大模型拯救智能音箱？它推动的，或许还有大厂生态战_

谁将是最先迈入“ChatGPT+”时代的智能硬件？智能音箱正在奔跑的路上。

7月5日，有消息曝出，天猫精灵启动内测业内首个大模型终端操作系统。随后，A股智能音箱板块出现异动，奋达科技直线拉升触及涨停，惠威科技、全志科技、国光电器等拉升。

在今年5月10日，国光电器曾发布公告称，公司研发的搭载ChatGPT智能音箱于本月推出。虽然当时该产品未正式对外销售，未实现销售收入，但在5月11日，该公司股价涨停。

6月15日，国光电器又在活动平台上表示，其目前推出的搭载ChatGPT的智能音箱，是依据云端的算力提供反馈内容的。

6月30日，智度股份在投资者互动平台表示，公司正委外研发搭载了ChatGPT的智能音箱，并计划后续向市场推出搭载了ChatGPT的自有声学品牌产品。

AI大模型的火热，让智能音箱这一智能家居硬件再次引起了市场关注。

互联网巨头们也在试水大模型落地应用时，考虑到了智能音箱。今年2月9日，百度旗下智能硬件品牌小度科技就宣布，融合百度大模型文心一言的全面能力，打造针对智能设备场景的AI模型“小度灵机”。借助它，可将现有智能音箱中的语音助手变成“超级助理”。

阿里的天猫精灵，也已接入通义千问大模型。在通义千问发布时，时任阿里集团首席执行官的张勇还透露说，希望未来天猫精灵成为“个性化的智能助手”。

事实上，发展陷入瓶颈状态的智能音箱，已经期盼着“破局”很久了。当年的智能音箱市场，曾经历了热闹非凡的“百箱大战”，包括BAT、京东、小米、喜马拉雅、科大讯飞等一众互联网公司，纷纷下场参与竞争，甚至展开了惨烈的价格战。但在智能音箱市场格局初定之后，其市场增长便开始逐渐放缓。

根据市场调研机构洛图科技（RUNTO）发布的报告，在2022年，百度、小米、阿里三家厂商的智能音箱产品，占据了整体市场规模的93%；国内智能音箱去年的销量为2631万台，同比下降了28%；市场销售额为75.3亿元，同比下降25%；在售品牌也从2020年的43个减少到了2022年的27个。

销量下降、中小品牌退出，无不显示出了智能音箱行业发展的困顿。今年3月，国内的智能音箱“老大哥”叮咚音箱发出公告，宣布在月底停服，也成为当前市场情况的注脚。

曾被大厂们寄予“下一代交互入口”期望的智能音箱，如今已经落寞。在不少家庭中，它甚至已经沦为“吃灰”的命运。现在，它能借由ChatGPT，重获新生吗？

实际上，大模型带来的AI语音助手的飞跃，对于百度、阿里、小米、华为等互联网大厂而言，也意味着，它们的智慧生态入口争夺战，也终于迈入了新的阶段。

大模型能改变智能音箱什么？

搭载了ChatGPT的智能音箱，能做什么？

关于这个，我们可以通过其他应用，来做个预测。

5月23日，Build 2023年度开发者大会上，微软一口气宣布了超过50项和人工智能相关的更新。其中最引人注目的一项是，微软表示将在Windows系统中全面接入AI助手Windows Copilot，让它成为全新的PC助手——或许，这是比Siri更强大的AI助手。

office大礼包之后，Windows大礼包也来了。搭载了大模型，Windows Copilot工具的使用场景更丰富了：它可以帮助用户处理文档，进行内容的解释、总结，直接生成图片发给相关工作群组；它也可以帮助用户调整PC设置，比如，它可以帮你把电脑调成夜间模式；此外它也可以直接帮助你打开音乐App，推荐和播放相应的歌单等等。

当然，它也可以作为PC上直通Bing/ChatGPT体验的门户，比如你可以向它提问，让它帮你制定出行日程，查找航班和酒店等。

对各类服务提供商来说，大模型是一个“扩音器”，把各类应用的能力升级。对用户来说，比如办公、家居服务，效率将得到大幅提升，就像拥有一个全能的AI语音助手，和以前不同，它能真正做到聪明、善解人意。

今年2月和3月，百度公布了小度灵机大模型内测的系列视频。其中很有趣的是，工程师们模拟日常真实环境中多人对话发问的场景，比如给小度灵机安排开公司例会的日程，但测试者在其中故意多次更改时间，还插入了多个事件，比如剪头发、看望妈妈等，添加了准备会议材料、找孩子的学生卡、带钥匙、买东西等一大堆事。最后考验小度灵机，是否能准确地理解，列出一份正确的待办事项日程表。

作为“智能管家”的身份，小度灵机还调度全屋智能家电。比如，它能认识到用户想要的到家时间、不同季度的温度，不仅按时开关空调，还能调节空调温度。

在4月阿里云峰会上展示的天猫精灵，也更智慧了。比如，用户在跑步，就可以要求天猫精灵合成一个“50%穿插摇滚风格的歌曲”的定制版歌单，来适应场景。对话时，用户也可以随时打断不感兴趣的话题，开展新的对话。

在B站上，此前就有了可以在无违规基础上，在Github上将ChatGPT接入小爱同学的视频。完成部署后，小爱同学被唤醒进行提问时，ChatGPT生成的文本会被小爱同学通过TTS（语音合成技术）进行语音回答。在视频中，有开发者说，部署完的小爱同学“智商飙升”。

想当初，大厂鏖战智能音箱，就是期待它能成为家庭场景中，智能家居“入口级”的设备。现在，或许通过ChatGPT和大模型，有了实现的曙光。

音箱背后，是智慧生态入口争夺之战

智能音箱，对现在很多家庭来说，早已不是什么稀罕物。有的家庭中，甚至拥有不止一台，从小度音箱到天猫精灵、小爱同学，不一而足。但问题是，购买它的人，却往往都不太满意。

早在很久前，西局就问了周围一圈人对智能音箱的看法，包括年轻人、老人以及小孩，得到最多的反馈就是：鸡肋。老人喜欢看剧、听书，而智能音箱的内容偏少，不太好用；低龄儿童则对智能音箱的语音交互功能理解不够。对他们来说，更喜欢带屏的智能音箱，而它更受欢迎是因为能提供视频通话的功能。

对年轻人而言，智能音箱并不是生活的刚需。

同时，大部分智能音箱在功能上，也不能满足大众的需求：不少音箱搭载的语音助手们不仅不“聪明”，甚至在交互上，还有些困难。比如有的音箱唤醒的时间较长；语音识别容易出现偏差、对于长句理解不够准确，对于多轮对话无法准确理解前后语义。此外，这些语音助手只能理解有限的问题，在对话时，对很多问题无法提供答案。

大多数音箱能够走入大众家庭，是背靠大厂，可以打低价策略。竞争激烈时，一款智能音箱能卖出只有几十块钱的“白菜价”。当低价补贴不再，大众的新鲜感也已过去，它走到在普通家庭中落灰“吃土”的境地，也就并不稀奇。

但当初的智能设备入口之争，为什么落在了音箱的头上？

在智能手机陷入红海之后，手机的故事也已经挖空了市场的想象力。那么，接下来什么才是人类未来新的入口级产品？从智能眼镜到可穿戴设备，科技公司们进行了无数试验。但在这个过程中，随着互联网的成熟，人工智能技术的发展，触屏之外，语音成为被寄予期望的下一个核心入口。

当初亚马逊Echo的成功，给科技公司们提供了一个现成的样本，证实了这一产品的可行性。于是，不肯错失机会的巨头们，纷纷在智能音箱市场会师，这类产品也日趋同质化。

尽管智能音箱市场已经扩大，但AI语音识别技术的算法却没有在近几年获得更大的突破。厂商们作出了创新，包括在其上加入大屏，但始终缺乏一个真正实现质变的拐点。

实际上，大厂们还希望，智能音箱能够在AIoT时代，当更多的设备可以联网时，替代手机，担负起其智慧家庭战略中，全屋智能设备的“唯一入口”的重担。

像小米，在2019年启动“手机+AIoT”双引擎战略时，就将智能音箱作为其了全屋智能设备的操控入口之一。

2020年，小度科技宣布独立融资，之后公布了其“一屋一屏”战略，加快了全屋智能的布局。在智能音箱之后，其围绕着对话式AI操作系统，不断扩充家庭硬件品类。2021年3月，小度发布了首款专业学习平板；今年3月，小度推出“添添闺蜜机”；今年5月22日，小度正式发布了旗下首款小度青禾学习手机。

天猫精灵也不止植根于音箱。早年其就成立了“天猫精灵AI联盟”，并已植入到越来越多的产品中，如空调、扫地机、投影仪等，还发布了智慧屏天猫精灵E1切入教育赛道。天猫精灵启动首个大模型全面驱动的终端操作系统内测消息传出后，有媒体报道，在技术架构上大模型已全面掌管和驱动对话式AI操作系统，这个版本对大部分存量智能硬件也可用，具有几十秒内在线升级能力，将陆续覆盖音箱、眼镜、智慧屏、APP和部分AIoT生态设备和场景。

“百箱大战”竞争、智能音箱卖出“白菜价”背后，是一场AIoT生态的争夺战。

但“交互”没有得到改善，其他创新都缺乏力量。智能音箱在很多家庭中，也更多地是像普通的蓝牙音箱一样，用来听歌了，更遑论和其他家居设备打通。

创新服务难以持续，用户增长也就放缓。同时，智能音箱市场也逐步集中到头部企业产品，缺乏充分竞争，市场活力逐渐减弱。