過(guò)去十年里，技術(shù)的進(jìn)步可謂翻天覆地，從3G飛躍至5G，再?gòu)囊蛱鼐W(wǎng)擴(kuò)展到萬(wàn)物互連。

與此不同，智能音箱的走勢(shì)顯得逆流而上，去年出貨量?jī)H2600萬(wàn)臺(tái)，更有觀點(diǎn)認(rèn)為這預(yù)示了一場(chǎng)技術(shù)泡沫的破裂。然而，市場(chǎng)轉(zhuǎn)折的跡象似乎已初露頭角。

正如ChatGPT這種先進(jìn)的生成式AI模型所展現(xiàn)的，它為智能音箱賦予了一種深度的“智慧”，大大提升了用戶(hù)交互和內(nèi)容的質(zhì)感，甚至在視覺(jué)等領(lǐng)域的多模態(tài)能力，讓其應(yīng)用范圍得到了廣泛拓展。

百度、小米、阿里巴巴等大廠，敏銳地捕捉到這一趨勢(shì)并投入資源，寄望于為其智能音箱帶來(lái)創(chuàng)新與活力。他們的最新戰(zhàn)略動(dòng)向，再次確認(rèn)了對(duì)此技術(shù)方向的堅(jiān)定信念。

不難看出，得益于大模型技術(shù)的嵌入，智能音箱市場(chǎng)的競(jìng)爭(zhēng)再度激烈。至少在參與者們看來(lái)，智能音箱是有望真正轉(zhuǎn)變?yōu)橄乱淮ヂ?lián)網(wǎng)的核心入口，而不只是一個(gè)高科技的小玩具。

01

BAX再度涉足智能音箱競(jìng)逐

在智能音箱的新故事中，近期小度原CEO景鯤的辭任，成了一個(gè)典型的標(biāo)注。景鯤在2014年進(jìn)入百度，主管搜索相關(guān)業(yè)務(wù)，并自2018年起逐漸成為公眾關(guān)注的焦點(diǎn)。

令人印象深刻的是2018年3月，百度宣布整合三大部門(mén)——度秘事業(yè)部、硬件生態(tài)渠道部及智能家居事業(yè)部，組建為智能生活事業(yè)群組。這一重要板塊原為集團(tuán)總裁陸奇所持，他離職后則由景鯤正式接班。

值得一提的是，同年百度首次推出了帶屏智能音箱“小度在家”，并由李彥宏親自站臺(tái)。景鯤也在社交媒體上熱情地分享了這一創(chuàng)新產(chǎn)品的發(fā)布。在他的帶領(lǐng)之下，小度獲得了不錯(cuò)的市場(chǎng)響應(yīng)，“小度之父”的美譽(yù)也實(shí)至名歸。

2019年5月，成績(jī)斐然的景鯤被提升為集團(tuán)副總裁，并繼續(xù)領(lǐng)導(dǎo)智能生活事業(yè)群組。直到2020年9月，百度宣布其智能生活事業(yè)群組獨(dú)立完成融資，估值高達(dá)約200億元，而景鯤在這新的組織架構(gòu)中，走馬上任了首席執(zhí)行官。

如今，景鯤的突然辭職引發(fā)關(guān)注。此前已有消息，他本應(yīng)在10月17日的百度世界大會(huì)上，作為小度科技的首席執(zhí)行官發(fā)表題為“大模型時(shí)代，小度重塑智能生活”的演講。

許多行業(yè)觀察人士推測(cè)，新任領(lǐng)導(dǎo)的履歷意味著在AI的大背景下，小度科技將肩負(fù)起更為重要的任務(wù)。比如，將大模型技術(shù)納入小度的眾多業(yè)務(wù)中助推發(fā)展。

事實(shí)上，小度早就已經(jīng)公開(kāi)與文心一言技術(shù)的結(jié)合策略，并宣布創(chuàng)新出專(zhuān)門(mén)為智能設(shè)備場(chǎng)景而設(shè)計(jì)的AI模型——“小度靈機(jī)”。

毫無(wú)疑問(wèn)，大模型技術(shù)會(huì)深度塑造小度的智能音箱業(yè)務(wù)，使其與百度形成更為緊密的戰(zhàn)略聯(lián)盟。

同時(shí)，國(guó)內(nèi)智能音箱市場(chǎng)的其他兩大巨頭——阿里和小米，也在積極布局大模型技術(shù)，抱著和百度同樣的目的。

8月末，小米已啟動(dòng)智能音箱大模型的內(nèi)測(cè)計(jì)劃，并邀請(qǐng)了部分用戶(hù)參與。目前，第一輪測(cè)試已經(jīng)完成，主要針對(duì)了小米 Sound 和小米 Sound Pro 兩大產(chǎn)品線。

據(jù)小米AI品類(lèi)商務(wù)總監(jiān)透露，小米在未來(lái)將不斷地優(yōu)化智能音箱的功能，尤其是在特定的應(yīng)用場(chǎng)景上，他們希望能為用戶(hù)創(chuàng)造更多價(jià)值，并探索更多的付費(fèi)可能性。

與之對(duì)比，阿里巴巴的策略更為連續(xù)和明確。

4月11日，阿里云峰會(huì)上宣布了天貓精靈與通義千問(wèn)的合作。到了9月，阿里又推出新AI品牌——“未來(lái)精靈”。這實(shí)際上是受到大模型浪潮推動(dòng)，天貓精靈進(jìn)行的品牌升級(jí)?！靶§`，小靈”已成為默認(rèn)的喚醒指令，“天貓精靈”僅作為一個(gè)備選喚醒詞。

洛圖科技（RUNTO）7月24日公布的《中國(guó)智能音箱零售市場(chǎng)月度追蹤》報(bào)告指出，今年上半年中國(guó)智能音箱銷(xiāo)量達(dá)到1148萬(wàn)臺(tái)，與去年同期相比減少了19%;而銷(xiāo)售額也同樣下滑20%，至33.7億元。在市場(chǎng)份額方面，百度、小米和天貓精靈分列前三，分別占據(jù)37%、34%和23%的市場(chǎng)，三大品牌共同占據(jù)了市場(chǎng)的94%。

不難看出，智能音箱行業(yè)的玩家們似乎正走在一條相似的軌跡上。而隨著先進(jìn)技術(shù)如AI大模型的加入，預(yù)計(jì)這個(gè)市場(chǎng)的競(jìng)爭(zhēng)將變得更加激烈。

02

智能音箱的困境:為何陷入“玩物”標(biāo)簽?

智能音箱市場(chǎng)的漣漪，讓人聯(lián)想到昔日的“百箱大戰(zhàn)”。

追根溯源繞不開(kāi)亞馬遜的Echo。2011年，這家國(guó)際電商巨頭在其lab126實(shí)驗(yàn)室默默點(diǎn)燃了火種;三年后的2014年11月Echo正式問(wèn)世，這場(chǎng)革命性的創(chuàng)新不僅定義了智能音箱，也預(yù)示了一個(gè)新技術(shù)時(shí)代的到來(lái)。伴隨著全球的關(guān)注，越來(lái)越多的公司開(kāi)始踏入這片藍(lán)海，注入源源不斷的活力。

再過(guò)三年，在中國(guó)這片科技熱土上，微軟、蘋(píng)果、阿里和小米紛紛推出智能音箱，帶來(lái)前所未有的市場(chǎng)熱度。又不到一年，百度也揮師而來(lái)，使得中國(guó)的智能音箱市場(chǎng)猶如火箭般騰空而起，掀起了第一波真正的消費(fèi)熱潮。

2018年的智能音箱大戰(zhàn)達(dá)到了白熱化。阿里巴巴宣布斥資高達(dá)30億元推動(dòng)天貓精靈及周邊生態(tài)的建設(shè)。百度和小米也毫不示弱，加大投資力度展開(kāi)市場(chǎng)份額爭(zhēng)奪戰(zhàn)。“百箱大戰(zhàn)”，硝煙四起。

在這輪浪潮中，中國(guó)智能音箱市場(chǎng)呈現(xiàn)出井噴之勢(shì)。2019年，市場(chǎng)出貨量飆升至4589萬(wàn)臺(tái)進(jìn)入了巔峰階段。

進(jìn)入2020年，中國(guó)智能音箱市場(chǎng)呈現(xiàn)出阿里、百度、小米三強(qiáng)鼎立的格局。然而市場(chǎng)的增長(zhǎng)勢(shì)頭突然放緩，洛圖科技提供的數(shù)據(jù)揭示了這一趨勢(shì)。在達(dá)到2020年的銷(xiāo)售高峰后，智能音箱銷(xiāo)量連續(xù)兩年出現(xiàn)下滑，2021年和2022年的銷(xiāo)量分別下跌到3654萬(wàn)臺(tái)和2631萬(wàn)臺(tái)，年降幅達(dá)到3.5%和28%。

此外，智能音箱在國(guó)內(nèi)市場(chǎng)的整體地位也出現(xiàn)了明顯的滑坡。一個(gè)顯而易見(jiàn)的現(xiàn)象是，這類(lèi)曾經(jīng)的科技新寵，在各大電商平臺(tái)上已經(jīng)逐漸被視作其他主打產(chǎn)品的贈(zèng)品，而非主要銷(xiāo)售對(duì)象。

到底是哪些因素促成了這樣的局面?站在事后諸葛的角度，智能音箱面臨的挑戰(zhàn)其實(shí)并不難發(fā)現(xiàn)。

首先，從交互體驗(yàn)角度看，智能音箱并不盡如人意。在早期，遠(yuǎn)場(chǎng)交互技術(shù)受到了很大限制:遠(yuǎn)距離的操作容易導(dǎo)致交互失敗，而背景噪音則經(jīng)常打斷溝通。后期雖然技術(shù)有所進(jìn)步，但交互能力依然不足，例如缺乏“免喚醒”和“多輪對(duì)話(huà)”功能。

再者，智能音箱在個(gè)性化交互方面也表現(xiàn)得不夠強(qiáng)大。如難以準(zhǔn)確識(shí)別和響應(yīng)用戶(hù)的情緒，或進(jìn)行有針對(duì)性的對(duì)話(huà)。簡(jiǎn)而言之，其交互性仍然顯得過(guò)于“呆板”。

其次，使用場(chǎng)景過(guò)于單一。大部分用戶(hù)使用智能音箱的功能僅限于查詢(xún)天氣、聽(tīng)故事、播放音樂(lè)等基礎(chǔ)操作，真正的深度應(yīng)用并不多。

最終，用戶(hù)對(duì)智能音箱的期待被大大降低，很多人僅將其當(dāng)作一個(gè)常規(guī)的音響來(lái)使用，而不是一個(gè)智能家居的入口或一個(gè)有潛力連接商務(wù)的工具。這無(wú)疑阻礙了智能音箱市場(chǎng)的進(jìn)一步擴(kuò)展。

業(yè)界也一直在爭(zhēng)論，智能音箱的價(jià)值是不是被過(guò)度夸大了，畢竟我們已經(jīng)可以直接用手機(jī)來(lái)完成眾多的智慧家居服務(wù)?

但答案并不簡(jiǎn)單。未來(lái)的智能家居生態(tài)并不會(huì)依賴(lài)于某一個(gè)單一的設(shè)備如手機(jī)或智能音箱。行業(yè)專(zhuān)家認(rèn)為，未來(lái)的智能硬件將呈現(xiàn)多樣化，不可能一種設(shè)備滿(mǎn)足所有需求。每種設(shè)備都將有其獨(dú)特的角色和用途。

雖然手機(jī)有能力控制很多事物，但由于其形態(tài)和使用場(chǎng)景的穩(wěn)定性，智能音箱仍然有其獨(dú)特的價(jià)值，特別是作為智慧家居的核心入口。

03

大模型:打破僵局的魔法棒?

事實(shí)上，我們已經(jīng)有幸體驗(yàn)了大模型技術(shù)賦能的智能音箱的初步版本。近日OpenAI發(fā)布消息，他們?yōu)镃hatGPT賦予了與用戶(hù)進(jìn)行語(yǔ)音和音頻互動(dòng)的能力。

ChatGPT可以扮演五種不同的角色來(lái)回應(yīng)用戶(hù)的問(wèn)題，使得它的回應(yīng)聽(tīng)起來(lái)比Alexa和Siri這些流行的語(yǔ)音助手更像真實(shí)的對(duì)話(huà)。許多用戶(hù)在各大社交媒體平臺(tái)上分享了他們對(duì)ChatGPT語(yǔ)音交互的驚艷和期待。

若在現(xiàn)階段將高級(jí)的大模型整合到智能音箱中，可以極大地優(yōu)化音箱的交互體驗(yàn)及內(nèi)容生成的質(zhì)量。

詳細(xì)地說(shuō)，智能音箱的運(yùn)作包括三個(gè)關(guān)鍵步驟:首先是將用戶(hù)的語(yǔ)音轉(zhuǎn)化為文字指令;接著，理解并處理這些指令;最后，將處理結(jié)果轉(zhuǎn)化為語(yǔ)音輸出。

這三個(gè)步驟分別涉及到自動(dòng)語(yǔ)音識(shí)別（ASR）、自然語(yǔ)言處理(NLP)以及文本到語(yǔ)音(TTS)這三種技術(shù)。

在這三個(gè)技術(shù)中，ASR的技術(shù)已經(jīng)相當(dāng)成熟，NLP正在經(jīng)歷顯著的突破，而TTS雖然早期便開(kāi)始向成熟邁進(jìn)，但在情感交互方面仍面臨挑戰(zhàn)。然而，隨著大模型的出現(xiàn)，不僅NLP有巨大的增長(zhǎng)潛力，其他技術(shù)也預(yù)期將實(shí)現(xiàn)顯著的進(jìn)步。

我們可以大膽預(yù)測(cè)，隨著大模型的加持，智能音箱未來(lái)不僅可能實(shí)現(xiàn)更個(gè)性化的服務(wù)，還能夠準(zhǔn)確捕捉和響應(yīng)用戶(hù)的情感，進(jìn)一步豐富應(yīng)用場(chǎng)景。

但采納新技術(shù)也是一個(gè)漸進(jìn)的過(guò)程。

行業(yè)專(zhuān)家指出，廠商在融合大模型時(shí)，需克服諸如算力分布和時(shí)延控制等挑戰(zhàn)。決策比如是否在本地處理情緒識(shí)別，還是在后端執(zhí)行?同時(shí)，大量API接口的調(diào)用可能會(huì)導(dǎo)致更長(zhǎng)的時(shí)延，進(jìn)而影響交互質(zhì)感。

僅僅接入大模型并不能立即帶來(lái)顯著效果或即刻推出新產(chǎn)品。雖然這一技術(shù)能夠顯著提高交互體驗(yàn)，但也伴隨著相應(yīng)的問(wèn)題。

其中，與語(yǔ)音交互相關(guān)的問(wèn)題之一是成本，特別是考慮到用戶(hù)可能需要支付API調(diào)用費(fèi)用。而數(shù)據(jù)安全性也是一個(gè)關(guān)鍵問(wèn)題，一旦涉及用戶(hù)數(shù)據(jù)，廠商需要嚴(yán)格遵守國(guó)家法規(guī)。

因此，近期的變革將取決于市場(chǎng)參與者——無(wú)論是軟件還是硬件的創(chuàng)新方向和技術(shù)演進(jìn)。

那么，大模型是否真的能夠重塑智能音箱市場(chǎng)呢?可能性是存在的，但并不絕對(duì)。盡管技術(shù)進(jìn)步為智能音箱開(kāi)辟了新途徑，要想真正取得成功，還需擁有可行的商業(yè)策略。

簡(jiǎn)而言之，智能音箱的發(fā)展前景依然存在許多未知數(shù)。但大模型的涌現(xiàn)為其注入了新的活力。我們必須認(rèn)識(shí)到，技術(shù)的演進(jìn)往往不是單調(diào)上升，而可能是起伏不定的。智能音箱目前似乎正試圖從某個(gè)低點(diǎn)中躍遷。