智能音箱借ChatGPT重獲“新生”？

　 一鍵部署OpenClaw

曾經(jīng)靠語音助手紅極一時的智能音箱，近年來的市場表現(xiàn)卻欠佳。據(jù)洛圖科技發(fā)布的最新《中國智能音箱零售市場月度追蹤》報告顯示，2022年中國智能音箱總銷量為2631萬臺，同比下降28%；市場銷售額為75.3億元，同比下降25%。而IDC發(fā)布的2023年中國智能家居市場的十大洞察也透露，智能音箱的市場需求正在逐漸消退，整個市場呈現(xiàn)下滑趨勢。

但隨著ChatGPT這種生成式AI技術(shù)的快速發(fā)展，搭載ChatGPT的智能音箱將有望獲得新的增長空間。據(jù)中泰證券分析，目前全球存量智能音箱超7億臺，如考慮產(chǎn)品本身3-5年左右的替換周期，本輪ChatGPT帶來的替換需求或在1.4億-2億臺每年，有望再次成為市場熱點。在此基礎(chǔ)上，智能音箱的交互水平也將有望再上新臺階。

ChatGPT或成新變量

一直以來，市場上的智能音箱產(chǎn)品多多少少都存在著交互體驗差、應(yīng)用場景單一、產(chǎn)品缺乏創(chuàng)新，以及互聯(lián)互通差等問題，而當下以ChatGPT為代表的生成式AI技術(shù)，則在上下文理解、多輪對話、內(nèi)容生成等方面，展現(xiàn)出了極高的交互水準，ChatGPT或?qū)橹悄芤粝鋷硇碌淖兞俊?/p>

一來，依托于ChatGPT在內(nèi)容生成和理解能力上的優(yōu)勢，智能音箱的應(yīng)用場景將進一步被擴展。ChatGPT具有在對話系統(tǒng)、文本生成、語音識別和文本分類等多種場景中的應(yīng)用優(yōu)勢。具體來說，在對話系統(tǒng)中，ChatGPT可以生成自然流暢的對話內(nèi)容，支持多輪對話；在文本生成中，ChatGPT可以生成高質(zhì)量的文本內(nèi)容，支持多種文本生成任務(wù)；在語音識別中，ChatGPT支持多語種語音識別，提供全面的語音交互體驗；在文本分類中，ChatGPT可以應(yīng)用于多種文本分類任務(wù)，自動學習特征，提高分類效果和效率。ChatGPT的多領(lǐng)域應(yīng)用優(yōu)勢，使得它成為自然語言處理領(lǐng)域的重要工具之一。

也就是說，搭載了ChatGPT的智能音箱可以進一步理解用戶的意圖，讓回答內(nèi)容的質(zhì)量能夠更趨向于真人的表現(xiàn)。未來，智能音箱的功能可能并不止于家庭，或許會走進辦公場所成為人們工作的助手等。

二來，ChatGPT也正在帶動智能音箱產(chǎn)業(yè)成為資本的焦點。隨著ChatGPT在全球的走紅，作為人工智能交互載體的智能音箱再次成為市場熱點，包括奮達科技、漫步者、惠威科技、國光電器等在內(nèi)的智能音箱概念股，近期都出現(xiàn)了大漲行情，資金涌入跡象十分明顯。可以說，在智能音箱產(chǎn)業(yè)進入瓶頸期的當下，ChatGPT的出現(xiàn)又將智能音箱重新拉回了大眾視野，并為其帶來了全新的可能。

當然，ChatGPT能為智能音箱產(chǎn)業(yè)帶來多少新變量，還需等到搭載著ChatGPT的智能音箱真正走進萬千家庭才能知曉。

小度更聰明

目前為止，智能音箱與生成式AI技術(shù)的結(jié)合已經(jīng)在巨頭玩家中初現(xiàn)雛形。據(jù)悉，今年2月9日，小度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”，并將其應(yīng)用到小度全系產(chǎn)品中。借助小度靈機大模型，小度智能音箱中的語音助手可以變成“超級助理”。

其一，借助小度靈機大模型，小度智能音箱擁有了提取和整合復雜信息的能力。在官方發(fā)布的測試視頻中，測試員告訴超級助理，他要在周末做各種各樣的事情，而在敘述這些事的時候，測試員會故意提出“修改時間”的要求，比如原定于周日要做的A事件被B事件替換。即使面對測試員的一系列復雜要求，這位超級助理也可以從中提煉出真正有效的信息，并據(jù)此給測試員生成一份正確的時間安排表。

而此前的小度智能音箱并沒有理解和提取整合這樣復雜信息的能力，可見小度靈機模型的作用體現(xiàn)得比較明顯。

其二，在智能家居場景中的設(shè)備控制環(huán)節(jié)，小度靈機大模型能更準確地識別出用戶的真實需求。在智能家居場景中，小度靈機大模型可以化身為“智能管家”，例如在官方的測試中，測試員告訴智能管家他每天早上七點半一定要起床，周末可以晚一些，大概九點，干脆就九點半，冬天室內(nèi)溫度不能低于23度，夏天溫度可以定在26度。此時，超級助理就可以根據(jù)這些描述，確定要在什么時候開啟家中的空調(diào)、調(diào)整到什么樣的溫度比較合適。

相比傳統(tǒng)智能助手只會理解“打開空調(diào)”這樣簡單、單一的指令，靈機模型則可以認識到用戶到家時，家里溫度與用戶所期望的不一樣，所以需要打開空調(diào)，并且根據(jù)現(xiàn)在的季節(jié)調(diào)節(jié)到合適的溫度。顯然，大模型的加入，可以讓智能音箱實現(xiàn)認知能力上的提升。

天貓精靈更有溫度

另一智能音箱領(lǐng)域的巨頭玩家天貓精靈，也亮出了其在生成式AI技術(shù)領(lǐng)域的成果積累。4月11日，天貓精靈宣布將正式接入阿里巴巴通義千問。根據(jù)官網(wǎng)顯示的信息，通義千問是一個專門響應(yīng)人類指令的大模型，目前已經(jīng)開啟了企業(yè)邀請測試，并放出了測試官網(wǎng)。

據(jù)阿里巴巴集團董事會主席兼首席執(zhí)行官、阿里云智能集團首席執(zhí)行官張勇透露，未來，天貓精靈除了能回答用戶的提問外，還會成為更人性化的智能助手，天貓精靈的策略是針對智能音箱訓練出一個個性更為鮮明的大模型。

一方面，接入通義千問的天貓精靈能夠產(chǎn)生一些特定的人格化特征，滿足用戶的個性化需求。不同于知識面更為廣泛的通識性大模型，天貓精靈在通義千問這種更加垂直的個性化大模型的加持下，能夠變得更擬人、更聰明，其知識、情感、個性、記憶力等都會得到大幅躍升。比如“鳥鳥分鳥”這一模型，其語氣、語調(diào)與脫口秀演員鳥鳥就如出一轍，這樣也增加了天貓精靈的可玩性，使其成為有溫度的智能化助手。

另一方面，新一代的天貓精靈將具備更為靈活的對話能力。接入通義千問的天貓精靈支持自由對話，用戶可以隨時打斷或者切換話題，天貓精靈能根據(jù)用戶需求和場景隨時生成內(nèi)容。例如，用戶在跑步過程中，可以要求天貓精靈根據(jù)180步頻合成適合跑步的歌單，同時還可以與天貓精靈展開關(guān)于文化、人生等領(lǐng)域的深入交流。

得益于通義千問強大的技術(shù)支持，天貓精靈的用戶體驗將更具智能化和個性化。而在正式接入通義千問之后，天貓精靈在未來一段時間或許會出現(xiàn)比較大幅度的使用體驗提升，這或許也可以幫助阿里巴巴進一步鞏固其在智能音箱市場的領(lǐng)先地位。

現(xiàn)實壁壘

事實上，不只是小度和天貓精靈在ChatGPT領(lǐng)域有所布局，華為、小米等也在生成式AI技術(shù)以及智能音箱領(lǐng)域均有布局。不過，要想讓搭載著生成式AI技術(shù)的智能音箱真正在每一個用戶家中實現(xiàn)普及，其背后還存著一些天然壁壘。

一是，算力成本高昂。從算力層面來看，面對參數(shù)規(guī)模的大幅增長，“暴力堆疊”（利用大量高性能GPU）已經(jīng)成為企業(yè)提升大模型訓練效果的主要手段，這背后高昂的成本可能將會成為ChatGPT版智能音箱落地普及的門檻。

不過，隨著開源大模型的出現(xiàn)，一些企業(yè)不需要自己從0到1去訓練大模型，被訓練好的大模型可以直接調(diào)用，再在這一基礎(chǔ)上進行優(yōu)化，這相比于從頭開始訓練的大模型，其成本將少得多。并且，未來隨著算法進化，大模型訓練過程中對算力的依賴度也會大大降低。

二是，搭載ChatGPT的智能音箱的使用場景受限。ChatGPT爆火的很大一部分原因是它可以顛覆式提升生產(chǎn)效率，而這種輸出方式主要是以文字、圖片、視頻為主，但智能音箱則更注重語音交互。而且在人們的日常生活和工作中，需要音頻反饋的內(nèi)容可能只占一小部分，因此ChatGPT版智能音箱的普及落地需要尋找更多的適配于語音交互的場景，而使用場景受限則意味著使用ChatGPT版智能音箱可能很快也會褪去熱度。

三是，搭載ChatGPT的智能音箱可能面臨數(shù)據(jù)安全挑戰(zhàn)。若想要搭載生成式AI技術(shù)的智能音箱能夠更好地理解用戶需求，并給出個性化的解決方案，那么生成式AI勢必會涉及對用戶個人信息的收集，而用戶對于個人隱私的收集問題一直都比較敏感。另外，相關(guān)的法律法規(guī)并不健全，這都將是ChatGPT版智能音箱在普及過程中面臨的挑戰(zhàn)。

此外，ChatGPT對智能音箱整個產(chǎn)業(yè)的影響必然是一個長期的過程，而生成式AI技術(shù)仍處于發(fā)展早期，其對于智能音箱這一產(chǎn)業(yè)所產(chǎn)生的切實影響可能還未明確展現(xiàn)出來，但可以預見的是，ChatGPT引爆的熱潮正在加速這一進程。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！