上千块录音笔的活儿，元宝免费干了，还能边录边拍

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

朋友们有没有懂的，我现在开会对一句话简直应激：

“大家看这个PPT。”

现场听到这句我一般都会很配合地抬个头（原来是这张，我记住了）。

结果等散会一小时后再打开会议录音，事情就开始不对劲了——

“右边这条线”“第三个方案”“标红的这一项”……到底都是啥？？

最后只能愤而听着录音再翻一遍全部资料，把“这个那个”给找出来。

就在我又一次对着“看这个PPT”发愣时，听说腾讯的录音笔更新了个功能：边录边拍

好嘛，录音笔卷完听力，现在开始卷视力了。

不过这录音笔一代代卷过来，卷音质、卷降噪、卷转写、卷识别，现在突然干起了拍照的活儿，那还能是小巧便捷的录音笔吗？

而且手机早就能录音，也早就能拍照，要只是给录音笔多塞一个快门，散会后留下一条音频和十几张照片，那不还是得我自己对号入座？

哦～闹了半天是元宝APP自带的AI录音笔啊，开会只需要带个手机，那还方便一些。

至于录得咋样拍得如何，咱还得实测一番看看实力。

边录边拍，还原现场

元宝AI录音笔的“开机操作”并不复杂，如果是新版用户，打开APP，在对话框上方就能看到这个功能，同样点击即录。

还没更新的老版用户从首页的“+”也可以进入录音笔。

按下录音，实时转写很快就开始往外蹦字。

咱这场会议讨论的是新款智能台灯的内容发布方案，前面主要在交代背景，暂时没出现什么非拍不可的东西，我也就没碰相机。

直到切到曲线图，咱的拍照功能得上场了。

“大家看这个PPT右边的蓝色曲线。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%。”

好，就是这句。

我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。

也就是说，这个拍照完全不妨碍我录音，也就不用担心切相机拍照莫名其妙把我的录音给中断了。

还真行，刚拍下的PPT直接插进了刚才那段转写里，会后复盘的“这个那个”终于知道说的是啥了。

差不多两分钟，实时摘要也开始发力了，刚才聊过的背景和数据已经被归纳总结了一遍。

我还在努力跟住PPT，它在旁边悄悄做起了场记工作。

不错不错，有眼力见儿！

紧接着又来了一个经典指代。

发言人讲完“夜间办公占41%、阅读护眼占29%”，顺口接了一句：“结合刚才那张图里的蓝色曲线，我们把真实桌面场景前置。”

蓝色曲线就挂在前面的转写节点上，我往前一翻就能看到当时的图片和解说，马上跟上了讲解。

然后，出事了。

PPT上摆着A、B、C三套方案，讨论到最后，大家定下来：“第三个方案先不上。”

我光顾着听方案，等页面翻过去才发现：坏，忘拍了。

看看散会后还能不能补救吧。

趁录音还在进行，我直接问元宝：

截至目前，会议已经确认了哪些结论，还有哪些问题没定？

它很快把已经敲定的内容和未决问题总结了一遍。

而且等我再返回录音界面，发现记录完全没断。

还有那张漏拍的方案页，长按“第三个方案先不上”对应的转写，把会后拿到的第5页截图补进去，图片也回到了这句话旁边。

会后我先打开全部图片，点进最早拍下的蓝色曲线，再选择定位至转写位置。页面直接跳回那句“第5周开始抬头”。

点时间轴和预算表，也都能回到各自出现的那一分钟。

再打开“全部图片”，现场拍的和后来补的能同时管理，单次最多可以添加10张。

这次终于不是手慢无了，开会没跟上节奏也有救！

图文在手，复盘不愁

录音结束后，咱得看看，它能不能把刚才那些内容整理成真能用的东西。

首先，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，这回变成了一次生成加一次校对。

录音结束后也可以对内容进行二次处理，比如生成纪要、待办清单、知识总结等，可按需选择Word、Excel、PDF等文档形式。

录音的音频、转写和总结也都可以导出，文字记录还可以自行选择DOCX、PDF、TXT、Markdown的形式

不知道大家有没有这种感觉，每次一用腾讯产品，最大的感受就是，生态果然给力。

咱甚至不用下载，就可以直接把会议记录一键传到WorkBuddy、腾讯文档等平台进行后续操作。

于是我顺手让WorkBuddy帮我复盘了一波。

前面会议里已经确认的结论、还没解决的问题，以及方案里值得继续追问的地方，它都能接着往下分析。

我先让它按照刚才的会议内容，整理一版包含讨论过程、关键结论和未决问题的详细纪要。

接着不换素材，继续让它把同一份记录压缩成管理层摘要，只保留结论和风险；再按照负责人重新排列，生成一份可以直接照着推进的待办清单。

一场会一份转写，愣是给整理出了好几个版本。

终于不用再手动复制三份文档，再分别整理成长版、短版和执行版了！！！

会议材料处理完，我还想问的是：

手机里正在播放的内容，它能不能直接录？

毕竟现在看发布会、线上课程、播客和访谈，很多时候都戴着耳机。

元宝AI录音笔这次升级还真考虑到了咱办公室星人。

只要把音源切换为手机内置音频，全程不用开外放，访谈原声照常能记录。

我翻出一段老黄的英文访谈，然后戴着耳机正常播放。

好好好，不仅能录，转写还是中英双语版。

我只想说，这实时翻译也太省事了，以前看这种英文长访谈最容易手忙脚乱——

耳朵刚跟上上一句，下一句已经跑远；好不容易听到一个关键观点，又得暂停视频、倒回去记。

现在原声、英文转写和中文翻译都留在同一份记录里，没跟上的地方在复盘的时候能直接定位回去，主打一个省时省力。

而且元宝还会根据不同声线区分发言人，在转写里分别标记清楚。

太香了太香了，线上发布会、课程、播客、视频会议全都有救了！

当然，碰到专有名词、语速较快或者容易产生歧义的地方，元宝转写的也会有一定瑕疵。

但好在原声、转写和时间点都留在一起，哪里拿不准，直接定位回去再听一遍就行。

关键是，以上这些完整功能——

全部免费免费免费

录音笔不必「困」在音频里

总之，体验完之后确实感觉元宝AI录音笔这次升级，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了。

过去的录音笔很少认真碰摄像头，并不是大家忘了会议里还有PPT。

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。

这层关系没有理顺的时候，摄像头只会额外生产一批JPG。

MP3在一个文件夹，照片在另一个文件夹，最后还是得我本人出场费时费力给它们配对。

这样的话设备虽然看着更全能，可复盘却没少费劲。

所以过去的录音笔专心做好声音，反而很合理。说白了，当时的技术接不住这只摄像头，硬塞进去也只是给用户增加作业量。

△图片AI生成

实际上，录音笔的产品形态一直跟着技术能力改进。

拾音、降噪和存储成熟，录音笔就先把声音留下；语音识别成熟，它开始输出转写；大模型会总结、能问答，于是发言人识别、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。

到了元宝这次，AI录音笔能接住的终于不只是一段声音。

它把图片放回对应的时间点，再把时间点和原话、音频、转写连起来。于是照片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。

表面上看这功能只是多了一个拍照按钮，但录音笔处理的信息却已经从单一音频走向了声音、文字和画面。

它当然也就没必要继续困在音频里。

一条音频只能被回听，一份带着上下文的记录却可以被追问、重组和继续处理。

声音、图片、转写、摘要、问答结果和待办留在同一个AI环境里，一场会议便不再以“保存文件”收尾，而沉淀成随时可以调用的信息资产。

这也是元宝这种内置在AI里的录音笔和传统录音设备拉开差距的地方——

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：

会中可以追问已经确认的共识和仍待解决的问题；

会后可以基于同一份底稿生成不同内容；

需要继续推进时，就直接把结果转到WorkBuddy或腾讯文档，接着编辑、协作和执行。

于是，采集、理解、加工和推进不再是四段互不相干的流程。

在这套工作流里，信息少搬一次家，就少丢一次上下文，人也能少做一次复制粘贴，快哉快哉！

而且元宝这次走的路线也够轻。

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。

AI录音工具也从单一功能产品变成了普通人随手就能调用的记录工作流。

怎么说呢，已经开始为那些上千块的录音笔单品感到担忧了。。。