Sesame 以开源语音模型换生态，收入留给未来的硬件或订阅

语音模型先做演示再开源，用开发者生态换注意力

Sesame 在 2025 年 2 月底发布对话语音模型 CSM 演示，提供 Maya 与 Miles 两个声音，官网免费试用。这不是一个收费产品，而是一个用来展示语音自然度的样品。一个月后，Sesame 开源了基础语音生成模型 CSM-1B，10 亿参数，Apache 2.0 许可。开源基础模型、保留对话演示，等于把技术信誉交给开发者社区，同时把产品体验留在自己手里。

对创业者来说，这个顺序值得注意：先让用户免费听到效果，再用开源降低外界的采用门槛。但代价是，语音生成本身很难直接收费，因为开源版本可以被任何人部署。Sesame 把商业化推后，用演示和开源换取时间和人才注意力。

这个策略的约束在于，开源模型不包含完整的对话系统，Sesame 仍然控制着 Maya 和 Miles 的体验。但公开资料未披露开源后的下载量或社区活跃度，无法判断开发者生态是否真的建立起来。

智能眼镜押注日本制造，硬件是语音的载体也是收入候选

Sesame 的产品设想不只是语音助手，还包括配套的智能眼镜。据 R2 报道的 2026 年 10 月 5 日消息，眼镜计划采用日本制造，2027 年推出。百度百科有 2026 年发布的说法，与 2027 年冲突，以 R2 报道的 2027 年说法为准。眼镜的专利支撑部分来自 Zinn Labs 团队转让的眼动追踪专利，该团队于 2025 年 6 月并入 Sesame。

把语音放进眼镜，意味着 Sesame 认为语音交互需要脱离手机屏幕。但日本制造、2027 年推出，这两个条件把量产时间拉得很长。硬件比软件更烧钱，B 轮资金明确用于智能眼镜硬件迭代量产。

这里的关键取舍是：Sesame 没有选择先做一款便宜的语音硬件，而是做了技术难度更高的眼镜。如果 2027 年能按时推出，它可能拿到一个差异化品类；如果延期，语音演示的热度很难维持到硬件上市。

目前没有收入，演示免费，付费模式尚未落地

Sesame 的语音助手演示在官网免费提供，用户可免费试用。据知情人士，Sesame 当时没有收入，计划向消费者与专业人士销售产品。这意味着当前不存在一条已经跑通的收入线，所有收费都停留在计划层面。

计划中的收入来自产品销售，而不是订阅或 API。智能眼镜是明确的硬件收入候选，但定价、销量、渠道都未披露。向专业人士销售可能指开发者或企业，但公开资料未披露具体产品形态和收费标准。

在收入为零的情况下，Sesame 的商业模式本质上是风险投资支撑的研发项目。免费演示的作用是收集用户反馈和制造声量，不是赚钱。对创业者来说，这意味着不能把“有用户试用”当成“有收入”。

硬件一次性售卖是唯一可见的收费方式，订阅和 API 未披露

公开资料只提到计划向消费者与专业人士销售产品，没有提到订阅费、API 调用费或授权费。智能眼镜如果上市，最直接的收费方式是一次性硬件售卖。但硬件毛利率、渠道分成、售后成本都未披露。

开源 CSM-1B 采用 Apache 2.0 许可，意味着基础模型本身不产生授权收入。Sesame 可能通过托管服务或企业定制收费，但公开资料未披露这类业务。

因此，Sesame 的收入模型目前是单点硬件销售，而不是经常性收入。对小团队来说，硬件一次性售卖需要前期备货和渠道投入，门槛远高于软件订阅。Sesame 有 B 轮资金支撑，小团队没有。

早期用户是语音演示的体验者，付费客户尚未出现

Sesame 的早期用户来自免费语音演示。据百度百科（置信度低）称，上线八周内超百万用户体验 Maya 与 Miles，累计生成超五百万分钟对话，该数据未经公司确认。演示用户报告与 AI 进行最长约 30 分钟的对话。这些用户是在尝鲜，不是付费客户。

计划中的付费客户是消费者与专业人士。消费者可能为智能眼镜买单，专业人士可能为语音助手付费，但具体画像、支付意愿、使用场景都未披露。iOS 应用测试版在限定用户群开放，支持搜索、文本和思考功能，说明 Sesame 在扩展语音之外的能力，但仍然是免费测试。

对创业者来说，Sesame 的客户证据只有使用时长和试用人数，没有留存率、付费转化率或客单价。这些指标缺失，意味着无法判断需求是否真实到可以支撑硬件量产。

官网演示和移动应用直接触达，硬件渠道未披露

Sesame 通过官网提供免费语音演示，并在 iOS 与 Android 上提供 AI 智能体。iOS 测试版采用限定用户群开放，说明分发是受控的，不是大规模投放；Android 端据 R2 报道已提供，但是否同样受限未披露。

智能眼镜的销售渠道公开资料未披露。日本制造可能影响首发市场，但 Sesame 没有公布零售合作方或运营商渠道。官网和应用商店是当前唯一可见的直接触达方式。

这种分发方式的优势是省渠道成本，劣势是触达规模有限。对小团队来说，官网加应用商店是低成本起步方式，但硬件需要物流和售后，Sesame 尚未展示这部分能力。

自建 GPU 集群和训练基础设施是最大固定成本

Sesame 运营大型 GPU 集群，并自建数据与训练基础设施。这是重资产投入，和大多数语音 AI 公司依赖云厂商的做法不同。自建意味着前期资本开支高，但长期可能降低单位推理成本。

B 轮资金明确用于 AI 算法研发、智能眼镜硬件迭代量产及团队与商业化扩充。研发和硬件是两条同时烧钱的线：语音模型需要持续训练，眼镜需要开模、认证、产线调试。

钱花在哪，决定了公司必须靠什么活下去。自建基础设施需要持续融资或收入来分摊固定成本，而 Sesame 目前没有收入。这是它最大的财务约束。

风险投资是唯一现金来源，B 轮把估值推过十亿美元

Sesame 于 2023 年 10 月获 a16z 领投 4750 万美元 A 轮融资，2025 年 10 月完成红杉资本领投 2.5 亿美元 B 轮，投后估值超 10 亿美元。PitchBook 另记录 2023 年 10 月 23 日种子轮 1010 万美元，与百度百科所记 A 轮 4750 万美元在时间和金额上均不一致，来源未说明是否为同一轮的不同口径。

投资方包括 a16z、Sequoia、Spark、Matrix 等。这些资金支撑了自建 GPU 集群和眼镜研发。在收入为零的情况下，Sesame 靠融资活着，没有公开的债务或收入支撑。

B 轮之后，公司需要证明眼镜能按时量产，否则下一轮融资的叙事会变弱。对小团队来说，这种融资节奏不可复制，因为风险投资不会给没有收入的小团队开出十亿美元估值。

专利和团队经验是当前可查的积累，但不足以锁定用户

PitchBook 显示 Sesame 有 34 项专利文档，其中 27 项已授权、6 项待审（合计 33 项，与总数存在 1 项差异，来源未说明）。眼动追踪相关专利来自 Zinn Labs 团队转让，支撑智能眼镜。这些专利是硬件差异化的基础。

团队有前 Oculus 成员，做过消费硬件和操作系统，这是经验优势。但语音模型本身在开源，CSM-1B 任何人都可以用，模型层不构成独占。真正的锁定可能来自眼镜的硬件体验和用户数据，但这两者都还没有上市。

因此，Sesame 的护城河目前是专利组合和团队履历，不是用户网络或数据飞轮。对创业者来说，专利和履历可以借力，但不能当成已经成立的壁垒。

零收入加长研发周期，融资节奏一旦放慢就会挤压现金

Sesame 目前没有收入，眼镜要到 2027 年才推出。这意味着从 B 轮到硬件上市，公司需要持续投入研发和量产准备，而现金来源只有融资。如果眼镜延期或量产成本超预期，公司可能需要新一轮融资，但在没有收入的情况下，估值叙事会承压。

公开资料未披露现金消耗速度，无法判断现有资金能撑多久。这是最大的财务风险。对小团队来说，同样的零收入加长周期几乎不可能靠自有资金完成。

逼真语音可能引发滥用和监管反弹，眼镜还有制造与延期风险

逼真语音 AI 可能加剧语音诈骗与社会工程攻击风险。Sesame 的 Maya 和 Miles 越自然，越容易被用来模仿真人。公开资料未披露 Sesame 采取了哪些防滥用措施，这是一个未回答的问题。

硬件方面，智能眼镜计划日本制造、2027 年推出，百度百科有 2026 年发布的冲突说法（参见产品段落对 2026/2027 冲突的说明）。制造地选择日本可能影响成本和产能，公开资料未披露代工厂和产能规划。如果 2027 年不能上市，语音演示的热度会消退。

对创业者来说，语音产品的滥用风险需要提前设计限制，而硬件的制造和延期风险需要备用计划。Sesame 有融资承受延期，小团队没有。