上周，就在百度轰轰烈烈地宣布全面开源Apollo自动驾驶平台和Duer OS语音交互平台的同时，阿里人工智能实验室相对低调地发布了智能音箱天猫精灵X1，语音入口的争夺战一触即发。

智能音箱的混战

2014年11月亚马逊推出基于语音交互的智能音箱Echo，内置Alexa语音引擎，去年销量超过500万台，今年更是逼近1000万台，成为了人工智能to C消费级产品的爆款，引发各路人马纷纷跟风效仿，谷歌、微软、苹果先后发布了Google Home、 Invoke、 HomePod智能音箱。

如果说智能音箱的国外市场格局是“群雄逐鹿“，那么国内的市场则是”血海江湖“。科技公司、硬件公司、内容公司和一众创业公司争先恐后地涌入，粗略统计玩家数量接近50家。京东和科大讯飞是最早进入的，2015年成立了合资公司，利用京东的渠道优势和讯飞的技术优势，推出了叮咚音箱系列产品。从去年底开始，音箱的发布进入了密集期，联想、小米都已经跟进，喜马拉雅和酷狗也依托自身的内容优势推出了小雅音箱和潘多拉音箱。上周阿里发布了自己的首个消费级AI产品“天猫精灵X1”，百度开放了DuerOS语音平台支持嵌入式硬件开发，而腾讯也表示将于8月推出智能音箱“耳朵”，至此BATJ在智能音箱领域已经聚齐。

大佬们为什么都青睐智能音箱？

人们发明计算机时，期望它是一种能够自然交互并且理解人类意图的机器，几十年来科技的发展一直在朝着这个方向努力。人类最自然的输入方式是视觉，接收的信息70%来自于眼睛。人类最自然的输出方式是语言，人们表达自己的第一方式是说出来，不是写出来，也不是画出来。

1979年乔布斯将图形用户界面用于苹果电脑，简洁直观，易于理解，但当时语音技术尚不成熟，对话式界面无法实现，所以采用键盘和鼠标作为输入设备，完成交互。当时乔爷很骄傲地把图形界面展示给比尔盖茨，请微软帮苹果开发应用软件，没想到微软一面接了苹果订单，一面研发了自己的windows系统，成为了PC时代的霸主，最后以乔布斯状告微软侵权、微软支付了一笔赔偿款告终。

不得不说的是乔布斯在理解人性需求上确实是个天才，他敏锐地感知到键盘不是最好的输入形式，2007年基于当时逐渐成熟起来的多点触控技术，他发明了智能手机，掀起了移动互联网的浪潮。那么触屏就是最佳的输入方式了吗？显然不是，在iPhone4S上乔爷就内置了Siri语音助手，为语音交互的探索埋下了伏笔。

今天，随着数据量的爆炸、算法和计算能力的提升，人们终于看到了实现语音交互的曙光。这是计算机发明之初的愿景，现在终于有了落地的可能，于是各路玩家争相涌入争夺语音入口。只可惜乔布斯去世得早，没有看到今天这热火朝天的景象。

目前入局的玩家主要有四大派系，智能音箱、智能家电、可穿戴设备、智能服务机器人。智能音箱的混战前文已经介绍过了，智能家电主要参与者是传统家电厂商和互联网硬件厂商，代表产品有美的智能空调、小米智能电视，它们都是用语音控制代替了遥控器，智能电视还能用语音搜索用户喜欢的节目，从此家里再也不用放那么多遥控器了。

可穿戴设备的屏幕比较小，触控方式输入不便捷，天然适配语音输入，代表产品有苹果的iwatch、出门问问的Ticwatch智能手表。

还有一大类就是服务机器人，to B的有银行、酒店、医院里的大厅机器人，to C的是以美国的Jibo为代表的家庭服务机器人，国内做的比较好的有Roobo布丁机器人，内置自主研发的语音识别芯片；Rokid智能家庭机器人，已经推出两代，可以作为智能家庭的语音入口；小鱼在家视频通话机器人，搭载了百度DuerOS对话式人工智能操作系统。

各路厂商的探索如火如荼，而消费者端却有些不温不火，在消费级硬件领域单品的销量如果没超过100万台，市场基本没有起量，这其中有诸多的影响因素。居民家庭中电器的更新换代至少需要8~10年的周期，智能家电不会马上普及。可穿戴设备2015年大热了一段时间后直接灭火，主要是没有需求痛点，采集的数据不知道怎么用，能提供的服务还比较少。至于服务机器人，用户的头脑中原本没有这一品类，需求不明确，要把这一概念植入用户心智还需要很长时间。

这里面唯一火起来的就是智能音箱，亚马逊的echo年销量千万，目前占据70%的市场份额。美国人酷爱听音乐，音箱是刚需，这是人们心中已经接受的成熟品类，不需要再教育市场。同时这款音箱整合了足够丰富的内容和服务，包括音乐库、电商网站的购物下单、记事和提醒、Uber叫车等，同时可以控制家庭中的智能设备，包括智能窗帘、开关、插座（控制各种电器）、灯泡、安防系统和门锁，可以说给家居生活带来了非常便捷的体验，提升了用户的整体生活质量，对美国人来说花个几百美金尝鲜已经很超值了。最后还有关键的一个因素就是亚马逊为了推广Echo，动用了电商网站上最显眼也是最贵的广告位，连续数月进行展示宣传，带来了相当大的关注流量，这也是其他中小厂商绝对不具备的资源。

小音箱，大玄机，亚马逊echo的进化之路

值得一提的是，亚马逊在智能音箱上的探索并没有止步不前，它的创新与开拓精神引领着它不断推出契合用户需求的产品，Echo之后又发布了两款升级产品Tap和Dot。Echo支持语音唤醒，只能座充，售价179美金；Tap通过按键唤醒，内置电池，相当于便携版的Echo，售价130美金；Dot非常小巧，它并不是一款扬声器，而是通过接口或蓝牙连接其他音箱，使其可以使用Alexa语音引擎，售价90美金，它让用户以最低的门槛将普通音箱或家居设备智能化。

在无屏音箱的探索以后，亚马逊意识到智能中枢不仅要能听见，最好还要能看见。今年4月亚马逊发布了新品Echo Look，它不仅具备了Alexa的语音功能，还增加了一个摄像头可以拍摄照片和视频，能够提供穿衣预览，还能通过机器学习算法对用户的穿衣搭配和风格给出评分和建议，售价199美金。

今年5月亚马逊又再次发布了新品Echo Show，增加了7英寸触屏，能显示语音播报的信息，如新闻简讯、歌词、天气预报、待办事宜以及购物清单等，还能支持视频对话，观看YouTube、安防摄像头、照片等，售价为229.99美元。

不过从功能设置来看，Echo的一系列产品都以Alexa语音功能为主，其他的接口方式只是配合，并没有喧宾夺主。人最自然的表达方式是语言，但接收信息方式却是视觉。亚马逊最开始推出无屏音箱，培养用户语音交互的习惯，渲染语音主入口的地位，非常有心机哦！现在Echo补充了屏幕，可以更好地展示信息，交互方式也更贴合人性，让用户体验更顺畅和舒服。比如当进行选项选择时，是由Alexa一条一条地念出来，还是直接显示在屏幕上由用户告诉Echo选第几个呢？显然后者更加方便和高效。Echo Show有便捷的音视频输入输出功能，有丰富的内容和服务的支持，几乎实现了所有智能家居入口和家用服务机器人的功能，如果今后价格再降下来一点，几乎砸死了其他玩家的市场，让人不得不感慨亚马逊低调的野心啊！

Echo原本是亚马逊的一款尝试性创新产品，但它就这样毫无征兆地红了，同时Alexa语音引擎也迅速被开发者所熟知，CES展会上人们惊讶地发现很多智能硬件设备嵌入了Alexa语音中控，亚马逊就这样消无声息地攻占了语音入口的高地，引得其他厂商眼红耳热，这其中自然少不了蠢蠢欲动的中国玩家。对语音技术来说，不同语种间有天然的壁垒，需要有足够的语料库的积累，Alexa在英文交互中表现抢眼，但换到中文领域还需要重新适应，我想Echo之所以没进中国，除了用户、营销等因素外，这也是重要原因之一吧。国外巨头被挡在门外，这个空档刚好给了中国厂商最好的发展机会，这个已经在美国市场验证过的产品想必谁也不想错过吧~

来源：http://36kr.com/p/5083363.html