摘要：凭借一款信用卡大小的AI纪要设备，它已将产品卖到全球170个国家，累计销量突破100万台，并预计在2025年实现2.5亿美元的总收入。

Plaud，一家成立不到三年的初创公司，正成为全球AI硬件赛道中一匹引人注目的“黑马”。

凭借一款信用卡大小的AI纪要设备，它已将产品卖到全球170个国家，累计销量突破100万台，并预计在2025年实现2.5亿美元的总收入。

Plaud最初在Kickstarter众筹起家，逐渐在海外市场积累了口碑。2025年9月，Plaud联合创始人许高提到，2025年的总收入预计能达到2.5亿美元。

2025年9月，Plaud正式登陆中国大陆市场，推出了Plaud Note Pro、Plaud Note及Plaud NotePin S三款产品，并迅速在各主流电商平台登顶品类销冠。这一现象级成功的背后，离不开其独特的产品逻辑和口碑效应。

在智能手机功能日趋完善的今天，为什么用户还需要一个专门的录音硬件？Plaud的产品逻辑究竟有何不同？而亚马逊云科技又如何为其全球化征程提供坚实后盾？

不久前在亚马逊云科技软件企业峰会上，Plaud合伙人、中国区CEO莫子皓与Plaud合伙人、后端研发负责人刘占坤向媒体分享了他们的思路与策略。

产品逻辑：从“离线语境”中挖掘智能

Plaud产品包括录音设备硬件、APP、软件服务，是一套 “硬件+软件+大模型”的组合。目前，Plaud在国内市场提供三档会员服务：

标准会员：免费，每月300分钟转写时长；

专业会员：339元/年，每月1200分钟转写时长；

卓越会员：1099元/年，无限转写时长。

如果仅从功能看与其他AI硬件差别不大，但Plaud团队始终对外强调，Plaud产品从诞生之初就并非定位为效率工具，而是致力于成为用户的“AI工作伙伴”。

莫子皓介绍，Plaud的核心用户可概括为“三高人群”：高决策杠杆、高对话依赖、高知识密度。典型职业包括医生、律师、销售、咨询师、投资人等。这类人群的工作以对话为核心驱动力，而非文档处理，传统录音设备难以系统、精准地满足其深度需求。Plaud正是看准这一空白，专注于服务“对话驱动型”职业，与主流办公软件偏重的“文档驱动”模式形成差异化互补。

“Plaud一直坚信：对话即智能，因为对话是智能体认知与理解世界的切面投射。”莫子皓表示，Plaud并非简单打造录音转写工具，而是致力于重塑人类捕捉、提取与运用对话中智能信息的方式。

在他看来，通向AGI（通用人工智能）存在三种可能路径：

第一，大模型训练；

第二，如Manus，智能获取外部公开信息并通过智能技术压缩输出答案；

第三，挖掘潜藏于“离线语境”（offline context）中的智能价值。

Plaud选择的是第三条路：从日常未被数字化、稍纵即逝的对话中，系统性地萃取智能。因此，Plaud构建了“捕捉-提取-运用”三步法的产品逻辑：

捕捉 (Capture)：Plaud允许用户在录音时拍照或上传文档，将视觉信息一同作为上下文输入。更重要的是，当用户在对话中听到关键信息时，只需按一下设备按钮，即可在时间戳上打点。会后，AI会自动标亮这些重点，并进行额外总结，实现了人与大模型意图的实时对齐。

提取 (Extract)：Plaud超越简单的“对话总结”，它鼓励用户根据自己的角色和需求，向AI提出深度问题。莫子皓举例，警察会用Plaud录下审讯过程，然后问AI：“TA为什么犯罪？是不是有童年阴影？可能判多少年？”依托大模型在犯罪心理学等领域的知识以及大量的公开案例，实现深层智能价值提取。

运用 (Utilize)：将提取的智能信息与第三方工具结合，自动化地转化为可执行的任务或工作流，实现价值闭环。

专属硬件：获取的context “感官”

“为什么有了手机，还需要一个Plaud？”这是Plaud团队被问得最多的问题。

答案，藏在两个关键词里：Context（上下文）与 Intention（意图）。

莫子皓认为，让大模型真正理解你，不仅需要提供上下文，更要在交互过程中实时传递人的意图。真正的意图不应事后通过Prompt补述，而应伴随对话的展开，同步传递给模型。

而录音与输入文本的关键区别，在于时间维度。如何在时间流中精准插入意图标记，成为产品的核心设计之一。

Plaud的解法是“软硬件结合”——通过专属硬件，在对话发生的同时，实时捕捉人的意图信号，实现“人与模型的动态对齐”。

那为什么一定要有一个硬件？Plaud团队认为只有硬件，才能将物理世界、人脑思维与数字系统贯通，共同构成大模型可理解的输入源。

莫子皓表示，智能手机发展十余年，已在社会中形成固定的“社会语境”——它是通讯、娱乐与信息的通用平台，而“捕捉离线对话、对齐人的意图”并非其设计初衷。

“我们不能拿着锤子到处找钉子。既然大模型真正需要的是 offline context，是实现人机意图的对齐，我们就应该为此专门设计一款硬件，服务于大模型所需的语境输入。Plaud 正是这一理念的产物。”

换言之，Plaud 硬件本质上是AI的专属“感官”。它通过轻薄吸附的机身、一键录音的极简操作，降低了捕捉context的门槛。

软硬件深度融合，再加大模型能力——这三者共同构筑了Plaud难以被复制的复合壁垒。

双向奔赴：亚马逊云科技如何支撑Plaud全球化之路

在不到三年的时间里实现全球化业务的快速增长，Plaud的背后离不开一个稳定、弹性且安全的云技术底座。目前公司将存储与后端系统部署在亚马逊云科技之上，构建起支撑全球业务的核心基础设施。

刘占坤表示：“作为初创公司，我们业务迭代速度非常快。亚马逊云科技能够根据我们不同阶段的真实需求，提供针对性方案与最佳实践建议，极大加速了Plaud智能纪要解决方案的落地进程。我们无需过多关注底层基础设施的搭建、稳定性与扩容问题，可以放心将这些交给亚马逊云科技。”

“合作之后我们发现，这其实是一场‘双向奔赴’。我们需要资源和技术支持，而亚马逊云科技也在寻找有潜力的初创公司共同成长。”尽管当时Plaud规模尚小，亚马逊云科技团队依然提供了现场技术支持（onsite support）和充足的信用额度支持，让Plaud能够更专注于核心业务发展。

全球加速与体验保障

借助亚马逊云科技覆盖全球的基础设施，Plaud快速实现了多区域业务部署，既满足了不同国家的合规要求，又通过就近服务将跨区域访问延迟降低80%。同时，基于Amazon Lambda等无服务器架构，Plaud轻松应对了数十万用户并发访问的流量挑战，确保了全球用户体验的流畅稳定。

成本优化与性能平衡

通过采用亚马逊云科技的GPU Spot实例（竞价实例），Plaud成功将整体算力成本降低50%。配合精巧的任务调度与重试机制，公司在享受低成本算力的同时，保障了用户体验不受影响。此外，通过部署Amazon Graviton实例，整体运维性价比提升25%。

灵活集成与研发提效

Plaud基于Amazon Bedrock灵活调用多家领先的大语言模型，并通过Amazon Elastic Kubernetes Service (Amazon EKS)部署其深度优化的自研ASR（自动语音识别）模型集群。全面的托管服务让Plaud摆脱了自建基础设施的负担，将新功能迭代周期从数周缩短至数天，研发效率提升约30%。

安全合规：全球化业务的基石

“安全与隐私是Plaud所有产品开发与应用的首要前提。”刘占坤强调。面对全球市场各异的法律法规，Plaud依托亚马逊云科技的“安全责任共担模型”与完备合规认证，顺利通过了SOC 2、HIPAA、GDPR等多项国际权威认证，将合规审核周期缩短50%，为进入对数据安全要求极高的医疗、法律等专业领域铺平了道路。