三位前谷歌X实验室科学家联合创立的TwinMind，旨在通过AI应用为用户打造“第二大脑”。该应用并非植入式芯片，而是经用户授权后在后台监听环境语音以获取上下文。目前，TwinMind已完成570万美元种子轮融资，并发布了Android版、iPhone版及新一代AI语音模型。
核心功能与技术优势
TwinMind由Daniel George（CEO）与前谷歌X同事Sunny Tang、Mahi Karim（均为CTO）于2024年3月共同创立。应用可在后台持续运行，将口头想法、会议及对话转化为结构化记忆，自动生成笔记、待办事项及答案。其核心技术亮点包括：
- 全天候被动捕获：不同于Otter等竞品依赖云端处理，TwinMind使用纯Swift构建底层服务，直接在iPhone原生运行，可连续录音16至17小时且不耗尽电池。
- 离线实时转录：支持设备端实时音频处理，无需联网即可工作。
- 多语言与数据安全：支持超100种语言实时翻译；数据默认本地存储，音频即时删除仅保留文本，且支持备份恢复（可选退出）。
George表示，团队耗时半年攻克了Apple封闭生态下的持续音频捕获难题，实现了真正的后台常驻。
跨平台上下文整合
除移动端外，TwinMind还提供Chrome扩展程序，利用视觉AI扫描浏览器标签页，解读邮件、Slack及Notion等内容，弥补传统AI聊天机器人无法解析多源信息的短板。该扩展程序甚至被用于内部招聘，成功从854份申请中筛选出4名实习生。
目前，TwinMind拥有超3万用户，月活约1.5万，其中20%-30%同时使用扩展程序。用户群体覆盖专业人士（50%-60%）、学生（25%）及个人用户，市场已拓展至印度、巴西及欧洲等地。
隐私保护与团队背景
针对AI隐私顾虑，TwinMind承诺不利用用户数据训练模型，且音频不留存云端。创始人George曾在谷歌X参与iyO耳机等6个项目，这段经历加速了产品落地。此前他还致力于引力波天体物理研究，并于24岁获得相关博士学位。
本轮融资由Streamlined Ventures领投，Sequoia Capital及Stephen Wolfram参投，投后估值达6000万美元。Wolfram也是TwinMind的首位个人投资者。
Ear-3模型发布与商业化
TwinMind同步推出Ear-3 AI语音模型，作为Ear-2的升级版：
- 性能提升：支持140+语言，词错误率降至5.26%，说话人分离错误率为3.8%。
- 云端协同：因体积较大需云端运行，但网络中断时可自动切换回离线Ear-2模型。
- 开放API：成本为$0.23/小时，即将面向开发者开放。
商业化方面，TwinMind推出$15/月的Pro订阅，提供200万token上下文窗口及优先支持；免费版仍保留无限转录及端侧识别功能。公司现有11人团队，计划扩充设计与商务拓展人员，并加大用户获取投入。