雷鋒網(wǎng)按：6 月 8 日下午， Rokid 創(chuàng)始人兼 CEO Misa 與媒體分享了其對(duì) AI 和智能音箱未來(lái)兩年發(fā)展趨勢(shì)的思考。以下是其演講和采訪實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾膭h減。

很多人問(wèn)我，這么多公司在做智能音箱，你是怎么想的？對(duì) Rokid 來(lái)說(shuō)，我們做兩件事情，一個(gè)是 AI 大腦，一個(gè)是 AI 交互。

書(shū)和電影里，包括一些宣傳和半業(yè)內(nèi)人士，經(jīng)常跟大家講 AI，但其實(shí) AI 能做的事情沒(méi)那么多，它就是提升效率和體驗(yàn)，偏工具化，跟你用算盤沒(méi)什么不同，只不過(guò)效率更高、更智能一些。今天主要是跟大家分享一些我現(xiàn)在的想法，我把它叫做 AI 的全面升級(jí)。

所謂 AI 的全面升級(jí)，其中第一個(gè)趨勢(shì)就是 AI 開(kāi)始從感知到認(rèn)知。

認(rèn)知是什么概念呢？它主要分三個(gè)方面。

首先是個(gè)體認(rèn)知，比如剛才高鵬（Rokid 北京 A-lab 負(fù)責(zé)人）講到的聲紋識(shí)別，就是當(dāng)家里不同的人跟若琪（Rokid 發(fā)布的新款智能機(jī)器人）講話的時(shí)候，它能識(shí)別出是誰(shuí)。我相信語(yǔ)音技術(shù)中的個(gè)體認(rèn)知就像智能手機(jī)里的觸屏一樣，將會(huì)引發(fā)產(chǎn)業(yè)的大革命。

其次是環(huán)境的認(rèn)知，一個(gè) AI 產(chǎn)品可以對(duì)自己所處的環(huán)境作出認(rèn)知，比如判斷現(xiàn)在是在客廳、廚房、車上、餐廳或者什么地方。

然后是對(duì)事務(wù)的認(rèn)知，也有人把它叫意圖認(rèn)知，就是當(dāng)你跟它溝通時(shí)候，機(jī)器大概能知道你要干什么。你可以給它一個(gè)具體的任務(wù)，比如“我要聽(tīng)歌”，可能有時(shí)候任務(wù)沒(méi)那么細(xì)，像“我要從杭州去北京”，非常簡(jiǎn)單的一句話，但是涵蓋了很多東西：可能我需要買機(jī)票，訂酒店，叫車，預(yù)定餐廳，還有可能會(huì)見(jiàn)朋友，這個(gè)叫事務(wù)的認(rèn)知，不久的未來(lái)也會(huì)發(fā)生。

個(gè)體認(rèn)知對(duì)未來(lái)到底有什么影響？它可以把很多功能執(zhí)行變得更簡(jiǎn)單，使體驗(yàn)更流暢。比如用戶要給某人留言，原來(lái)的做法是：我是誰(shuí)誰(shuí)，幫我留言給誰(shuí)誰(shuí)。未來(lái)這個(gè)就會(huì)非常簡(jiǎn)單，就像剛才視頻里一個(gè)媽媽問(wèn)機(jī)器幾點(diǎn)，機(jī)器發(fā)現(xiàn)這個(gè)是媽媽的時(shí)候，會(huì)把爸爸給她的留言直接報(bào)出來(lái)。

第二個(gè)趨勢(shì)是未來(lái) AI 會(huì)全面云端化。

AI 的全面云端化包括幾個(gè)方面：第一，所有共享的知識(shí)都在云端，音樂(lè)內(nèi)容、百科內(nèi)容、用戶要問(wèn)的問(wèn)題等；第二，個(gè)性化的知識(shí)也會(huì)存儲(chǔ)在云端；第三，任務(wù)的狀態(tài)會(huì)云端化。什么叫任務(wù)的狀態(tài)？一件事，我讓機(jī)器做了一半，它會(huì)在云端記住我做到哪了，下次啟動(dòng)后要求它繼續(xù)做的時(shí)候，它可以繼續(xù)做。

第三個(gè)趨勢(shì)就是從單設(shè)備到多設(shè)備的互動(dòng)。

未來(lái)用戶家里面肯定不會(huì)只有一個(gè) AI 設(shè)備，因此就會(huì)面臨多機(jī)協(xié)作的問(wèn)題——幾個(gè)機(jī)器協(xié)商誰(shuí)最適合接這個(gè)任務(wù)。

還有一個(gè)趨勢(shì)是多維互動(dòng)?，F(xiàn)在我們用語(yǔ)音跟這個(gè)產(chǎn)品互動(dòng)，而未來(lái)，不僅僅是語(yǔ)音，攝像頭、手勢(shì)、甚至一些傳感器都可以進(jìn)行互動(dòng)。

原來(lái)大家都是使用 AI 產(chǎn)品的某一種特定功能，而接下來(lái)它會(huì)進(jìn)入一個(gè)全新的階段。個(gè)性的覺(jué)醒，多維的互動(dòng)，狀態(tài)的遷移......這些到最后又將引發(fā)場(chǎng)景的遷移，并行成無(wú)處不在的個(gè)性 AI。

我們可以想象，一個(gè)無(wú)處不在的 AI 將會(huì)跨設(shè)備，跨地域，并且不再拘泥于某一個(gè)具體形象。它可以是手機(jī)，可以是汽車，也可以是電視。這，才是未來(lái)。

采訪實(shí)錄：

記者：相比Google Home，Echo 和 Home Pod，Rokid 外星人的價(jià)格是他們的兩倍還多，考慮過(guò)市場(chǎng)的接受度嗎？

Misa：不能這樣比，應(yīng)該用月石跟他們比。這樣比就像用保時(shí)捷跟夏利比一樣，這是兩類完全不同的產(chǎn)品，外星人是帶完整顯示交互設(shè)計(jì)和燈光體驗(yàn)的產(chǎn)品，跟他們是兩個(gè)東西。

記者：第一款產(chǎn)品是有顯示屏的，現(xiàn)在去掉了顯示屏，怎么完成這種轉(zhuǎn)變的？

Misa：之前我們確實(shí)覺(jué)得需要有顯示屏。我們認(rèn)為語(yǔ)音只是交互方式的一種，要看到東西，呈現(xiàn)更多的信息，才更方便交互。不過(guò)后來(lái)我們發(fā)現(xiàn)，用戶家里本來(lái)就已經(jīng)有多塊屏幕，不需要再多一塊屏。

記者：月石增加了聲紋識(shí)別的功能，這也是 Google Home 的一個(gè)亮點(diǎn)，但它的體驗(yàn)并不是太好，錯(cuò)誤率很高，Rokid 在聲紋識(shí)別這方面能做到什么程度？

Misa：如果回顧歷史，可以看到，從來(lái)沒(méi)有一項(xiàng)技術(shù)是100%成功的，等到一個(gè)技術(shù)發(fā)展到100%的時(shí)候，早就被更廉價(jià)的80%的技術(shù)干掉了。很多產(chǎn)品都是邊發(fā)展邊改進(jìn)技術(shù)。聲紋技術(shù)也并沒(méi)有成熟到100%準(zhǔn)確，但是怎么樣用一個(gè)不是100%準(zhǔn)確的東西做出近乎100%準(zhǔn)確的體驗(yàn)，這方面有很多保密的東西，不能講太多。

記者：怎么看待同類產(chǎn)品間的競(jìng)爭(zhēng)？

Misa：現(xiàn)在還集中在產(chǎn)品跟技術(shù)層面，未來(lái)會(huì)是多維度的。技術(shù)和用戶對(duì)產(chǎn)品的接觸達(dá)到一定程度，會(huì)有整個(gè)生態(tài)的多層面競(jìng)爭(zhēng)，會(huì)比手機(jī)的競(jìng)爭(zhēng)更復(fù)雜。

記者：Rokid 未來(lái)的對(duì)手應(yīng)該都不是小公司，甚至包括用戶規(guī)模以億計(jì)的公司，在用戶基數(shù)和數(shù)據(jù)積累方面應(yīng)該比你們有很大優(yōu)勢(shì)？

Misa：數(shù)據(jù)規(guī)模上，也對(duì)也不對(duì)。建立語(yǔ)音技術(shù)上的數(shù)據(jù)規(guī)模，需要做不斷的積累，比如方言，就得慢慢積累。AI 對(duì)數(shù)據(jù)的需求，沒(méi)有大家想的那么巨大。比如聽(tīng)音樂(lè)，有多少種說(shuō)法呢？我要聽(tīng)什么，給我放什么，來(lái)一首什么......兩只手?jǐn)?shù)得過(guò)來(lái)。如果一個(gè)場(chǎng)景是受限場(chǎng)景，或者相對(duì)的封閉場(chǎng)景，數(shù)據(jù)規(guī)模沒(méi)有那么大，到一定程度就差不多。接下來(lái)增加一倍、十倍的量，提升的也很有限。

記者：Rokid 想做智能家居的控制中心，但很多智能家居廠商更傾向于建立自己的生態(tài)，不愿意對(duì)外開(kāi)放，這個(gè)問(wèn)題 Rokid 怎么解決？

Misa：我們相信兩個(gè)力量。第一相信市場(chǎng)的力量，只要最后的玩家不是一家，一定會(huì)趨向于協(xié)作。只有一種場(chǎng)景下是趨向于封閉的，就是一家獨(dú)大，沒(méi)有競(jìng)爭(zhēng)者，這一家來(lái)定所有規(guī)則，這里還不包括有潛在競(jìng)爭(zhēng)者。

比如我們跟米家在對(duì)接，對(duì)接得很好，即便我們知道小米會(huì)有類似的產(chǎn)品推出。你不開(kāi)放，別人開(kāi)放，你就有可能因此被打敗。成熟的市場(chǎng)總體來(lái)講都是開(kāi)放的，只是有些東西會(huì)保守，比如數(shù)據(jù)不會(huì)開(kāi)放。以美國(guó)為例，蘋(píng)果和谷歌有競(jìng)爭(zhēng)，你有沒(méi)有發(fā)現(xiàn)互相封殺的情況？沒(méi)有，甚至Google Assistant 還有ios版本。最后大家協(xié)作是最好的方式。

記者：你覺(jué)得國(guó)內(nèi)智能音箱的爆發(fā)期大概將在什么時(shí)候出現(xiàn)？

Misa：兩年，兩年就可以爆發(fā)。2019年我相信會(huì)有質(zhì)的變化。AI 發(fā)展非?？欤l(shuí)也不敢想象兩年后會(huì)是什么樣子。

記者：對(duì)于智能音箱品牌來(lái)說(shuō)，達(dá)到多少銷量可以順利完成商品化？

Misa：5萬(wàn)臺(tái)是一個(gè)門檻。國(guó)內(nèi)的智能音箱市場(chǎng)也就幾百萬(wàn)，5萬(wàn)臺(tái)就證明幾個(gè)產(chǎn)品里面有一臺(tái)是你的了。

來(lái)自雷鋒網(wǎng)報(bào)道。

智能音箱系列報(bào)道：

《亞馬遜的秘密部隊(duì)和差點(diǎn)成笑話的Amazon Echo》

《錢晨：為什么“智能音箱”可能會(huì)被做臭？》

《靈隆科技魏強(qiáng)：“智能音箱”可能會(huì)消失》

《DuerOS+小魚(yú)在家，陸奇說(shuō)要做一件科技巨頭都沒(méi)干成的事》

《云知聲謝冠超：智能音箱是個(gè)偽命題》

《李志飛：想在中國(guó)復(fù)制 Echo 的成功，肯定都不靠譜》

《Echo發(fā)了快三年，為什么中國(guó)還是沒(méi)一款智能的音箱？》

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。