亞馬遜 “Alexa + Echo”的成功，幾乎讓業(yè)界所有人都看到 AI 民主化即將從語音技術(shù)開始爆發(fā)的可能，只是沒有人確切知道是什么時候，由誰來完成。

而目前看來，其載體無疑將是智能語音助手，或者說是大部分人口中“智能音箱”。亞馬遜已借助 “Alexa + Echo”撕開了市場切口，國內(nèi)廠商在經(jīng)過一段時間的醞釀后也紛紛跟進(jìn)。

圖丨亞馬遜Alexa + Echo

百度、騰訊、阿里三家均已入局，但稍加留意不難發(fā)現(xiàn)，其中最類似亞馬遜 Alexa + Echo 模式的無疑是阿里及其最新推出的 AliGenie + “天貓精靈X1”組合。后文會對本次阿里人工智能實驗室的新品發(fā)布會進(jìn)行詳細(xì)介紹。

阿里選擇了一條從語音平臺到硬件產(chǎn)品全部由自己打造的路線，這一點與亞馬遜是一致的，而且兩家公司的主要業(yè)務(wù)模式均為電商，其語音助手產(chǎn)品也相應(yīng)承載了電商入口這一相對高頻的應(yīng)用場景。

反觀百度和騰訊，這兩家分別開發(fā)了“DuerOS”和“小微”智能語音平臺，然后與硬件廠商合作打造產(chǎn)品。BAT在將語音交互技術(shù)產(chǎn)品化方面選擇了兩種不同的模式，孰優(yōu)孰劣暫且不論，DT君認(rèn)為，決定最后誰能在這場“語音交互革命”中勝出的，其實只有用戶體驗這一點。

現(xiàn)在的時間點其實很像十年前初代 iPhone 推出前夕，市場上已經(jīng)有各類功能的手機，但直到 iPhone 的出現(xiàn)，才徹底顛覆了人們與手機交互的方式。一如當(dāng)年的 iPhone 觸屏，AI 勢必也將大舉進(jìn)入消費級市場。

圖丨阿里人工智能實驗室夏季新品發(fā)布會

在探討B(tài)AT各家在AI領(lǐng)域的戰(zhàn)略戰(zhàn)術(shù)之前，我們先來簡要的回顧下阿里人工智能實驗室今天下午到底發(fā)布了些什么？

今天下午兩點，阿里人工智能實驗室（A.I. Labs） 2017 夏季新品發(fā)布會在北京召開，他們推出了首款智能語音終端設(shè)備“天貓精靈 X1”，內(nèi)置了第一代中文人機交流系統(tǒng) AliGenie，售價為人民幣499元。

根據(jù)官方的介紹，因為“天貓精靈 X1” 面向的是家庭使用場景，所以體積做到盡可能的小，圓柱形的設(shè)計，高 128mm，直徑 28mm，甚至小于亞馬遜的 Echo 和蘋果剛發(fā)布不久的 HomePod。

圖丨亞馬遜的 Echo、天貓精靈 X1（中）和蘋果的 HomePod 對比

與國外巨頭的智能音箱產(chǎn)品相比，“天貓精靈 X1” 最大的不同就是能夠聽懂中文普通話語音指令，AliGenie 可實現(xiàn)智能家居控制、語音購物、手機充值、叫外賣、音頻音樂播放等功能。

“天貓精靈 X1” 底部設(shè)計了一圈隱藏指示燈，會通過聲音來判斷用戶方位，亮起燈光以示提醒，燈光還會根據(jù)不同使用功能和場景配合進(jìn)行提示。但“天貓精靈”這個喚醒詞顯然過長，有可能影響用戶使用頻次。

在配置方面，“天貓精靈 X1” 采用了SmartAudio 專業(yè)處理芯片，相比此前市面上的主流芯片，處理效率提升 25%，功耗降低 32%。

圖丨阿里人工智能實驗室新品發(fā)布會現(xiàn)場

顯然，阿里官方對“天貓精靈 X1” 十分滿意，認(rèn)為其具有兩大亮點：“聲紋識別”和“聲紋支付”，前者可以使這款產(chǎn)品分別記住最多 6 個人的聲音特征；而后者則可以讓淘寶或天貓的核心用戶利用語音進(jìn)行充值和購物，儼然是一種新型的支付手段。

圖丨產(chǎn)品結(jié)構(gòu)圖的原圖

除了此次發(fā)布的“天貓精靈 X1” 硬件產(chǎn)品之外，另一個重要的發(fā)布就是阿里自己家的 AliGenie 開發(fā)者平臺。它主要面向四種類型的開發(fā)者，包括內(nèi)容開發(fā)者、應(yīng)用開發(fā)者、智能家居開發(fā)商和硬件生產(chǎn)商。開發(fā)者既可以創(chuàng)建技能，為更多的語音用戶提供服務(wù)，也可以將自己的設(shè)備接入云端服務(wù)，獲取語音交互能力。

圖丨天貓精靈X1

隨著阿里人工智能實驗室“天貓精靈 X1”的發(fā)布，也標(biāo)志著在智能語音助手領(lǐng)域 BAT 已悉數(shù)入局。目前的情況是，中國市場量級龐大，而且相對的滯后和絕緣，為本地巨頭們留出了足夠的時間窗口，這個時間窗口現(xiàn)在看來居然長達(dá)2-3年！

我們先來看一個時間線：

· 2014年11月：亞馬遜 Echo 正式推出；

· 2017年1月：百度聯(lián)合小魚在家發(fā)布搭載了 DuerOS 的視頻對講機器人；

· 2017年6月：騰訊聯(lián)合數(shù)字家圓發(fā)布搭載了小微的“親見 H2”；

· 2017年7月：阿里推出搭載了 AliGenie 人機交互系統(tǒng)的“天貓精靈 X1”。

圖丨從左至右：小魚在家視頻對講機器人、親見H2、天貓精靈X1

然而，趨勢畢竟是趨勢，只是一種預(yù)期。而一款消費級產(chǎn)品是否成功，對消費者來說最重要的是整個交互體驗是否令人愉悅。

歷史上，比如從DOS到Windows，這種從命令代碼到圖形化操作系統(tǒng)的升級就是體驗的一次飛躍；比如從按鍵到觸屏，向人類自然操作方式更近了一步。如果說十年前在喬布斯眼里，這種最自然的交互方式是人們的手指，那如今則演變成了語音。

圖丨從DOS到Windows

眾所周知， AI 這項技術(shù)已經(jīng)面世很久了，但因為交互體驗的“甜點”（Sweet Spot）一直沒有到來，所以只是一項遠(yuǎn)離消費市場的實驗室技術(shù)。用亞馬遜的例子來解讀， Alexa 之所以受到歡迎，就是因為達(dá)及了“甜點”，使用戶的交互體驗上到了一個全新的臺階。

在此基礎(chǔ)上，交互效率也實現(xiàn)了大幅提升，一場由 AI 導(dǎo)致的新的交互革命已經(jīng)開始，而且這場革命將席卷一切，將來所有的機器、智能硬件都會被這場革命包含在內(nèi)。所有的設(shè)備都將“聽得到”你在說什么，“聽得懂”你在說什么，然后去執(zhí)行相應(yīng)任務(wù)。

現(xiàn)在再回頭看，當(dāng)年智能手機時代突出重圍的為什么是蘋果，而不是摩托羅拉、諾基亞、微軟？就是因為蘋果領(lǐng)導(dǎo)了一場全新的交互體驗革命，這也是為什么很多研究者說蘋果不是一家硬件公司，而是一家 UE（用戶體驗）公司。

圖丨蘋果體驗店

現(xiàn)在已經(jīng)進(jìn)入了人工智能時代，當(dāng)我們看到亞馬遜 Echo 在重演當(dāng)年 iPhone 大戲的同時，再看看中國，全球半壁互聯(lián)網(wǎng)江山都在這里，在 BAT 已全數(shù)入局的情況下，誰最有機會借智能語音助手突出重圍？ 

與阿里人工智能實驗室新品發(fā)布會同一天，今天上午 10 點，百度的首屆 AI 開發(fā)者大會（Create 2017）也如期在國家會議中心舉辦。

毫無疑問，AI 是此次開發(fā)者大會絕對的主角，包括 DuerOS 對話式人工智能、 Apollo 智能駕駛平臺及智能云計算等構(gòu)成了此次大會的主要亮點。

圖丨百度AI開發(fā)者大會

在百度AI生態(tài)的各個分系統(tǒng)的介紹之中，DuerOS 又成為了著墨最多的一項。百度度秘事業(yè)部總經(jīng)理景鯤甚至直接將DuerOS定義為“人工智能時代的安卓系統(tǒng)”。

這也就意味著DuerOS將在百度海量數(shù)據(jù)的基礎(chǔ)上被打造成一個開放的平臺，開發(fā)者可以基于此開發(fā)出個性化的應(yīng)用，而消費者也將因此而實現(xiàn)與硬件設(shè)備更好的交互。

除此以外，百度還在大會現(xiàn)場宣布了其全資收購西雅圖語音交互技術(shù)創(chuàng)業(yè)公司 Kitt.ai 的消息。百度承諾，將會把 Kitt.ai 所掌握的語音識別、語義理解以及熱詞探索和離線實時處理等語音技術(shù)免費對外開放。

圖丨KITT.AI

百度在兩年半以前就開始布局AI相關(guān)產(chǎn)業(yè)，同時下了很大力氣將現(xiàn)有搜索轉(zhuǎn)化為服務(wù)，通過把語音轉(zhuǎn)為文字，再更進(jìn)一步轉(zhuǎn)化為后端需求。如果一家搜索公司做類似的事情，還是有優(yōu)勢的。一個典型的例子就是從 Google 到 Google Home，從回答問題，到對內(nèi)容的理解、服務(wù)的覆蓋能形成一個良性循環(huán)。

百度在戰(zhàn)略和思路上已經(jīng)把人工智能放在了公司的首要地位，而且步伐比較明晰，短期產(chǎn)品、中期規(guī)劃、長期愿景都已經(jīng)鋪開。百度相信人工智能被市場認(rèn)可和接受只是時間問題。就像李彥宏自己說的：“我認(rèn)為三年、五年，甚至十年、八年之后才會被市場所認(rèn)可。”

圖丨李彥宏在百度AI開發(fā)者大會上發(fā)表演講

在DT君看來，此次在語音技術(shù)上的“大躍進(jìn)”足以表明百度在爭奪人工智能各個制高點上的全力以赴。在亞馬遜 Alexa 的成功示范之下，美國幾大互聯(lián)網(wǎng)巨頭都已經(jīng)打磨出了各自的“語音軟硬件套裝”，百度的 DuerOS 在這種背景下進(jìn)行升級也就可以理解了。

但目前看來，百度將戰(zhàn)線拉的太長，似乎有點錯失先機了。從今年一月在CES上與小魚在家聯(lián)合推出了搭載DuerOS的語音助手后，市場反響并不強烈。半年過去了，現(xiàn)在騰訊與阿里相繼追上，直接對百度造成了巨大的競爭壓力。

據(jù)阿里A.I. Labs 負(fù)責(zé)人淺雪介紹，從公司內(nèi)部架構(gòu)上看，阿里內(nèi)部有三個專注人工智能的團隊，分別是阿里云人工智能ET、iDST以及A.I. Labs。三者之間的關(guān)系并不如此前某些媒體所言處于“競爭狀態(tài)”，而是各自有自己的使命。

其中，iDST是基礎(chǔ)研究機構(gòu)，其技術(shù)服務(wù)于阿里系統(tǒng)內(nèi)的其他部門，他們的技術(shù)積累會體現(xiàn)在各種各樣的產(chǎn)品上；而阿里云人工智能ET更像一個超級大腦，主攻各行業(yè)的定制化服務(wù)，面向企業(yè)級、政府級用戶；A.I. Labs則更多面向AI消費級產(chǎn)品，很接近淘寶誕生初期，負(fù)責(zé)產(chǎn)出探索性產(chǎn)品。

在阿里的戰(zhàn)略體系之中，云計算一直都是電商、物聯(lián)網(wǎng)的核心驅(qū)動力。而阿里的人工智能也是放在阿里 DT 大商業(yè)體系內(nèi)，配合云計算、大數(shù)據(jù)對阿里的電商物流乃至物聯(lián)網(wǎng)體系進(jìn)行全面強化。

2016 年之前阿里在“人工智能”概念上的宣傳要少于百度，更多是因為阿里的錯位營銷戰(zhàn)略，把人工智能規(guī)劃在“云服務(wù)”中。

阿里在人工智能方面起步較晚，在產(chǎn)品還未成熟之前，刻意避免過早被拿來和谷歌、Facebook、百度等廠商對比。不過，隨著阿里的 AI 技術(shù)發(fā)展，從 2016 年開始，已經(jīng)明確地把部分產(chǎn)品和服務(wù)打上了人工智能的標(biāo)簽，直接與百度等公司展開正面交鋒。

圖丨天貓精靈X1

從阿里現(xiàn)有的人工智能產(chǎn)品來看，更多的是應(yīng)用在電商業(yè)務(wù)中，比如通過人工智能技術(shù)來優(yōu)化訂單、解決復(fù)雜的服務(wù)場景、智能客服、違規(guī)圖文識別、快遞機器人等，更多的聚焦于電商的基礎(chǔ)設(shè)施層面。

阿里人工智能實驗室今天推出的“天貓精靈 X1”除了搶占家庭智能語音助手市場之外，作為其電商核心業(yè)務(wù)的入口無疑也是主要目的之一。而且一旦像購物這類高頻使用場景被加入硬件設(shè)備中，將比那些僅限于信息獲取為主要目的的硬件產(chǎn)品更具吸引力。

誠然，亞馬遜模式已在歐美市場得到了成功驗證，但在中國是否能同樣湊效可能還需要待產(chǎn)品真正開始投放市場后才有結(jié)論。

就在兩周之前的騰訊“云+未來”峰會上，騰訊 CEO 馬化騰也表示出了對“云+人工智能”的極力追捧，甚至將其比作“電+計算機”。

在那次大會上，騰訊重點介紹了騰訊云小微平臺的硬件開放、Skill 開放以及智能服務(wù)解決方案三種能力。其中，硬件開放平臺的合作方就是數(shù)字家圓，他們所推出的“親見 H2”智能音箱正是搭載了 AI 小微平臺。雙方合力，可以使騰訊的語音交互和自然語言處理能力更快速地輸出給第三方，從而提升消費者的使用體驗，形成類似“Alexa+Echo”的完美組合。

圖丨硬件開放平臺--親見；Skill開放平臺--滴滴；智能服務(wù)解決方案--奔馳

從中不難看出，壟斷著中國社交媒介的騰訊也在緊盯有望成為下一代交互方式的語音技術(shù)，隨著人工智能在 To C 端的應(yīng)用越發(fā)成熟，人與機器的互動方式必將會出現(xiàn)一個十分巨大的變革，巨頭們的紛紛進(jìn)場已經(jīng)充分證明了這一趨勢。

從騰訊內(nèi)部來看，在人工智能領(lǐng)域最可能有所建樹的應(yīng)該是騰訊云。 2016 年 5 月，騰訊云就展示了其人工智能、互聯(lián)網(wǎng)金融、互聯(lián)網(wǎng)醫(yī)療、云存儲和流媒體等技術(shù)應(yīng)用，而騰訊云小微可能成為承載這些服務(wù)的具體形式。

但目前，搭載騰訊云小微的產(chǎn)品還未正式上市，這一點上似乎被阿里搶先了半步。

圖丨用戶體驗將成為決勝的關(guān)鍵

現(xiàn)在大家可以看到，BAT 都已經(jīng)站在了 AI 時代的賽道上，各家的決心才是決勝的關(guān)鍵。但像亞馬遜一樣快速整合并購，并投入上千人、四年時間在 Echo 這樣一款產(chǎn)品上進(jìn)行軟硬件開發(fā)，需要超強的技術(shù)遠(yuǎn)見，更需要勢在必得的決心。

在中國市場，百度是最先果斷轉(zhuǎn)向 AI 技術(shù)的，其他兩家在醞釀了一段時間后，才開始發(fā)力跟進(jìn)，但這兩家到底會投入多少資源來推動 AI 技術(shù)進(jìn)入消費級，僅從推出智能語音助手產(chǎn)品這一點上來判斷，恐怕暫時還難以得出結(jié)論。

目前來看，BAT 三家在這幾方面都有各自的優(yōu)勢和短板。當(dāng)然，成功不可能只有一種模式，但用戶體驗只有一個標(biāo)準(zhǔn)，這可能是目前國內(nèi)各大廠商所面臨較大的一個問題。

總之，不論是阿里的AI云平臺與產(chǎn)品一家包辦，還是騰訊和百度專注平臺開發(fā)，與硬件廠商合作的模式，成功的關(guān)鍵歸根究底都將是誰家的產(chǎn)品能最先達(dá)及消費者，同時給他們最佳的使用體驗。

所以說，智能語音助手作為一個消費級產(chǎn)品，其軟硬一體結(jié)合的緊密程度，語音識別率、交互易用性，還有產(chǎn)品外觀設(shè)計，都將是非常重要的因素。畢竟，AI技術(shù)被消費市場所認(rèn)知，還要從具體的產(chǎn)品開始。

-End-

欲知會員計劃詳情，請點擊以上圖片