上周，百度AI開發(fā)者大會氣勢洶洶，但焦點被無人駕駛吸睛，就在同一天，阿里巴巴也拿出首款消費級AI產(chǎn)品天貓精靈，背后AliGenie的露面，讓人豁然領會百度也在推介同級別的DuerOS——從智能手機為載體的觸屏，到智能硬件萬物互聯(lián)的語音，下一代人機交互底層智能語音操作系統(tǒng)，才是巨頭直接對壘的舞臺。

　　技術必然

　　移動互聯(lián)網(wǎng)在便捷民眾生活，卻又在制造麻煩。年輕人每天離開家之前，都要囑咐年長的媽媽，電視這么多的按紐別按錯了，因為智能電視通常按錯了一個按鍵，一天都可能看不了電視。

　　智能手機因為觸屏而變得操作簡單，但在電視、空調(diào)、洗衣機……更多的硬件家居，仍然是按鈕為王，一旦加上智能聯(lián)網(wǎng)屬性，操作反而更加復雜。即便是智能手機，對未曾接受系統(tǒng)互聯(lián)網(wǎng)教育的“50后”、“60后”老年人，依舊是個復雜的事情。

　　阿里巴巴人工智能實驗室負責人淺雪坦言，“雖然今天手機這么普及，但是我的父母用手機的時候主要用手機的交流功能，而手機之外，80%的App老年人不會使用。這說明我們的交互方式可能還不是最好的，觸屏發(fā)展到今天，一定還有更好的替代方法”。

　　在百度度秘事業(yè)部總經(jīng)理景鯤看來，這樣的需求不僅存留在老年人心中，也存留在每一個人心中。每個人都曾幻想過著動口不動手的生活，每天回家對電視說，電視打開調(diào)到上次看的節(jié)目，睡覺前想放松一下，想和床頭的智能音響說，能不能播放舒緩的音樂。冬天很冷，想對電燈說，電燈關燈。

　　人和設備自由溝通是科技進步的重要標志，在多數(shù)產(chǎn)業(yè)人士看來，如同Windows圖形界面取代DOS命令系統(tǒng)，蘋果觸屏交互取代鼠標鍵盤輸入。巨頭瞄準了下一代人機交互方式就是語音交互。在國外，亞馬遜、谷歌、蘋果、微軟都已經(jīng)投入巨大的人力來推動這個時代的變革，來自eMarketer的數(shù)據(jù)顯示，在今年一季度美國語音助手市場中，Amazon Echo的市場份額達到70.6%，Google Home則占到23.8%，而其他廠商(包括蘋果、聯(lián)想、LG等)分食剩下的市場份額，為5.6%。自2014年發(fā)售以來，亞馬遜Echo音箱及另外兩種語音產(chǎn)品累計銷售量接近1000萬-1100萬臺，銷售額達到8億-10億美元。市場研究機構(gòu)Strategy Analytics預計，到2022年，北美1/3的家庭會配備智能音箱。

　　在中國，京東2015年聯(lián)合科大訊飛研發(fā)推出叮咚音箱，小米2016年聯(lián)合科大訊飛推出小米音箱。而現(xiàn)在阿里巴巴的天貓精靈X1來了，背后則是智能語音操作系統(tǒng)AliGenie對壘百度DuerOS的更大野心。

　　巨頭對壘

　　天貓精靈X1，面向家庭用戶，定價只有499元。在多數(shù)業(yè)內(nèi)人看來，一臺硬件設備并不是最終目的，阿里的想法在于支撐天貓精靈的中文人機交流系統(tǒng)AliGenie。

　　阿里巴巴人工智能實驗室介紹，AliGenie目前涵蓋包括音樂音頻、家居控制、購物充值、兒童教育、技能市場的功能。可以或正在拓展的行業(yè)解決方案包括兒童領域、酒店領域、家庭場景下、toB其他商業(yè)場景、線下零售場景與其他顯示設備結(jié)合的場景。

　　這看起來與App或者操作系統(tǒng)所謂的開放平臺并無太大區(qū)別，蘋果iOS和安卓皆成名于此，微信甚至也想用小程序，打造輕模式的開放生態(tài)。區(qū)別的重點依舊是語音，這是阿里能夠掌握的“核心科技”。按照淺雪的構(gòu)想，依靠阿里云的機器學習技術和計算能力，AliGenie能夠不斷進化成長，越用越聰明，成為人類貼心的智能助手。

　　淺雪說，語言是人與人之間最主要的溝通方式，也應該是人與另外一種智能進行交流的主要方式。云端一體化帶來的趨勢是高度智能化，智能終端需要一個比手機觸屏更強大的人機交互方式。

　　競爭門檻在細節(jié)處，阿里表示，針對聲音環(huán)境的多變性，X1還具備一定的自我學習功能，可以根據(jù)環(huán)境噪音進行優(yōu)化，適應不同家庭環(huán)境噪音。經(jīng)過一周左右的使用，X1會更加適應所在環(huán)境，語音識別準確率達到業(yè)界最高水平。

　　據(jù)悉，考慮到中文語義環(huán)境的復雜性，阿里人工智能實驗室通過眾包平臺等方式，針對生活中的各種生活場景所需要用到的語義問法進行了征集，僅天氣預報就能夠理解786種中文問法，通過深度機器學習，天貓精靈X1已覆蓋20個領域的中文自然語義理解，能夠理解人類80%的意圖。

　　百度DuerOS不遑多讓。讓一個只會說英文的音箱學會說中國話需要多久?答案是1分鐘。在百度AI開發(fā)者大會上，百度工程師僅用17行代碼，1分鐘時間，就讓搭載了Alexa系統(tǒng)的Anker音箱，從只會講英文變成聽得懂且說得好中國話。

　　景鯤認為，喚醒萬物最核心的三要素是聽清、聽懂、滿足。百度的語音識別率達到97%以上，百度的Deep Speech是2016年MIT十大突破性技術之一。

　　“只做好這些還不夠，人工智能時代要與場景結(jié)合，放在家庭條件、家庭小房間，放在車上，把技術真正放在場景里解決問題。所以我們研發(fā)了遠場相關的語音技術包括麥克風陣列、回聲消除、波束成形、語音喚醒、遠場識別?！本蚌H說。

　　合縱連橫

　　是操作系統(tǒng)，就不是一個人在戰(zhàn)斗。阿里人工智能實驗室借著發(fā)布天貓精靈公布了首個硬件開放合作伙伴——將與國際玩具巨頭美泰合作探索其旗下主要核心IP如費雪、芭比、托馬斯和朋友等智能玩具的合作開發(fā)機會。

　　記者了解到，目前AliGenie支持100多個品牌，包括接入阿里智能聯(lián)盟、涂鴉科技、broadlink等智能家居方案的產(chǎn)品，更多智能家電也正在接入中。

　　百度DuerOS則與中信國安廣視、聯(lián)想、美的、海爾、HTC、小魚在家等合作伙伴展開廣泛合作。景鯤稱，依托三款DuerOS開發(fā)套件和一款硬件參考設計，“只要接一個電源，接一個麥克風，就可以讓你身邊的家電設備‘說話’了。”

　　而面對巨頭遞出的橄欖枝，中小企業(yè)做出了兩手準備。喜馬拉雅是百度DuerOS的合作伙伴，該公司副總裁、硬件事業(yè)部總經(jīng)理李海波認為，喜馬拉雅擁有非常優(yōu)質(zhì)的互聯(lián)網(wǎng)音頻內(nèi)容資源，極大地豐富了DuerOS的內(nèi)容體系。同時，音頻內(nèi)容與智能語音技術有著天然的相似點，雙方都希望通過聲音的形式與人進行互動。

　　就在不久前，喜馬拉雅不久前剛剛聯(lián)合獵戶天空(獵豹移動投資的語音人工智能公司)推出了智能音箱小雅。

　　TCL多媒體科技控股有限公司也是DuerOS的合作伙伴，該公司副總裁李昕認為，DuerOS在人工智能領域的優(yōu)勢與TCL在電視領域的積累相結(jié)合，一定會打造出與眾不同的電視產(chǎn)品，聯(lián)合DuerOS一起共建TV生態(tài)。

　　7月3日，TCL公告稱，旗下互聯(lián)網(wǎng)品牌雷鳥與騰訊簽訂股權合作合同，騰訊4.5億元投資互聯(lián)網(wǎng)電視雷鳥，獲得16.67%的股權，成為雷鳥第二大股東。

　　分析人士指出，互聯(lián)網(wǎng)企業(yè)和硬件企業(yè)的關系已經(jīng)不能單純用“站隊”來描述，作為產(chǎn)業(yè)鏈的上下游，互聯(lián)網(wǎng)企業(yè)逐漸成為底層平臺方，提供多種接口，而硬件企業(yè)依賴制造和供應鏈優(yōu)勢，可以在多個平臺做出選擇，甚至可以不同型號不同選擇。