智能音箱會(huì)是智能家居的下一個(gè)風(fēng)口嗎

火爆的智能音箱真的會(huì)是一個(gè)智能家居入口嗎？BAT入局智能音箱，創(chuàng)業(yè)者站隊(duì)還是突圍？除了價(jià)格戰(zhàn)，智能音箱還能怎么賣？AI技術(shù)應(yīng)用綜合集成后帶來的用戶使用場景會(huì)有哪些變革？資本市場如何看待像智能家居等前沿技術(shù)在產(chǎn)品中的應(yīng)用？

7 月 31 日晚上8點(diǎn)半，“騰訊創(chuàng)業(yè)01CLUB”推出了第一期的社群內(nèi)容分享活動(dòng)。明勢資本創(chuàng)始合伙人黃明明、小米生態(tài)鏈副總裁唐沐擔(dān)任了本期的對話嘉賓，就智能音箱行業(yè)聊聊對產(chǎn)業(yè)的幾大洞見，進(jìn)行了一場資本市場和頭部科技公司之間關(guān)于下一個(gè)“風(fēng)口”的對話，騰訊創(chuàng)業(yè)01CLUB為此整理出此次對話中的幾大精華觀點(diǎn)：

1，智能家居發(fā)展的基礎(chǔ)是解決用戶剛需。

2，智能音箱技術(shù)突破難點(diǎn)為NLP（自然語言處理技術(shù)）。

3，面對巨頭競爭，通過合作才能獲得突破。

4，如果智能音箱要加屏幕，目前還需解決在設(shè)備交互方面的互斥矛盾點(diǎn)。

5，掃地機(jī)器人可能是智能家居的下一個(gè)風(fēng)口。

針對這幾大觀點(diǎn)，兩位對話嘉賓進(jìn)行了精彩的具體的分析講解和分享，以下為此次對話內(nèi)容的整理：

智能家居發(fā)展的基礎(chǔ)是解決用戶剛需

黃明明：我先簡單介紹明勢資本在AI領(lǐng)域的投資邏輯和案例。

在AI領(lǐng)域，我們的重點(diǎn)是找到核心技術(shù)的落地場景，或者能夠提升行業(yè)效率的領(lǐng)域進(jìn)行投資。我們投資的案例場景覆蓋出行、法律、醫(yī)療、工業(yè)等領(lǐng)域。

比如，在AI 出行領(lǐng)域，我們投資了易航智能和知行科技；在AI 法律方面，我們投資了思滿科技和秘塔科技；在AI 醫(yī)療方面，投了智能醫(yī)療外科手術(shù)機(jī)器人研發(fā)商術(shù)康醫(yī)療；在AI 工業(yè)領(lǐng)域，則投了智能工廠解決方案供應(yīng)商玄羽科技。

今天我主要和小米生態(tài)鏈副總裁唐沐聊些智能音箱在技術(shù)和商業(yè)模式方面的探討。

首先是技術(shù)方面，唐總（唐沐）認(rèn)為哪些底層技術(shù)的突破，推動(dòng)了智能音箱這一波高速發(fā)展？目前還有哪些突出的問題是嚴(yán)重影響到用戶體驗(yàn)的？比如遠(yuǎn)場的定位，本地軟硬件計(jì)算的能力，多人的聲場還有誤喚醒，包括多輪對話的能力，哪些是核心的制約瓶頸？你認(rèn)同未來智能家居的流量入口可能是智能音箱嗎？

唐沐：先說智能家居入口的問題。從2012年、2013年很多公司都在對此做嘗試、設(shè)想、去做相關(guān)的產(chǎn)品。當(dāng)時(shí)對于公司的自家產(chǎn)品，對外都會(huì)有這樣的一個(gè)說法：在做爭奪智能家居入口。兄弟不才，我當(dāng)時(shí)是做了路由器，所以對外喊“路由器是未來智能家居的入口”。

做了幾年之后，我發(fā)現(xiàn)當(dāng)時(shí)喊的兇的說自己是智能家居入口，到最后都沒留下來，反而那些真的踏踏實(shí)實(shí)的，把一個(gè)產(chǎn)品做到滿足用戶的高頻剛需，這樣的產(chǎn)品才能留下來。

你要問我路由器是不是入口，其實(shí)路由器也不是，我相信路由器只是智能家居其中一個(gè)的中心節(jié)點(diǎn)。

智能家居的中心未必是一個(gè)設(shè)備，很有可能是幾個(gè)設(shè)備，我回想起雷總邀請我加入小米的核心訴求是希望我能探索智能家居，路由器只是其中一個(gè)重心節(jié)點(diǎn)，后面再做的智能音箱。

參與到智能音箱的項(xiàng)目后，我發(fā)現(xiàn)智能音箱是另外一個(gè)維度的智能家居中心。但現(xiàn)在我不太想強(qiáng)調(diào)它是一個(gè)中心，目前我們做產(chǎn)品的思路轉(zhuǎn)化成為：我們可以把一個(gè)產(chǎn)品設(shè)想的很宏大，我們可以想象很多東西給它留很多未來的發(fā)展空間的設(shè)想，但最根本的你要先把它的高頻剛需滿足掉。

智能音箱技術(shù)突破難點(diǎn)為NLP

唐沐：再說技術(shù)的問題。當(dāng)我們開始做智能音箱的時(shí)候，我發(fā)現(xiàn)主要有3個(gè)核心技術(shù)要準(zhǔn)備好：一個(gè)是ASR、一個(gè)是NLP、一個(gè)是TTS。ASR是語音轉(zhuǎn)文字的技術(shù)，語音識(shí)別技術(shù)；NLP是自然語言理解技術(shù)；TTS是文字轉(zhuǎn)語音，文字合成語音的技術(shù)，這三個(gè)技術(shù)基本上是智能音箱存在的一個(gè)基石，當(dāng)這三個(gè)技術(shù)準(zhǔn)備好了，智能音箱已經(jīng)具備了橫空出世的前提了。

關(guān)于核心制約瓶頸，黃明明說的幾個(gè)都是，有很多可以通過數(shù)據(jù)的積累，人工智能自我學(xué)習(xí)、自我進(jìn)步去改善的。但我認(rèn)為到目前為止，可能基本上目前我還沒有看到有解決的很明確的路徑，其實(shí)是NLP（自然語言理解）。很多時(shí)候目前我們在智能音箱里面呈現(xiàn)出來的人工智能，它有點(diǎn)像是一個(gè)簡單的問答機(jī)，你提一個(gè)問題他給你一個(gè)回答，很多時(shí)候這種回答還是偏機(jī)械，離真正的人工智能還是有點(diǎn)距離。

黃明明：看來大家的認(rèn)知至少目前都是比較一致，最核心的目前難突破的還是在NLP這個(gè)領(lǐng)域，可能這一波我們所謂講的深度神經(jīng)網(wǎng)絡(luò)基本上在NLP這個(gè)領(lǐng)域，我問了很多大牛，短期之內(nèi)想要有突破是比較難。

拋開大家都短期之內(nèi)難以突破的NLP領(lǐng)域，我們以小米的小愛音箱為例，聊聊在技術(shù)方案的選擇（包括軟件、硬件，麥克風(fēng)的陣列，遠(yuǎn)近場的定位、輸入降噪，誤喚醒等等）你認(rèn)為做哪些選擇，才能讓產(chǎn)品有哪些特點(diǎn)和優(yōu)勢？

唐沐：我們做智能音箱最棒的心得是廣泛尋求合作。比如說我們在ASR領(lǐng)域有七八家合作伙伴，我們會(huì)把用戶的query同時(shí)發(fā)給七八家合作伙伴，等他們?nèi)慷挤答伣o我們結(jié)果，我們再經(jīng)過一個(gè)簡單的判斷算法，來決定選取誰的結(jié)果。我們自己在技術(shù)上花費(fèi)精力最大的還是NLP，這是智能音箱的核心，也人工智能語音助手的核心。

以小愛音箱為例，我們目前有兩大看家本領(lǐng)，一個(gè)是對用戶點(diǎn)歌query的理解，一個(gè)是對用戶IoT控制的理解。我們發(fā)布音箱的時(shí)間比較久，收集到的query比較多，這會(huì)極大幫助我們更深入理解用戶的訴求到底是什么。

小米2C產(chǎn)品形態(tài)的“收斂點(diǎn)”遠(yuǎn)非硬件這么簡單

黃明明：正好唐沐這邊你講到很多方案，技術(shù)方案和很多外部的合作伙伴在合作。我也八卦一下，有媒體透露出小米目前也在跟亞馬遜Alexa合作，并且有可能考慮整合或者是說和微軟的小娜合作，推出咱們新的智能音箱的產(chǎn)品線，這個(gè)傳聞是有沒有點(diǎn)靠譜？如果是有這樣的考慮，是不是意味著我們可能會(huì)花更多的力量在硬件的生產(chǎn)制造方面，軟件方面我們也會(huì)和跟強(qiáng)有力的國外合作伙伴合作呢？

唐沐：所有傳言都是無風(fēng)不起浪，谷歌、亞馬遜、微軟，這幾家在我們發(fā)布智能音箱之后都找來了，他們更多看重小米在智能硬件領(lǐng)域里面的供應(yīng)鏈優(yōu)勢跟性價(jià)比優(yōu)勢。

但是大家也知道小米從來不是一個(gè)只甘心于做硬件終端的一家公司，所以我們在挑選合作伙伴的時(shí)候，一定也是在考慮在互聯(lián)網(wǎng)領(lǐng)域合作共贏的可能性。其實(shí)目前都還在談，我們不會(huì)只做硬件，而不碰里面的系統(tǒng)和背后的大腦的。

黃明明：非常感謝唐沐兄的坦誠，也給我們爆了好多料，我只問了一個(gè)亞馬遜，現(xiàn)在把谷歌都給爆出來了。我下面進(jìn)入稍微挑戰(zhàn)一點(diǎn)的問題，既然剛才提到了不光是跟國外的巨頭，包括跟國內(nèi)擁有海量內(nèi)容甚至是壟斷性的擁有海量內(nèi)容的巨頭，包括騰訊音樂、阿里這些，我們跟他的競合態(tài)勢也是回應(yīng)我們今天的主題，產(chǎn)品之爭還是內(nèi)容之爭？

面對巨頭競爭，合作共贏才能獲得突破

黃明明：現(xiàn)在市場上比較主流的一個(gè)聲音，因?yàn)椴还茉蹅儎偛胖v的語音的識(shí)別，語意的理解做的多好，最后用戶關(guān)心的是我后面想要獲取的內(nèi)容，內(nèi)容在巨頭手里，咱們怎么應(yīng)對？

唐沐：我覺得答案一定還是合作共贏。小米雖然已經(jīng)IPO，但我們內(nèi)部還是認(rèn)為自己是一個(gè)創(chuàng)業(yè)公司，我們永遠(yuǎn)沒有辦法有財(cái)力和BAT等一些互聯(lián)網(wǎng)巨頭比拼內(nèi)容的采購。

我認(rèn)為其實(shí)各家公司都有各家公司擅長的地方，有各家公司的“基因”。比如就音樂而言，騰訊一定是有它的基因在的，否則TME也不會(huì)做這么大。所以我花了很大的精力去跟騰訊去談合作，還能讓大家都做各自擅長的事情：小米擅長是做硬件做系統(tǒng)，騰訊TME集團(tuán)擅長做音樂，我們就強(qiáng)強(qiáng)聯(lián)手一起合作就好了。

一方面我們會(huì)和QQ音樂合作，一起為小愛音箱的用戶提供相當(dāng)大部分的免費(fèi)音樂。另外，我們也愿意幫助QQ音樂以及背后的這些音樂版權(quán)公司去發(fā)展音樂會(huì)員，這個(gè)應(yīng)該是兩邊都非常愿意看到的。

另外，其實(shí)在合作的談判過程當(dāng)中，我也欣喜地看到在國內(nèi)的內(nèi)容產(chǎn)業(yè)也越來越良性發(fā)展，已經(jīng)有非常非常大的用戶群愿意去為好的內(nèi)容買單，給了我們很大的信心。

我們在小愛音箱每天的兩三千萬的query數(shù)里面看到，其中占60%、70%，甚至70%、80%的，都還是對內(nèi)容的獲取的query，關(guān)于對內(nèi)容播放控制的query。這個(gè)可說明一點(diǎn)：其實(shí)語音內(nèi)容必定是國內(nèi)幾乎所有智能音箱的核心訴求，并且是高頻剛需。

黃明明：我也贊同唐沐的說法：每家公司的基因不同，還是要合作，每個(gè)人把自己擅長做的好的事做到最好，還是有機(jī)會(huì)，未來的競合環(huán)境到底怎么樣，確實(shí)還是隨著時(shí)間的推移，會(huì)有很多的變局。

智能音箱要加屏幕還需解決在交互上的互斥矛盾點(diǎn)

黃明明：我直接進(jìn)入到下一個(gè)關(guān)于小米生態(tài)的問題，現(xiàn)在不管是亞馬遜還是國內(nèi)的其他競品他們都在音箱里加入了屏幕的概念。我知道唐沐你是一個(gè)超級產(chǎn)品經(jīng)理也是非常強(qiáng)調(diào)用戶體驗(yàn)，智能音箱這個(gè)品類怎么看加入屏幕這個(gè)事情，小米的智能音箱會(huì)考慮加入屏幕這個(gè)事情嗎？

唐沐：其實(shí)關(guān)于智能音箱要不要帶屏幕這個(gè)考慮，確實(shí)也有過很多次的思考，但目前還是有些矛盾點(diǎn)需要解決。比如說在我的設(shè)想當(dāng)中，語音交互是一種遠(yuǎn)場交互，人和設(shè)備其實(shí)是可以間隔一定距離去直接做自然交互的。

但從屏幕交互來看，從帶多點(diǎn)觸控的手持設(shè)備出現(xiàn)后就是一個(gè)近場交互，遠(yuǎn)場交互和近場交互在本質(zhì)上有一些互斥。在音箱上面帶屏幕，會(huì)把一個(gè)本來大家可以做遠(yuǎn)場交互的設(shè)備拉近，變成是一個(gè)要求人去做近場交互的設(shè)備，這兩個(gè)東西出現(xiàn)在同一個(gè)設(shè)備上是有一點(diǎn)互斥。

目前的競爭態(tài)勢到達(dá)現(xiàn)在這個(gè)階段的時(shí)候，我想我妄下定論可能會(huì)打臉，我也只能說到這里。我們會(huì)積極討論或者是積極去準(zhǔn)備一個(gè)帶屏幕的音箱，因?yàn)橥ㄟ^長時(shí)間的觀察，我們發(fā)現(xiàn)其實(shí)有屏幕對于語音交互的信息反饋來說還是比較有幫助的。

黃明明：非常期待小米可能會(huì)有屏幕的智能音箱下一代產(chǎn)品的出現(xiàn)。小米的任何產(chǎn)品我們都離不開小米的生態(tài)，我不知道有些數(shù)字方不方便唐沐能夠介紹一下，目前通過咱們小米的智能音箱互聯(lián)互通的智能設(shè)備，有多少種類和數(shù)量？咱們用戶在實(shí)際的調(diào)用頻次，剛才你講了內(nèi)容可能是主要的調(diào)用頻次，和其他的IoT，尤其智能家居調(diào)用的頻次是什么樣的比例？使用的黏性如何？

唐沐：目前連接在小米IoT云上面的設(shè)備已經(jīng)超過的一個(gè)億，這一個(gè)多億的設(shè)備它是連接在我們，它在過去小米做IoT四五年的時(shí)間里面去逐步積累起來的，智能音箱從去年剛剛出現(xiàn)的新事物，它的出現(xiàn)剛好把我們過去全部連接在互聯(lián)網(wǎng)上的IoT設(shè)備做了一次更緊密的連接，它使得用戶通過語音控制IoT設(shè)備的黏性大大增強(qiáng)。

比如說其中有一個(gè)數(shù)據(jù)蠻有意思的，叫“連帶購買率”。我們從很多用戶反饋和數(shù)據(jù)里可以觀察到，有更多小米IoT設(shè)備的用戶會(huì)更傾向于購買小愛音箱，買了小愛音箱之后，日常控制IoT設(shè)備的頻度和黏性都非常高。另外一個(gè)是說購買小愛音箱的用戶，哪怕他一開始沒有其他小米IoT設(shè)備，也更傾向于在買了小愛音箱之后一段時(shí)間里面積極購入小米其他IoT生態(tài)的產(chǎn)品。

這使得我看到了一個(gè)希望，智能家居會(huì)比以往更加接近現(xiàn)實(shí)，更加落地。我們過去曾經(jīng)做App去控制IoT設(shè)備，很多用戶會(huì)認(rèn)為其實(shí)它并沒有改善人的生活體驗(yàn)，或者是說這些設(shè)備的操控體驗(yàn)，但是有了語音交互之后，很多用戶會(huì)認(rèn)為開燈關(guān)燈這么簡單的操作頻繁使用的操作，用語音控制簡直是天作之合，并且很多人都養(yǎng)成了這樣的習(xí)慣。

黃明明：剛才提過了這個(gè)query數(shù)量排在第二，我相信你們一定會(huì)統(tǒng)計(jì)重復(fù)使用的頻次和黏性，比如同一個(gè)用戶連續(xù)在多長的時(shí)長之內(nèi)養(yǎng)成用小米的智能音箱調(diào)用其他IoT設(shè)備的習(xí)慣，這樣的比例有多高？

我記得咱們那樣時(shí)候剛認(rèn)識(shí)聊天，投資機(jī)會(huì)里面看了一大批的所謂的智能家居的創(chuàng)業(yè)項(xiàng)目，那個(gè)最后我們得出一個(gè)很粗暴，但是很個(gè)直接的一個(gè)結(jié)論，用App去控制智能家居有點(diǎn)“滑稽”，比如說關(guān)一個(gè)燈還要拿起手機(jī)找到你的App，點(diǎn)開選擇那個(gè)燈，再選擇關(guān)閉，還不如直接下床關(guān)燈就完了。直到語音交互出現(xiàn)以后，我們認(rèn)為確實(shí)是智能家居這波場景尤其是以語音交互為主的場景爆發(fā)起來非常令人興奮的一個(gè)消息。

掃地機(jī)器人可能是智能家居的下一個(gè)風(fēng)口

黃明明：很高興今天唐沐兄弟又站在了最前沿，智能家居入口的最前沿。其實(shí)我記得在兩年前我們天使會(huì)有一次聚會(huì)，正好和雷總，我記得在頤和園的湖邊上，我們在快走的時(shí)候，我們也聊起過一個(gè)話題，除了智能音箱之外，小米生態(tài)里面還有哪些是最有可能成為IoT的入口？我非常看好另外一個(gè)產(chǎn)品是掃地機(jī)器人，我不知道你的看法是什么？

我認(rèn)為掃地機(jī)器人需要的有兩個(gè)核心點(diǎn)。一個(gè)它是要快速，比如說SLAM算法要把用戶居住的環(huán)境，不管是現(xiàn)在2D或者未來3D的架構(gòu)，它全部會(huì)掃描清楚，把相關(guān)的數(shù)據(jù)存儲(chǔ)在它的數(shù)據(jù)庫里面。實(shí)際上也是一個(gè)對用戶的家居、家庭居住情況等信息十分了解的一個(gè)機(jī)器人。第二，它的形態(tài)上包括和人的交互場景也比較多，比如說它是移動(dòng)的，所以很有可能成為另一個(gè)非常重要的交互或者是流量的入口。

一個(gè)是音箱，一個(gè)是機(jī)器人，都是我非?？春玫念I(lǐng)域，這兩個(gè)領(lǐng)域小米都有自己的布局，我們也在這個(gè)領(lǐng)域持續(xù)看好的創(chuàng)業(yè)機(jī)會(huì)，想聽聽唐沐你的看法？

唐沐：關(guān)于這點(diǎn)我們完全想到一塊去了。我想其實(shí)目前小愛音箱只是人工智能助手的一個(gè)容器，未來這個(gè)助手會(huì)出現(xiàn)在很多的設(shè)備里面，我會(huì)為最終它的終極形態(tài)就是機(jī)器人。但講出機(jī)器人的這個(gè)觀點(diǎn)，其實(shí)很多用戶不一定會(huì)認(rèn)同，我們做產(chǎn)品，我們首先可以設(shè)想如果這個(gè)產(chǎn)品落戶在千家萬戶之后，它一定可以怎樣怎樣，但是其實(shí)第一步是最難的，怎么樣讓它落地在千家萬戶。

比如說用戶得有什么樣的實(shí)際需求才會(huì)花錢把它買到家里面？現(xiàn)在做機(jī)器人我覺得可能還是過于早，但是掃地機(jī)器人是我唯一看好的機(jī)器人形態(tài)。

很多好萊塢電影已經(jīng)把用戶對于智能化理解的預(yù)期提高到無限高，以至于用戶會(huì)覺得買回家的機(jī)器人是一個(gè)破玩意，甚至是一個(gè)垃圾，因?yàn)樗任覀兯私獾奈覀兯?jīng)看到的電影里面的機(jī)器人差的太遠(yuǎn)了，機(jī)器人這個(gè)品類沒法做，但是你在機(jī)器人前面加掃地兩個(gè)字的時(shí)候是可以考慮的。

我認(rèn)為，其實(shí)在到達(dá)最終機(jī)器人形態(tài)之前，是有一個(gè)產(chǎn)品的演化路徑。我認(rèn)為要經(jīng)過三大要素。

首先是語意，聲音的語意理解。AI音箱其實(shí)是搞定了AI語音的問題，它會(huì)收集非常多的query，讓大腦去識(shí)別并且理解人的意圖，但是其實(shí)AI視覺是下一個(gè)要攻克的領(lǐng)域，無論是通過家用攝像頭還是通過掃地機(jī)器人，都可以收集到足夠多的數(shù)據(jù)來訓(xùn)練大腦理解這些圖像。第二是AI視覺的理解，第三就是它的行動(dòng)部分、運(yùn)動(dòng)部分，這個(gè)部分的技術(shù)只要一具備，機(jī)器人形態(tài)出現(xiàn)就不遠(yuǎn)了。

形象一點(diǎn)來說，AI音箱解決的是“機(jī)器人的嘴和耳朵”的問題，后面我們還需要解決“眼睛的問題”和“腿的問題”。終有一天，當(dāng)用戶習(xí)慣身邊家里面有耳朵、有嘴、有眼睛這樣的終端出現(xiàn)，他們會(huì)認(rèn)為也許集合成一體的產(chǎn)品是有機(jī)會(huì)在家里面出現(xiàn)，是用戶自己愿意擁有的。

黃明明：感謝唐沐，我覺得大家在很多觀點(diǎn)上驚人的一致，我們內(nèi)部也討論過關(guān)于機(jī)器人的項(xiàng)目，現(xiàn)階段一切做成人形的所謂機(jī)器人形狀的創(chuàng)業(yè)產(chǎn)品，都會(huì)第一眼被我們pass掉，就是因?yàn)橛脩敉ㄟ^好萊塢電影或者個(gè)人自然反應(yīng)產(chǎn)生的期望值，都會(huì)遠(yuǎn)超我們現(xiàn)有產(chǎn)品能夠達(dá)到的期望值。

我最后再補(bǔ)充一句，從今天和唐沐的對話我非常興奮，得到了非常大的干貨和信息量。不管是IoT還是剛才跟唐沐討論的，對真正的未來家庭機(jī)器人的理解，包括服務(wù)機(jī)器人的階段性的往前走的步驟、計(jì)劃和未來的展望，讓人充滿了極大的信心和樂趣和對未來的想象空間。