"给陪伴装上字幕"：宠物AI翻译，是终点还是入口？

扬帆出海 作者丨弹痕

据行业报告，2025年全球宠物市场规模突破3000亿美元，预计2030年冲向5000亿。中国2024年宠物行业出口额达358亿元，出口量近150万吨。北美占据全球半壁江山，东南亚、中东等新兴市场正以30%以上的年增速强势崛起。（出处：2025年中国宠物行业出海分析）

与此同时，生成式AI正从云端向消费终端下沉，多模态大模型可以同时处理文本、图像、音频、视频，手机端的麦克风和摄像头成了天然的数据入口。第三股力是出海窗口：新兴市场智能手机快速普及，宠物消费习惯正在养成。

预计未来宠物兽医护理和产品等传统刚需支出项目市场份额将面临其他新兴消费领域（如智能设备、宠物保险、宠物美容）的竞争压力图源：2025年宠物市场行业报告

在这个底盘之上，AI正在撬动一个更小的切口：App Store里挤着360款宠物翻译App，做着同一件事：翻译宠物的声音，让主人理解它们的意图和回应。“宠物+AI”成了交叉风口，而手机端的宠物翻译类软件，恰好站在风口正中。宠物与人之间的陪伴这门大生意，正在由AI给它装上“字幕”。

“宠物+AI翻译”赛道分两条路。一条是硬件：杭州萌小译PettiChat项圈（27.2克，基于通义千问大模型，实验室条件下猫的情绪识别准确率94.6%），上线45天卖了近2万台，Kickstarter众筹超额完成目标30倍；Traini的智能项圈（约599美元）则走高端专业路线，背靠PEBI多模态行为模型，更接近宠物医疗设备的定位。

现在价格是599美元 图源：Traini官网

另一条是软件：7月底，广州驰悦通出品的《PawTok》（AI Dog Translator）进入App Store娱乐应用上升榜前十。这款App主打品种识别、“可爱度评分”、情绪检测，以及“人话转狗叫”的反向翻译，这些正是社交媒体上传播最广的玩法；同样是7月，硅谷宠物AI公司Traini与传音旗下TECNO达成战略合作，将自研的PEBI模型直接嵌入TECNO智能手机，成为系统原生AI功能。集成调用手机的麦克风、摄像头和端侧AI算力来分析宠物状态，用户不需要下载App，不需要购买额外硬件，开箱即用。

娱乐性先行的App：“翻译”的是什么？

市面上所有宠物AI翻译产品标注的高准确率，本质都是“情绪分类识别准确率”，而非“语义翻译准确率”。以PettiChat为例，其官方披露，94.6%的准确率来自一套开卷式分类测试：用约19万条猫叫声和8.4万条狗叫声的专家标注数据，将叫声分成猫8类、狗6类，测出的是“在预设情绪标签里选对答案的概率”。当前AI能做到“识别这只狗现在焦虑或饥饿”，但做不到“听懂它在说什么具体的话”。社交媒体上传播甚广的视频中，宠物的叫声和表情被即时、准确且完整地翻译成人类语言的现象，其实其实是把情绪标签的拟人化改写，误当成了真正的翻译。

换句话说，“宠物翻译”翻译的不是宠物的语言，而是宠物的“情绪”。而用户们使用宠物翻译器的动机，是一种对“被自家毛孩子理解”的渴望，这种渴望，在产品功能的包装和误读之下，恰好被宠物翻译App们所利用。

于是，App Store里是一番热闹景象：上百款宠物翻译App同台竞技，从猫专精到狗专精，从游戏化设计到专业化包装，品类之丰富远超想象。据Insightrackr数据，海外市场以“cat translator”“dog translator”“pet translator”为关键词的独立产品合计约360款，是国内的大约13.5倍。

大量“Cat Translator”类App在积极买量 图源：Insightrackr

在《PawTok》之前，宠物翻译App已经百花齐放。《MeowTalk》是这个赛道绕不开的名字。据《MeowTalk》官方披露，自2020年11月上线至今，累计下载突破2000万，收录猫叫录音超2.8亿条，留存猫咪档案800万份。它用AI模型分析猫咪叫声，将其归类为11种“喵语意图”（饥饿、求关注、不适、捕猎等），模型基于兽医标注的声纹数据训练，受控条件下准确率约90%。

《MeowTalk》的商业模式是典型的Freemium：免费版仅解锁3种基础意图，Premium订阅（2.99美元/月）解锁全部11种意图，并支持用户自定义训练App识别自家猫的特定“词汇”。它还搭建了完整的猫咪成长时间线，把一次性翻译工具，变成了持续运营的宠物档案。

上线于2024年的DogTok 图源：点点数据

在狗狗赛道，由摩尔多瓦开发者Iuliana Florea开发的《DogTok》于2024年2月上线，7个月下载量达187.8万，进入智利、墨西哥等多地娱乐免费榜Top10，受欢迎地区主要集中在拉美。它的功能比纯翻译器更丰富：人声转狗叫模拟器、训犬点击器、多种动物声音库、犬种百科“DogPedia”等等，把翻译、训练和知识工具打包成一个“养狗多工具箱”，IAP在$3.99-$19.99，付费点主要是解锁代表更多“情绪”的宠物声音和玩具声音等等。

DogTok中支持声音转录、视频拍摄（宠物面部扫描）、百科知识搜索等多种功能 图源：DogTok

当然，大部分用户都能体会到类似产品具有“玄学”随机的特征，能满足娱乐型功能需求，国内也有很多散见于微信小程序，多以模板化声库＋图像标签池做最近邻匹配，同一段吠声因录制环境、犬种切换、时间窗截断不同，会被贴上“饿了／想玩／戒备”等不同标签；同一张狗狗照片图换光线视角，可爱度评分与性格词判定也会有所浮动。比起“翻译”的准确性，人们使用它们更多是辅助与宠物之间的互动，让交流形式更加多样。

用户的评价更多会落在“宠物的反应”等交互效果上，而不是翻译准确度 图源：App Store

微信上的猫狗人双向翻译小程序

据Mobvista《出海指南28期》分析，同类海外主流产品正沿着“翻译与轻逗宠”、“AI互动与内容增值”到“数据沉淀+关系管理”路径进化。单一的翻译功能本身很难撑起长期的ARPU，所以宠物翻译类App大多会叠加额外功能，包括但不限于AI图片特效、宠物专属内容、行为历史记录和智能养护提醒等等。比如《PawTok》就结合了翻译与评分机制做社交传播，《MeowTalk》的猫咪档案可以被当作宠物日记进行长期保存，《DogTok》则结合训练工具，做功能多样化。

但从数据来看，App端的核心矛盾也很清晰，需求真实存在，但MeowTalk用了6年时间和2.8亿数据才勉强构建了迁移壁垒，大量娱乐型翻译器仍停留在“用完即走”的阶段。

Traini的棋局：从项圈到OS基础设施

Traini选择了不同的路径。这家2022年创立于美国加州的公司，由华人创业家孙邻家（Arvin Sun）与洪杰森（Jason Hong）联合创办，核心团队来自OpenAI、Chewy和字节跳动。孙邻家这样描述公司使命：“我们的使命是开发一种智能，重新唤醒毛孩子们的天性，在宠物与主人之间建立真正的精神纽带。”

Traini自称是全球第一家、也是目前唯一一家用多模态生成式AI翻译宠物行为的科技公司，累计融资超900万美元，最新一轮750万美元融资由Banyan Tree、Silver Capital领投，小米联合创始人等参投。

Traini目前的商业服务矩阵 图源：Traini官网

Traini的技术底座是核心模型体系PEBI（Pet Empathic Behavior Interface）。和App端大多数产品"叫声→预设标签"的模板匹配不同，PEBI引入心理学通用的“效价-唤醒度”二维坐标系，这意味着它不是在固定标签里做选择题，而是在一个连续的情绪空间里定位宠物的状态。模型基于900余项动物行为学研究、融合超200万只犬的行为数据，覆盖近120个犬种，同时处理声音、面部表情、姿态和上下文四种模态。官方称情绪识别准确率接近81.5%（内部测试最高达94%）。

“用AI模型服务宠物和他们的主人”图源：Traini官网

近一个月iOS端下载量1.5w 图源：Insightrackr

Traini有自己的移动应用，据Insightrackr数据，近一个月iOS端下载量约1.5万。规模放在300+款App的赛道里不算突出，但它已服务超500万用户、覆盖超200万只狗，YouTube相关视频播放量突破7000万，并在美国与近4万家本地宠物店建立合作。这个社区既是数据飞轮的入口，也是品牌认知的种子。

Traini油管账号名叫“第一个狗狗翻译器”，最高播放两千多万 图源：YouTube

Traini有自己的硬件项圈，但从战略重心看，手机植入和API授权才是它真正押注的方向。这一步的战略意义在于渠道下沉：TECNO是传音旗下主攻新兴市场的手机品牌，覆盖东南亚、中东、非洲等增量人群。Traini已经通过2023年推出的PetGPT平台、Sentra认知可穿戴设备以及企业级Pet Intelligence API等技术验证。将技术整合到智能手机中，能够进一步丰富数据收集，提升模型性能，并通过B2B 合作实现收入的多元化增长。

PEBI以API形式向宠物诊所和智能硬件厂商开放，则把宠物情绪AI变成一层基础设施，嵌入手机OS、宠物医疗和智能硬件。Traini还在与电动汽车品牌合作，未来宠物情绪AI有望嵌入车载系统，主人开车带狗出行时，车机能感知宠物的焦虑并主动调节车内环境。

把视线拉远，宠物AI翻译的终局，大概率会是一套体系化的AI陪伴基础设施。当多模态情绪模型、端侧AI与物联网传感逐步成熟，人、动物与智能设备的关系有望被重新书写。

手机OS层的AI持续感知叫声和姿态。智能项圈记录生理与位置信号。智能家居在感知宠物焦虑时自动调暗灯光。宠物医院借助长期情绪基线更早识别病痛，保险公司则可以基于行为风险画像定制宠物险，等等。

这不是空想，这套技术甚至正从宠物扩展到野生动物：百度公开了“动物语言转换方法”专利；Google推出解析海豚哨声的DolphinGemma模型；美国Project CETI项目用类大模型分析超9000小时抹香鲸录音，发现其咔嗒声存在具备统计学规律的组合模式，AI甚至能生成匹配节奏的声波并获得鲸鱼回应。

左图：在DolphinGemma的早期测试过程中产生的哨声（左）和脉冲信号（右）。 图源：News from Google

这些信号指向同一个方向：AI与动物的交互，正在从“翻译一句话”走向“理解另一个生命”。短期内，App端的订阅生意仍有窗口，尤其在猫或狗单一垂类、拉美和东南亚等增量市场；长期看，真正的壁垒则在于谁能把宠物行为数据持续沉淀、跨设备打通、嵌入日常生活场景，把“翻译”变成“理解/陪伴体系”的入口。让每一次投喂、抚摸与陪伴，都被沉默的伙伴以可理解的方式接住，这才是“字幕”真正该做的事。