行业观察 |

2019-09-26

亮剑语音与视觉能力，上新多款智能音箱，天猫精灵想说的都在这里 | 云栖大会

升级 AliGenie 4.0，首发语音芯片，还有眼花缭乱的智能音箱

陳壹零

连续三年在云栖大会上霸占了主会场人气的天猫精灵，这一次主打「温度」。

而谈到「温度」这个关键字，女生要比男生有多的多的优势。

就像比拼谁家排第一的问题，女生不用大声喊，她可能站在那里，不去争论数据，不为竞价排名，就透着温柔的霸气。

天猫精灵的当家花旦，阿里人工智能实验室总经理陈丽娟（浅雪），这一次请上了凯文·凯利开场视频致辞，请上了大老板阿里巴巴创新业务事业群总裁朱顺炎，阐释「有温度的机器智能」的发布会主旋律，请上团队成员释空和忘之分别做平台和产品发布，还请上了多位合作伙伴。

9 月 25 日下午，阿里人工智能实验室在云栖大会上发布了一系列软硬件新品，包括音箱和芯片，同时，天猫精灵内置的人机交互系统 AliGenie 已经升级到 4.0 版本。

深圳湾将带来本次发布会几项重大发布的详细报道，同时，当天推送的二篇文章中，我们将带来新品的上手体验。

1 系统

展示语音、视觉技术能力，推出 4 大开发者平台，拓展 3 大行业应用领域，AliGenie 4.0 全面阅兵

天猫精灵内置的人机交互系统 AliGenie 于 2017 年 10 月首次发布，经历了 4 年的进化，在语音、语义、视觉、模组、连接、内容生态、应用和服务生态、IoT 生态等方面，都有了沉淀。

截止日前，天猫精灵已经被准确唤醒 200 亿次，回答用户问题 180 亿次，声纹识别 2100 万人，已经成为服务人数最多的软硬一体化人工智能助手。

值得一提的是，阿里人工智能实验室的团队规模，也从最初的 30 人增长为 800 多人。

语音和视觉的技术能力：

AliGenie 4.0 首次实现了语音语义一体化，将识别和理解的错误率降低 23%。全领域的全双工自然对话能力，做到了一次唤醒，多轮自然对话，并且可以自由打断。同时也实现了本地语音语义识别，以及四川话和广东话的方言识别。

阿里人工智能实验室在 2018 年春季发布会上曾经首次亮相视觉能力在智能音箱上的延展应用，而在本次发布会上，阿里则再次强调了在普惠视觉技术研发上，部署重兵，在深度学习模型、边缘计算引擎、手势识别、精彩瞬间捕捉、肢体识别等能力上，都有了不少进展。

现场展示了 C 位跟随的视觉技术应用，并在即将上市的带屏智能音箱 CCL 上落地，实现视频通话中的智能跟随。

技能开发平台：

面对开发者，AliGenie 4.0 提供了更多的开发工具支持，更新了包括技能、内容、IoT、Inside 在内的 4 大开发平台。

其中，技能开发平台强调了模块化分装，通过 VUI 和 GUI 双引擎，降低技能和应用开发的成本，最快能实现 7 天上线。其次，融合了声屏技术的开发工具 TPL，将语音和视觉双交互的能力，快速部署到不同尺寸、不同形态的硬件设备上，做到一次开发、多屏幕自适应。

为了加快技能和应用的开发，AliGenie 4.0 还针对带屏类的语音交互设备，推出了「语音小程序」，通过账号授权、横竖屏适配、语音交互适配等语音工具链，实现现有手机小程序向智能设备终端的直接转化，且一次开发、多端分发。

并且，在天猫精灵上开发的所有小程序，在支付宝、天猫、淘宝上，都可以并行使用。首批上线天猫精灵 CC 智能音箱的语音小程序有宝宝巴士、蚂蚁森林、斗鱼、闲鱼等。

内容开放平台：

在内容开放平台的升级策略方面，强调了 3 点：一是全自助介入，二是数据化运营，三是内容商业化。天猫精灵通过付费内容接入、精准推荐、付费导购、交易结算、互通会员体系等途径，实现内容生态的商业化，并预计将在今年双十一全面开放。

在内容资源的整合方面，阿里则拓展了传统出版业和音频平台两方面的资源，被点名的合作企业包括：浙江少儿出版社、安徽少儿出版社、米小圈、喜马拉雅、宝宝巴士、蜻蜓 FM、口袋故事等。

IoT 平台：

接着介绍的是 IoT 平台，包括本地秒回、蓝牙 Mesh 两大核心能力的升级，以及相应的设备端用户体验的提升。

具体来说，本地秒回强调的是控制类语音交互指令的本地化，即天猫精灵的端数据处理能力，实现了指令从云端到地面的秒级响应，延迟降低到了 0.4 秒。天猫精灵联合蓝牙技术联盟推出的 1 美元的蓝牙 Mesh 模块，目前已有千万级的出货量。

截止至目前，作为阿里巴巴家庭大脑的 AI 中枢，天猫精灵销售已经连续两年稳居中国第一、全球第三。而从硬件设备接入量上来看，天猫精灵已经接入了超过 660 多家 IoT 平台，覆盖超过 60 个产品品类，900 多个品牌，支持 3600 多个型号。AliGenie 的可连接设备量也增加到 2.35 亿，成为最大的 IoT 生态开放平台。

Inside 平台：

本次发布会还首次亮相了 AliGenie Inside 平台，它整合了天猫精灵的 AI 能力，通过积木式能力和私有化定制搭建，帮助传统硬件完成 AI 智能升级。并将这一流程简化到 4 步 7 天，即产品定义、开发管理、语音接入、发布管理。

在酒店和民宿、智慧出行两个行业应用领域，天猫精灵已经拥有了很多合作案例，今年又新拓展了教育领域，联合人民教育出版社发布了智能教育生态平台。

2 芯片

发布定制化语音芯片，平头哥玄铁的三核架构，支持本地处理 20 条指令

天猫精灵在 2018 年 6 月发布了价格只有 1 美元的蓝牙 Mesh 模组，目前，这一模组方案的直连采用量已经突破 1500 万片，能够实现 60 个产品类目的语音配网和 AI 控制，广泛应用于家电、照明、电工、健康、传感器等领域。

在思考 AIoT 时代需要怎样的语音模组或芯片的问题时，天猫精灵认为，双麦、远场，低成本、高可用，存储＜500KB 的精简算法，能够在本地处理 20 条指令的 NLP 等，都是要考虑的因素。

于是，承载了天猫精灵 AI 能力的语音芯片 TG6100N 问世了。TG6100N 为天猫精灵联合平头哥共同定制开发，采用玄铁的三核架构（CPU+算法+音频）；QFN 封装方式，具有超高集成度；内置 512KB SRAM+8MB SDRAM，并具有可扩展的内存；TEE 安全机制，双向强身份认证；同时还具有超低功耗的特点。