水电费都挣不够，为什么阿里还要和小米在智能音箱上死磕？
作者 | 周翔
出品 | AI 科技大本营（公众号 ID：rgznai100）
今日（3 月 22 日），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。
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。
2018年3月30-31日，第二届中国区块链技术暨应用大会将于北京喜来登长城饭店盛大开场，50+区块链技术领导人物，100+区块链投资商业大咖，100+技术&财经媒体，1000+区块链技术爱好者，强强联合，共同探讨最in区块链技术，豪华干货礼包享不停。八折门票火热抢购中！2018，未来已来，带你玩转区块链。
AI科技大本营用户群（计算机视觉、机器学习、深度学习、NLP、Python、AI硬件、AI+金融、AI+PM方向）正在招募中，后台回复：读者群，联系营长，添加营长请备注姓名，研究方向。
☟☟☟点击 | 阅读原文 | 查看大会详情