返回信息流
新闻事件
量子位
1 个来源

腾讯元宝AI录音笔新增“边录边拍”功能,录音时拍照自动插入转写

腾讯元宝APP的AI录音笔更新了“边录边拍”功能,用户在录音过程中可随时拍照,照片会自动插入对应转写位置,方便会后复盘。该功能还支持实时转写、实时摘要、会议纪要编辑与多格式导出,并可与腾讯文档、WorkBuddy等生态工具联动。

SynthePulse Insight · AI 深度解读

元宝把摄像头塞进录音笔,真正改变的是照片终于知道自己属于哪句话

版本 1 · 1 个来源

量子位实测腾讯元宝APP内置AI录音笔的“边录边拍”:录音不中断即可拍照,照片自动落回对应转写位置。作者据此认为,以手机为载体、AI从记录发生时就介入的路线,正在拉开与上千元独立录音笔硬件的差距。

  • 元宝AI录音笔新增“边录边拍”:按下相机图标拍照时录音不中断,实时转写继续。
  • 刚拍下的PPT照片会直接插入刚才那段转写,会后可“定位至转写位置”跳回对应语句。
  • 实测约两分钟后实时摘要开始生成;录音中还能直接向元宝追问已确认结论与未决问题。
  • 支持手机内置音频录制、中英双语转写与翻译、按声线区分发言人,转写在专有名词或快语速处仍有瑕疵。
  • 会后可生成纪要、待办清单、知识总结,文字记录可导出DOCX、PDF、TXT、Markdown,并可一键传到WorkBuddy、腾讯文档。
  • 作者称上述完整功能全部免费,并据此对上千元级独立录音笔单品表示担忧——这属于评论性观点,来源未提供销量或市场数据。
展开章节目录一个被反复忽略的会议痛点:照片和录音各自为政

一个被反复忽略的会议痛点:照片和录音各自为政

开会时听到“大家看这个PPT”,多数人抬头记住画面,散会后打开录音却只剩“右边这条线”“第三个方案”“标红的这一项”这类指代。量子位这篇实测稿的出发点正是这个场景:过去录音笔很少认真碰摄像头,并非大家忘了会议里还有PPT,而是照片和音频分属两个文件夹,最后还是得人出场配对。

作者由此提出一个判断:镜头一直不难装,手机也早就能一边录音一边拍照,真正难的是让照片知道自己属于哪句话、哪一刻讨论,以及散会后还能拿它做什么。这层关系没理顺时,摄像头只会额外生产一批JPG。

边录边拍实测:拍照不打断录音,照片落回那句话

元宝AI录音笔的入口并不复杂:新版用户打开APP,在对话框上方就能看到该功能,点击即录;未更新的老版用户可从首页的“+”进入录音笔。按下录音后,实时转写很快开始往外蹦字。

实测会议讨论的是新款智能台灯内容发布方案。当发言人讲到“前4周基本走平,第5周开始抬头,到第8周,预估完播率到了68%”时,作者点下实时转写页里的相机图标,对着蓝色曲线拍了一张。按快门时录音没有停,转写也还在继续;退回页面,发言人的后半句话已经接着记下来了。

刚拍下的PPT直接插进了刚才那段转写里。会后点进最早拍下的蓝色曲线,选择“定位至转写位置”,页面直接跳回“第5周开始抬头”那句;点时间轴和预算表,也都能回到各自出现的那一分钟。现场拍的和会后补的图片可同时管理,单次最多可以添加10张。

AI在会中就开始干活:两分钟出摘要,还能随时追问

约两分钟后,实时摘要开始生成,把刚才聊过的背景和数据归纳总结了一遍。作者形容,自己还在努力跟住PPT,它已经在旁边悄悄做起了场记工作。

更关键的是会中追问。当PPT上A、B、C三套方案讨论到“第三个方案先不上”而作者忘拍时,他趁录音仍在进行直接问元宝:截至目前,会议已经确认了哪些结论,还有哪些问题没定?元宝很快把已敲定内容和未决问题总结了一遍,返回录音界面后记录完全没断。那张漏拍的方案页,则通过长按对应转写、补入会后拿到的第5页截图,图片也回到了这句话旁边。

从音频到声音、文字、画面:录音笔处理的信息在扩容

作者梳理了一条产品演进线索:拾音、降噪和存储成熟,录音笔先把声音留下;语音识别成熟,它开始输出转写;大模型会总结、能问答,发言人识别、要点提炼和纪要生成才陆续安排上。每一次变化,都是底层能力升级后多接住一种工作。

在他看来,元宝这次升级显然不只是多了一个拍照入口——相机可能从来都不是重点,重点是录音笔终于有能力处理相机拍回来的内容。它把图片放回对应时间点,再把时间点和原话、音频、转写连起来,照片于是不再是散会后突然冒出来的一张图,而成为现场上下文里的原生信息。

需要说明的是,这一层“从单一音频走向声音、文字和画面”的概括,是来源文章基于单场实测作出的推断,而非官方技术说明。

会后加工与生态:纪要可改、多格式导出、一键流转

录音结束后,元宝的会议纪要里能直接修改内容,哪里表述不够准就当场改掉。原本要在录音、相册和文档之间来回搬运的活儿,变成了一次生成加一次校对。

录音结束后还可对内容二次处理,比如生成纪要、待办清单、知识总结等,并按需选择Word、Excel、PDF等文档形式。录音的音频、转写和总结都可以导出,文字记录可自行选择DOCX、PDF、TXT、Markdown形式。

生态衔接是作者特别强调的一点:会议记录可一键传到WorkBuddy、腾讯文档等平台进行后续操作,无需下载。他顺手让WorkBuddy基于同一份记录整理出详细纪要、只保留结论和风险的管理层摘要,以及按负责人重排的待办清单。

手机内置音频、双语转写与发言人区分:能力边界与瑕疵并存

把音源切换为手机内置音频后,全程不用开外放即可记录手机正在播放的内容。作者实测用一段英文访谈戴着耳机播放也能录,且转写为中英双语,原声、英文转写和中文翻译留在同一份记录里,复盘时可直接定位回去。

元宝还会根据不同声线区分发言人,并在转写里分别标记清楚。但作者也明确提到,碰到专有名词、语速较快或容易产生歧义的地方,转写会有一定瑕疵;好在原声、转写和时间点留在一起,哪里拿不准可以直接定位回去重听。

“全部免费”与“为上千块录音笔担忧”:哪些是事实,哪些是判断

作者称上述完整功能全部免费。但这一表述来自来源文章本身,来源并未说明免费的范围、期限,也未说明后续是否收费,因此只能作为来源说法看待,不能当作已确认的定价事实。

同样属于评论性观点的是文末那句“已经开始为那些上千块的录音笔单品感到担忧了”。作者认为,元宝这种内置在AI里的录音笔与传统录音设备拉开差距的地方在于:AI不必等用户上传完素材才来善后,它从记录发生时就参与其中——会中可以追问共识与未决问题,会后可基于同一份底稿生成不同内容,需要推进时直接把结果转到WorkBuddy或腾讯文档。

这条路线之所以“轻”,是因为手机本来就有麦克风、相机、屏幕、网络和算力,是多模态记录的天然载体,AI负责把这些现成能力重新组织起来,用户不用再买一款硬件就能完成录音、拍照、转写、翻译、总结和文档输出。但需要提醒的是,该判断缺乏销量或市场数据支撑,来源也未给出该功能的具体上线时间、版本号或覆盖地区,是否已在iOS与Android双端同步上线同样未提及。

可信度边界

本文全部事实与数据来自量子位单一来源的实测体验稿,未提供腾讯官方发布说明或第三方验证。边录边拍、实时摘要、发言人区分、中英双语转写等能力均基于作者单场会议与一段英文访谈的实测,样本有限;实时摘要、发言人区分、中英翻译在更长会议或多人场景下的稳定性未经来源验证,照片与转写对应关系的准确率、错配处理方式来源亦未提供数据。“全部功能免费”为作者表述,来源未说明免费范围、期限或后续是否收费;作者关于冲击上千元录音笔硬件的判断属于评论性观点,缺乏销量或市场数据支撑。

核心结论

元宝这次升级真正值得注意的,不是给录音笔多塞了一个快门,而是让照片回到对应时间点,并与原话、音频、转写连成一份可追问、可重组、可继续处理的记录。至于它是否真能撼动上千元独立录音笔,来源只提供了单场实测与作者判断,答案还需要更多样本和市场数据。

主报道

量子位

主报道来源