原文來源：矽基研究室
作者：白嘉嘉
圖片來源：由無界AI生成
久未有戰火的智慧音箱，因為百度最新的產品升級，迎來了新故事。
10月17日，百度世界大會2023，小度科技新任CEO李瑩壓軸出場，帶來了百度智慧家居生態的全新物種「添添家庭機」。從產品形式來看，添添家庭機可以被視為「智慧音箱+平板電腦+大模型」的綜合。
這意味著百度對智慧音箱的理解，再上了一層階梯。
過去，智慧音箱被視為物聯網時代的用戶入口，小米、百度、阿里圍繞著它掀起了一場曠日持久的價格戰，從最初的500至600元每台，一直成交量到百元以下。最終，百度劍走偏鋒，透過「音箱+螢幕」的產品型態在這場「三國殺」中拔得頭籌。
然而，勝利者並沒有如願迎來採摘時刻，人們對於智慧音箱的前景一直褒貶不一。
根據洛圖科技的數據，2022年國內智慧音箱的全通路銷量只有2,631萬台，較去年同期下跌了28%。今年上半年，產業並未迎來好轉，同口徑的統計數據是全通路銷售1,148萬台，較去年同期下跌了19%；對應的銷售額為33.7億元，較去年同期下跌了20%。
究其原因，智慧家庭生態尚未形成，語音互動受限於場景，手機端APP更符合消費者習慣等因素不一而足。其中最關鍵的是，智慧音箱產品力不足，非但無法承擔起家庭助理的重任，甚至還會鬧出「夜半歌聲」的恐怖故事。
如今，號稱要「賦能千行百業」大模型來勢洶洶，似乎是解決產品力不足的良方。小度「前船長」景鯤曾策劃「大模型時代，小度重塑智能生活」的演講，雖然後來因為個人因素辭職，但從接任者李瑩的本次演講來看，大模型與小度旗下硬體產品結合的大趨勢仍未改變。
這一次，智慧音箱能滿足人們的期待嗎？
為什麼智慧音箱沒有如願成為新的使用者入口？
在智慧家居裡，智慧音箱是一個關鍵節點，甚至有人稱之為產品鏈中「兵家必爭之地」。之所以它這麼重要，主要有互動方式和技術兩方面原因。
首先是交互方式上。
人類所習慣的向外界傳遞、接受訊號的方式其實不多，主要是透過視覺、動作和聲音。
傳統電器的互動模式以「使用者在固定的操作面板（如遙控器）上下達指令，電器在顯示面板上給予回饋」為主。它的運作非常穩定，但指令不具靈活性，低效且受限於載體。
相比之下，語音互動可以很好地解決這些問題。例如透過Siri 定鬧鐘要比手機定鬧鐘快得多。
智慧音箱正是實現這套語音互動流程的最簡載體。
另一方面，從技術上，智慧音箱也扮演著承上啟下的角色。
如果語音互動為基礎的智慧音箱可以滿足使用者的需求，那故事機、鏡子等產品的智慧化也就成了。如果沒辦法滿足使用者的需求，具身機器人、導購機器人等更高階的產品就只是空中樓閣。
智慧音箱這個名稱本身是具有迷惑性的，在大廠所設想的智慧家庭時代，智慧音箱實際上是一個類似於路由器的終端，只不過路由器是為各個電器供網，而智慧音箱是將使用者指令分發給各個電器。這也是它被視為新的用戶入口的原因。
那為什麼智慧音箱沒有如願成為新的使用者入口呢？
如前文所說，產品力不足，同質化現象嚴重是核心原因。
將智慧音箱一詞拆分，分為「智慧」和「音箱」兩塊，重點決定了它的定位。
如果將智慧音箱視為智慧家庭的核心，它的本職工作實際上是理解用戶下達的指令並提供回饋，音箱的主要功能是語音回饋。但由於智慧程度較低，語音互動其實並沒有設想中的那麼自由，還是需要透過關鍵字來實現。
因此，使用者在嘗試互動後便會快速失去興趣，進而形成以「音箱」為重點的產品理解。智慧溢價褪色，音效低於同價位專業音箱的智慧音箱，自然很難被消費者接納。
除了產品力不足，手機對智慧音箱的降維打擊是另一個重要原因。
與各大廠圈地跑馬的居家生態不同，手機端App可以相容於各品牌的智慧家庭產品，給了使用者更多的選擇。
同時，智慧音箱雖然互動範圍超過遙控器或牆面控制面板，但仍有一定的地理空間限制。
一般來說，客廳是電器相對密集的區域，智慧音箱一般位於此。而當使用者躺在臥室因光線過亮無法入眠，想要調低亮度或關閉窗簾，就無法透過與智慧音箱的互動實現需求。在這一點上，手機的便攜性優勢會顯得特別突出。
最後，智慧家庭生態尚未成型使得智慧終端往往並非使用者的剛需。
從2017年智慧音箱掀起熱潮起算，迄今也僅過去6年時間，遠比許多家電的更新周期要短。因此，即便購置了智慧音箱，它所能發揮的空間也相對有限。性價比不高導致消費者對其敬而遠之。
整體來說，過去智慧音箱雖然被寄予厚望，但在技術和用戶習慣的雙重壁壘下，仍不足以替代手機成為新的用戶入口，因此在短暫地輝煌過後便迅速陷入了緩衝期。
數據顯示，2022年，國內合計售出智慧音箱約2,600萬台，頭部智慧音箱銷售量均不過千萬。
智慧音箱如何破局？
如前文所言，由於產品力不足，智慧音箱的核心前綴「智慧」往往被消費者忽視，進而陷入音箱品類的音效之爭。
因此，讓它重新回到「智慧核心」的正軌上來，成為了大廠們需要設法邁過的一道坎。
在商業世界裡，「換湯不換藥」有時候是一種非常有效的經營策略，尤其有利於打破消費者的習慣性思考。
與其再花心思去更改消費者對智慧音箱的固有印象，不如推出一個更言簡意賅的新物種，例如「添添家庭機」。
與智慧音箱相比，家用機給人的直覺感受要更明確，很容易就能聯想到家庭助理、智慧管家。
但事物都是有兩面性的，雖然廠商可以透過更名來塑造更直覺的印象，但消費者在面對全新物種的購物決策也會更加複雜，例如留意它到底能為生活帶來哪些改變，是否有必要等等。
為了支撐這些新故事，未來產業方向可能會產生分化。
一類是像小度一樣，透過疊加硬體價值來支撐售價。
從產品形式上，添添家用機給人的第一印像是「智慧音箱+平板」。這個造型乍看之下並不令人意外，因為小度的智慧音箱一貫走的是「智慧音箱+螢幕」的路線，這次無非是將螢幕升級成了平板。
但細細琢磨後可以發現，將鑲嵌在音箱上的螢幕拆分成可以獨立運作的平板，這看似簡單的一步，實際上解決了智慧終端過去的許多頑疾。例如各大廠智慧家庭生態不相容，智慧音箱受限於所處空間，使用者無法隨時隨地達指令。
同時，雖然「添添家庭機」是新物種，但平板和音箱卻是日常生活中常見的家庭電器，消費者在進行決策的時候有了橫向對比的參考物。
另一類是「打不過就加入」，將智慧終端轉移到手機這樣已經具備用戶基礎的行動硬體終端上。
如今手機廠商中，華為已經將大模型經雲端接入了手機作業系統，率先實現大模型上機。小米則在嘗試用手機硬體支撐大模型的運轉，目前已經有13B的模型在手機端跑通。
OPPO、VIVO、蘋果等手機廠商的大模型也都在研發當中。
客觀來說，從現有的各種大模型產品來看，功能性均超越過去的智慧音箱，上文提到的兩條路都能帶給使用者更好的使用體驗。
根據李瑩的介紹，家庭機在更自由對話聊天的基礎上，擁有了長記憶和角色代入的能力。她舉的例子是，如果孩子和家庭機說“我是一隻小狗。”家庭機會根據孩子常用它來點播動畫片《汪汪立大功》的歷史回答“你是汪汪隊的嗎？””
除此之外，產生備忘錄，規劃行程和安排，調控屋內環境等功能也可以在家庭機器中實現。
智慧音箱致勝的關鍵，在於創造「第三種互動」
從產品屬性來看，手機和智慧音箱都有成為智慧家居核心的潛力。
手機相容於各種生態，同時具備遠端操控能力，可以在回家之前就將各個房子調節到適宜的氛圍裡。
智慧音箱則具備更強的安全性和隱私性，各電器之間透過區域網路或藍牙技術互通，防止資訊外洩。
那麼在大模型時代，手機和智慧音箱究竟會是你死我活的互斥關係，還是共同建構生態呢？
財經無忌認為，共同建構生態會是最終答案。理由藏在百度世界大會2023的細節裡。
李瑩介紹，家用機具備超級陪伴能力，具體來說就是「你看他的時候，他也會把頭轉過來看你」。
這意味著，智慧音箱除了在語音互動和傳統基於操作面板的「動作+視覺」互動之外，有了第三種互動方式。
這種交互方式得以實現，本質上是感測器功能的提升和多模態大模型的能力。
感測器很好理解，智慧終端有了感知世界的新方式。
多模態能力指的是，在智慧終端機裡，它可以綜合多個感測器擷取的數據，將處理後的結果組合起來，得到最終答案。
這些技術更新為智慧製造終端帶來了質變的機會。
過去，智慧終端往往作為服務的被動提供者參與使用者的生活，只有使用者下達指令了，它才能做出回饋。而第三種互動方式的出現，則讓智慧終端有了主動參與使用者生活的可能。
例如，可以在老人跌倒或昏迷時自動撥打醫院電話、通知子女，根據戶主的作息或健康狀態給予生活、飲食建議等等
之所以說這是共同建構生態的證據，主要有兩個原因。
一是感測器的感知範圍的限制。用簡單的話來說，智慧核心必須在能「看見」老人昏迷的空間內，才能發揮作用。
二是手機成交量的限制注定了它不可能像智慧型終端那樣以搭載各種感測器。
當然，透過額外佈置感測器，然後將數據整合到手機大模型上也能實現相同的功能。
但居家助理的定位決定了，以全屋智慧核心需要具備穩定性，不能像手機一樣受訊號強弱影響。
在「第三種互動」的加持下，智慧音箱的生態位得以更加穩固。但客觀來說，目前「第三種互動」放在整個智慧音箱類別裡都還只是初級階段，多模態大模型也才剛開始打通感知、決策、回饋鏈。上述這些場景，仍停留在設想當中。
而智慧音箱想要真正破局，乃至最後成為消費者所習慣的家庭成員，技術要素固然關鍵，但更核心的是基於現實的想像力，抓住基於某個場景的用戶痛點，點對點突破。
小度「前船長」景鯤的這段話或許是眼下智慧音箱的最佳註解，也是從業人員最該秉持的信念：
“雖然從歷史的洪流中來看，我們這一代人不一定真正能實現通用人工智能（AGI）。但是如果有那1%改變世界的可能性，我們想去試試。”
資訊來源：由0x資訊編譯自8BTC。版權所有，未經許可，不得轉載