阿里希望通過引入視覺能力加速智能音箱進化為家庭機器人

阿里巴巴人工智能實驗室于3月22日發(fā)布人機交互系統(tǒng)AliGenie2．0版本。新版本最大特點是在原有“聽”和“說”的交互體驗基礎上，引入視覺能力。

據(jù)悉，AliGenie 2．0的視覺能力包括圖像識別、人臉識別、物體檢測。搭載新版本的“天貓精靈”成為首款能“看見”的智能音箱。然而，天貓精靈并沒有推出一款“帶屏幕的音箱”，而是推出了“精靈火眼”功能：通過XHolder外設及“精靈火眼”應用程序，用戶能連接自己的手機，為天貓精靈加一塊屏幕。

“精靈火眼”初期上線了讀書、識別藥盒等功能。比如，面向兒童使用場景，“精靈火眼”與出版社合作，精選了適合3歲到8歲兒童的117套圖書。面向老年人使用場景，“精靈火眼”推出識別藥盒的功能，能識別4萬種藥盒，只要掃一掃就能用語音播報藥名、功效、過期日等信息。

在阿里巴巴人工智能實驗室看來，智能音箱終極形態(tài)是家庭機器人，從“聽”“說”，到“視覺交互”，再到“行動力”，阿里巴巴希望通過引入視覺能力加速這種進化。

據(jù)了解，天貓精靈上市200多天，即實現(xiàn)200萬臺銷量。在全球市場，最暢銷的智能音箱亞馬遜ECHO達到這一數(shù)字，用了一年多的時間?？梢?，中國智能音箱市場的發(fā)展非常迅速。

而在國內，人工智能帶動“百箱大戰(zhàn)”，目前智能音箱的品類繁多、功能卻走向趨同。在阿里巴巴人工智能實驗室負責人淺雪看來，這種情況不會持續(xù)很久，大多數(shù)沒有技術投入、生態(tài)建設的產品會消亡，最終可能只剩兩到三個主要玩家。

盡管當前市場都把目光瞄準硬件，但淺雪認為，未來發(fā)展的核心趨勢在于云和端的能力?！拔覀儠粩喟迅嗟哪芰?，引入到家庭場景當中，不斷定義我們對人機交互的理解、對家的理解?！?/p>