2026 年 2 月 28 日，语音 AI 领域黑马 VUI Labs（宇生月伴）宣布完成数千万元天使 + 轮融资，由同创伟业领投，老股东靖亚资本、小苗朗程持续加注。短短半年内，公司累计获得近亿元投资，聚焦 “超低延迟 + 情感交互 + 多模态 Agent + 端侧模型” 四大核心壁垒，以 “让 AI 听懂情感，让交互充满温度” 为使命，全力打造下一代 AI 原生语音交互入口。
一、明星团队与技术基因：学术 + 创业双轮驱动
VUI Labs 的核心竞争力源于顶尖的技术团队与深厚的行业积累：
-
创始团队强强联合：由教育部长江学者、上海交通大学钱彦旻教授（听觉认知与计算声学专家）创办，CEO 梅杰为浙江大学竺可桢学院出身的连续创业者，兼具学术深度与商业化经验；
-
技术先发优势：团队早在 2019 年就全球首个提出端到端语音模型训练，构建了全栈语音技术能力，覆盖情感交互、语音生成、多说话人理解等核心领域，全面对标 Google、ElevenLabs、OpenAI 等国际一线厂商。
二、核心技术矩阵：三大模型突破，定义语音交互新标杆
VUI Labs 自研 Luna 系列多模态情感语音大模型，构建了从交互、合成到翻译的全链路技术体系，多项指标位居行业第一梯队：
1. Luna-1：全球首个端到端情感语音交互模型
打破传统 “ASR+LLM+TTS” 三级管道架构，实现从原始音频到语音响应的端到端处理，核心优势显著：
-
性能领先：在 VoiceBench 权威测评中以 79.05 分跻身行业第一梯队，AlpacaEval 评分与 GPT-4o 持平（4.78/5），展现出顶尖的语音理解能力；
-
超低延迟：语音对话延迟仅 1.4 秒，交互 RTF（实时因子）小于 0.3，远超业内主流模型，为实时沟通奠定基础；
-
情感感知：能精准捕捉语音中的情绪色彩，理解语调、语速背后的情感表达，让交互告别 “冰冷机械”，实现有温度的沟通。
2. Luna-TTS-1：200 毫秒级低延迟语音合成
在语音生成领域，Luna-TTS-1 以 “稳定 + 高效 + 自然” 脱颖而出：
-
极致效率：合成延迟低至 200 毫秒，实时响应无需等待；
-
品质可控：依托自主高吞吐数据管线，无需 “抽卡式” 生成，在自然度、稳定性上稳居行业第一梯队，确保不同场景下输出品质一致；
-
多场景适配：支持博客、ASMR、个性化语音等多种高复杂度场景，满足内容创作、智能助手等多元需求。
3. Luna-Live-Translation-1：端侧部署的同声传译利器
基于创新的 SimulMEGA 无监督策略学习框架（入选 NeurIPS 2025），实现语音翻译的重大突破：
-
端侧友好：模型仅 500M 大小，可直接部署在手机等终端设备，无需依赖云端算力；
-
低延迟高精准：翻译延迟仅 1.5 秒，支持数十种语言互译，在 6 组语言对测试中，BLEU 值降解不足 7%，兼顾速度与质量；
-
商业落地：已在某知名手机品牌欧洲版本中落地应用，解决跨语言实时沟通痛点。
三、C 端产品落地：SaySo 语音 Agent，重塑生产力交互
2026 年 1 月，VUI Labs 推出首款 C 端语音智能体产品 SaySo（sayso.ai），彻底颠覆传统语音工具的定位，从 “听写员” 升级为 “懂思考的合作者”：
核心功能：不止于转写，更是生产力助手
-
上下文精准理解：能捕捉复杂语境，优化输出内容，消除创意与表达的鸿沟，生成文本可直接使用，无需二次修改；
-
多任务全链路打通：具备多步规划、工具调用、长时记忆与智能体编排能力，可统筹复杂任务，指挥多个数字智能体协同执行；
-
商务场景深度适配：针对外贸等场景，支持外语语音转写翻译、专业邮件生成、报价单自动整理，熟悉 FOB、MOQ 等行业术语与商务礼仪，输出符合专业规范的工作成果。
用户反馈与数据：交互变革已成趋势
-
效率倍增：内容创作者使用 SaySo 后，稿件产出时间从 1 小时压缩至 10 分钟，78% 的文字产出由其完成，覆盖近 50 个主流应用；
-
粘性极高：周处理语音转文字生成量近千万，仅 6 周时间，中位数用户的键盘依赖度降至 20%，数字化工作流逐渐由语音智能体接管；
-
口碑爆棚：用户评价其 “堪比《钢铁侠》的贾维斯”，成为核心生产力界面，帮助创作者快速打造爆款内容。
四、市场前景与行业格局：语音交互的千亿赛道
语音交互作为 AI 时代的核心入口，正迎来爆发式增长，VUI Labs 的布局精准契合行业趋势：
-
赛道潜力巨大：海外对标企业 ElevenLabs 估值已达 110 亿美元，ARR 突破 3.3 亿美金，同类 Agent 应用 Wispr Flow 估值超 7 亿美金，验证了语音大模型 + Agent 模式的商业价值；
-
投资机构看好：同创伟业认为，下一代人机交互的核心在于语音，而时延与情感是关键，VUI Labs 在这两大维度超越国际竞品；靖亚资本强调，语音多模态 Agent 在 To B、To C 场景均具高价值，市场空间广阔；
-
技术壁垒坚固：公司通过端到端架构、情感感知、端侧优化等技术，构建了难以复制的竞争优势，同时开放 Skill-based Voice Agent Framework，为行业提供基础设施。
结语：让语音成为新的 UI，重新定义交互体验
VUI Labs 的崛起，标志着语音交互从 “功能执行” 迈向 “情感共鸣 + 任务统筹” 的新阶段。凭借近亿元融资的加持，公司将持续迭代核心模型、拓展商业化场景、搭建 Voice Agent 平台，推动语音成为下一代人机交互的核心界面。
当 AI 能听懂情感、实时响应、高效执行，语音将不再只是 “输入工具”，而是连接人与数字世界的自然桥梁。VUI Labs 用技术证明，有温度的交互并非遥不可及，一个 “所说即所得” 的智能时代正在到来。