不足 10 人小团队打造的 CapWords 逆袭斩获苹果中国大陆年度应用与设计奖，以 Apple VisionKit 和 GPT-4 为核心，将拍照识词与趣味贴纸结合，破解传统语言学习枯燥痛点，成为 “小而美” AI 工具黑马，也为垂直赛道产品提供了借鉴。

就在上周，苹果25年的App Store Awards榜单正式出炉，非常特殊的是，今年苹果专门给中国大陆区设立了一个奖项，而首次获得中国大陆区年度应用和游戏的产品分别为CapWords和《无畏契约：源能行动》。

《无畏契约》的热度，想必即使并非游戏圈的人也有所了解。根据腾讯Q3季度财报，该游戏是今年中国市场最成功的手游新品，带来了大量新增用户，截至Q3，该游戏端手双端月活用户总数已在5000万以上。

相对而言，APP端获奖的CapWords可能出乎很多人的意料——它并非出自大众熟知的头部大厂，从技术角度来说，也仅仅是非常简单的拍照识图，用户对准一个物品拍照，就能够获取对应的英文表述。但就是这样一款语言学习类应用，却先后斩获了苹果年度设计奖和中国大陆年度应用奖（注：该产品是中国首个获得苹果设计大奖的iOS应用）。

（图源：CapWords 官网）

所以我们也非常好奇，这款应用到底有什么特别之处？其背后的团队又是如何打磨产品的？怀揣着各种问题，我们对产品和团队进行了深挖。

聚焦单一物品精准识别，让学外语“贴纸化”

CapWords是一款AI语言学习工具APP，以手机拍照功能为入口，用户只需要对准物品拍照，即可获得该物品的英文单词表达。

同样的事，任何翻译产品都能做到，但为什么是CapWords？最大的原因之一就是设计。

通过万能的小红书，我们找到了CapWords的其中一位开发者（ID：DTD.STUDIOS），根据他的表述，CapWords诞生的初衷是源自女儿的一个问题：“路牌用英文怎么说”。和大部分人的第一反应一样，他很快掏出手机用翻译工具进行了搜索，但翻译工具机械的AI语音却没有引起女儿的兴趣，自然，这个单词也很难被记住。

看到这里，笔者略有共鸣。在部分场合里，笔者也曾使用翻译工具自带的语音朗读功能，但无论是美音和英音，听起来总觉得差强人意，让人无法不质疑其朗读的准确性。

而CapWords解决的就是翻译工具使用和单词学习的痛点：

1.输入翻译费事费力，语音朗读机械难懂

2.翻译展示枯燥无趣，知识无法被用户记忆

为了解决第一个痛点，CapWords选择使用Apple VisionKit和ChatGPT-4作为识别和翻译功能核心。其中，Apple VisionKit是苹果推出的用于机器视觉和数据识别的框架，有着强大的实时识别能力，并且提供了简单的Swift API，能让开发者实现“开箱即用”，进而降低了开发门槛，同时，Apple VisionKit还支持定制化和用户交互优化，开发者可以通过设置参数优化识别性能和效果。CapWords团队尝试多个AI模型后，认为Apple VisionKit虽然无法同时提取多个物体，但对单一物体的精准提取，已经能满足他们的大部分需求。此外，再加上ChatGPT-4的翻译能力，CapWord的准确率已经能达到95%以上。

虽然成功应对了翻译工具的固有弊病，但在使用CapWords的过程中，笔者发现CapWords仍然存在一些小问题，那就是拍照识别的过程需要花费时间，拍照+识别+回传数据至少需要6秒。这6秒等待时间，一定程度上影响了用户体验。但针对这一点，CapWords非常聪明地选择从体验和设计上入手，绕开了模型本身问题。比如，其将AI拍照识别和趣味贴纸玩法结合，展示方式和抠图类似，经AI识别物体后会以贴纸的形式展现，并且过程中还会有撕拉的特效，这种形式能让用户更集中在视觉和听觉体验上，从而自然地完成6秒等待时间的过渡。

更重要的是，贴纸形式能够很好化解翻译展示的枯燥，制成表情包便于UGC传播，又同时符合儿童和Z世代的兴趣偏好，用户池子进一步扩大。

目前，CapWords的商业化模式采用3天免费试用+季度付费形式，付费标准为18/月、128元/年，用户付费后可享受无广模式、不限次识别单词、情境例句学习，以及未来即将解锁的全部功能等。

总的来说，CapWords可以称得上是“小而美”AI工具类应用的黑马产品，这种功能垂直、设计有趣、贴近生活的产品，也具备全球化的特质。据我们调查，CapWords虽然只拿了中国大陆年度应用奖，但在海外市场中，CapWords也已经拥有了一批忠实用户。

（图源：CapWords官网）

从更广泛的角度来说，眼下，AI语言学习类产品还处于探索阶段，在核心功能原理相对简单的基础上，设计已经成为重要的参考项之一，软件领域，就如CapWords。而在硬件领域，也已经有Dex这样的“拍照即学”外语学习机，将拍照识别功能和单词卡片闯关等游戏玩法相结合。

虽然Capwords暂未披露数据，但从硬件领域的黑马产品Dex来看，已经有80%的儿童使用Dex超过4周，且平均每日交互时间为25分钟。这些数据一定程度上证明了AI拍照语言学习产品的潜力，值得开发者长期关注。（相关阅读：融资480万美元，售价249美元，“拍照即学”的AI外语学习机，能否让孩子放下智能手机？）

此外，我们前面有提及CapWords的6秒使用时长，对比看，Dex的拍照识别需要3秒，且开机启动较慢也需等待，这点成为很多家长关心的优化痛点，或许也是接下来AI语言学习类产品需要重视并改进的关键。

（图源：Dex官网）

10人小团队开发，谜底科技创始人参与，“小而美”产品怎么做？

看完产品，我们对其背后的团队产生了更浓烈的兴趣。根据我们的调查，CapWords背后是一只由中国开发者组建的独立团队，该团队成员不足10人。通过小红书，目前可以明确的是该团队中的三名成员。

其一，是CapWords的创始人之一Ace Lee，也是团队核心开发者之一，CapWords就是基于他的生活灵感所制作的，并且由他主导了CapWords从创意构思到落地的全过程。Ace Lee在小红书上的ID为DTD.STUDIOS，从发布内容看，该团队曾经还制作过苹果音乐播放小组件工具Dtd Playlist和Dtd Sounds App。

其二，是CapWords的技术合伙人Clu Soh，据悉，Clu擅长AI技术和交互设计，主要负责产品的图像识别、翻译功能开发优化以及用户体验提升。

第三名已知成员是61，通过小红书上的个人介绍，61正是杭州谜底科技创始人柳毅。柳毅可以说是国内最早一批的开发者，也是一个连续创业者。谜底科技早期是由柳毅及其妻子梁逸伦共同创立的，成立之初团队仅5人左右。其中，梁逸伦有深厚的iOS开发经验，负责撰写程序，柳毅则深耕产品管理和运营。2018年，谜底科技拿到天使轮投资后在杭州正式成立，成立后推出了多款知名应用，如谜底时钟、谜底黑胶、应用推荐平台Price Tag、效率管理产品Offscreen、个性化字体应用MD Fonts、透明桌面组件应用MD Bland等等。在2020年-2022年小组件应用爆发阶段，谜底科技凭借几款小组件产品成功入围2022年苹果设计奖。时至今日，谜底科技几款应用仍然在持续迭代，如谜底黑胶新版本增加了3D视图翻阅专辑等功能，这些功能上的持续开发和拓展，令谜底科技进一步巩固了自身在iOS小而美产品领域的地位。

（图：谜底时钟）

而在自身产品开发之外，谜底科技也通过合作参与等方式在逐渐扩大自身的影响力——算上CapWords、Dtd Playlist和Dtd Sounds，柳毅（或者说谜底科技）已经同时有8款参与的产品获得了苹果应用商店的推荐，比如旅行计划应用Placify、谜底系列产品谜底时钟和谜底小组件、健康类应用Grow、效率管理产品Offscreen等。

从开发团队核心成员的产品经历综合来看，这支团队在产品开发方面最大的特色就是“能将生活中的细节和痛点转化成创意落地，并且还愿意花费大量时间精力将产品做长线的打磨”。而这样的产品打造模式，对小团队来说很有借鉴意义——对于资源和规模有限的小团队而言，即使不盲目追求“大而全”或快速追逐热点，只要能沉下去观察生活、提炼真问题，并愿意为一个细节反复推敲，就有机会做出既有温度又有竞争力的产品，把有限的精力转化为用户可感知的价值护城河。