CNET科技資訊網(wǎng) 7月6日 北京報道（文/周雅）：上周，關(guān)于阿里巴巴旗下人工智能實驗室（A.I. Labs）誕生的消息不脛而走，殊不知該實驗室早在2016年低調(diào)成立。昨天下午，這個專門研發(fā)消費級AI產(chǎn)品的實驗室高調(diào)推出研發(fā)的第一款智能語音終端設(shè)備——天貓精靈X1，內(nèi)置阿里第一代人機(jī)交流系統(tǒng)——AliGenie。

現(xiàn)場，阿里人工智能實驗室負(fù)責(zé)人淺雪兩句開場白，道出阿里入局智能語音助手市場的初衷：

“語言是人與人之間最主要的溝通方式，也應(yīng)該是人與另外一種智能進(jìn)行交流的主要方式。”“云端一體化帶來的趨勢是高度智能化，智能終端需要一個比手機(jī)觸屏更強(qiáng)大的人機(jī)交互方式。”

智能語音群龍紛爭

自從亞馬遜Echo、谷歌Home、微軟Invoke、蘋果HomePod、京東和科大訊飛的“叮咚”系列、百度的“小魚在家”相繼問世，加上項目代號為Vega的三星智能音箱也在緊鑼密鼓的研發(fā)中。語音交互市場為人工智能時代添了一把火。

我們不禁要問，玩家之多，投入之大，當(dāng)中原因是什么？

如淺雪所言，上個世紀(jì)90年代dos系統(tǒng)，是一個黑底白字字符界面，敲著鍵盤打著代碼是常態(tài)；隨后比爾蓋茨的Windows震驚世界，一個操作系統(tǒng)加上多任務(wù)的可視化窗口，可以讓溝通更簡單；十年前，喬布斯告訴大家，人類其實有一個天然的操作工具就是雙手，于是觸屏的iPhone一代誕生；十年之后，人工智能告訴我們，人和物的交互其實可以解放雙手。

究其原因是因為，人工智能時代，機(jī)器和人類都在加深了解，對于機(jī)器來說，通過不同方式理解人，難度不同。例如，智能手機(jī)可以視為人工智能1.0時代的產(chǎn)物，它和人類的交流方式就是把所有的選項都呈現(xiàn)在屏幕上讓人類指導(dǎo)。但顯然，無論是遙控控制還是APP化的觸摸點按的操作，都不是最理想的交互方式，并不適用于所有人群，比如，中老年群體使用手機(jī)更多的用作交流。

阿里巴巴深諳其道，認(rèn)為語音是最早最原始的信息交流渠道，與圖像、動作并為公認(rèn)的三大交互方式。

而家居環(huán)境的屬性使得語音成為最合適的交互方式，智能語音應(yīng)用主要圍繞智能電視、冰箱、音箱、家用機(jī)器人展開，解決的需求包括搜片、搜歌、提醒、簡單交互、應(yīng)用調(diào)取等等。

細(xì)觀全球市場，亞馬遜并不是最早推出語音助手的，或者也不是在人工智能領(lǐng)域的技術(shù)實力最強(qiáng)的，甚至在硬件產(chǎn)品的研發(fā)上并非第一，開發(fā)者生態(tài)建設(shè)更不是佼佼者，但echo的成功至少說明了兩點：

1、這是一個全新的市場；

2、除了技術(shù)實力和硬件研發(fā)制造能力之外，在語音助手領(lǐng)域，對后段商業(yè)和服務(wù)生態(tài)的整合能力決定了競爭的寬度，實則更高門檻。

從這個角度反觀中國市場，如果以“智能音箱”這個品類看，毫無疑問音樂內(nèi)容的豐富是最重要的，但如果是“智能語音助手”這個品類，對后端商業(yè)和服務(wù)的整合能力是關(guān)鍵。

阿里的入局

這正是阿里巴巴的思路。天貓精靈X1除了具備語音控制音樂和音頻內(nèi)容播放等功能外，還通過AliGenie接入了眾多生活服務(wù)。目前已經(jīng)達(dá)成的合作伙伴包括美泰、KEEP、西溪天堂綜合體、優(yōu)酷、高德地圖、淘票票、支付寶、蝦米音樂、天貓超市、菜鳥裹裹、喜馬拉雅FM、淘寶網(wǎng)、阿里智能聯(lián)盟、阿里數(shù)娛、天貓魔盒、繪兒樂、吳曉波頻道、飛豬、盒馬鮮生等。

說一聲“天貓精靈”，就可以召喚云端的AliGenie提供服務(wù)，播音樂、聽故事、講笑話、查運勢、玩游戲、查天氣、找手機(jī)、問百科、設(shè)鬧鐘/定時器、充話費、查快遞、查價格、天貓魔盒控制、智能家電操控，樣樣拿手，功能還將隨著開發(fā)者的入駐而增加。依靠阿里云機(jī)器學(xué)習(xí)技術(shù)和計算能力，AliGenie能不斷進(jìn)化成長，越用越聰明。

“天貓精靈，蘋果的熱量是多少？”——“每一百克可食部分為54卡。”

“天貓精靈，我的手機(jī)在哪里？”——“正在搜尋你的手機(jī)。”

“天貓精靈，給我手機(jī)充值100元。”

“天貓精靈，買一箱可樂。”

……

這一幕同樣發(fā)生在當(dāng)天，天貓精靈X1首席產(chǎn)品體驗官、zealer中國創(chuàng)始人王自如和天貓精靈X1的互動場景，知無不言言無不盡的天貓精靈十分討喜。

天貓精靈X1和AliGenie背后，由阿里巴巴人工智能實驗室坐鎮(zhèn)，基于阿里語音識別、自然語言處理、人機(jī)交互等技術(shù)。其中，阿里人工智能實驗室正在對聲紋識別、聲紋購、NLP中文對話引擎等核心技術(shù)申請專利。

1、全程對話溝通

天貓精靈X1外觀圓柱形，有黑白兩種配色，直徑83毫米，頂部中央配有一枚靜音鍵，一觸發(fā)此鍵，X1立刻暫停，以保證用戶隱私。X1底部設(shè)計一圈隱藏指示燈，會通過聲音判斷用戶方位，亮起燈光以示提醒，燈光還會根據(jù)不同使用功能和場景配合進(jìn)行提示。

配置方面，X1采用SmartAudio專業(yè)處理芯片，相比此前市面上的主流芯片，處理效率提升25%，功耗降低32%；搭載了6麥克風(fēng)環(huán)形陣列，在家庭環(huán)境下支持5米范圍語音識別。

X1還具備一定的自我學(xué)習(xí)功能，可以根據(jù)環(huán)境噪音進(jìn)行優(yōu)化，適應(yīng)不同家庭環(huán)境噪音。

考慮到中文語義環(huán)境的復(fù)雜性，阿里人工智能實驗室通過眾包平臺等方式，征集生活中的各種生活場景所需要用到的語義問法，僅天氣預(yù)報就能夠理解786種中文問法，通過深度學(xué)習(xí)， X1已覆蓋20個領(lǐng)域的中文自然語義理解，能夠理解人類80%的意圖。

這套語義理解系統(tǒng)還帶有記憶功能和總結(jié)歸納能力，加上模擬的“長期記憶”和“短期記憶”功能，更容易理解用戶。除此之外，阿里人工智能實驗室還已經(jīng)著手其他多個語種的研究。

這背后是大量的數(shù)據(jù)積累，以及遠(yuǎn)程計算能力的提升。

2、聲紋識別可分辨人

X1可以通過聲紋識別技術(shù)分辨家里的每一個人。淺雪介紹，聲紋識別技術(shù)是生物識別的重要識別手段之一，結(jié)合服務(wù)鏈多重安全機(jī)制，已達(dá)到商用的級別。這也是阿里在語音深度學(xué)習(xí)領(lǐng)域的核心技術(shù)之一。

天貓精靈目前最多可以識別6個人的身份。通過個性化推薦，聲紋識別在辨別出使用者的身份后還能夠?qū)崿F(xiàn)“千人千面”，根據(jù)每個人的喜好設(shè)定和推送不同的內(nèi)容。

比如，聲紋識別技術(shù)可以應(yīng)用到一些購物場景中。用戶先將自己的聲音注冊后生成聲音密碼，與機(jī)器綁定后，確認(rèn)開啟聲紋購功能。隨后，當(dāng)說出 “幫我買一箱牛奶”這樣的需求時，天貓精靈會要求用戶跟著念一串隨機(jī)數(shù)字進(jìn)行聲紋校驗，如果確認(rèn)為用戶本人，天貓精靈會從用戶綁定的支付寶中進(jìn)行扣款完成交易。

3、開放AliGenie開發(fā)者平臺

AliGenie開發(fā)者平臺主要面向四種類型的開發(fā)者，包括內(nèi)容開發(fā)者、應(yīng)用開發(fā)者、智能家居開發(fā)商和硬件生產(chǎn)商。

（1）向應(yīng)用開發(fā)者免費開放NLP語義理解、TTS語音合成等多項自然語言處理技術(shù)。開發(fā)者既可以創(chuàng)建技能，為更多的語音用戶提供服務(wù)，也可以將自己的設(shè)備接入云端服務(wù)，獲取語音交互能力。

（2）針對內(nèi)容創(chuàng)作者，AliGenie還提供了語音公眾號功能，開發(fā)者只需將語音或文字上傳至后臺就可以完成應(yīng)用的創(chuàng)建和發(fā)布，文字將通過語音合成引擎轉(zhuǎn)換為語音，用戶可以通過訂閱實現(xiàn)定時播放、點播，開發(fā)者也可以進(jìn)行主動推送，或聯(lián)合其他應(yīng)用進(jìn)行深入集成，組合播放。

（3）為硬件制造企業(yè)準(zhǔn)備了單麥克風(fēng)到多麥克風(fēng)陣列的參考設(shè)計方案，并提供包括喚醒詞定制，聲學(xué)結(jié)構(gòu)，核心電路設(shè)計和芯片方案在內(nèi)的相關(guān)套件的參考設(shè)計，以及云端服務(wù)和應(yīng)用管理所必要的全套工具和用戶APP SDK組件。接入的硬件設(shè)備能夠快速具備人機(jī)語音交互能力，并共享應(yīng)用商店的所有應(yīng)用技能。

按照阿里的邏輯，除了技術(shù)的開放外，生態(tài)的開放合作也重要。目前，天貓超市、菜鳥、KEEP等已推出基于天貓精靈X1的語音應(yīng)用，用戶只需動動口就可以完成話費充值、購買商品、健身語音提示等服務(wù)，很快還將上線打車、叫外賣、叫保潔等服務(wù)。開發(fā)者可以自由發(fā)揮。

現(xiàn)場，阿里人工智能實驗室也公布了首個硬件開放合作伙伴：將與國際玩具巨頭美泰合作探索其旗下主要核心IP的合作開發(fā)機(jī)會，如費雪、芭比、托馬斯和朋友等智能玩具。

除了生態(tài)的開放合作，后續(xù)的場景植入也關(guān)鍵。阿里目前已經(jīng)或正在拓展的行業(yè)解決方案涉及六個方面，包括兒童領(lǐng)域、酒店領(lǐng)域、家庭場景、TO B其他商業(yè)場景、線下零售場景以及與其他顯示設(shè)備結(jié)合的場景。

天貓精靈X1于7月5日開始進(jìn)行限量公測，8月8日將進(jìn)行首批正式發(fā)售，定價人民幣499元。