为什么阿里要和小米在智能音箱上死磕？

点击上方“CSDN”，选择“置顶公众号”

关键时刻，第一时间送达！

作者 | 阿司匹林

出品 | AI 科技大本营（ID：rgznai100）

在三月科技圈扎堆发布季，阿里巴巴人工智能实验室在北京召开发布会，正式推出天猫精灵曲奇版、天猫路由、天猫魔屏 S1（智能投影仪）等多款产品，售价分别为 299 元、199 元、4999 元。

不过，这次发布会最大的亮点并不是 mini 版的天猫精灵，而是阿里如何为智能音箱引入视觉交互的能力。

▌AliGenie 2.0 的野望

为了在语音交互基础上更进一步，AliGenie 2.0 在第一代的系统的基础上增加了视觉能力和多模态交互能力。这里的视觉能力包括图像识别、人脸识别、物体检测。

AliGenie 2.0 首先将视觉能力落地在天猫精灵 X1，然而天猫精灵并没有推出一款“带屏幕的音箱”，而是推出了“精灵火眼”功能：通过现场发布的 XHolder 外设，及天猫精灵手机 App “精灵火眼”功能，所有天猫精灵 X1 用户都能连接自己的手机，为天猫精灵加一块屏幕。天猫精灵还能调用手机摄像头，具备视觉认知能力。

其中，XHolder 是专门针对天猫精灵 X1 的支架，售价为 49.9 元，本身并没有任何功能。按照天猫精灵产品经理杜海涛的说法，这就是一块塑料板。

不过 Xholder 的包装盒里有一个二维码，用户通过天猫精灵的手机 App 扫描这个二维码，就可以激活天猫精灵火眼功能。

据AI科技大本营了解，未来天猫精灵 X1 的用户将不用扫描二维码，就可以体验精灵火眼功能，而天猫精灵曲奇版的用户未来也有可能体验到这个功能，只是暂时还没有时间表。

目前，精灵火眼支持的功能主要是面向儿童和老人。

面向儿童使用场景：“精灵火眼”与国内出版社合作，精选了适合 3 岁到 8 岁儿童的 117 套图书，如《小猪佩奇》等热门 IP。使用的时候，只需将相应的卡片或者图书对准手机摄像头，系统将会自动识别，并自动朗读相应内容，有些甚至会有动画画面。这个功能主要用来帮助儿童识字，为儿童讲故事。

面向老年人使用场景：“精灵火眼”推出识别药盒的功能，能识别 4 万种药盒，只要扫一扫药盒，就能用语音播报药名、功效、过期日等信息，而这个功能主要是通过和阿里健康合作来。

https://v.qq.com/txp/iframe/player.html?vid=e0611vgaaq4&width=500&height=375&auto=0

电商、视频、音乐......阿里坐拥海量资源。显然，阿里希望将这些资源充分利用起来，加上自身的技术积累，两者相结合，实现人无我有，人有我优。

可以发现，相对于亚马逊 Echo Show 那种自带屏幕和摄像头的做法，阿里的这种方式可以零成本的方式实现视觉交互的升级。毕竟屏幕、摄像头、芯片这些，如今的智能手机都已经有了。

由于这种方式是需要利用手机自身的计算力来实现，因此低端手机的体验可能会存在一些问题。杜海涛表示，目前已经完成了所有主流设备的适配，但是计算能力弱的可能会有一些问题。至于对手机具体配置的要求，应该很快会公布。

▌流量入口之争

PC 时代，浏览器是流量的主要入口，鼠标和键盘是最普遍的信息交互方式；移动互联网时代，移动 APP 取代浏览器成了流量的主要入口，而主流的交互方式也变成了触控屏。

然而这些交互方式都离不开人手和人眼，因此在很多场景下并不方便，比如在厨房做饭的时候，在开车的时候。因此，在万物互联的物联网时代，很多科技界的人士都认为，语音将是下一代流量入口，而语音交互也将成为主流的交互方式。

包括 Siri 在内的智能手机端的语音助手，都未能让语音成为主流的交互方式之一。2014 年，亚马逊的智能音箱 Echo 问世，才成功为语音助手找到了真正的落地点，并迅速成为潮流，成为众多科技公司的效仿对象。

Canalys 的数据显示，2017 年全球智能音箱出货量突破 3000 万台，而今年预计全球出货量将达到 5630 万台。可以预见，以智能音箱为代表的物联网将迎来爆发的势态。

而阿里人工智能实验室负责人浅雪认为，下一代交互方式不只是听觉，还有视觉，甚至触觉等。亚马逊推出带屏幕的 Echo Show 其实也是为了解决语音交互在某些场景下效率低下的问题。未来，语音、视觉、触摸等交互方式的融合应该会是大势所趋。

实际上，早在 2015 年，阿里巴巴旗下的阿里智能就分别与飞利浦与漫步者两家厂商合作，分别推出了智能音箱产品 “小飞” 和“MA1/3/5”。不过，这两款产品的表现未能让阿里满意。

为了打造自己的智能音箱，阿里特意在 2016 年成立了阿里人工智能实验室（A.I. Labs），负责阿里巴巴集团旗下消费级 AI 产品的研发。

然而，看好这一趋势的并不只有阿里，BATJ 中的其他几家已经全部加入这一战局。

京东：早在 2015 年 8 月，京东就联手科大讯飞推出了叮咚 A1 智能音箱，去年又陆续推出了叮咚二系产品：叮咚 TOP 和叮咚 2 代等。此外，携带屏幕和摄像头的叮咚 PLAY 也将于近期正式发布，而且也会支持人脸识别。据报导，叮咚已经整合了京东微联、飞利浦hue、Home Connect 等10大智能家居平台，能够直接控制 20000+ 款智能产品。

百度：在去年的百度世界大会上，百度推出了旗下首款智能音箱产品 Raven H，售价 1699 元，这种价格显然不是奔着销量去的。而本月 26 日，百度将会发布智能视频音箱——“小度在家”，据AI科技大本营了解，其售价或在千元以内。不过，百度目前的策略并不是主推自家硬件产品，而是将自家的 DuerOS 打造成语音交互的安卓，通过吸引更多的合作伙伴，打造自己的生态。

腾讯：腾讯应该是 BATJ 里最晚进入这一领域的。腾讯自己不生产智能硬件，而是通过腾讯叮当 AI 助手这个平台来扩展合作伙伴。在近日举行的 AWE 2018大会上，营长看到腾讯叮当已经覆盖汽车、电视、耳机、音箱、机器人、手机六大常用 AI 场景的落地产品，包括长虹智能电视、优必选机器人、GGMM 音箱、1More耳机、PACEWARE手表、国光爱浪耳机等产品，只不过这些产品的完善度还不高。

▌和小米杠上了

虽然智能音箱玩家众多，但是小米AI音箱的出世，将智能音箱的价格拉到接近蓝牙音箱的水平，而且小米凭借着自家生态链企业，一出世就坐拥庞大的智能家居生态系统，外界的关注度颇高。

此前，小米AI音箱让天猫精灵模仿放屁声音的视频一度非常火爆，而在发布会现场，浅雪也已调侃的方式回应了这段视频。

可以说，小米AI音箱已经成为天猫精灵的劲敌。

价格之战

虽然小米AI音箱的发布时间要晚于天猫精灵 X1，但是小米激进的价格策略确实给阿里带来了不小的麻烦。

浅雪现场公布的数据显示，天猫精灵 X1 截止目前的销量为 200 万台。而去年双十一期间，阿里将天猫精灵 X1 的售价从 499 元降到 99 元，当天的销量高达 100 万台，相当于 8 个月总销量的一半。

价格战虽然好用，但是代价太高。如此高的补贴不可能成为常态，推出低价版的智能音箱也就顺理成章了。

首先，天猫精灵曲奇版，也就是 M1，价格为 299 元。

好巧，小米的AI音箱也是 299 元。

天猫精灵官方旗舰店的数据显示，曲奇版天猫精灵的预售量已经超过一万台。可见低价策略还是有效的，特别是在小米AI音箱仍然需要抢购的当下。

然而小米似乎已经准备好进行新一轮的价格厮杀。

就在上周，小米社区有网友曝光了小米AI音箱 mini 版，并表示其售价 199 元，将会在本月底发布。当然，至于什么时候能买到，估计又要拼手速了。

虽然小米的AI音箱从去年 7 月发布至今一直没能实现现货供应，但是它的价格摆在那。智能音箱和智能手机不一样，并不是必需品，再有更便宜的选择的前提下，消费者往往会持币观望，这也是其他厂商的压力来源。

生态系统之战

除了价格，与智能音箱配套的智能家居生态，也是影响消费者购买决策的重要因素。

去年十一月，雷军公布的一组数据显示，小米 IOT 平台已经拥有超过 8500 万个在网智能硬件设备，同时在线设备超过 1000 万，成为全球最大的商用物联网硬件平台。

不过杜海涛表示，这 8500 万台设备中，2800 万台是路由器，1700 万是手环，并不全是智能家居设备。

与此同时，浅雪在发布会上也给出了这样一组数据：

• 可连接 4500 万家用电器

• 72 个家电品牌

• 39 种品类

• 8 个物联网平台

浅雪向AI科技大本营表示，目前天猫精灵和合作伙伴是两条完全独立的线，此前在 CES 上发布蓝牙协议，也是为了方便在局域网内和其他智能家居直接通讯。

除了与智能家电互通互联之外，阿里还通过智能插座等方式，让非智能家电可以通过语音来控制。

这一系列的举措都说明了阿里对智能家居生态系统的重视。

当问及如何看待与小米的竞争时，浅雪表示，他们和硬件厂商是合作关系，而小米和这些厂商就是竞争关系。

▌结语

中国的智能音箱市场并不成熟，到目前为止，还未出现单品销量突破 1000 万台的产品。

没有销量，遑论生态。

浅雪在接受采访时直言道，“我的老板（马云）跟我说了，要靠我赚钱连水电费都不够交的。”这也意味着，阿里并没有准备通过硬件获取多大利润，而是意在 AI 时代的流量入口。

可以预计，为了抢占这个流量入口，智能音箱市场的价格战和生态链大战还会继续下去。