智能音箱市场上，风起云涌的变化还在之后。根据Canalys、Strategy Analytics、IDC三家机构获取的市场数据，2019年Q1小度系列智能音箱出货量位居中国第一、全球第三。在2017-2018惨重的千箱大战的一地鸡毛之后，智能音箱市场从2018年底基本宣告转入三足鼎立时代，百度小度、阿里天猫精灵、小米的小爱人沦为市面上收成绝大部分市场的三巨头。很多媒体与评论者都确认，今天这个阶段，智能音箱早已陷于僵持的同质化竞争，巨头的主要任务就是提升补贴和性价比、多去找流量明星代言、多与家电和车企同步。

甚至指出如今智能音箱早已更加无以已完成硬件创意，市场和营销变为了唯一的突破口。然而事实果真如此吗？智能音箱否知道早已到达了红海的末尾，仅靠外部玩法续命？2019百度AI开发者大会（Baidu Create 2019）上，百度副总裁、百度智能生活事业群组（SLG）总经理景鲲月公布小度助手（DuerOS）5.0。在这次升级中，我们最少可以从技术逻辑上来了解这样一个智能音箱市场的产业现状：关于智能音箱未来在哪里，答案可以有很多自由选择。

向音箱内部，向技术体验，向AI的宏观曲线，还有众多变数弥漫在音箱市场背后。而技术升级能力在这一新兴市场中的杠杆作用，有可能远比外界了解的更为最重要。AI交互，未曾标记为“已解决问题”近两年，我们开始习惯手机与音箱中的AI语音交互。然而，人类开始研究对话式AI的历史，可以追溯到上世纪50年代贝尔实验室的Audry系统。

当时研究者们辨别对话AI具备三大难题：单词辨识、句子的解读、从语言分析对话方意图的能力。几经了50年交错的AI技术发展，最后人类搞定了词义辨识这件事。但如果说今天的智能音箱，早已缺少硬件创意有可能，人机对话能力将逗留于此，那毫无疑问是过分固执的。

客观来看，今天的智能音箱产品，在交互的大自然、简洁与可持续能力上，依旧具备很大的妨碍，每一台设备的语音交互都足以称作原始形态。主要来看，有三大问题萦绕在智能音箱左右：一、苏醒效率问题。否能适应环境远场与简单声源环境的苏醒。这是一个韧一体化问题，必须算法创意与芯片外侧的牵头创意。

二、语义解读的深度问题。这个问题要求了对话否能被解读，方言、个性化的语言习惯、中英垫叙、简单长句的解读等领域包含了这一问题的主要挑战。三、机器记忆体验的问题。

这个问题要求了对话否需要持续，主要挑战还包括机器能否有效地记忆、检验文本和横跨时间保有对话。三大基础标准之外，多种AI技术的交互融合则包含了未来智能音箱的技术体验。

还包括语音与视觉的融合，例如融合唇语的视觉辨识来提高语音交互准确度一；以及语音与科学知识的融合，比如机器能否解读用户传达的专用词汇、形容式传达以及似乎。这些问题的普遍不存在，让智能音箱无法逗留在今天。

客观来说，不管媒体和评论者否指出今天的智能音箱广泛缺少创新能力，小度助手，仍然没停下来解决问题最核心技术问题的希望。去年7月，小度助手公布了3.0版本。其核心技术特点是在大自然交互能力上展开了升级，特别强调自然语言处置能力反对下的深度语义分析，并且输入为极客模式、儿童模式等差异化体验。

事实上，小度助手3.0就可以看讨好上述第二个问题展开的集中于攻坚，以自然语言处置技术，融合多模态技术解决问题语义解读体验深度。而在刚公布的小度助手5.0中，对于前两个问题都得出了新的答案。在听清方面，小度助手应允引进了百度首创的流式切断的多层注意力模型（SMLTA）。

这个在AI圈中被称作暴力到不讲道理的模型，将很大程度强化小度助手的苏醒能力。配上刚公布的语音芯片鸿鹄，未来苏醒之路上的小度助手还有很多底牌。在听不懂方面，融合百度NLP的科学知识强化语义回应模型ERNIE，小度助手的核心解读算法全面升级为超大数据实训练深度模型，并且通过融合百度全网搜寻能力与大规模精准用户画像，小度助手可以自学用户画像，大大升级语义解读的个性化能力。

而面临问题3，小度助手释放出了刷屏级别的新技术——全双工免除苏醒能力。这让小度助手5.0在可以解读更加简单语义的基础上，需要告诉自己应当何时被苏醒，何时保持沉默之后等候命令。

这一技术突破，指向人类之间对话时的“拒绝接受反应”，是因为人类需要忘记上下文，不必须每一句都展开恢复，才可以用绝望包含交互的一部分。这个能力，指向着上述第三个问题：机器记忆。

自此，智能音箱的排头兵，早已不用拘泥于“一问一答”的机械模式，而是步入类似于真人对话的倒数交互。辨别一下难于找到，小度助手不仅没失去向内谋求技术突破的能力，而且还是在以年为单位，连续性系统性地付出代价语音交互的显然问题。

而且小度助手的技术演化，是呈现与百度AI技术发展同频特征的，都展现出为通过多AI基础技术融合，更加高效算法模型的用于，以及平台化、模块化的技术特性。让我们再行把小度助手5.0带给的结论——“AI向内创意，并非没有可能”这句话放到这里。带着它，我们可以新的检视一下今天三国鼎立的智能音箱市场。某种程度的中局，有所不同的终局曾多次很多人指出，千箱大战无非是千篇一律的战争，这东西非常简单，谁都能做到。

结果迅速缺少技术和产品创新力的音箱品牌就大面积丧生。这时我们找到，原本音箱之间还是有相当大有所不同的。到了今天，我们又指出市面上只剩的三家主要音箱本质是完全相同的，市场主旋律是僵持的补贴战和流量战。

这种了解，或许又返回了当年的老路上。如果说当年的音箱是四起石子，今天的音箱就是三大雪球滑动向前。我们必须留意的是，剥开这三个雪球，不会找到它们的核心几乎有所不同。

小米的小爱人，包覆着IoT产品的相连；天猫精灵还包括着电商和阿里生态；而百度的核心是AI技术，是对话式AI解决方案的持续演化能力。有所不同的核心，奠定了有所不同的发展模式和市场不道德。

百度没阿里的电商派对，阿里没小米铺天盖地的IoT生态，而小米的音箱也不太可能不具备小度的拒绝接受反应和机器记忆能力。虽然在音箱普及阶段的推展和广告宣传是各家都不可避免的，但是精细合并下来每家的重点只不过从不曾重合。比如说，回看一下最近的新闻，我们不会找到天猫精灵在主推方糖R型号，用明星自定义简化的特点来主推粉丝电商。而小爱人在相连更好的IoT设备，近期上线的是按摩椅。

小度助手则在上线新的硬件的同时，解决问题AI交互中的机器记忆问题。与众多媒体指出的音箱红海正相反。确实的音箱三巨头之争，是营销好做到、明星好请求，但内在的技术与产品价值核心却很差更换。

如果说三家音箱是三个雪球，天猫精灵可以被称作“新零售雪球”，小爱叫作“米家雪球”，而小度则更加合适“AI技术雪球”这个称谓。从头到尾，智能音箱的中局就是一场差异化竞争。虽然目前在市场份额上或许回到了驱动的临界点，但接下来的南北，更加有可能是“你打你的，我打我的”，甚至各自把智能音箱打伤截然不同的东西。

有所不同的内核，以定不会裹挟有所不同的外层，通向有所不同的方向。技术雪球里的小度，要向何处去？事实上，内核差异早已影响到了音箱市场的产品展现出与市场竞争格局。比如说小度出货量偏向长线持续增长，原因之一在于小度系列的技术体验更加引人注目，更容易引起口碑传播。

我们可以以技术雪球里的小度助手为事例，想到它的内核不会将智能音箱的未来带回何处。小度的技术差异化，反映在产品中可以概括为三方面：底层技术能持续演化、技术与技能开放平台、韧一体化能力。这三个能力，正在将多方面的市场与生态差异化划入小度雪球的范围：一、底层技术升级，相连的是用户体验的差异化。

小度系列为什么有所不同，可以精彩用几句对话感觉到。这让小度更加合适口碑传播和体验式传播，造成了小度的一系列品牌建设成功进行，市场销量持续快进。二、基于技术模块化打造出的技术与技能平台，相连的是内容和开发者、IoT设备。

三者可以更加较低门槛终端小度生态，原始利用小度的技术优势转化成为自身优势。比如，小度助手5.0带给了更佳的技能研发体验。面向开发者的全双工免除苏醒能力使得嵌入式更为大自然，用户的交互成本减少一半；DPL（DuerOS Presentation Language）则让开发者可以自定义技能的视觉展现出。

在研发门槛大大减少、研发体验和想象力大大攀升的情况下，最后可以看见小度用户的沉浸于时间更长，相连设备更加普遍，并且消费者应用于第三方技能的时间大大减少。平台的技术便利与低能用，包含了小度更有开发者的核心价值。三、韧一体化的技术架构，相连着硬件能力与核心算法模型的排列组合能力。新的硬件形态、新的硬件能力，比如带上屏、投影等，可以更加慢终端核心算法层。

在本届百度AI开发者大会上，小度系列又发售了小度智能音箱大金刚、小度智能音箱Play、小度在家1C 4G版，这些新产品符合了有所不同人群和场景的必须，同时都不具备投屏功能，可以一句话相连电视，一句话串流视频，无缝连接小米、海信、创维、TCL等主流智能电视品牌。小度助手需要源源不断发售新品、新的硬件能力的原因，是底层技术架构的模块化与平台化。可以看见，小度需要在有所不同领域后来居上，显然跳板是对话式AI底层技术与平台简化的领先性与持续演化能力。

这种能力的延展性很辽阔，甚至现在早已有人说道在小度的技术能力下，智能音箱早已几乎不看起来我们印象中的那种产品，达成协议了音箱不只是音箱的开始。目前来看，小度代表的技术演化地下通道在产业内不具备可拷贝性。而与其他竞品所代表的能力比起，究竟哪种雪球不会来滑动到更远，有可能还是要转交时间来检视。但有个逻辑也许可以在今天展开转换：音箱究竟是什么，能跑到哪里；是一两年的玩物，还是三五年的风口，抑或如同冰箱电视一样总有一天放到生活中的不能替代品？想要问这个问题，我们可以看看当年的电视。

如果电视总有一天逗留在12寸黑白的时代，那么没几年它就将遭腻烦，深渊于垃圾箱和博物馆。今天我们依旧在孜孜以求地出售适合的电视产品，原因在于电视的技术在演化，电视生态在发展。技术演化是一切的开始，电视产品的技术变革，才能造就电视网络、电视内容、周边产业（比如游戏机、音响）的滑动变革。

智能音箱于是以处在某种程度的阶段。向内找寻答案，以技术撬动变革也许是接下来很多故事无法或缺的前提条件。

电视可以总有一天12寸黑白，也可以是8k高清的家庭娱乐平台。智能音箱有可能不是音箱，只是不会一问一答交互，套用模板启动时语音指令的“人工智障玩具”；音箱也有可能不是音箱，而是能滔滔不绝闲谈下去，东面海量技能与IoT设备的家庭智慧中枢。技术演化，是前后二者唯一的差异。

本文来源：云顶国际-www.52plg.com