真正符合大眾想象的人工智能助手應(yīng)該是什么樣的de？ ？基于GPT-4o的新ChatGPT無(wú)疑給整個(gè)行業(yè)帶來(lái)了一個(gè)模樣。新ChatGPT可以進(jìn)行實(shí)時(shí)語(yǔ)音對(duì)話，可以用文字和視覺(jué)進(jìn)行交互，并且具有記憶功能，幾乎可以與電影《她》相媲美。（Her）AI助理扮演中斯嘉麗·約翰遜。當(dāng)OpenAI在5月14日凌晨的新聞發(fā)布會(huì)上似乎觸手可及時(shí)，亞馬遜作為競(jìng)爭(zhēng)對(duì)手自然并不平靜。

近日有消息稱，亞馬遜利用生成人工智能升級(jí)其智能語(yǔ)音助手Alexa，并計(jì)劃向用戶收取相應(yīng)的訂閱費(fèi)。據(jù)知情人士透露，亞馬遜將推出更具對(duì)話性的版本，以便與谷歌和OpenAI的競(jìng)爭(zhēng)產(chǎn)品競(jìng)爭(zhēng)。

這個(gè)消息也符合亞馬遜最近發(fā)給股東的年度信中描述的事實(shí)。當(dāng)時(shí)已經(jīng)確認(rèn)GenAI應(yīng)用程序正在消費(fèi)者業(yè)務(wù)中建立，包括更強(qiáng)大的Alexa。

從某種意義上說(shuō)，在這一輪人工智能浪潮中，亞馬遜現(xiàn)在已經(jīng)回憶起Alexa，他之前已經(jīng)被忽視了。自2021年Andyy 自從Jassy成為亞馬遜的新首席執(zhí)行官以來(lái)，由于多年來(lái)Alexa部門的業(yè)績(jī)難以提高，這個(gè)項(xiàng)目在貝索斯時(shí)代被稱為亞馬遜開(kāi)拓創(chuàng)新能力的代表，在亞馬遜內(nèi)部逐漸優(yōu)先，甚至成為裁員的重災(zāi)區(qū)，也是大規(guī)模收緊支出計(jì)劃的主要目標(biāo)。

不過(guò)，Alexa確實(shí)是亞馬遜消費(fèi)者業(yè)務(wù)中最好的媒介，AIGC應(yīng)用程序也是如此。

早在2014年，亞馬遜就推出了Alexa。起初，客戶只能使用Alexa語(yǔ)音助手來(lái)播放歌曲、設(shè)置計(jì)時(shí)器和鬧鐘。隨著后續(xù)的不斷迭代，Alexa逐漸可以用來(lái)控制智能家居、觀看視頻、看電視節(jié)目、購(gòu)物，甚至給孩子看睡前故事。有了Echo智能音響，一個(gè)新的語(yǔ)音控制計(jì)算平臺(tái)也準(zhǔn)備出來(lái)了。為了真正實(shí)現(xiàn)語(yǔ)音控制，亞馬遜甚至制造了Alexa。 Skills。就像蘋果App一樣 在Store中，大量的應(yīng)用程序擴(kuò)展了iPhone的更多應(yīng)用場(chǎng)景，亞馬遜也希望借助Alexa Skills允許Alexa語(yǔ)音助手執(zhí)行更多樣化的任務(wù)。

遺憾的是，在當(dāng)時(shí)的技術(shù)標(biāo)準(zhǔn)下，語(yǔ)音操作終究是空中樓閣。僅僅因?yàn)锳lexa不能理解復(fù)雜的指令，就讓Alexa Skills僅限于許多與語(yǔ)音密切相關(guān)的場(chǎng)景。所以在2018年，亞馬遜也試圖改造Alexa。 Skills，在不需要先安裝的情況下，Alexa可以直接執(zhí)行任何技能。例如，在這種新模式下，客戶不再需要告訴Alexa“打開(kāi)美團(tuán)，訂購(gòu)肯德基”，而只是說(shuō)“我想點(diǎn)外賣”。Alexa會(huì)利用語(yǔ)境線索找出用戶的真實(shí)意圖，并利用客戶的位置、訂閱、服務(wù)和歷史記錄來(lái)決定需要使用的應(yīng)用程序。

但遺憾的是，當(dāng)時(shí)的自然語(yǔ)言理解（NLP）這項(xiàng)技術(shù)還不足以支撐亞馬遜的這一愿景，它仍然只能簡(jiǎn)單、機(jī)械地從預(yù)設(shè)的數(shù)據(jù)庫(kù)中提取和匹配信息。無(wú)論Alexaa，終端用戶發(fā)現(xiàn)、或者Siri，或者Google助手，語(yǔ)音助手和智能真的沒(méi)有太大關(guān)系，也不足以改變?nèi)粘Ｉ?，以至于Alexa在客戶口中變成了“美化收音機(jī)”。

現(xiàn)在ChatGPT的出現(xiàn)，給了亞馬遜重振Alexa的理由。ChatGPT在模型相關(guān)技術(shù)的支持下，擁有Alexaa、上一代語(yǔ)音助手如Siri所沒(méi)有的廣度、靈活性和復(fù)雜性。從某種意義上說(shuō)，ChatGPT是亞馬遜想要塑造Alexa的理想方式。而且ChatGPT之所以能在2022年底重燃大眾對(duì)AI的熱情，無(wú)疑是因?yàn)樗朴凇罢f(shuō)實(shí)話”，能讓用戶擁有真正的“人”。、而非“機(jī)器”交流的感覺(jué)。

到2024年初，GPTs Store的出現(xiàn)讓ChatGPT更加強(qiáng)大，從而在目前的GPT-4o中，ChatGPT已經(jīng)能夠快速響應(yīng)文本、音頻和視頻輸入的即時(shí)對(duì)話，并以語(yǔ)調(diào)和措辭進(jìn)行對(duì)話，傳達(dá)強(qiáng)烈的情感和個(gè)性。通過(guò)自然語(yǔ)言了解客戶的要求，并在一個(gè)或多個(gè)GPTs中執(zhí)行這些要求，從而實(shí)現(xiàn)“聽(tīng)客戶的話，幫助用戶”。

很容易看出，目前的ChatGPT幾乎就是亞馬遜Alexa想要“活出的樣子”。

由于OpenAI的珠玉在前面，亞馬遜對(duì)Alexa進(jìn)行了全面的技術(shù)改造，以全新的姿態(tài)回歸戰(zhàn)場(chǎng)顯然并不生硬。Rohitit使用亞馬遜Alexa新負(fù)責(zé)人 “Alexa不僅是推動(dòng)廣義智能最肥沃的實(shí)驗(yàn)場(chǎng)之一，而且還進(jìn)化了超越語(yǔ)音交互的類人交互能力，”Prasad說(shuō)。但愿Alexa將來(lái)能夠?qū)崿F(xiàn)更多類人的交流，不僅僅是語(yǔ)音，還有面部情緒、手勢(shì)和肢體語(yǔ)言。

所以問(wèn)題來(lái)了，亞馬遜能不能用AI大模型來(lái)重塑Alexa？

目前，亞馬遜已經(jīng)在全球范圍內(nèi)銷售了超過(guò)1億臺(tái)配備Alexa的設(shè)備，甚至三分之一的美國(guó)家庭也出現(xiàn)了Alexa，因此它擁有優(yōu)秀的用戶基礎(chǔ)。如果Alexa上出現(xiàn)GPT-4o，后者可以算是“原地升級(jí)”。

遺憾的是，亞馬遜在AI方面的優(yōu)勢(shì)，特別是面向C端的AI能力，從來(lái)沒(méi)有得到證實(shí)。事實(shí)上，與蘋果相比，亞馬遜在AI大模型賽道上的探索進(jìn)度并不多。即使沒(méi)有與OpenAI深度綁定的微軟，在Meta的LLaMA也是如此。、除了谷歌的Gemini，到目前為止，亞馬遜的大模型“Titan“不但推出時(shí)間最晚，而且?guī)缀鯖](méi)有引起公眾的討論。

如果“Titan“顯然，沒(méi)有人不可能討論它，因?yàn)樗诩夹g(shù)上有任何突破。事實(shí)上，將語(yǔ)音助手與大型模型連接起來(lái)并不難。在過(guò)去的一年里，智能音響行業(yè)一直試圖這樣做，但結(jié)果并不令人滿意。

其實(shí)原因很簡(jiǎn)單。由于多模態(tài)技術(shù)的限制，大模型“附體”語(yǔ)音助手的過(guò)程并不順利。為什么GPT-4o剛出來(lái)的時(shí)候，外界會(huì)給出“爆炸場(chǎng)”的評(píng)價(jià)？音頻輸入的平均反饋時(shí)間只有320毫秒，這無(wú)疑是最重要的。即使是與人類對(duì)話的響應(yīng)時(shí)間，這個(gè)數(shù)字也相當(dāng)接近。

當(dāng)前，用戶在面對(duì)ChatGPT時(shí)，有GPT-4o加成，覺(jué)得自己在與人交談，但是在與其他語(yǔ)音助手交談時(shí)，卻需要面對(duì)漫長(zhǎng)的等待。換言之，亞馬遜想要重塑Alexa，關(guān)鍵在于它能否在模型多模態(tài)能力上取得突破。

本文來(lái)自微信微信官方賬號(hào)“三易生活”（ID：IT-作者：三易菌，36氪經(jīng)授權(quán)發(fā)布，3eLife)。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)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(qǐng)及時(shí)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