DUET T1｜完整产品策划 v1.0
更新：2026-10-31。产品名称暂定。硬件基线 v0.4.2，系统基线 v0.5，品牌视觉 v1.0。本文件把现有设计、系统与商业方向整合为统一评审入口，不改变已经确认的硬件方向。所有未实测数据、商业数字与排期均为规划输入。
1. 产品定义与价值
DUET T1 是一台面向两人桌面交流的双面屏随身翻译设备。打开后以倒 V 站立，两块外向屏分别服务两位参与者；双方各自看到熟悉的语言，不需要来回传递设备。
品牌主张：面对面，聊得来。
核心价值是让翻译自然进入对话：双方同时拥有阅读界面，原文和译文可核对，字幕优先、朗读可选。首轮只围绕普通话与英语双向闭环验证，更多语言逐对验收。
2. 人群与场景优先级
| 优先级 | 人群 / 场景 | 要解决的问题 | 试点观察 |
|---|---|---|---|
| 第一阶段 | 酒店、展馆、门店及跨境服务台 | 固定桌面的高频短对话，需要可见、可复述的翻译 | 完成时间、重复次数、人员帮助次数、双方理解确认 |
| 第一阶段 | 工厂接待、设备安装、仓库巡检 | 术语、数字、交付时间的反复确认 | 关键项正确率、术语纠错、嘈杂环境可用率 |
| 第二阶段 | 商务差旅、展会洽谈 | 小体积、快速开始、少操作 | 携带频次、开机准备、断网及朗读接受度 |
| 后续扩展 | 个人旅行 | 低学习成本、离线可用 | 完整对话完成率、语言包需求、售后负担 |
这是客户与试点假设，没有已签约客户、销量、用户增长或市场规模证据。相较于传递手机、共享手持设备或要求双方佩戴耳机的流程，本设计重点研究双侧文字与桌面共用体验；不泛化为所有翻译场景的最优方案。
3. 当前产品范围
基础款保留双外向屏、顶部全宽单铰链、双面各 4 麦、单 Type-C、Wi-Fi、实体键、本地中英语言包与可选朗读。候选计算平台为 RK3576 级、4 GB RAM、16 GB eMMC。
首轮不包含摄像头、OCR、触控导航、会议纪要、聊天机器人、社交账号或企业设备管理后台。4G/eSIM、企业词库与多设备运营能力属于后续评估，不能从早期高配提案推断为当前已开发功能。
4. 工业设计与显示路线
| 设计项 | 当前目标 / 状态 |
|---|---|
| 形态 | 两块相同的横向刚性面板、外向屏、倒 V；已认可方向 |
| 面板轮廓 | 123.9 × 81.9 mm，名义几何目标 |
| 边框 / 可视区 | 四边 2 mm / 119.9 × 77.9 mm，需重新选型或定制 |
| 单片厚度 | LCD 5.2 mm；墨水屏 4.8 mm；不是折叠整机厚度 |
| 铰链 | 顶部连续横向全宽、直径 4 mm 设计目标 |
| 色彩 | 暖银机身、石墨文字；青色/琥珀色仅表达语音轨道 |
| 携带 | 背对背闭合，外向屏保护方式待定 |
LCD 面向连续字幕：显示本地原文草稿，区分翻译中与最终句。墨水屏面向稳定短句：保留上一句，只提交最终文字；刷新、残影、温度与用户可见延迟须单独验证。两种技术均未最终选型。
电芯保留每侧 76 × 60 × 2.7 mm 包络；容量、膨胀、铰链排线、背板强度、声道与 Type-C 公差尚未完成工程验证。3D 模型是名义结构评审模型，不是量产 CAD。
5. 一次完整对话
- 打开设备，完成本地语言包自检；无需注册即可进入离线中英模式。
- 通过实体键设置双方语言。首次启用联网增强时明确选择是否允许待译文字上云。
- 两人坐在各自屏前，主操作键开始对话；屏幕主区展示对方译文，原文保留，自己的发言独立呈现。
- 两路语音分别处理；没有听清的关键内容提示重说，不生成看似完整的猜测译文。
- 断网时，已经提交的字幕保留，当前未完成句转本地；恢复网络后在新句边界恢复云翻译。
- 可选朗读只读稳定译文。任一方开口即打断；先保证字幕，不自动重复播放已被打断的句子。
- 暂停停止新的采集提交、翻译请求和播放；结束清除临时文本。
该路径是设计行为，网页示例使用预设文本，没有采集语音、执行翻译模型或接通云端。
6. 系统与模型规划
8 路同步采集及播放参考 → 回声消除 / 双面空间滤波 → A/B 两路本地流式识别 → 会话管理 → 本地或云端文本翻译 → 双屏统一提交 → 可选本地朗读。
默认不上传原始音频。完全离线或未允许文字上云时，不连接云端翻译服务。屏幕、声音及网络结果均由同一会话规则管理，防止迟到结果覆盖已经显示的最终句。
| 层 | 候选路线 | 验证重点 |
|---|---|---|
| 系统 / 显示 | Linux BSP、Buildroot、C/C++、LVGL | 8 路同钟与双显示映射，显示路线独立适配 |
| 本地 ASR | sherpa-onnx + 中英 Zipformer；先测 CPU INT8 | 双路状态、口音、尾延迟、内存与功耗 |
| 本地 MT | CTranslate2 ARM64 INT8 + 双方向 Marian/OPUS | 数字、单位、否定、术语及分别授权 |
| 云端 MT | 产品后端封装 Qwen-MT-Flash 候选 | 地域、报价、限流、文本留存与超时 |
| 本地 TTS | Kokoro 中英候选或授权小型 TTS 包 | ARM 性能、前端依赖和声音授权 |
| 更新 | 签名语言包 + A/B 系统镜像，RAUC 候选 | 签名失败、空间不足、掉电回滚、自检 |
以上沿用 2026-10-30 系统方案的选型依据，不代表本机运行或许可证审查已全部完成。完整架构、事件协议、模型来源与参数见系统方案原文。
7. 资源与体验目标
4 GB RAM 的名义预算分配为 2,920 MiB、剩余 1,176 MiB；实板需保留至少 768 MiB MemAvailable，且双路、双屏与可选朗读负载下无 OOM。16 GB 存储约 14.90 GiB；出厂中英包目标不超过 2 GiB，系统与语言包更新都需要回滚空间。
LCD 本地最终译文目标 P95 ≤2.0 秒；正常云端 ≤2.5 秒；云超时转本地 ≤3.0 秒。从稳定短句最后音节到对侧最终显示计时。朗读打断目标 P95 ≤150 ms。墨水屏另计实测刷新时间。这些全部是工程门槛，不是宣传承诺。
续航目标为离线 5 小时。按原电池容量与效率假设，整机平均负载需控制在约 2 W；尚无样机功耗、温升或续航结果。
8. 成本与商业模型
当前窄边框薄型屏需要重新选型，现阶段没有 v0.4.2 供应商报价。v0.4 现成屏的机内物料预算 LCD 974.70 元 / 墨水屏 989.70 元仅作历史比较，不可作为当前整机成本；也不包含完整制造、研发、算法授权、渠道与售后。
定价须按下列顺序收敛：
- 同条件 RFQ：屏幕 MOQ / NRE、良率、机身结构、音频与电源板、包装、组装校准。
- 实测云费用：代表性中英会话的 token、重试、网关与流量；端侧授权、更新和售后单列。
- 按成本、服务频次与客户价值设计硬件 + 可选云服务结构；订阅和售价尚未定版。
- 以退换、维修、校准和语言包维护成本检验小批量毛利，再决定个人零售渠道。
云费用规划公式：
每设备月模型费用 =（月输入 token × 输入单价 + 月输出 token × 输出单价）/ 1,000,000。
每日 30 分钟、每月 30 天、每分钟两方向合计输入 180 token / 输出 220 token，若假设每百万输入 2 元 / 输出 6 元，得到 1.512 元 / 设备月。单价为演算变量，并非报价；不含网关、流量、上下文增长、重试和售后。
早期高配 Travel / Connect 与云订阅价格完整保留在历史产品提案，不作为基础款可执行售价。
9. 品牌与市场进入计划
品牌语言为暖白、暖银、石墨，重点呈现真实交流关系。现有 8 张概念宣传图包括主视觉、双面字幕、咖啡馆、商务、携带、工艺、墨水屏和包装。人物与包装为 AI 概念图，不能冒充客户案例或最终随箱配置。
先通过产品验证门槛，再启动市场试点。原提案的 90 天市场窗口重新明确为“从可用样机准备就绪后计时”的规划假设：
- 0–30 天：寻找 3 个服务台开展可控试点；当前没有实际试点启动或客户签约。
- 31–60 天：制作实机演示，标示网络状态、语种、真实时延和失败案例。
- 61–90 天：在试点门槛通过后洽谈 10–50 台小批量；设备管理能力需另行开发，不能承诺现成后台。
- 后续：再评估企业词库、4G 和个人零售扩展。
拟评估指标包括重复沟通次数、对话完成时间、人工协助率、关键项正确率、连续使用意愿及售后问题。当前无实测转化率或使用数据。
10. 研发节奏与质量门槛
| 阶段 | 规划周期 | 必须交付的证据 |
|---|---|---|
| G0 板级与采集 | 第 1–2 周 | 8 路同步、双显示、校准集、按键与电源日志 |
| G1 离线中英闭环 | 第 3–4 周 | 真正断网的 ASR→MT→双屏；真实内存与尾延迟 |
| G2 双讲与可选朗读 | 第 5–6 周 | 回声、重叠、插话打断、数字术语质量报告 |
| G3 恢复与长稳 | 第 7–8 周 | 100 次断网注入、签名/回滚、8 h 长稳、功耗温升与续航 |
8 周、约 36 人周是原型规划，不含开模、认证、量产和交期。失败先闭环，不以日历时间自动放行。G3 后依据证据决定进入 EVT，后续 DVT/PVT 再分别评审。
建议质量评测集至少 20 位中英说话者、200 组双人对话；商务翻译至少 300 句 / 方向。盲评可用目标 ≥90%，数字/单位/否定关键项 ≥98%；以上均为未达成的拟定门槛，不得转成营销准确率。
11. 主要风险与关闭方式
| 风险 | 下一项动作 | 关闭证据 |
|---|---|---|
| 双讲串音与错面 | 先采集真实 8 路，比较单人和重叠语音 | 分场景 CER/WER、错面与重复报告 |
| 2 mm 边框 / 薄屏可制造性 | 同条件模组 RFQ 与堆叠复核 | 供应商尺寸图、公差、强度及样机 |
| 4 GB 双路峰值 | 固定模型后跑整链路 | 长稳内存、P95/P99 和温升曲线 |
| 离线 5 h 功耗 | 双屏、推理、朗读各状态实测 | 统一测试条件的续航与温升记录 |
| 模型与语音授权 | 固定修订与完整依赖清单 | 权重、前端、音色与发行许可 |
| 当前成本未知 | 重新报价并量化制造与售后 | RFQ、良率假设、维护费用与定价评审 |
12. 当前交付与决策清单
已保存：工业设计模型、LCD/墨水屏拆解、名义堆叠核验、系统方案、预设对话规则演示、品牌图与策划站。网站发布证明内容可以访问，不证明设备已经实现这些能力。
尚未完成：实体设备、真实 8 路音频、离线模型与云服务接入、真实性能、量产工程、当前 BOM 报价、最终显示路线、售价和用户试点。
下一步优先进入 G0，取得真实采集与双显示证据。显示技术、模型组合和商业定价随后根据同条件测试与报价决策；本轮仅创建策划站，没有启动采购、招募、客户外发或售卖。