對話出門問問CEO李志飛：月底加入全球智能音箱戰局

智東西（）
文 | 寓揚

《Her》是一部關於人機相戀的科幻電影。劇中男主角在一段悲慘的愛情后，偶然的愛上了一款先進的人工智慧操作系統（OS），這個虛擬助手能夠和人類對話，幽默風趣善解人意，又能夠不斷自我學習豐富自己的意識和情感。

而當下隨著智能音箱等各種智能設備的出現，虛擬語音助手也成為我們談論的熱點。我們何嘗不想擁有電影中的虛擬助手，它無處不在地陪伴著我們，並為我們提供各種服務。

就在昨日極客公園的奇點大會上， 出門問問創始人&CEO李志飛回應了這個問題「虛擬個人助理到底與我們生活有多遠」，會後他接受了智東西等媒體的採訪，並就出門問問的智能音箱、自然語言理解以及行業布局展開對話。

一、出門問問「軟硬體結合+多場景聯動」

出門問問是一家軟硬體結合的人工智慧公司，由李志飛在2012年10月創建。而在創辦公司之前，李志飛是美國約翰霍普金斯大學計算機系的博士，之後在谷歌總部擔任科學家，從事機器翻譯的研究工作，這裡面最核心的技術就是自然語言理解。

李志飛談到，在公司創立之初，他們就希望在下一代移動設備或者是計算設備到來的時候，去定義下一代的人機交互方式。為此，出門問問也經歷了三個階段的探索。

在2012年到2014年剛成立的一年半里，出門問問主要做演算法，問問團隊把語音識別、語義理解、後面內容的對接、搜索、推薦系統都自己做了一遍。李志飛表示，由於之前技術的積累，這個階段是比較簡單的。然後李志飛開始探索技術到底應用在什麼地方，並在手機上做了一些應用。

在2014年到2015年，出門問問開始走向軟硬體結合的道路。李志飛談到，「到底什麼樣的方式能夠承載下一代的交互方式？我們就想到軟硬體結合這個點」。具體來講，就是把軟體和硬體結合起來，去開拓一個新的品類，而出門問問首先做的軟硬體結合的設備就是智能手錶。

做完智能手錶，出門問問具備了軟體、硬體和演算法的聯合開發能力。在形成一個不錯產品的前提下，李志飛又走向了軟硬體結合+多場景聯動道路的探索。因為人的生活場景的多元的，虛擬助手如果只是在手錶上，是非常局限的，而通過多個場景的多款產品的聯動，讓虛擬助手無處不在，才能讓用戶更便捷的使用虛擬助理。所以，出門問問開始嘗試智能家居、智能車載等更多場景的產品。

目前出門問問軟硬體結合的產品已有智能手錶Ticwatch、問問耳機Ticpods、車載智能後視鏡問問魔鏡Ticmirror、智能音箱Tichome等一系列產品。

二、出門問問智能音箱將更加註重音質

在智能家居的產品中，出門問問最早探索的就是智能音箱，並於今年4月份發布智能音箱Tichome以及虛擬個人助理「問問」。李志飛向智東西透露，該款智能音箱將在今年8月24日左右發布上市，月底進入量產。

他談到，出門問問在去年下半年開始對智能音箱進行調研，今年開始著手去做，第一批樣品已經在4月份亮相，目前產品已經打磨了近4個月。

當智東西問及價格時，李志飛表示，問問音箱的價格將會比市場上的音箱貴一些，大致價格在700-1000元之間。為什麼問問智能音箱會比天貓精靈X1、小米智能音箱貴呢？它有什麼優點？

李志飛談到，首先在音質上，問問智能音箱要比市場上所有智能音箱的音質要好，主要是採用了高中低音不同的兩個喇叭組合，音腔也更大，導致成本的上升。第二，圍繞音質，出門問問會尋找更好的音樂源，更優秀的合作夥伴，花更高的成本投資在這一塊。第三相比市場上的產品，出門問問在智能語音交互上做的更好，比如說多輪對話、百科問答等。

第四，在策略上，出門問問的智能音箱不止在國內銷售，還在國外銷售，在海外和谷歌合作，通過自身硬體和Google Assistant相結合。李志飛談到做硬體只有銷售更多的量才有規模效益，有更多的用戶使用，才能支撐投入、售後、服務和產品迭代。智能音箱市場80%都在海外，而只佔了20%，所以從最初起出門問問就要做一款全球化的產品。

可見，作為一款智能音箱，李志飛首先還是聚焦在音箱的核心功能聽歌上，並提供更優質的音質和音樂源，其次才是智能化程度，這和蘋果HomePod的理念不謀而合。

此外，李志飛也談到，跟風蘋果也沒有什麼不好，因為一個小的創業公司很難去定義一個產品品類，但可以在品類的基礎上通過技術去創新。出門問問也在做一款類似蘋果AirPods耳機，預計今年年底將會推出產品。

三、虛擬個人助理究竟離我們有多遠

電影《Her》描述的是2025年的情形，其中的虛擬助理具有自然對話、善解人意、無處不在、愛恨情仇四個特點。但李志飛表示，未來7、8年要實現這一款產品是非常非常困難的，核心瓶頸就在於自然語言理解能力。

目前的智能音箱更多的還是「one shot」模式，即一輪對話，多輪對話也只是應用在閑聊中。李志飛表示，問問音箱可以展開基於上下文背景的多輪對話，比如你可以說「播放音樂」，然後可以接著問「這首歌是什麼名字」、「歌手是誰」、「他結婚了嗎」等更深度的對話，但為了用戶體驗，每次發問仍然需要喚醒。

當智東西問及NLP（自然語言處理）的發展狀況以及何時才能實現《Her》中的虛擬助理時，李志飛表示， 語音交互發展到今天，語音識別基本已經到了可用的程度，當然也需要對各種噪音和口音環境迭代優化，但根本瓶頸在於自然語言理解和對話系統上。

NLP和對話管理背後都是機器學習、大數據、雲計算演算法，但NLP更多的指一句話在上下文中如何去理解它；對話管理是前面進行到了一個什麼樣的狀態，即機器說過什麼、人說過什麼，沒說過什麼，它是對化狀態的管理，這兩個技術都是語音交互比較大的瓶頸。兩者的突破在於怎麼能有效的把NLP技術和知識圖譜、推理的結合。

而自然語言理解很難說它發展到哪種程度，說白了還是計算機沒有常識，沒有辦法對物理世界進行建模。一個很有趣的悖論是，一方面計算機可以創造一個程序，打敗世界上最牛的棋手；但是另一方面，計算機都不能像一個5歲小孩一樣跟你進行正常對話，而這正是計算機沒有對物理世界和常識進行建模和理解。

四、智能音箱是戰略性布局

考慮到智能音箱在NLP上的瓶頸，以及國內使用的實際情況，那智能音箱當下在國內是否是一個偽需求呢？

李志飛坦言，不好判斷智能音箱在國內是否是偽需求，儘管亞馬遜Echo可以達到千萬銷量，但短時間內達到千萬級別的量還是很困難的。

首先，國內用戶在對智能音箱的認知上是遠遠低於美國的，他們的調查顯示，在美國80%的人知道智能音箱是什麼，而認知度20%都不到。第二美國智能家居的成熟度是比較高的，房子更大， 用戶喜歡去DIY，而國內這樣的環境是不具備的。總的來說，國內智能音箱發展不容樂觀。

但對所有的公司，包括像出門問問以語音交互為核心的公司，智能音箱就是一個戰略性的產品。雖然銷量起來需要時間，技術成熟需要時間，但是如果今天不去做智能音箱，未來四年就算用戶有這個需求，技術上已經成熟，那麼跟你也沒有關係。與運營的產品不同，這樣的產品需要很多技術上的積累，像天貓、叮咚的布局更是看中智能音箱未來的戰略價值。

當談到小米智能音箱（299元）、天貓精靈X1（499元）的價格時，李志飛表示，出門問問不會選擇低價路線，在市場不成熟的當下，降低價格不見得能夠賣出多少產品，反而會降低研發、推廣的成本。

結語：百箱大戰即將到來

目前，市面上的智能音箱越來越多，叮咚音箱、天貓精靈、若琪音箱、小雅智能音箱、小米智能音箱、問問智能音箱等都陸續加入戰局，還有一大波玩家正在路上，「百箱大戰」即將到來！

有的玩家硬體把控強，拼性價比；有的玩家技術強，拼交互；有的玩家內容資源豐富，打內容；還有的打渠道等等。但沒有一家企業全部具備以上優勢，而未來的比拼一定是基於用戶體驗的生態。

而國內市場和用戶最終是否買賬也要畫上一個大大的問號。但正如李志飛所說，智能音箱是一款布局未來的戰略性產品，誰也承受不起錯失風口的風險。