投资界 · 2026-08-12 · AI 入口观察 抖音抢“输入权”、OpenAI抢“操作权”，语音输入法如何叩开AI大门？ 主公司：抖音有限公司（字节跳动境内主体）｜主文：投资界《语音输入法，叩响AI世界大门？》 投资界 8月12日发文提出一个判断：当AI对话框成为流量新入口，输入法正成为“系统级入口”的必争之地——国内大厂选择把AI装进输入法，争夺用户在各软件里的“输入权”；OpenAI则把语音装进ChatGPT桌面工作台，争夺“操作权”。抖音是这条赛道最早下场的主力之一：2025年11月，字节跳动旗下北京春田知韵科技有限公司推出豆包输入法，与腾讯微信输入法3.0、阿里千问输入法在11个月内先后落地，语音输入成为共同主打。抖音赌的是最高频的场景：输入法跨软件、跨场景，是“大模型触达用户的最短路径”。 一、钱已经涌进语音赛道：六组数字 70亿美元 2026年Q1全球语音AI赛道融资总额 极客公园 8100万美元 海外语音输入工具Wispr Flow累计融资额 币界网 / 扬帆出海 逼近20亿美元 Wispr Flow最新估值口径（半年翻近三倍） 极客公园 近20亿次/日 搜狗输入法全面AI化后的日均语音调用 搜狗官方披露，扬帆出海转引 33亿→164亿美元 AI语音转文字市场2025年价值与2035年预测 Laxis报告，扬帆出海转引 240 vs 80词/分 社区实测：语音吞吐 vs 打字速度 新智元 翻译成一句白话：语音输入正在从“不方便打字时的替代品”，升级成“能直接产出工作成果的生产入口”。海外用真金白银验证了这一点——Wispr Flow累计融资8100万美元，若2026年5月2.6亿美元B轮落地，估值将达20亿美元； 极客公园 援引数据称其深度用户72%的日常输入靠嘴完成，12个月留存率70%。 二、抖音的牌：豆包输入法档案 主体档案 ：抖音有限公司，2016年5月4日成立，法定代表人银平，注册资本1亿元，曾用名“字节跳动有限公司”（ 天眼查·工商基础信息 ）；2025年报显示股东为厦门星辰启点科技有限公司（认缴9881.4万元）与张利东（认缴118.6万元）（ 天眼查·企业年报 ）。豆包输入法由字节跳动旗下北京春田知韵科技有限公司推出。 2025-11-25 豆包输入法安卓版上线各大应用商店（ 趣秀网 口径） 2025-11-27 iOS版登陆App Store；2026年5月推出macOS版（ 趣秀网 口径）。注意：另一来源2026年8月11日仍称iOS版处于TestFlight内测、桌面端“敬请期待”（ 优家评测 ），版本进度口径不一 2026-07 更新至1.4.8版本，优化悬浮窗稳定性，语音输入时自动暂停背景音乐（ 趣秀网 ） 待办 官方称未来计划推出Windows版，形成跨平台输入生态（ 趣秀网 ） 产品牌面：搭载豆包App同款语音识别模型（部分媒体标注为Seed-ASR），支持15种方言、英语及中英混合输入，官方口径方言识别准确率98.2%、普通话识别超98%，5.5英寸屏幕输入速度约62字/分钟；无广告、无皮肤商城，iOS安装包约20MB，并提供“基础模式本地运行、智能模式加密上传”的双模式隐私策略（ 趣秀网 、 优家评测 ）。用户实测的两极评价也很明确：语音输入被称“断档级领先”，但双拼缺失、光标响应、拼音分词等键盘体验被集中吐槽（ 趣秀网 ）。 三、战场矩阵：五路人马，两条路线 玩家 产品/动作 时间 语音主打 模式 路线 抖音（字节） 豆包输入法 2025-11 豆包同款语音模型；15种方言、中英混输；方言识别98.2%（官方口径） 免费·无广告 输入权 ：借最高频场景为豆包生态导流 腾讯 微信输入法3.0 2025-12-17 语音输入大模型全面升级；15种方言；不限时长；支持离线 免费 输入权 ：跨设备协同（ 快科技 ） 阿里 千问输入法 2026-07-19 千问大模型+自研CosyVoice；最快300字/分钟；单次录音最长3分钟；9种方言 免费·无广告·免注册 输入权 ：为淘天/高德等生态留前置入口（ A5创业网 ） Wispr Flow（美国） 语音输入应用 累计融资8100万美元 深度用户72%输入靠嘴；月环比增长40%（2025年6月起） 订阅制，十几至上百美元/月 语音操作系统 （ 币界网 ） OpenAI ChatGPT Voice（桌面） 2026-07-23 GPT-Live语音模型；语音启动、协调多个Agent 订阅制（Plus/Pro等） 操作权 ：AI工作操作系统（ 新智元 ） 四、“输入权”与“操作权”：两种赌法 路线一：把AI装进输入法（国内大厂） 逻辑是流量与数据：输入法每天被打开的次数，几乎没有其他应用能比，是AI大模型触达用户的最短路径。抖音的差异化是背靠豆包内容生态，微信强在跨设备协同，千问则押注“AI润色+纯净体验”（ A5创业网 ）。一个细节能看出各家投入的轻与重：据 读佳 转引虎嗅，千问PC端语音输入组件整体投入人力仅约5-6人——这不是重兵决战，而是低成本卡位。 路线二：把语音装进桌面（OpenAI） 逻辑是生产力与订阅：7月23日ChatGPT Voice正式进入桌面版App的Work与Codex场景，用户开口即可启动任务、给多个Agent排优先级、在后台协调它们干活，底层是7月8日上线的GPT-Live语音模型；ChatGPT Work+Codex的周活已过1000万（ 新智元 ）。OpenAI的取舍很直接：手机聊天框干不了复杂活儿，桌面才有文件、IDE和整套办公软件，这才是智能体干活的主战场。 两条路线赌注不同：前者赌“用户每天第一个打开的软件”，后者赌“AI替用户干活的中枢”。值得注意的交叉点是，抖音并非只押输入权——2026年6月下旬上线的豆包专业版（68元/月、学生38元/月）基于豆包2.1系列大模型，已能操作本地电脑、浏览器，说明字节同时在做“操作”能力，输入法是其前置获客端（ 今日头条 ）。 五、风险观察：免费心智、算力账单与入口存疑 国内免费心智是最大商业化障碍。 搜狗输入法全面AI化后日均语音调用近20亿次，但用户全程0付费，算力与模型成本由平台兜底；海外Wispr则靠订阅制做到12个月留存70%（ 扬帆出海 ）。抖音要让输入法在“免费是默认”的市场里独立赚钱，难度远高于海外。 算力账单在倒逼商业化。 自媒体文章估算豆包大模型日Token调用量180万亿、每日算力成本2-5亿元、一年超千亿，而豆包日收入不到100万，字节2026年光AI芯片投入约800亿——上述均为媒体报道口径，字节官方未披露（ 今日头条 ）。输入法的免费高频调用会放大算力成本，它更现实的定位是豆包大模型的“最高频广告位”。 产品与进度短板并存。 键盘体验（双拼缺失、光标响应）被用户集中吐槽；iOS/桌面端上线进度不同来源说法不一；长句或普通话不标准时语音仍需手动修改（ 趣秀网 、 优家评测 ）。 “系统级入口”尚未被验证。 百度输入法、搜狗输入法做了多年AI功能，用户感知仍有限（ 读佳 ）。此外，天眼查登记的抖音竞品清单（最新口径2024年5月）仍以Genspark、Exa、You.com等AI搜索公司为主（ 天眼查·竞争对手 ）——输入法新战场尚未进入其竞品登记视野，这既是空白，也说明“输入法即入口”的判断还需要数据来证明。 六、下一步验证什么 豆包输入法的用户规模与语音调用次数何时进入公开数据——这是对标搜狗“日均近20亿次”的直接参照。 Windows版上线时间与跨平台协同：抖音能否复刻微信输入法的设备协同能力。 千问输入法能否真正把输入环节接入淘天、高德等阿里生态，跑通“说到即服务”的链路。 OpenAI桌面语音在专业用户中的渗透率，以及它会不会顺势反攻移动端输入。 抖音是否把豆包专业版的“电脑操作”能力与输入法打通，从“输入权”向“操作权”延伸。 本页为事时观察扩展内容：公司档案与数据来自天眼查（抖音有限公司）及公开报道，估值、算力成本等涉及口径冲突或媒体报道处已分别标注，未作合并处理。 投资界 《语音输入法，叩响AI世界大门？》 极客公园（新浪转载） 《语音成为AI关键入口，阿里一口气把全栈模型能力都拿出来了》 新智元（搜狐转载） 《ChatGPT语音杀入桌面！你负责动嘴，一群AI负责干活》 扬帆出海 《字节下场，融资火热，海外已有产品融了8100万美元：AI语音输入法们正疯狂收割钱包》 币界网 《Wispr从Notable Capital获得2500万美元投资》 A5创业网 《阿里千问输入法App正式发布：主打AI语音，说完即成稿》 读佳（新浪转载） 《阿里千问将推出“千问输入法”APP》 快科技 《微信输入法iOS版3.0正式发布：大模型全面升级、支持15种方言语音输入》 趣秀网 《豆包输入法苹果安卓正版》 优家评测 《豆包输入法》 今日头条 《3亿人白嫖了两年，字节终于扛不住了》 ； 《豆包68元vs谷歌免费，AI帮你操作电脑谁更香？》 天眼查 抖音有限公司·工商基础信息 ； 企业年报 ； 竞争对手