2月20日，小米9发布会上，除了2999元的小米9年度旗舰手机和TFBOYS小鲜肉王源外，最受关注的就是小爱触屏智能音箱，这是小米在2017年7月31日入局智能音箱以来的第一款带屏智能音箱。

之所以要带屏，是因为小爱音箱希望可以满足一些特定场景，比如时钟、电子相框、与智能门铃交互时弹出视频对话框，也支持追剧、刷网页、看股票，小米官方称之为“小电视”。

智音三强已全部带屏

 

小米不是第一家做带屏智能音箱的玩家。2018年3月26日百度发布国内首款智能视频音箱“小度在家”，搭载DuerOS，支持听歌、追剧和视频通话。

今年1月天猫精灵通过众测的方式，发布了带屏智能音箱天猫精灵CC。

三家发布带屏智能音箱的玩家，正是中国智能音箱第一阵营的三强。几乎在同一时间，美国研究公司Strategy Analytics发布了《2018年第四季度全球智能音箱市场报告》，报告显示，2018年4季度，亚马逊、谷歌智能音箱全球出货量与市场份额继续全球领先，阿里列全球第三位，4季度出货量280万台；百度和小米出货量分别为220万台和180万台，分别位居全球四、五，超过苹果。Canalys等机构的报告同样表明，天猫精灵、百度小度和小米小爱是中国智能音箱三甲。

2019年智能音箱行业的看点就是带屏智能音箱。Strategy Analytics总监David Watkins在报告中写到：

“智能屏幕受到消费者的欢迎——他们被音频和视觉刺激的结合所吸引，智能屏幕在2018年Q4占总出货量需求的10％以上，预计到2019年它们将成为市场增长的重要推动力。”

在这样的需求趋势下，智能音箱玩家纷纷推出智能屏幕就不难理解。

 

现在，国内智能音箱三巨头全部都已发布带屏智能音箱，有屏幕的智能音箱可以在语音外增加更多交互方式，进而满足更多场景，完成更多任务，获取更多用户。

 

带屏智能音箱这个说法看上去很矛盾，肯定有人会质疑，既然是音箱，带什么屏幕？带屏幕了，凭什么还叫音箱？在我看来，核心原因在于智能音箱的核心不是“音箱”，而是“智能”，智能音箱不是传统音箱的智能化，而是一个全新物种，能否带屏、带屏能否叫音箱，市场说了算。

 

智能音箱二战将爆发

 

从各种智能音箱报告可以得出一个清晰结论：正处于高速增长的智能音箱，已接棒智能手机和智能电视，成为第三智能设备品类。Strategy Analytics的报告就显示，4季度全球智能音箱出货量增长95％，达到3850万台，超过2017全年总出货量，2018年全年总出货量达到8620万台。

 

从绝对值来看，8620万不小，IHS Markit预计2018年全球电视出货量达到2.23亿台，同比增长3.5%，其中智能电视占比70%，作为核心定位也是客厅的智能设备，智能音箱出货量距离智能电视已越来越近，今天每个客厅都有一台智能电视，很快每个客厅都会有一台以上的智能音箱。

 

正是因为此，智能音箱市场尽管尚处于增长率95%的蓝海阶段，竞争却已十分激烈。虽然1月18日苹果HomePod正式在中国发售，但中国市场事实上被本土智能音箱玩家瓜分，阿里、百度和小米构成了三强，BAM对智能音箱都有公司级重视，投入力度只会增加不会减少。

 

• 百度李彦宏多次亲自发布小度音箱，春晚红包大战直接送出10万台；
  
• 天猫精灵负责人直接向张勇汇报，每逢双11都会进行高补贴的大促冲销量；
  
• 在20日的小米9发布会上，雷军明确小爱音箱已成为小米AIoT的战略枢纽产品，小米手机+AIoT双引擎由1+4+X的战略组成，1是手机，4中第1个就是小爱音箱。
  

在阿里、百度和小米稳坐三强的情况下，很多玩家尚未死心，作为未来客厅最重要的互联网入口，有野心的科技巨头迟早都会对智能音箱战略布局。

 

前几天被传出已停止听听智能音箱项目的腾讯，一直给外界感觉缺乏对智能音箱的战略重视，正如我前几天接受36kr采访时提到的：腾讯在移动端拥有微信这一超级入口，对于其他入口需求不迫切，因此对智能音箱的态度更多是试水，听听也好、叮当也罢都没有清晰的定位。不过，不排除腾讯接下来会战略重视智能音箱，针对听听项目停止的传言，腾讯就已回应：

 

“在智能音箱这条产品线上，在新型号叮当带屏音箱发布上市后，还将会继续保持先前听听产品的正常的销售与服务不变。叮当团队还将深度结合CSIG 业务，面向行业输出全栈语音人工智能解决方案能力，以及叮当智能屏产品系列的开发。”

 

几乎同一时间，喜马拉雅和猎豹移动这两家都拥有智能音箱产品的巨头也有新消息：喜马拉雅出资3000万，收购了猎豹系的猎户星空公司的AI语音识别团队以及小豹AI音箱技术团队。与此同时，两者联合成立北京小雅星空科技有限公司，喜马拉雅作为大股东占股65%，猎户星空占股35%。两家对智能音箱都没死心，但喜马拉雅更重视了。

在喜马拉雅、猎豹、腾讯外，京东、科大讯飞等互联网公司都有布局智能音箱。手机公司则是另一派系的玩家，小米、荣耀和锤子均已推出智能音箱，OPPO推出语音助理智能音箱已在传言中。传统音箱巨头不会眼睁睁看着市场被智能音箱夺走。眼下智能音箱音质比较低端，但当它们有一定市场地位后，就会通过挖人等方式走专业音箱路线，智能化是传统音箱大厂的必走之路。

 

可见，三分天下不是智能音箱市场的终局，“百箱大战”后，智能音箱二战即将开打。

 

得AI技术者得天下

 

为什么智能音箱三强是阿里、百度和小米？最直接的理由是三家战略重视，舍得花钱补贴，亏本甩卖，消费者买不了吃亏买不了上当，愿意一试。但深层次来看，我们会发现AI技术才是决胜点。

 

为什么AI技术对智能音箱至关重要？因为智能音箱的核心价值是“智能”，要能通过语音跟用户交互，这比普通的语音输入法或者手机语音助理要难得多。

 

• 首先智能音箱要能随时被快速唤醒，又不能频繁被错误唤醒，客厅空间很大，音箱距离用户往往很远，声音环境复杂，挑战大。远场语音识别是技术核心也是技术难点。
  
• 其次智能音箱要听清用户命令也不容易，客厅虽然相对安静，但也有厨房、洗衣机、马桶、小孩、宠物、电视等噪音；
  
• 再次智能音箱要理解用户的自然语言命令，老人、小孩、方言这样的挑战也不少；
  
• 最后，智能音箱如果带屏，就要多模交互，用户会问“我手里拿着的是什么”这样的复杂问题。
  

因此，没有足够强的AI技术，根本玩不转智能音箱。智能音箱鼻祖亚马逊今天依然是全球老大，作为一家电商巨头，它给Echo智能音箱的语音助理Alexa配置了超过2000人的团队，来研发智能语音交互技术，一家电商巨头愿意这样做投入，让人叹为观止，AI技术对智能音箱的重要性不言而喻。

 

没有金刚钻，别揽瓷器活，中国智能音箱三强，在AI技术上均有各自优势。

 

阿里天猫精灵由曾经隶属于阿里云的AI实验室打造，依托阿里云多年的数据、技术和场景积累，以及阿里巴巴达摩院千亿级投入下，阿里巴巴在AI上已经形成自己的优势，拥有ET大脑系列AI开放平台，在多个行业落地。

 

百度的AI技术优势也十分明显，战略押注AI的百度认为自己是AI公司。百度自然语言处理、机器视觉和语音等技术优势明显，其中DuerOS立志成为语音交互的Android，给小度音箱打下了坚实的AI技术基础，甚至可以说AI技术是小度音箱的最大长板。

 

相对而言，小米在AI技术上的布局晚了一些，提出AI+IoT战略是不久前的事情，去年四季度百度在智能音箱上后来居上，正是因为此，小米在强化自有AI技术的同时，开始求助外部强援。2018年最后一天，小米旗下两款智能音箱开始支持召唤微软小冰；这次发布的小爱触屏智能音箱，终端侧的语音信号处理和唤醒技术，来自于明星AI创业公司地平线，后者擅长在终端侧结合芯片做算法优化，就语音技术而言，抗噪能力和唤醒能力都有独特优势，最终体现在小爱触屏智能音箱的交互体验上，其在双麦克风阵列设计下抗强噪声干扰，错误唤醒率大幅降低，小米请“外援”也侧面证明了AI对智能音箱的重要性以及技术门槛之高。

其实不只是小米，即便是百度、亚马逊这样的自诩AI技术强大的巨头，也有求助外援的时候。百度做智能音箱前收购了一家专门做唤醒词的公司KITT.AI，2018年发布的渡鸦智能音箱唤醒方案由其提供。亚马逊Echo有外部方案商如LinkPlay，LinkPlay在去年引入前面提到的地平线的技术，以更高效地适配产品场景，地平线拥有独特的软硬件结合方案，基于定制的芯片做语音和视觉算法，更好地满足智能设备语音和视觉交互的场景，在行业内影响力日盛。

 

像喜马拉雅这样收购专业团队，或者像小米这样引入专业外援，会成为智能音箱玩家们补齐关键技术短板的主要手段。

 

语音交互将无处不在

 

智能音箱大战只是智能语音大战的铺垫。

 

在5G即将普及后，在智能手机进入存量时期后，在IoT即物联网爆发后，智能语音会成为越来越多智能设备的标配交互模式，正是因为此，今天巨头们争夺智能音箱的本质，是在争取与用户的“对话权”，抢占用户的耳朵和嘴巴。未来智能门锁、智能电视、智能汽车等智能设备都会具备语音交互能力。

 

万物互联时代，大量的设备亟待语音交互能力，这意味着大量的送水人机会。

 

• 首先，五花八门的智能设备很多都是传统设备厂商，如门锁、家电、家居、安防厂商，它们不可能去自主研发AI技术，只能求助外援；
  
• 其次，智能设备的语音交互场景更复杂，对技术要求更高，比如功耗、成本、集成、唤醒等，甚至需要针对性的解决方案，这同样需要靠外援；
  
• 最后，智能语音交互不只是简单的语音识别，还需要大量的互联网服务和内容来满足用户，这又不是传统设备厂商可以做到的事情。
  

 

解决办法只有一个，就是找外援，智能语音交互时代的外援将有两个类型，一类是百度代表的云服务平台类，一类是地平线这样的边缘计算服务商。

 

百度DuerOS是一个旨在帮助万物具备语音唤醒和交互能力的系统，不只是支持智能音箱，还支持智能家居、智能车载等形式各异的设备；腾讯叮当将依托CSIG面向行业输出全栈语音人工智能解决方案能力，CSIG是腾讯组织架构调整后负责B端产业互联网的部门；阿里有ET系列大脑，巨头都是提供平台/系统/接口，输出标准化的能力和服务，各家智能设备接入即可。

 

地平线则代表着另一种思路，即做终端侧解决方案。与云端服务商不同，地平线瞄准了AI终端侧处理的趋势，终端侧AI延时极低，在自动驾驶、车载设备等场景下优势明显，在智能家居等场景下可提升体验。地平线通过“芯片+算法”结合的边缘计算，帮助智能设备在终端侧拥有更强的AI交互能力，比如语音算法内存开销小、计算效率高，低功耗、低成本、易集成。

 

地平线服务的不只是小爱音箱这样的智能家居设备，也提供全车音频解决方案。地平线做自动驾驶起家，旗下Matrix自动驾驶计算平台为L3和L4级别的自动驾驶提供高性能的感知系统，已向世界*自动驾驶厂商大规模供货，车载音频解决方案是其智能驾驶业务的一部分。

地平线还没有自己的语音芯片，被小米相中证明其算法实力被行业认可，未来地平线很可能会将语音算法、芯片和机器视觉结合起来，给智能设备提供综合终端侧AI交互能力，这是单纯依靠云计算实现不了的。而且智能家居和智能车载等智能设备将面临更严峻的隐私安全问题，终端侧边缘计算有望一定程度回答这一问题，就像iPhone X 的FaceID全部放在硬件端做以确保隐私安全一样。

 

类似地平线的面向行业的AI外援还有很多，相对于巨头而言，它们更像是解决方案提供商，可以提供个性化的智能交互方案，可以在特定的点上做得更好，它们不做自己的智能设备，与智能设备只有合作没有竞争关系，中立性强，也是一大优势。

长期来看，地平线这样的终端侧AI服务商和百度这样的云端AI平台，会是协作而不是竞争关系，AI云端均不可或缺，大家会从不同维度去帮助智能设备具备更强的智能交互能力，加速IoT时代的到来。