自2017年起始，于中国智能音箱市场的那些观察家眼里，差不多每一年皆是以“爆发元年”的期望来开启，而后又以“即将真正来临”来结束。在这般起起落落、半推半就的情形之内，我们历经了短暂的“百箱大战”，接着一个去伪存真的新时代在悄无声息中降临了。

要是当初亚马逊的那个实验室，没有给Echo赋予灵魂，那过去两年的智能音箱大战，也就没办法说起了。语音助手给蓝牙音箱配备了AI大脑，然而互联网公司更为在乎万物互联以及智能家居。毫无疑问，智能音箱把产业链的上下游，彻底给搅乱了。故事当中，详细描述了互联网巨擘之间的激烈竞争，还穿插叙述了创业公司生不逢时的状况，以及各家遭受围剿时表现出的羸弱、变通和逆转。

2017年，中国智能音箱市场开始萌发，有百余家公司依次上阵；到2018年竞争变得激烈起来。处在语音交互的早期阶段，智能音箱被赋予了如点石成金般的期望。两年过去了，智能音箱的新时代由于一块屏幕的留存或增减，变得相较于过往两年更具趣味且迷离了。

业界在智能音箱的证明与证伪之间，拉锯从未停止，「传统音箱+智能语音助手」的搭配，曾让万千创业者以为风口光临，人人皆能分羹，然而三年过去，市场上金牌卖家仅余巨头，过往参与者的存亡绝续，大多堪称一部血泪史。

当我们说起智能音箱新时代，当下出现了三种断代理论，一种是从无屏到带屏的物理分割区分，一种是从百箱大战到三足鼎立的局面锁定，还有一种是从伪智能到真智能的精彩转变，这三种不同逻辑的划分，都能自圆其说。

而无论瞄向哪种视角，智能音箱 2.0 时代终究还是来了。

混战与鼎足后的各自归位

过去两年，巨头以补贴作为代价，于智能音箱市场培育方面初步显现出成效，依据全球知名市场分析公司2018年5月发布的那种报告所指出的情况，中国在2018年已然上升成为全球第二大智能音箱市场，虽说亚马逊和谷歌依然是这一领域里的两强。其中亚马逊出货量是2420万台，谷歌出货量是2340万台，可起步相对较晚的阿里巴巴、小米以及百度在去年快速进入到市场前五。截止到2018年年底时，阿里巴巴出货量年为890万，小米出货量年为710万，百度出货量年为360万。

让我们把时间拨回到2017年，那时中国智能音箱对应的市场，仍处在早期的开垦时期，在这一整年里，整体的出货量是150万台，要知道在前10个月的时候，其销量仅仅只有10万台，而剩下那140万的增量，几乎全部是源自于小爱同学以及天猫精灵贡献的。与此同时，“价格战”毫无悬念地成为了关键词。由小米带头实施的持续性低价策略，为智能音箱在来年能够迎来井喷式增长，立下了一等头功，对这种增长态势无疑起到了极大的推动作用。

在 2015 年 5 月的时候，距离 Echo 真正售卖还剩下一个月，京东跟科大讯飞一块儿成立的合资公司灵隆科技，在国内最先推出了叮咚智能音箱，开启了国内有关智能音箱的篇章。到了 2016 年，「叮咚」进行了初步尝试，10 万台的全网销售数量在那时绝对有着里程碑的重要意义。

那时，普通消费者才刚刚抢购到苹果公司推出的最新款智能手机。当时的时代背景是，国内用户还没有习惯开口与 Siri 进行你来我往的交流，更未曾察觉到电子产品与语音助手之间存在的暧昧关系。

在科大讯飞语音技术予以加持的状况下，京东投入了重大赌注，使得叮咚那个智能音箱进行了更新以及换代，其对于产品的把控表现以及市场所产生的反响还算不错，然而后来却退到了次要位置，渐渐在消费者的视野范围当中消失不见了，这实在让人难以理解。曾经有消息传播出来，叮咚内部出现的动荡情况还有调整过程反反复复，公司缺少清晰明确的路线指引，这便是致使叮咚“落水”现象出现的主要促成因素。

智能音箱的划时代事件，在「叮咚」之后，于2017年7月26日发生，那天小米正式发布了首款智能音箱「小米AI音箱」。令众人瞠目的299元低价，击穿了这一品类当时的价格底线。小米智能硬件部总经理唐沐曾说过，智能音箱作为公司的战略可以不赚钱，音箱的定价逻辑遵循这样的原则，即售价不低于硬件堆料和工厂加工费的总成本价，而研发成本完全由小米自行承担。

后于小米AI音箱三周发布的天猫精灵X1，并非小米所产，乃是阿里推出，其售价相较于小米而言，要高出200元。在不具具体年份的双十一购物狂欢夜，天猫精灵自行策划了一场名为「攻守道」的活动。去掉百位数字之后，其抢购价仅仅只需99元，在当天8时53分这个时刻，阿里对外宣称天猫精灵的总销量成功突破100万台。

从此，智能音箱的价格补贴步入了常态化阶段，当巨头把持了智能音箱定价规则以及话语权之际，参与团战的小型玩家兵败如山倒，其中，处于中高端价位的智能音箱品牌遭受的冲击最为显著，只因秉持产品调性进而拒绝向低端层面让步，这般系列的音箱也没能赢得消费者的普遍认可，一些第三方智能音箱品牌跟创业团队因此一蹶不振。

在技术刚开始启动的时期，随着受到关注的程度不断提升，资本大量地涌入，这使得智能音箱的市场出现了泡沫，有关专家曾经表达过这样的意思，那些没有依据用户需求来出发去做的产品，在不久以后肯定会遭遇被淘汰掉的情况，恐怕将会波及超过九成以上的企业。

喜马拉雅有一位副总裁，同时也是硬件事业部的总经理，此人是李海波，在2017年的时候，有过一次采访，在那次采访当中，他曾经发出感慨，说智能音箱的虚火过于旺盛了。

消费者很快就感受到了低价让利所带来的负面效应，在一些消费者的认知里，智能音箱好像成了低廉概念的代表，百度、阿里、小米于20180年上半年陆续推出了mini版智能音箱，这些音箱价格处于69元至169元的区间，它们凭借低价尝鲜的办法去打动那些处于可购买可不购买状态的消费者。

但是，要是欠缺低价当作支撑，智能音箱恐怕很难造就出这般「加速度」。以补贴、低价作为主导的互联网策略早就屡见不鲜，野蛮又粗暴，可总是很有效。当然了，这条增长通道仅仅只有巨头才能够拥有。

自从智能音箱进入寡头时代后，那些侥幸存活下来的企业，不得不朝着B端市场去转型，Rokid是其中一家典型代表，出门问问也是一家典型代表。

今年3月，360发布了智能音箱MAX，Rokid参与了其研发，Rokid提供了自研的AI芯片，以及AI开源操作系统。并且，研发团队为MAX定制了双唤醒词，同时应用了声纹识别技术。此合作展现了Rokid作为技术型产品公司的实力。

2016年12月，Rokid首款智能音箱，也就是月石，亮相CES . 在双字唤醒那叫若琪的技术攻关方面，不管是怎样的情况 ，还是在产品设计这一方面有着极为严格的要求，Rokid的硬件产品向来走的是中高端品牌的定位。其上市售价是1399人民币 ，对外所展示的数据表明，该产品的日活超过50%，月活大概在80%左右，产品对应的复购率达到了80%。

2017年10月，在云栖大会上，Rokid创始人兼CEO祝铭明进行宣布，（他宣布）携手阿里云共同推出全栈语音开放平台，该平台100%的硬件技术免费开源，同时70%的代码也免费开源，并且提到企业只要拿走该平台回去自己包个壳，稍作修改，就是一个新产品，而且成本非常低，只要200 - 300元。

Rokid觉得，把自身的技术予以共享，这是个“正确的决定”，鉴于在迫切需要教育的早期市场当中，技术与产品的分量，比不上渠道和市场那么高。

再有一家典型的代表便是出门问问，这家公司在步入智能音箱领域以前，始终专注于智能手表，“智能可穿戴对于语音交互而言，决然不是最为理想的落地场景”，出门问问AI音频事业部总经理吴玉锦这般讲道，基于车载后视镜问问魔镜取得的成功，出门问问着手展开对于家居场景的探寻，在2016年，出门问问第一代智能音箱Tic Home立项。

吴玉锦坦白表示，当初接手音箱项目之际，其内心实际上布满了疑问：“终究行业整体的语音技术远远尚未成熟，缺少‘某某’，诸多领域内存在问题，智能语音助手没办法进行回应。”鉴于这么一个因素的制约，出门问问推出的首款智能音箱 Tic Home 侧重于做工以及音质方面，投入了数量众多的研发精力与物料成本。

在持续不断地开拓全新赛道的背后，出门问问探寻「下一代人机交互」的关键核心目标未曾发生改变，极客公园。

「第一代音箱有了阶段性成功，于淘宝众筹平台上众筹金额超 400 万」，很不幸，Tic Home 发售没多长时间，巨头就接连不断地来了。

出门问问制作智能音箱的最初想法，是期望搭建起那所谓的「家庭、路途、可穿戴」这般的产品金三角，从而去涵盖语音交互的全部领域。然而在整个 2017 年期间，出门问问历经了智能音箱从最初的百团大战一直到后来巨头割据的巨大变化，「根本就没有人敢去跟巨头展开正面的冲突，而且价格补贴可不是创业公司所能承受得起的呀。」团队随后尝试朝着垂直细分领域去发展，在做了诸多调研之后发觉，儿童乃是智能音箱天然的用户群体，后来也就有了第二代智能音箱——面向儿童的「Fox」。

现今，出门问问的音箱业务已然转向To B市场，并且寻觅到了巨大的潜在市场机会，来自电信运营商以及酒店品牌的订单占据了绝大多数，他们对于借助智能音箱打开IoT的潜在机遇同样予以看重。

创业公司若能够认清形势，进而抓住To B市场，便可以过得「相当滋润」。毕竟，吴玉锦告诉极客公园（ID:），BAT不会为某一个行业或企业从头到尾专门定制，因为他们看不上那个量，而且轻量型企业中能做好智能音箱的所剩无几。有能力做的企业，还要看其有没有端到端的能力，是不是还得整合进别家技术才能完成交付。经历了C端市场全链路的打通和尝试，出门问问已具备to B能力输出的要求。

巨头的生态博弈

2017 那年盛夏时节，二百九十九元售价的小米 AI 音箱呈现出小米一贯奉行的“不靠硬件赚钱”作风，采访里，唐沐对这一话题毫无遮挡避讳，首次亲口认可小米担当了智能音箱价格大战的“发起者”角色。

由唐沐带领的IoT部门，负责着路由器以及智能音箱这两条业务线，该部门被戏谑成集团里「最不赚钱的部门」，而且是没有其他能比得过的那种。他所背负的kpi并非以盈利作为目的，雷军对他的要求是，「广泛地去开拓销路，凭借数量取得胜利」。

虽能够不获取钱财，然而绝对不可以亏损钱财，在价格战局势最为激烈之际，有一回销售曾主动降低价格，将售价为 169 元的小爱 mini 音箱朝着 99 元的天猫精灵逼平，幸好唐沐及时发觉并紧急予以叫停处理，才没有造成更为巨大的损失，可那一次出现的失误，致使唐沐背负了大概 2 万台的亏损情况，虽说仅仅只是 140 万这么少的数额，但对于近乎零利润状态下的小爱音箱而言，补足亏损所需的时间相当漫长。

尽管阿里、百度以及小米，在布局智能音响这件事上，其想法与切入点并非完全一样，然而巨头們无论如何都要誓死守卫智能音箱战场，在这一点上他们的本源本质乃殊途同归，唐沐指出，「就好比 BAT 当年争夺互联网入口的时候，虽说各自有着不同的切入点，可是一旦他们抓到了这个入口，并且牢牢地吸附在这些入口之上的时候，他们就会去拓展全领域的应用，进而构建起闭环。」。

2019年1月时，小米启动了那个「手机 + AIoT」的双引擎战略。小米2018年财报数据表明，截止到2018年12月31日，小爱同学月活用户超过3888万，小米IoT平台已经链接的IoT设备数（不包含智能手机和笔记本电脑）大约1.51亿，已然成为全世界规模最大的AIoT生态圈。

雷军讲道，在2018年的时候，小米AIoT进入到了开始显露头角的阶段，AIoT被大家共同认定为接下来的核心机遇所在，它属于这个新时代的超级互联网。

统计数据是来自小米数据中心的，截止到2019年3月31日，小爱音箱累计的销量突破了1000万这个大关。和那些动不动就拿出巨额补贴去抢占市场份额的友商相比较而言，小米始终是在赛道上奔跑着的。

在唐沐眼中，巨头借助补贴的形式进入音箱市场，看上去显得野蛮，然而可供选择的道路却只有这般。终归每家公司在成长途径上存在差异，致使用户对于品牌形象的认知相对固定化，极难相信「供给电商服务的公司和提供即时通讯的企业能够做出一款优质的硬件产品」。同样的道理，用户也很难相信「小米能够打造一款非常不错的互联网服务」。他坦率地讲：「企业要是想打破这种偏见，那就必须付出比别人更多的代价」。在智能硬件范畴，低价依旧是打破品牌刻板偏见的有效方式之一。

除去阿里，小米所说的友商，还有借助小度带屏音箱而突出重围的百度。

不是国内无屏智能音箱首发者，2018年3月26日那天，百度没联合小鱼在家发布国内首款带屏智能音箱——小度在家，之后李彦宏也没亲临现场助阵，这家不是由百度战略投资的非初创公司不偏爱屏幕，也不是基于对智能音箱的审慎思考。

先来看，百度重视智能音箱，这其中的原因，自然是和它的战略紧密相连，不可分割的。从集团的角度去打量，小度在百度这里面，承担着百度搜索以及信息流未来发展的使命呢哟这个幕后有一双“看不见的手”它到底是谁？原来是百度副总裁、智能生活事业群组也就是 SLG 那边掌管大局的总经理景鲲。他曾经负责度秘团队的管理工作，还主导了某个东西的开发，把那东西打造成了百度处在人工智能时代非常重要的其中一个开放平台。

在今年2月份的时候，百度于北京发布了第二代「带屏视频音箱」名为小度在家1S。从相关参数方面来看，和之前的「小度在家」相比较而言，它的性能在整体上有了提升。景鲲在那个时候当场表明，要在2019年第一季度将智能音箱业务向市场第一发起冲刺。

3个月之后，分别发布的2019一季度智能音箱市场报告表明了一些情况，其中提到百度旗下的小度智能音箱出货量达到了330万台，这一数量超越了阿里巴巴与小米，从而在国内市场成为了第一位。与此同时，小度智能音箱出货量紧跟着谷歌的350万台以及亚马逊的460万台之后，在全球市场排到了第三的位置。

当时，有趣的一幕在中国移动6月份举办的「千兆引领，生态赋能」大会上出现了，百度的演讲代表在现场宣称自家智能音箱位居中国第一，与此相同，阿里的演讲代表也在现场宣称自家智能音箱位居中国第一，然而，只有小米说小爱音箱是中国第二。会后情况下，小米集团副总裁、红米Redmi品牌总经理卢伟冰收到了同事发来的报告，那是来自奥维云网的2019年Q1季度中国智能音箱市场主要品牌月度销量份额报告。在其中有所显示，小米凭借着34%的销量份额，在市场里处于首位位置，而天猫精灵的销量份额为33%，小度的销量份额是24%。

那种言语上的交锋，从侧面体现出了那些巨头于音箱赛道上咬住的紧绷程度。就如同景鲲所表述的那般：智能音箱这个赛道具备极大特殊性。其系经由激烈拼斗才探索出的一条全新赛道。

以小米的视角来看，阿里与百度在这场“马拉松”里借助持续性补贴，各自占据了一席之地，然而唐沐坚信“天下不存在赔本的买卖”，况且企业的每一笔款项都得有回报预期。对小米这种不靠硬件获取利润的企业而言，“放长线钓大鱼”的策略，其风险性是极高的。

确实，在被问到什么时候开启商业化之际，小度那边回应表示，智能音箱依旧处在投入阶段，集团当下不存在商业化的目标。当前所能想到的，仅仅有会员这一种变现方式，并且重心更多地是放置于产品体验以及扩大用户规模这方面。

有一个人叫景鲲，他代表着除李彦宏之外的、百度对于智能音箱所秉持的最高层面的意志。在今年2月的时候，景鲲发布了小度在家1S ，当时他公开表明，百度给予的价格补贴会依旧持续下去，一直到未来的某一天，其情形是「普通用户的家里都存在着一台能够用于人机交互的小度系设备」。

今年第二季度，百度于综艺节目《向往的生活》里，对小度音箱进行软植入，一方面在于触达那些与小度极为契合的观众，将其作为潜在消费者；另一方面它有助于在受众的心目当中，树立起智能音箱代表品牌的形象。

三大智能音箱的品牌溢价能力 |尼尔森

较之急切盼望着成为能被国民广泛使用产品的小度而言，小爱音箱仅仅只需在小米AIoT的战略范畴之内顺着形势自然而为就行，在过去的这两年时间里，唐沐针对小爱音箱的战略定位有着更深层次一度的理解，他持有这样一种观点论断 ，智能音箱它既是IoT的具备引发促进作用的那种东西 ，同时也是IoT的有着聚拢收揽成效的那种事物。

在 2018 年 10 月 25 日，于北京故宫，小爱蓝牙音箱凭借 49 元的首发价格，将智能音箱价格的底线予以刷新。

在语音交互尚未出现之际，小米激励着用户开启手机 APP 用以控制智能硬件。智能音箱发售完成以后，小米发觉，用户的使用习惯正从对手机 APP 的控制转移至音箱的语音交互。当 IoT 设备数量以及用户规模逐步变得愈发庞大的时候，消费者思索购买智能音箱，进而操控这些设备的概率便会显著增强。一项统计调查表明，购买小爱智能音箱的用户，越发倾向于购买小米自家的 IoT 设备。所以，智能音箱促使 IoT 产品的售卖量得到提升，智能音箱所具备的“催化剂”效能由此能够明晰显现出来。

唐沐针对IoT的“收割者”这一角色，运用一个反面假设阐述了重要性，即假设小米成为全球最大的IoT平台，却未推出自家智能音箱，这样在智能音箱的竞争中，友商就能获取绝大部分市场份额，用户可借助其他品牌智能音箱操控小米的IoT智能设备。

物联网设备的连接，得要有开放协议给予的授权许可才行，一旦有竞争者能够操控第三方的家居设备，并且不支持小米的物联网产品，那么消费者极有可能再也不会将小米的任何产品放进购物车里了。

接着再往下进行推演，那对手对于IoT的收割仅仅只是第一步，而毁灭才是第二步。唐沐讲了这样一番话：一旦那些友商对小米的IoT进行了收割，很难保证在某一天，语音助手会将小米的设备屏蔽掉，致使其没办法正常使用。更为狠辣的是，当用户朝着家中的智能音箱发出指令之后，不能排除友商的智能音箱会向用户推荐去使用其他品牌的IoT设备。

一块屏幕的改变

在 2018 年的第四季度当中，Home Hub 带屏智能音箱摇身一变成为了一颗新星，其出货的数量达到了高达 220 万台之多。依据相关的统计所显示出来的情况，在 2018 年的时候全球范围内带屏智能音箱的出货数量为 640 万台，此数量占据了智能音箱整个市场总出货量的 8.3%。

身处智能音箱赛道环境里，亚马逊以及其他先行者，始终是国内科技类企业前行途中开道铺就道路的风向标所在。极擅长追踪国际巨头细微踪迹的中国互联网领域巨头们，也都纷纷着手开展起带屏音箱方面的经营业务了。

依时间顺序而言，从无屏的产品到带屏的产品迭代是算作一种进化的。带屏的音箱把音频收听与视频观看的需求一并满足了，还让智能音箱由单一的语音交互朝「语音 + 视觉」的多模态交互转变了，摆脱了语音交互于功能以及内容层面的展示局限，从而使智能设备拥有了能具备了能听、能看的感官能力。

出门问问AI音频事业部总经理吴玉锦持有这样的看法：“人机交互往后必然会是一种多模态的交互，在语音交互结束之后，视觉交互肯定会一马当先，转变为家庭场景里人机交互的主要趋势。”。

早期人工智能因无法给予机器充分理解力，造成人机交互体验远未达所谓“智能”状态，这使人不难明白为何有人曾口出狂言，宣称“智能音箱就是智障”。

很多时刻，于用户交互进程里，起码要历经三轮对话方可获取令人称心如意的成果。小鱼在家CEO宋晨枫讲过，在多轮交互当中，一旦用户的表述较为繁杂，机器极有可能没法准确领会语义，致使交互不得不中断。这样一种效率匮乏的交互感受，一般会使用户在检索信息的进程中滋生倦怠之感。

经百度AI交互设计院凭借对众多智能语音交互产品用户测试所积累的经验发觉，影响语音唤醒体验的因素涵盖两个层面，其一为输入，其二是输出。与此同时，产业界正逐渐达成一种共识，即I/O（也就是输入与输出）能力的增强，乃是智能设备于未来实现突破以及发展的关键所在。

智能音箱与触摸屏二者相结合运用的方式，使得I/O能力得以增强。从技术层面做分析的话，带屏音箱自身并不能够解决多轮对话所具备的能力，然而有了屏幕的辅助作用加以支持，触控操作取代了多轮问答，多轮对话面临的瓶颈从而获得了解决。从用户体验这个角度看一瞧，带屏音箱把信息输出的效率，相较于单纯依靠语音播报的无屏音箱高出许多。就好比在屏幕上直接展现未来一周的天气状况，或者推荐当天的热点新闻，而无屏音箱完成语音播报需要花费很长时间。这并不契合人类以视觉作为主要方式、听觉作为辅助方式的信息获取习惯。

于商业化层面而言，带有屏幕的音箱相较于没有屏幕的音箱，展现出一种更为友好的态势。倘若在内容播放进程当中，没有屏幕的音箱嵌入了一些生硬的广告，致使正在播放的内容遭到中断，那么必然会给用户带来极为糟糕不好的体验感受，然而习惯了视频广告的观众在天性上所具有的容忍程度会更高一些。

自上述探讨里看得出来，因智能音箱未达成「真智能」，致使产品对屏幕的依赖程度显现。然而不可否定地是，屏幕使产品的边界与功能趋向模糊及冗余的状况正出现。所说的「带屏音箱」，也许正朝以观看为主要方向演变。有看法觉得，将来智能音箱的演变途径，很有可能是融入到智能电视里头。带屏音箱或许会成为巨头预先抢占智能电视生态的手段，这是亚马逊在 Home Hub 之后，推出带屏版 Echo 的很有可能的目的。

小鱼在家由百度孵化，百度借此成为国内最早布局带屏音箱的企业。对于带屏音箱，李彦宏给出了百度版本的标准答案。他觉得，智能音箱有无屏幕的区别，就如同收音机跟电视机不一样：“这块可视屏幕存在，智能音箱的功能才可朝着更大程度去延展。”。

早在去年8月份，出门问问试着做出一款带屏智能音箱，其屏幕大小为5英寸。吴玉锦说，当时做了好多用户调研的场景，好多人期望它拥有提醒功能，能支持闹钟，告知该吃饭了或者天黑了，又或者播放并唱一首歌，屏幕上展示歌词，平时就当作一个电子相册。

于同客户沟通之际，出门问问团队察觉到，小屏音箱之受众群体，「着实极为有限」，企业级用户更钟情于大屏，依循他们的需求，故而在 2019 年初的 CES 之上，有一款 8 寸带屏音箱被出门问问公开予以展示。

然而，大屏所代表的是更高的成本。唐沐持有这样的看法，产品的成本结构对消费场景起着决定性作用。倘若在冰箱上面装配一块大屏，其成本会占到30% 至40%，那么这款冰箱断然无法成功，原因在于白色家电理当更具实用性，消费者不会由于冰箱有了一块屏幕，就再多掏出30% 到40% 的钱。

同样的道理，带屏音箱并非小电视，要防止产品的成本结构演变成为畸形状态，那就一定要对屏幕成本加以控制，「带屏音箱的屏幕就得足够小」。唐沐透露，小米选用 5 英寸小屏，原因在于这块屏幕在当下的供应链当中极为成熟句号。

业界对于这些疑问没有统一回答，这些疑问是，‘多模态交互是带屏智能音箱的一次大胆企图，视觉确实需要屏幕支撑’。同时具备第二个方面——关乎这方面疑问——‘在带屏智能设备语境里，智能音箱的屏幕尺寸该多大 或是与这般核心部分产生关联’ 第三点围绕这样质疑——‘是以屏幕为主导，还是仅仅作为一项辅助’以及这方面疑惑还有一部分——‘产品体验是以语音为主导，还是以具备屏幕操控这条件为主导’。

思必驰 CMO，龙梦竹，看过主流的带屏音箱之后，并未在带屏音箱“大屏 or 小屏”这个问题上存在纠结，而是对于智能音箱能不能成为“语音 + 视觉”的合理性载体持有怀疑态度。

在历史长河的视角之下瞧，半导体领域出现萧条状况是源于屏幕的现身，音频领域呈现萧条态势则是由于视频行业的兴起，然而这种一方消减另一方增长的情况并非全然如此。龙梦竹提到，往昔数年时候我们目睹了音频内容行业再次展现出蓬勃的生机与活力。对于智能音箱来讲，不存在屏幕的音箱具备的存在合理性更为突出。

她着重指出，思必驰当初开展智能音箱业务的拓展工作，其一在于坚信音箱是理所当然的音频承载工具；其二是鉴于音箱不具备显示屏，所以语音才会成为必需的需求。依据这两个要点，可知智能音箱对于远场识别、降噪、麦克风阵列、声源定位等方面的要求十分明晰，而且技术更新换代的脚步也迈得极为快速。

在当下的情形之中，智能音箱跟屏幕相互捆绑的这种状况，它呈现出来的样子，既有着类似一台小型电视那般的形态，同时又隐隐带有些像是平板的那种特征。具备屏幕的这类音箱，它们把视频通话、远程监控、拍照、视听播放以及电子相册等诸多功能融合在了一起。对于 “具备屏幕的音箱其消费人群到底是哪些人，而这些人又都会在什么样的场景之下进行使用”这一问题，龙梦竹声称自己难以理解。

即便AI技术是阻碍智能音箱行业往前发展之中最为严峻的瓶颈，“然而要是增添屏幕是为了避开此项技术，去缓和多轮交互方面的局限性跟语音的某些欠缺之处，这一点是不成立的”，龙梦竹毫无保留地讲出。毕竟，智能音箱打从一开始就并非是近场语音交互所用的工具，同样也不是供用户用来把玩的掌机类设备。“尽管屏幕有了它的加入会带来这样那样的益处，可是将这些优势以及亮点运用到一台音箱之上，好像又是不成立的。”。

硬件厂商以及产品经理所面临的问题，是关于怎样确立用户画像。在智能音箱这个市场里，存在着不少凭借“拍脑袋决定”制造出的产品。尽管带屏属于不可逆转的一种趋势，然而无屏音箱在未来依旧会存在较为漫长的时间。

声智科技 CEO 陈孝良表明，带屏智能音箱于未来对智能平板市场进行挤压的可能性更为高些。虽然当前带屏音箱朝着融合交互的方向前行，然而屏幕会天然地被用户视作是能触摸的交互方式，从而使语音交互被弱化且渐渐被遗忘。在市场培育的阶段，品牌方应当先让用户养成语音交互的习惯，之后再缓缓推出带屏音箱。

于2019年的第二个季度期间，智能音箱在全球范围之内的出货数量急剧上升，已到了3030万台之多。当中，百度的出货数量在于470万台，阿里的出货数量为430万，小米的出货数量是340万，这三家在国内的出货量排名处于前三位。

2.0 时代的轮廓

智能音箱，其第一轮的竞赛，至此已然来到了尾声。按照预测来看，在2019年的时候，中国智能音响的出货量，将会达到2960万台之多。然而景鲲，却大胆进行预估，声称智能音箱的市场，将会达到四五千万的规模。

唐沐表明，智能音箱的市场范围并非毫无根据的想象，而是对传统蓝牙音箱市场进行了置换或者替代，他说：「智能音箱发展极为迅速，其市场份额已然摆在那里，未来在中国一年内或许会是上亿的规模。」。

紧接着，他进一步说道，以前，大家不管是利用蓝牙音箱，又或者是那个被称作互联网音箱的东西，事实上都是得借助手机来进行操控的，从本质上来说并没有语音操控这般便捷，如果要细说，那便是用户须得将手机拿出来，轻点 APP，寻觅到适度的内容之后点击操作该项手机软件，如此这般音箱才能够实现播放，然而语音交互却相对而言十分简单，很容易就能完成相关操作。

回想智能音箱的1.0时期，处于主流地位的参与者能够达成相对不错的语音识别、自然语言处理水准以及大脑查询机制，并且各个商家的曲库和有声读物库存较为充足。所以，归纳第一阶段的战斗活动，大多数是围绕对基础能力的稳固强化。

景鲲坚信屏幕、视觉与语音相互结合起来的交互，乃是未来必定会经历的发展趋向，然而，要是把有屏以及无屏当作 1.0 与 2.0 的界定标准，如此的划分可能携带着太过强烈的物理属性。

关于智能音箱的2.0时代，能不能用带屏以及无屏进行区分，唐沐自己对此很是怀疑。他认为智能音箱2.0的阶段性标志，并非在于有屏或者没屏，而是真智能与初级智能之间的差异，也就是第二阶段的竞争是基础智能朝着真智能升级。所说的真智能，应当是“千人千面的”。

于2017年6月20日，喜马拉雅推出了小雅智能音箱，过了一阵子，李海波留意到后台数据，发觉使用「小雅」的用户里有65%是儿童，方得智能CEO彭黔平也曾向媒体讲出：「在国内销量位居前三的智能音箱当中，购买者多数是年轻人，可使用者却是以老年人和儿童为主要群体。业内人士都需要对此进行反思，为何如此一款貌似科技含量挺高的产品，最后就只能去满足老年人与儿童的需求。」。

不论巨头之间的激烈争斗，还是创业公司的赛道转变，背后体现的是当下智能音箱市场新阶段竞争变得更为残酷。看起来小众的市场，吸引了国内外互联网巨头和田创新兴创业公司纷纷进行布局。特别是在如今智能音箱对消费者而言已不再是陌生概念的情况下，这一品类仍然难以谈及品质与追求。

有人曾经进行过这样的设问，消费者所买到的究竟是一个仅仅是用来供人消遣的价格低廉的玩具呢，还是一件实实在在富含着科技成果结晶的堪称良心的选择呢？

在回归到产品本身这件事上，如果咱们提到智能音箱1.0时代，那时的产品更像是一台着重于把传统音箱与初级语音交互进行结合的问答机，而借助这样的结合升级为了所谓的智能音箱；那么我们再说智能音箱2.0时代，唐沐作出判断，此时音箱应当回归「智能」本质，围绕「真智能」展开新一轮巨头间的争战了。

唐沐表示，从智能音箱到智能电视，乃至其它智能设备，语音助手需呈现千人千面的形态，像不同用户下达「我要听歌」指令时，智能音箱的反应有别，推荐内容也不同。

然而，真智能的到来时长，取决于某些相关技术的就绪程度，比如声纹识别技术，还有智能推荐技术，并且包括情绪识别技术。

令人欣慰的是，消费者留意到了智能音箱的更新进步，在今年7月初举行的百度AI开发者大会上，李彦宏向现场观众展示了小度自主研发的全双工面唤醒技术，一次唤醒具备多轮交互的使用感受，这或许会是音箱迈向「真智能」的起始步，能够肯定的是，语音助手与人类顺畅交流对话的时日即将来临了。

于上一轮的比拼期间，一些着重于2B语音技术的创业公司得以存活下来，部分参与者还变成了巨头的合作对象，然而唐沐宣称，在智能音箱2.0时代降临之际，这些B端层面的公司或许会面临前所未有的生存方面的挑战。这是由于C端领域的大玩家都会为了「真智能」去提升核心壁垒，极有可能不再把解决方案商当作合作伙伴了。

到那个时候，行业中的巨头将会把ASR这样的一种自动语音识别技术手段，以及NLP这称之为自然语言处理的技术类别，还有TTS Text To也就是从文本到语音的这种技术领域里面的相关成果，转变成为由自己来研发具备的底层基础性的能力。

尤为关键的一点在于，历经第一轮竞赛的比拼，巨头把控了海量的数据，越发多的数据表示着更为精准的算法，不难推测，智能音箱的2.0时代将会是寡头间的全方位竞争。

在唐沐表示的内容里提到，当然，未来2B企业必然会存在着别的机会以及生存空间，「或许会朝着其它产品方向去转型，然而针对面向消费者的服务，巨头必定会构建起自我闭环」。