动推荐、提前提醒都无从谈起。用户不会信任一个记错事情的助手。" 王时远说。

依托这套长记忆底座,Memoket 已接入 Google Calendar、ChatGPT、Claude、Slack、Notion 等工具,用户可在 App、桌面端回看对话、跨会话检索,把信息直接融入工作流。
同时,基于这套记忆能力,产品功能下一步的突破方向,是探索主动交互的能力边界。硬氪了解到,本月 Gem App 端将上线 Personal Agent Beta 测试版本,核心功能是增加实时上下文弹窗提醒,让 AI 能够自主识别用户沟通中的待确认事项、未履约约定,在合适时机给到用户提示。
以客户洽谈场景为例,当用户和客户沟通时,设备持续采集对话,KITE 会同步比对历史交流记录,识别尚未确认的约定与待跟进事项,并在 App 出现弹窗提示。
" 我们不是在做一个去噪更好的录音器,也不是在做一个更精准的会议纪要工具。我们关注的是,每一次调用能否真正解决用户工作中的具体问题。少遗漏一次承诺,少做一次返工,在关键时刻接上之前的线索。" 王时远说。

在 AI 大模型能力逐步平权、硬件方案加速成熟的背景下,单纯比拼参数或功能的边际效应正在递减。真正构成壁垒的,是能否持续获取高质量的、真实场景下的个人数据,能否建立长期记忆,并在理解用户的基础上主动提供价值。
穗升科技以手环为入口,以长记忆引擎为底座,将产品从 " 被动响应 " 推向 " 主动服务 "。随着用户与 AI 的长期相处,记忆持续更新、理解不断加深,Personal AI 的价值将不再是单点功能的堆叠,而是一个随时间增长的、不可替代的个人数字资产。
以下为硬氪与穗升科技创始人王时远的访谈节选(略经编辑):
硬氪:当手机和智能手表在 " 一站式满足 " 上越来越强,未来用户是否还需要额外佩戴一个 AI 录音器或 Memory 配件?
王时远:从客观的商业规律来看,对于需求频率极低的轻度用户,手机和智能手表的一站式功能确实足够了。但移动互联网过去十年的发展经验表明,当通用设备走向功能大而全时,垂直领域必然会分化出一批不被 " 一站式 " 满足的专业用户,这就是独立 AI 硬件的结构性机会。
我们目前的早期用户画像非常聚焦,以高频决策、高对话密度的中小企业主为主,目前积累了数千多名早期用户,基本符合我们的初始设计。对这类人群而言,通用设备在专业场景下存在明显的物理与体验摩擦。
比如在 Apple Watch 上录音,极易被来电或通知打断;即便录完了,通用系统通常只给出一段摘要,缺少原始文件,想要接入大模型深度处理还需要手动导出。对于需要高频回溯、建立长期记忆的用户来说,这种数据链路是断裂的。他们需要的是一个更专业、无感且链路完整的独立工具。
未来的 Personal AI 大概率会需要一个综合性入口,但很难一个通用 Agent 在所有细分场景里都做到最好,大家都在找通用设备覆盖不到的垂直缝隙。我们相信穗升在这一波需求中切入得足够早,且抓住了最核心的一批刚需人群。
硬氪:即将上线基于上下文的主动式 Personal Agent Beta 功能,它在交互上会带来哪些实质改变?
王时远:我们计划将上线基于上下文的主动式 Personal Agent 功能。这是我们从 " 被动记录 " 向 " 主动服务 " 跨越的关键一步。
过去的 AI 硬件大多是 " 事后总结 ",但真实决策往往发生在对话进行之中,一旦某个承诺、待确认事项或关键问题被错过,事后再补就已经产生了沟通成本。Memoket 要做的,是把 AI 辅助的节点从 " 会后 " 提前到 " 事中 "。
用一个具体场景来理解。用户此前已经和同事约定,本次会议要确认一项交付节点。会议开始后,Gem 会持续采集现场对话,音频实时上传云端;KITE 长记忆引擎同步检索用户历史会话、日程与待办线索,识别出 " 约定确认但尚未提及的事项 "。当对话节奏进入合适窗口,系统会通过 App 主动弹出提醒,告诉用户 " 本次应确认交付节点 "。这个提醒发生在沟通过程中,而不是等会议结束后再生成一份静态纪要。
当然,这类 " 事中提醒 " 对工程链路要求很高。它不是简单的语音转写,而是一条包含实时音频流传输、云端上下文比对、历史记忆检索、端侧提醒触达的完整链路。其中最核心的指标是延迟:如果提醒能在几秒内出现,它会像一个贴身助理;但如果延迟过长,用户已经进入下一个话题,提醒就会显得突兀甚至无效。因此,我们在 Beta 阶段重点优化端到端延迟,目标是让提醒更贴近对话现场的自然节奏。
我们的核心定位是做一个基于 Context 的主动式 Agent,而非单纯的会议纪要工具,其壁垒在于信息串联能力,能把用户跨时间、跨设备的分散信息建立关联,最终转化为精准的主动提醒。
硬氪:行业都在寻找大模型在物理世界的落点,大家也把这类随身硬件视为重要的 Personal AI 入口。在未来的竞争中,你认为决定这个入口成败的关键壁垒是什么?
王时远:相比纯软件 Agent,穿戴形态的录音硬件给用户的感知更具象、更实在,是可触摸的交互载体。
Memoket 并不追求做一个全能助手,核心是帮用户捕捉那些有业务价值、但很容易被忽略的对话细节,并且在恰当的时机给到提醒。
过去大家用手机录音,本质逻辑没有变,人先记住这件事,再主动打开设备、事后检索调取,记忆的主体还是用户。而穗升想翻转这个关系,由硬件持续感知、长记忆引擎完成信息沉淀,记忆的主体交给系统,用户不必再耗费精力去留存、回溯零散细节。这也是我们团队长期技术积累最终落地的方向,是切入这个赛道的底层逻辑。
长远看,录音穿戴不会是唯一的 Personal AI 入口,但它在 " 捕获物理世界对话 " 这件事上,有独特的优势。不同形态会各自承接不同诉求,通用终端满足轻量化需求,垂直穿戴硬件服务高频、高价值的线下沟通场景,两条路线会长期并存。