“语音识别”+“视觉识别” - AI将引爆智能硬件市场 科技大佬们是这么认为的？

三、“语音识别”+“视觉识别”，接来下混社会要多一门技能 ？

这一波智能硬件在交互模式上的发展，可分为语音和图像两个方向。在2016年语音在智能硬件上的搭载已经开始普及，而进入2017年计算机视觉技术在硬件上的搭载也开始加速，一个明显的迹象就是2017年以商汤科技何和旷视科技为代表的计算机视觉创业公司的估值开始迅速攀升，因为资本市场看到了这类公司在to B和to C领域逐渐扩大的商业空间。

以语音的模式传递信息，是机器接收人类信息最高效的模式，而视觉，则是人类接收机器信息最高效的模式。每种交互模式都有自己的优势，最终的趋势是一台设备融合多种交互模式。举个例子，Amazon的Echo最早期的音箱产品是纯语音交互模式，到后期出现了带屏幕的Echo Show。从去年下半年到今年初，国内的智能音箱厂商新一代的产品也开始带屏幕，将视觉交互与语音交互相互融合。

接下来，智能硬件要有竞争力，可能要考虑让自己多一门技能。

记者采访了小米生态链副总裁夏勇峰、出门问问创始人李志飞、优必选高级研发副总裁吴牟雄、Rokid创始人Misa以及创新工场创始人李开复，以下是他们对于智能硬件行业2018年趋势的观点呈现：

小米生态链副总裁夏勇峰 ：

2018年整个智能硬件市场，尤其是手环、手表这类可穿戴设备会进入平缓增长期，销量会向头部聚集。一般一个新兴的市场就是市场急剧增加的时候，会有很多的玩家在里面，当它逐渐趋缓之后就会产生头部效应。

从目前来看，我们不会做智能手表，因为我们还没找到用户必须使用这个产品的原因。现在很多人看好智能手表跟AI语音助手的产品，但我们觉得手表承载不了这样的场景，最主要的原因是续航。

语音识别这件事情本身是非常耗电和消耗计算能力的，需要他实时连网，并且处理其他的事情。可穿戴产品实时连网只有两种方式，第一种就是常连手机，第二种就是自带通讯模块可以连网，两件事情它的耗电程度都非常高。

对于手表产品而言，如果让用户每天充电，体验是很差的。我认为适合承载语音助手的随身设备，续航起码要20天，目前比较适合干这件事情的就是手机，特别是如今在90%以上的时间里，我们都是手机都不离手的，其他产品想通过占据剩下10%的时间成为一个大众消费品，是有困难的。而那些不需要占用手的场景其实非常小，我们不想带手机的时候，本质上是没有找到足够好的能固定手机的东西，或者有些随身场景你戴耳机就好了。

今年很多人开始做类似于Airpods的无线耳机，小米目前还是做蓝牙耳机，因为智能无线耳机跟蓝牙耳机在用户体验上的本质性区别现在还做不出来，瓶颈在于无线耳机跟手机系统甚至硬件的联动大部分都做不好，没法跟手机系统深度融合。所以这个阶段做这件事就没有意义。

去年开始智能音箱走热，因为我们判断它有可能在相当长的一段时间内会是一个很重要的产品，同时可以基于这个产品和在搭载的技能演化出平台，我们在硬件之上会花很多钱做软件和系统层面的搭建，所以小米自己做智能音箱而不是放在生态链公司去做，因为做平台这件事对于小公司而言投入过大，产出不高，它们会更在意产品本身，以及它能获得多少销量，赚多少钱来维持公司的发展。

围绕智能音箱平台，有一批强关联的智能设备可能都会兴起，比如智能插座、灯泡、门锁、传感器、墙壁开关等等。国外比国内智能硬件的生态领先了两年左右，我们已经能在国外看到这样的趋势，比如飞利浦的灯泡销量提升的非常快，因为新的人机交互模式让用户控制设备更方便了，随之像亚马逊这类公司有很多资源可以往里倒，会出现很可见的增长。

但在国内我觉得还没到这一步，因为音箱的量太小了，根本没有看到形成大规模大众消费品的趋势，如果用销量来衡量，我觉得当智能音箱一年的销售量超过2000万台才会有看头。

各家公司都在争夺物联网的入口，但将来整个物联网的入口未必是中心化的，反而可能是离散化的。比如你家里的每台设备都带有麦克风，能跟你做简单的互动，你走到哪儿随便说个指令，不用特意关注是灯听见还是电视听见，就会有设备自然而然的执行，而不需要你肉眼盯着某台特定的设备下达指令。

到现在为止，我个人觉得智能硬件还没有形成一个行业，它的规模还很小，产业成熟度低，进来的玩家都很苦。

我们有一个关于智能的规则，就是如果智能给用户带来麻烦，而不是解决问题，我们宁可把智能干掉。比如小米生态链做拉杆箱，一开始大家想着要做智能拉杆箱，后来发现智能只给用户带来麻烦，不解决问题，就做了款非智能产品，也是一个很好的产品，我们也很高兴。

对于AI，我们在研究可能有用的场景和产品，但还不方便说，市场和媒体对任何技术概念的炒热往往距离落地还有3到5年时间，到2019年应该能看到我们的产品。

出门问问创始人李志飞：

今天手机占用了人们95%～98%的时间，这本来就是不合理的事情。所以未来在不同场景下，人们和互联网交互的设备肯定是多元化和碎片化的，这个已经是越来越明显了。尤其是你在开车的时候，你在家里的时候，你在跑步的时候，手机已经不太合适。像我自己，会下意识降低对手机的依赖，我会故意把手机两个小时放在那里，逼着我自己不去拿。

今天手机肯定是所有设备中的中心，但三五年后手机未必会占据支配地位，人们在探索智能手表、音箱、耳机、车载、电视等设备成为入口的可能性。

我看好耳机这个产品，如果它能解决一些最基本的问题，比如戴在耳朵里好看、无感，续航问题，并且语音交互做到很好，那么它可能成为仅次于手机的中心位置。

我们做的所有设备，都是在某种程度上希望用户把对手机的注意力转移到一些其实更方便、更安全、更有效率的方式。

所以我坚信智能可穿戴的未来，当然有几个前提，就是小、轻、无感，续航时间长。这些是真正能够决定可穿戴能不能够在未来成为非常自然的你身体的一部分的条件。AirPods之所以这么革命性，是因为你戴在耳朵里不会感觉到存在，有时候可能会忘记戴着它。包括续航时间，因为如果我们的智能手表一天要充一次，就无法达到无感的体验。

耳机是我看好的品类，可能有很多新的玩法。

比如耳机和手表配合，就可以在一些场景替代手机。过去我们的智能手表做了很多尝试，比如3G、独立通话。坦白说，体验还受到一些限制，是因为3G本身挺麻烦，不是一号多终端，需要另外再弄一个号码再实名认证。但今年苹果手表的通讯能力独立出来，在国外都是一号多终端，跟手机是一致的。

另外我特别看好手腕上4G的设备，跟耳机配合。它会有很多独立性的场景，比如你跑步的时候，下楼的时候，上班忘了带手机的时候，没有像现在那么有不安全感，因为号码是同步的，所以打电话、接电话都是可以的。

未来搭载AI技术的终极设备，也有可能是VR/AR眼镜。三五年后或许AR/VR眼镜和普通的眼镜一样的轻、美观，解决续航问题，也不会像个大盒子还需要专门拖一根线，并且融合更多功能，那么它或许就会是一种终极形态的交互设备。原来的谷歌眼镜就已经有语音交互功能，有麦克风和耳机，不过由于有很多技术问题，现在还没有达到那个程度。

现在 Airpods唤醒不方便，限制了功能，让很多人就把它当蓝牙耳机用，没用那么多语音交互功能。如果以后语音体验做得很好，用户的交互习惯就会改变。长远来看，智能耳机是个中心地位，其他产品反而可能会成为它的配件，做成“耳机＋”的形态。