爆火的生成式AI，能讓智能音箱起死回生嗎？
生成式AI真的是“萬能靈藥”嗎？
智能音箱這類如今幾乎已經(jīng)被大量消費者遺忘的產(chǎn)品，在此前經(jīng)歷了2017年、2018年的“瘋狂”之后，早已不再是大多數(shù)消費者關(guān)注的對象。就在大家以為智能音箱會曇花一現(xiàn)時，ChatGPT的橫空出世似乎讓智能音箱有了煥發(fā)第二春的可能，也給了這個在走下坡路的行業(yè)一個新的機遇。那么，智能音箱與如今爆紅的生成式AI能擦出火花嗎？
爆火的生成式AI，能讓智能音箱起死回生嗎？
三易生活·2023-06-12 11:14
關(guān)注
生成式AI真的是“萬能靈藥”嗎？
智能音箱這類如今幾乎已經(jīng)被大量消費者遺忘的產(chǎn)品，在此前經(jīng)歷了2017年、2018年的“瘋狂”之后，早已不再是大多數(shù)消費者關(guān)注的對象。就在大家以為智能音箱會曇花一現(xiàn)時，ChatGPT的橫空出世似乎讓智能音箱有了煥發(fā)第二春的可能，也給了這個在走下坡路的行業(yè)一個新的機遇。那么，智能音箱與如今爆紅的生成式AI能擦出火花嗎？
生成式AI之于智能音箱行業(yè)，或許就是久旱逢甘霖。根據(jù)相關(guān)市場調(diào)查數(shù)據(jù)顯示，2023年第一季度，受產(chǎn)品同質(zhì)化嚴(yán)重和消費者需求下降等因素的疊加影響，國內(nèi)智能音箱在線上的監(jiān)測零售量為157萬臺、再次下跌40.6%，而在整個2022年，智能音箱國內(nèi)全渠道銷量為2631萬臺、同比下降了28%。
為什么曾經(jīng)被各大巨頭寄予厚望、甚至被視為可能是智能家庭入口的智能音箱，會在近年來滑入深淵呢？原因其實只有一個，那就是智能音箱真的不夠智能。
在智能音箱這一概念火熱的2017年，業(yè)界曾有關(guān)于智能音箱的重心到底應(yīng)該在“智能”、還是“音質(zhì)”上的討論。最終，騰訊聽聽、蘋果HomePod等一系列注重音質(zhì)的產(chǎn)品，用它們的慘烈失敗證明智能音箱的賣點只有可能是智能化。
爆火的生成式AI，能讓智能音箱起死回生嗎？
三易生活·2023-06-12 11:14
關(guān)注
生成式AI真的是“萬能靈藥”嗎？
智能音箱這類如今幾乎已經(jīng)被大量消費者遺忘的產(chǎn)品，在此前經(jīng)歷了2017年、2018年的“瘋狂”之后，早已不再是大多數(shù)消費者關(guān)注的對象。就在大家以為智能音箱會曇花一現(xiàn)時，ChatGPT的橫空出世似乎讓智能音箱有了煥發(fā)第二春的可能，也給了這個在走下坡路的行業(yè)一個新的機遇。那么，智能音箱與如今爆紅的生成式AI能擦出火花嗎？
生成式AI之于智能音箱行業(yè)，或許就是久旱逢甘霖。根據(jù)相關(guān)市場調(diào)查數(shù)據(jù)顯示，2023年第一季度，受產(chǎn)品同質(zhì)化嚴(yán)重和消費者需求下降等因素的疊加影響，國內(nèi)智能音箱在線上的監(jiān)測零售量為157萬臺、再次下跌40.6%，而在整個2022年，智能音箱國內(nèi)全渠道銷量為2631萬臺、同比下降了28%。
為什么曾經(jīng)被各大巨頭寄予厚望、甚至被視為可能是智能家庭入口的智能音箱，會在近年來滑入深淵呢？原因其實只有一個，那就是智能音箱真的不夠智能。
在智能音箱這一概念火熱的2017年，業(yè)界曾有關(guān)于智能音箱的重心到底應(yīng)該在“智能”、還是“音質(zhì)”上的討論。最終，騰訊聽聽、蘋果HomePod等一系列注重音質(zhì)的產(chǎn)品，用它們的慘烈失敗證明智能音箱的賣點只有可能是智能化。
然而遺憾的是，絕大多數(shù)智能音箱的智能化程度只能用“捉襟見肘”來形容，而各大廠商對于ASR（語音識別）、NLP自然語義處理、遠(yuǎn)場拾音等人工智能和聲學(xué)技術(shù)的進(jìn)步，又實在有些過于樂觀。其實智能音箱從技術(shù)層面來說很簡單，它的工作模式就是收集用戶的聲音，然后將音頻發(fā)到服務(wù)器上、再計算并產(chǎn)出結(jié)果，最終將結(jié)果發(fā)送到智能音箱上變成具體的行為，比如打開某個應(yīng)用或是回復(fù)用戶的提問。
沒錯，智能音箱本身其實與人工智能并不沾邊，小愛同學(xué)、小度、天貓精靈的真身藏在了相應(yīng)的服務(wù)器端上。這一切也導(dǎo)致了決定智能音箱使用體驗的關(guān)鍵是遠(yuǎn)場拾音技術(shù)，也就是在復(fù)雜的聲學(xué)環(huán)境下準(zhǔn)確捕捉用戶語音指令的能力，畢竟總不能出現(xiàn)用戶說“講個笑話”，智能音箱聽成“放首歌”了吧。
智能音箱的解決方案，則是使用大規(guī)模麥克風(fēng)陣列來收集聲音，但其中卻有一個痛點一直得不到解決，那就是語音喚醒（keyword spotting）。大家在使用智能音箱時，需要用到諸如“Hi，Siri”、“小愛同學(xué)”、“小度小度”這樣的喚醒詞，讓智能音箱知道你在和它說話，這也就意味著智能音箱缺乏主動服務(wù)的能力。更為重要的是，由于技術(shù)的限制，智能音箱長期以來只能理解簡單的指令，比如“音量調(diào)大一點/調(diào)小一點”、“播放某某人的某某歌”等，再復(fù)雜一些的語句識別起來往往就很難。
而ChatGPT、文心一言這類生成式AI之于智能音箱的意義，就是前者可以幫助智能音箱理解更加復(fù)雜的語句，并提供更加自然的交流。相信使用過微軟Bing Chat、百度文心一言或ChatGPT的朋友應(yīng)該就知道，在與這類生成式AI對話時，并不需要用諸如“Hi，ChatGPT”這樣的開場白，直接輸入內(nèi)容即可開始對話進(jìn)程。
爆火的生成式AI，能讓智能音箱起死回生嗎？
三易生活·2023-06-12 11:14
關(guān)注
生成式AI真的是“萬能靈藥”嗎？
智能音箱這類如今幾乎已經(jīng)被大量消費者遺忘的產(chǎn)品，在此前經(jīng)歷了2017年、2018年的“瘋狂”之后，早已不再是大多數(shù)消費者關(guān)注的對象。就在大家以為智能音箱會曇花一現(xiàn)時，ChatGPT的橫空出世似乎讓智能音箱有了煥發(fā)第二春的可能，也給了這個在走下坡路的行業(yè)一個新的機遇。那么，智能音箱與如今爆紅的生成式AI能擦出火花嗎？
生成式AI之于智能音箱行業(yè)，或許就是久旱逢甘霖。根據(jù)相關(guān)市場調(diào)查數(shù)據(jù)顯示，2023年第一季度，受產(chǎn)品同質(zhì)化嚴(yán)重和消費者需求下降等因素的疊加影響，國內(nèi)智能音箱在線上的監(jiān)測零售量為157萬臺、再次下跌40.6%，而在整個2022年，智能音箱國內(nèi)全渠道銷量為2631萬臺、同比下降了28%。
為什么曾經(jīng)被各大巨頭寄予厚望、甚至被視為可能是智能家庭入口的智能音箱，會在近年來滑入深淵呢？原因其實只有一個，那就是智能音箱真的不夠智能。
在智能音箱這一概念火熱的2017年，業(yè)界曾有關(guān)于智能音箱的重心到底應(yīng)該在“智能”、還是“音質(zhì)”上的討論。最終，騰訊聽聽、蘋果HomePod等一系列注重音質(zhì)的產(chǎn)品，用它們的慘烈失敗證明智能音箱的賣點只有可能是智能化。
然而遺憾的是，絕大多數(shù)智能音箱的智能化程度只能用“捉襟見肘”來形容，而各大廠商對于ASR（語音識別）、NLP自然語義處理、遠(yuǎn)場拾音等人工智能和聲學(xué)技術(shù)的進(jìn)步，又實在有些過于樂觀。其實智能音箱從技術(shù)層面來說很簡單，它的工作模式就是收集用戶的聲音，然后將音頻發(fā)到服務(wù)器上、再計算并產(chǎn)出結(jié)果，最終將結(jié)果發(fā)送到智能音箱上變成具體的行為，比如打開某個應(yīng)用或是回復(fù)用戶的提問。
沒錯，智能音箱本身其實與人工智能并不沾邊，小愛同學(xué)、小度、天貓精靈的真身藏在了相應(yīng)的服務(wù)器端上。這一切也導(dǎo)致了決定智能音箱使用體驗的關(guān)鍵是遠(yuǎn)場拾音技術(shù)，也就是在復(fù)雜的聲學(xué)環(huán)境下準(zhǔn)確捕捉用戶語音指令的能力，畢竟總不能出現(xiàn)用戶說“講個笑話”，智能音箱聽成“放首歌”了吧。
智能音箱的解決方案，則是使用大規(guī)模麥克風(fēng)陣列來收集聲音，但其中卻有一個痛點一直得不到解決，那就是語音喚醒（keyword spotting）。大家在使用智能音箱時，需要用到諸如“Hi，Siri”、“小愛同學(xué)”、“小度小度”這樣的喚醒詞，讓智能音箱知道你在和它說話，這也就意味著智能音箱缺乏主動服務(wù)的能力。更為重要的是，由于技術(shù)的限制，智能音箱長期以來只能理解簡單的指令，比如“音量調(diào)大一點/調(diào)小一點”、“播放某某人的某某歌”等，再復(fù)雜一些的語句識別起來往往就很難。
而ChatGPT、文心一言這類生成式AI之于智能音箱的意義，就是前者可以幫助智能音箱理解更加復(fù)雜的語句，并提供更加自然的交流。相信使用過微軟Bing Chat、百度文心一言或ChatGPT的朋友應(yīng)該就知道，在與這類生成式AI對話時，并不需要用諸如“Hi，ChatGPT”這樣的開場白，直接輸入內(nèi)容即可開始對話進(jìn)程。
由于生成式AI是在基于大規(guī)模語言模型（LLM，Large Language Model）的基礎(chǔ)上，加入了人工標(biāo)注數(shù)據(jù)和從人類反饋中進(jìn)行強化學(xué)習(xí)技術(shù)，再輔以知識圖譜技術(shù)，即一種將知識寫成結(jié)構(gòu)化三元組（包含實體、概念和關(guān)系）的多關(guān)系圖，讓AI得以理解人類指令的含義，并最終從龐大的信息數(shù)據(jù)庫中選擇內(nèi)容進(jìn)行回答。
ChatGPT這類產(chǎn)品相比于Siri、小愛同學(xué)最大的變化，就是有了多輪對話的能力。相比Siri幾乎是“魚的記憶”，ChatGPT則可以一直與用戶對話，再加上對于情緒更清晰的感知，讓用戶以為真的是在與活生生的人對話。對于一個消費級產(chǎn)品而言，用戶顯然并不在乎背后的技術(shù)原理有多么高深，而是關(guān)注它能否解決問題或是滿足需求。
生成式AI的魅力就在于它的能力上限很高，其中典型的例子就是微軟的Microsoft Copilot，同時它還能在一定程度上滿足用戶的社交需求，如今在海外已有創(chuàng)作者借助ChatGPT，推出了以自己為模型的“虛擬伴侶”，并收獲了超過1000名用戶?？偟膩碚f，將生成式AI與智能音箱結(jié)合幾乎能補足后者的短板，使得其在消費級賽道擁有了可堪一用的智能化水平。
事實上，部分智能音箱廠商已經(jīng)行動起來了。例如今年2月，百度在預(yù)熱文心一言時，小度就已宣布將融合文心一言，打造針對智能設(shè)備場景的AI模型“小度靈機”；4月天貓精靈接入“鳥鳥分鳥”模型打造的“AI嘴替”，同時宣布接入阿里巴巴的通義千問。
但需要指出的是，生成式AI并非“萬能靈藥”。就目前來說，一切生成式AI都面臨著一個不可避免的問題，那就是算力資源的稀缺。最近生成式AI天花板GPT-4“變笨”的消息引發(fā)了諸多關(guān)注，相比于剛剛發(fā)布時的狀態(tài)，如今GPT-4的文本代碼質(zhì)量全方位下降已然成為了用戶的共識。
沒錯，其實不僅是GPT-4，諸如ChatGPT、文心一言等面向公眾的這類產(chǎn)品都出現(xiàn)了類似的情況，用戶量的增加導(dǎo)致了大模型性能的下降。
現(xiàn)在生成式AI領(lǐng)域面臨的核心問題，就是算力資源緊張、無法應(yīng)對洶涌而來的用戶，而為了確保用戶體驗，這類產(chǎn)品就只能降低大模型的性能、減少生成內(nèi)容的時間來給服務(wù)器“減負(fù)”。相較之下，智能音箱的存量市場規(guī)模無疑更加龐大，所以在接入生成式AI后，幾乎不可避免地會遇到類似的問題。
未來很有可能會出現(xiàn)的情況，是智能音箱的智能化水平呈現(xiàn)出一條拋物線，初期用戶體驗會跨越式提升，但隨著用戶規(guī)模的不斷增加，智能化表現(xiàn)反而可能會“退化”回數(shù)年前的水平。
本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com