別不信，智能音箱不會下一個流量入口，機器人才是解決方案

音箱機器人人機交互全息技術百度鼠標人工智能技術圖像處理蘋果公司 Ultrasone 體育算法語音識別技術微軟硬件華為公司酒店史蒂夫·喬布斯智研智語話AI 2019-07-12

在2019百度AI開發者大會上，百度一口氣發佈了好幾款小度智能音箱，其背後的功臣小度助手也升級到5.0，此次發佈的小度助手最大的亮點是“全雙工免喚醒”技術，可謂是光芒四射！

現在做智能音箱幾乎都是貼本做，以目前的售價幾乎連硬件的成本都保不住。既然是貼錢，那為什麼大廠商還前赴後繼呢？因為為了搶流量入口，未來家庭的入口，這個基數太大了，未來的贏利點，所以百度、阿里、華為等即使虧本也做的原因。這些廠商就是為了搶一張入場券，盈利的事情後面再慢慢說。

人機交互的方式

從計算機誕生的那一刻起，人如何與機器交互就是一個永恆的話題。經過這麼多年的發展，以及未來可預見的方式，可以分為以下四種交互方式：

鼠標鍵盤交互
觸摸交互
語音交互
感知交互

第一代交互方式通過鍵盤鼠標來與機器進行溝通，這種交互方式流行了幾十年。這種方式是冰冷的，具有的一定門檻，經過一定的培訓才可以上手的交互方式。

第二代交互方式就是蘋果創始人喬布斯發明的多點觸控，這種交互方式已經很符合人類的行為，現在一個不會說話的小孩，都知道點兩下，用手指滑動一下，就可以玩遊戲了。

第三代交互方式就是語音交互方式，當初微信聊天推出語音輸入時，可解決了多少爺爺奶奶玩微信的需求。智能音箱更是將這種交互方式發揮到了極致，只是目前的遠場景、喚醒率、強噪音下還有改善的空間。

未來人機交互的發展方向就如微軟創始人比爾•蓋茨如所言：“人類自然形成的與自然界溝通的認知習慣和形式必定是人機交互的發展方向”。也就是第四代的交互方式，即能全方位的感知人以及周圍環境的一切。當你感覺到冷了、熱了、渴了、累了的時候，只要稍稍“動一下腦筋”或者一個行為，圍繞在你生活周圍的智能產品就會感知到，並能快速解決你的需求，或者提供解決需求的途徑。

智能音箱的弊端

圖片來源於百度官網

從目前的智能音箱產品形態看，可以分為兩代產品：

普通的音箱
帶屏幕的音箱

目前大部分公司的產品都處於一代產品，只解決了聽和說的問題，百度在家向前跨了一步，推出了帶屏幕的智能音箱。但從交互方式看，智能音箱並不是第四代交互方式的完美解決方式。

音箱只有耳朵（聽）和嘴巴（說），但沒有眼睛，無法感知你的愉快、傷心等，以及你的方位等。音箱有了屏幕之後，又多了一種交互方式，人與機器之間有更多的互動方式了，除了語音之外，人可以看機器呈現的內容，並且操縱它了。而第一代音箱只有聽和說，對部分有語言障礙的人來說，交互體驗是非常差的，但帶屏幕的智能音箱擴充了這種操控邊界，提升了部分交互體驗，但也會導致犧牲它的外觀等。

機器人的優勢

機器人的發展要經歷3個階段：第一階段計算智能；第二階段感知智能；第三階段認知智能。其中，感知智能是當下要重點要突破的領域，認知智能離商業化落地還有一定的距離。

一臺機器人要對外提供服務，一般包含四大塊：

第一塊內容是運動與控制，首先要解決導航與定位，也就是SLAM算法要解決的事情。目前機器人一般都是多傳感器融合，典型的傳感器有：

第二塊就是圖像處理，這個是機器人的眼睛。根據業務的不同，這個眼睛完成的功能也就不同。

第三塊就是語音處理，這個是機器人的耳朵。目前音箱的需要喚醒才能使用，不太適用於機器人，交互上會存在一點弊端。這次百度2019AI開發者大會提供的“全雙工免喚醒”技術，正好解決了該問題。

第四大塊就是技能。這是音箱和機器人都面臨的問題，技能越豐富，產品的價值也就越高。不能要求聽一首歌，無法提供，這個體驗就很差了。

相較於智能音箱，機器人有如下優勢:

1. 使用場景：機器人有眼有耳，音箱只有耳朵。機器人的眼睛就是3D攝像頭，比如現在很多商業機器人用來做迎賓，該功能就是利用了3D攝像頭，通過深度學習和距離判斷人是走近你，還是遠離你。

2. 互動效果：機器人有屏幕，可移動，可跟隨，與人進行深度互動。而音箱沒有屏幕，無法移動，互動效果有限。特別是在遠場景下，音箱的喚醒率極低。但機器人可以先做聲源定向，判斷聲源發出的方位，然後再利用深度攝像頭，探測與人之間的距離，並走向聲源，然後與人進行互動。這些都是智能音箱無法做到的。如機器人進行全息投影，原處的家人就像在跟前一樣，這樣的體驗是音箱遠遠無法提供的。

機器人全息投影技術

3. 可擴展性：機器人有無限的遐想空間，智能音箱容易看到天花板，因為它的傳感器太少，能做的事情過於受限，也就沒有發揮的餘地。服務機器人應用的領域越來越廣泛，使用的場景越來越多。如酒店機器人、飯店機器人、講解機器人等等。

國外在工業機器人方面具有一定的優勢，國內在服務機器人具有一定的先發優勢，主要還是人多，需求也就多，產品形態也就多。比如家用機器人，家庭機器人會跟電視一樣，走近千家萬戶，成為家庭的一個必需品。如果機器人成為家庭的入口的話，完全可以代替音箱的功能，同時還可以提供比音箱更多的功能，因為他有眼有耳朵，有嘴巴，這些傳感器的融合，共同協作還讓機器人有了部分認知功能。

隨著社會的進步，互動娛樂的需求，以及老齡化越來越嚴重，家用機器人的需求將會越來越廣泛。