智能音箱如何開辟未來發展新賽道？
0
從 2017 年開始，音箱在中國的何開智能音箱市場的觀察家眼中，幾乎每一年都是發展常州美女快餐外圍上門外圍女（微信181-8279-1445）提供1-2線熱門城市快速安排30分鐘到達以「爆發元年」的期寄開場，再以「即將真正到來」收尾。新賽在這種起起伏伏的音箱半推半就之中，我們經歷了短暫的何開「百箱大戰」，繼而一個披沙揀金的發展新時代在不知不覺中到來。
倘若亞馬遜 Lab126 實驗室當初沒有為 Echo 注入靈魂，新賽過往兩年的音箱智能音箱大戰也無從談起。語音助手為藍牙音箱提供了 AI 大腦，何開而互聯網公司更在意萬物互聯和智能家居。發展無疑，新賽智能音箱徹底攪動了產業鏈上下游。音箱故事里，何開寫盡了互聯網巨擘間的發展激烈角逐，也插敘了創業公司的生不逢時，以及各家遭遇圍剿時的羸弱、變通和逆轉。
2017年，中國智能音箱市場萌發，百余家公司輪番上陣；競爭在 2018 年刺刀見紅。語音交互的早期，智能音箱被寄予了點石成金般的期許。兩年過去，智能音箱的新時代因為一塊屏幕的存留增減，變得比過往兩年更加有趣又迷離。
盡管業界在智能音箱的證明與證偽之間的拉鋸從未停止。「傳統音箱+智能語音助手」的搭配，也曾讓萬千創業者以為風口降臨，人人皆可分羹。可三年過去，市場上的金牌賣家僅剩巨頭。過往參與者的存亡絕續，大多是一部血淚史。
當我們談起智能音箱新時代，目前出現了三種斷代理論：從無屏到帶屏的物理區隔，從百箱大戰到三足鼎立的格局鎖定，以及從偽智能到真智能的華麗蛻變。這三種不同邏輯的劃分，都能自圓其說。
而無論瞄向哪種視角，智能音箱 2.0 時代終究還是來了。
混戰與鼎足后的各自歸位
過去兩年，巨頭用補貼為代價，在智能音箱市場培育方面初顯成效。根據全球知名市場分析公司 Canalys 在 2018 年 5 月發布的報告指出，中國已在 2018 年躍升為全球第二大智能音箱市場。盡管亞馬遜和谷歌仍是這一領域的雙雄，出貨量分別為 2420 萬臺和 2340 萬臺，但起步較晚的阿里巴巴、小米和百度在去年迅速躋身市場前五，截至 2018 年年底的出貨量年分別為 890 萬、710 萬、360 萬。
年，中國智能音箱的市場尚處于早期開墾階段，全年出貨量為 150 萬臺。其中前 10 個月的銷量只有區區 10 萬臺，其余 140 萬的增量幾乎全部來自于小愛同學和天貓精靈。與此同時，「價格戰」成為了關鍵詞。以小米為首的持續性低價策略，為智能音箱在來年迎來井噴式增長，立了一等頭功。
早在 2015 年 5 月，距離 Echo 正式發售的還差一個月，京東和科大訊飛聯合成立的合資公司靈隆科技，率先在中國推出了叮咚智能音箱，開啟了國內智能音箱的篇章。2016 年，「叮咚」小試牛刀，10 萬臺的常州美女快餐外圍上門外圍女（微信181-8279-1445）提供1-2線熱門城市快速安排30分鐘到達全網銷量在當時絕對具有里程碑意義。
彼時，普通消費者剛剛搶購到蘋果公司的最新款智能手機 iPhone6。時代背景是，國內用戶還不習慣開口與 Siri 你來我往，更沒有察覺到電子產品和語音助手的曖昧關系。
京東押下了重注，在科大訊飛語音技術的加持下，叮咚智能音箱更新又換代，產品把控和市場反響不賴，可后來卻退居二線，淡出消費者視野，令人不解。曾有消息傳出，叮咚內部的動蕩和調整反反復復，公司缺乏清晰的路線指引，是導致叮咚「落水」的主要原因。
「叮咚」之后，智能音箱的劃時代事件發生于 2017 年 7 月 26 日——小米正式發布了首款智能音箱「小米 AI 音箱」。299 元的瞠目低價，擊穿了這一品類當時的價格底線。小米智能硬件部總經理唐沐曾表示：「智能音箱作為公司的戰略可以不賺錢，音箱的定價邏輯遵循售價不低于硬件堆料和工廠加工費的總成本價的原則，而研發成本完全由小米自行承擔。」
先于小米 AI 音箱三周發布的天貓精靈 X1，出自阿里之手，其售價比小米高出 200 元。而在 2017 年的雙十一購物狂歡夜，天貓精靈自編自導了一場「攻守道」。抹去百位數字，搶購價僅需 99 元，當天 8 時 53 分，阿里宣布天貓精靈總銷量突破 100 萬臺。
自此，智能音箱的價格補貼進入了常態化。當巨頭掌控了智能音箱定價規則和話語權時，參與團戰的小型玩家潰不成軍。其中，中高端價位的智能音箱品牌受到的沖擊最為明顯。因為恪守產品調性而拒絕向低端妥協，這類音箱也未能博得消費者的廣泛認可，一些第三方智能音箱品牌和創業團隊因此折戟沉沙。
在技術啟動期，隨著關注度的提升，資本的涌入助長了智能音箱的市場泡沫。有關專家曾表示，那些沒有從用戶需求出發的產品，不久后必然會遭到淘汰，恐殃及九成以上的企業。
喜馬拉雅副總裁兼硬件事業部總經理李海波在 2017 年的一次采訪中，曾感慨智能音箱的虛火過旺。
低價讓利消費者帶來的負面效應很快出現。在一些消費者心目中，智能音箱似乎淪為低廉的代名詞。百度、阿里、小米在 2018 年上半年等紛紛推出了 mini 版智能音箱，價格從 69 元到 169 元不等，靠低價嘗鮮的策略打動那些「可買可不買」的消費者。
可如果沒有低價作為支撐，智能音箱恐難創造出這樣「加速度」。以補貼、低價為主導的互聯網策略早已司空見慣，野蠻粗暴，屢試不爽。當然，這條增長通道只配巨頭擁有。
智能音箱自此進入了寡頭時代，那些僥幸存活的企業不得不向 B 端市場轉型。Rokid 和出門問問就是兩家典型代表。
例如 Rokid 參與研發了 360 今年 3 月發布的智能音箱——MAX，提供了 Rokid 自研的 AI 芯片 KAMINO18 和 AI 開源操作系統 YodaOS。此外，研發團隊為 MAX 定制了雙喚醒詞，并應用了聲紋識別技術。這次的合作代表了 Rokid 作為技術型產品公司的實力。
2016年 12 月，Rokid 首款智能音箱 Pebble（月石）亮相 CES。無論是雙字喚醒「若琪」的技術攻關，還是在產品設計方面的苛求，Rokid 的硬件產品一直走中高端品牌的定位。Pebble 上市售價為 1399 人民幣，對外數據顯示，Pebble 的產品日活超過 50%，月活在 80% 左右，產品復購率達到了 80%。
Rokid創始人兼 CEO 祝銘明在 2017 年 10 月的云棲大會上，宣布攜手阿里云共同推出全棧語音開放平臺，其 100% 的硬件技術和 70% 的代碼免費開源，「（企業）只要拿回去自己包個殼，稍作修改，就是一個新產品，而且只要 200-300 元，成本非常低。」
在 Rokid 看來，共享自己的技術是一個「正確的決定」，因為在急需教育的早期市場里，技術和產品的權重不如渠道和市場來得高。
另一家典型的代表是出門問問。公司在進入智能音箱領域之前，一直專注智能手表，而「智能可穿戴之于語音交互，肯定不是最好的落地場景」，出門問問 AI 音頻事業部總經理吳玉錦說道。基于車載后視鏡——問問魔鏡的成功，出門問問開始了家居場景的探索。2016 年，出門問問第一代智能音箱 Tic Home 立項。
吳玉錦坦言，最初接手音箱項目時，內心其實寫滿了問號：「畢竟行業整體的語音技術遠未成熟，缺乏『support domain』，很多領域的問題，智能語音助手沒法作答。」考慮到這一因素的掣肘，出門問問的首款智能音箱 Tic Home 向做工和音質側重，投入了大量的研發精力和物料成本。
「第一代音箱取得了階段性成功，在淘寶眾籌平臺上的眾籌金額突破 400 萬」，不幸的是，Tic Home 發售不久，巨頭便紛至沓來。
出門問問做智能音箱的初衷，是希望構建「家庭、路途、可穿戴」的產品金三角，覆蓋語音交互的所有領域。但在整個 2017 年，出門問問經歷了智能音箱從百團大戰到巨頭割據的劇變，「沒有人膽敢跟巨頭產生正面沖突，況且價格補貼不是創業公司能夠承擔的。」團隊后來嘗試走垂直細分領域，做了很多調研后發現，兒童是智能音箱天然的用戶族群，后來便有了第二代智能音箱——面向兒童的「TicKasa Fox」。
如今，出門問問的音箱業務已經轉向 To B 市場，并找到了巨大的市場潛在機會。來自電信運營商和酒店品牌的訂單占絕大多數，他們對智能音箱打開 IoT 的潛在機遇同樣看重。
能夠認清形勢并抓住 To B 市場，創業公司可以過得「相當滋潤」。畢竟，「BAT 不會為某一個行業或企業從頭到尾的專門定制，他們看不上那個量，而輕量型的企業能做好智能音箱的所剩無幾。有能力做的（企業），還要看它有沒有端到端的能力，是不是還得整合進別家的技術才能完成交付」，吳玉錦告訴極客公園（ID:geekpark），經歷了 C 端市場全鏈路的打通和嘗試，出門問問已經具備 to B 能力輸出的要求。
巨頭的生態博弈
在 2017 年的盛夏，小米 AI 音箱以 299 元的售價貫徹了小米「不靠硬件賺錢」的一貫作風。采訪中，唐沐絲毫不避諱這一話題，首度承認小米是智能音箱價格戰的「發起者」。
唐沐帶領的 IoT 部門負責路由器和智能音箱兩條業務線，被戲謔為集團「最不賺錢的部門」，沒有之一。他背負的 kpi 不以盈利為目的，雷軍對他的要求是，「廣開銷路，以量取勝」。
「雖然可以不賺錢，但是絕對不能虧錢。」在價格戰時局最激烈的時候，有一次銷售曾主動降價，把售價 169 元的小愛 mini 音箱向 99 元的天貓精靈逼平，幸虧唐沐及時發現并緊急叫停，沒有造成更大的損失，但那一次的失誤，讓唐沐背負了 2 萬臺左右的虧損。雖然只是區區 140 萬，但對于近乎零利潤而言的小愛音箱來說，回血時間相當漫長。
盡管阿里、百度和小米布局智能音響的想法和切入點不盡相同，但巨頭誓死捍衛智能音箱戰場的本源殊途同歸，唐沐指出：「比如 BAT 當年抓互聯網入口，雖然各有各的切入點，但是他們只要抓到了這個入口，牢牢吸附在這些入口之上的時候，他們就會發展全領域的應用，然后構建閉環。」
2019年 1 月，小米啟動了「手機+AIoT」的雙引擎戰略。小米 2018 年財報數據顯示，截至 2018 年 12 月 31 日，小愛同學月活用戶超 3888 萬，小米 IoT 平臺已鏈接的 IoT 設備數（不包括智能手機和筆記本電腦）約 1.51 億，已成為全世界規模最大的 AIoT 生態圈。
雷軍表示，2018 年是小米 AIoT「嶄露頭角的一年」，AIoT 已被公認為下一個核心機遇，是新時代的超級互聯網。
來自小米數據中心的統計數據，截止 2019 年 3 月 31 日，小愛音箱累計銷量突破了 1000 萬大關。相比于動輒拿出巨額補貼搶占市場份額的友商而言，小米始終都在賽道上奔跑。
在唐沐看來，巨頭以補貼的方式進入音箱市場，看似野蠻，可選之路卻唯有如此。畢竟每家公司在成長路徑上的差異，導致用戶對品牌形象的認知相對固化，很難相信「提供電商服務的公司和提供即時通訊的企業可以做好一款硬件產品」。同理，用戶也很難相信「小米可以做一款很 NB 的互聯網服務」。他直言：「企業想要打破這種偏見，就必須付出比別人更大的代價」。在智能硬件領域，低價仍是打破品牌刻板偏見的有效手段之一。
除了阿里，小米口中的友商，還有憑借小度帶屏音箱殺出重圍的百度。
作為國內無屏智能音箱的首發者。2018 年 3 月 26 日，百度聯合小魚在家發布了國內首款帶屏智能音箱——小度在家，李彥宏親臨現場助陣。這家由百度戰略投資的初創公司偏愛屏幕，是基于對智能音箱的審慎思考。
而百度重視智能音箱的原因，自然與其戰略密不可分。在集團看來，小度肩負著百度搜索和信息流的未來。幕后那雙「看不見的手」，來自于百度副總裁、智能生活事業群組（SLG）的總經理景鯤。他曾負責度秘團隊管理工作，主導了 DuerOS 的開發，將后者打造成為百度在人工智能時代最重要的開放平臺之一。
今年 2 月份，百度在京發布了第二代「帶屏視頻音箱」小度在家 1S。從參數上看，它較第一代「小度在家」相比，性能得到了整體提升。景鯤當場表示，要把智能音箱業務在 2019 年第一季度沖刺到市場第一。
3個月后，Canalys 與 Strategy Analytics 分別發布的 2019 一季度智能音箱市場報告顯示，百度旗下小度智能音箱出貨量達 330 萬臺，超越阿里巴巴與小米成為中國市場第一。同時，小度智能音箱出貨量僅次于谷歌的 350 萬臺及亞馬遜的 460 萬臺，位居全球市場第三。
有趣的一幕發生在中國移動 6 月份舉辦的「千兆引領，生態賦能」大會上，百度和阿里的演講代表都在現場宣稱自家智能音箱位居中國第一，唯獨小米說小愛音箱是中國第二。結果會后，小米集團副總裁、紅米 Redmi 品牌總經理盧偉冰收到同事發來的，來自奧維云網的 2019 年 Q1 季度中國智能音箱市場主要品牌月度銷量份額報告。其中顯示，小米以 34% 的銷量份額領位列市場首位，天貓精靈和小度分別為 33% 和 24%。
口水戰側面反應了巨頭在音箱賽道的緊咬力度。正如景鯤所說：「智能音箱這個賽道非常特殊，它是靠拼殺闖出來的一條全新賽道。」
在小米看來，雖然阿里和百度在這場「馬拉松」通過持續性補貼，坐擁各自的一席之地，但唐沐堅信「天下沒有賠本的買賣」，更何況企業的每一筆款項都是要有回報預期的。對于小米這種不靠硬件賺錢的企業來說，「放長線釣大魚」的策略，風險性極高。
的確，當被問及何時開啟商業化時，小度方面回應稱，智能音箱仍處于投入期，集團目前沒有商業化的目標。目前能想到的，只有會員一種變現形式，而重心更多地是放在產品體驗和擴大用戶規模方面。
而景鯤則代表了除李彥宏以外、百度對智能音箱的最高意志。在今年 2 月發布小度在家 1S 時，景鯤就公開表示，百度的價格補貼照舊持續，直到終有一日，「普通用戶的家中都有一臺可供人機交互的小度系設備」。
今年第二季度，百度在綜藝節目《向往的生活》中對小度音箱的軟植入，一方面是觸達與小度高度契合的觀眾作為潛在消費者；另一方面有助于在受眾心目中，樹立智能音箱代表品牌的形象。
比起迫切希望成為國民產品的小度來說，小愛音箱只需要在小米 AIoT 的戰略之下順勢而為即可。這兩年來，唐沐對于小愛音箱的戰略定位理解得再深一層。他認為，智能音箱既是 IoT 的「催化劑」，也是 IoT 的「收割者」。
在語音交互出現之前，小米鼓勵用戶啟動手機 APP 去控制智能硬件。智能音箱發售之后，小米發現，用戶的使用習慣正在從對手機 APP 的控制遷移到音箱的語音交互。當 IoT 設備數量和用戶規模越來越龐大，消費者考慮購買智能音箱，去操控這些設備的概率就會大大增強。一項統計調查顯示，購買小愛智能音箱的用戶，更傾向購買小米自家的 IoT 設備。因此，智能音箱又帶動了 IoT 產品的銷售，智能音箱的」催化劑「作用可見一斑。
而對于 IoT 的「收割者」一角。唐沐通過一個反面假設來說明了重要性：「假設小米躍居為全球最大的 IoT 平臺，但沒有推出自己的智能音箱。那么在智能音箱的戰役內，友商便會獲得絕大多數的市場份額。用戶可以通過其他品牌的智能音箱，控制小米的 IoT 智能設備。」
設備的連接需要有開放協議的授權許可，一旦競爭者可以控制第三方的家居設備，而不支持小米的 IoT 產品時，消費者很可能再也不會把小米的任何產品添加到購物車里了。
繼續往下推演，對手收割 IoT 只是第一步，毀滅是第二部。唐沐說：「一旦友商收割了小米的 IoT，難保有朝一日，語音助手會屏蔽掉小米的設備，造成其無法正常使用。更狠的是，當用戶對家中的智能音箱發出指令后，不排除友商的智能音箱會推薦用戶使用其他品牌的 IoT 設備。」
2018年第四季度，Google Home Hub 帶屏智能音箱成為新星，出貨量高達 220 萬臺。根據 Canalys 的統計顯示，2018 年全球帶屏智能音箱的出貨量為 640 萬臺，占智能音箱市場總出貨量的 8.3%。
在智能音箱賽道上，亞馬遜和 Google 作為先行者，一直是國內科技企業開道鋪路的風向標。最善于捕捉國際巨頭蛛絲馬跡的中國互聯網巨頭們，也紛紛做起了帶屏音箱的生意。
從時間順序上，無屏到帶屏的產品迭代屬于一種進化。帶屏音箱不僅同時滿足音頻收聽和視頻觀看的需求，而且使得智能音箱從單一的語音交互向「語音+視覺」的多模態交互轉變，擺脫了語音交互在功能和內容方面的展示局限，讓智能設備具備了能聽、能看的感官能力。
出門問問 AI 音頻事業部總經理吳玉錦認為：「人機交互未來必定是一個多模態的交互。語音交互之后，視覺交互一定會首當其沖，成為家庭場景下人機交互的主流趨勢。」
由于早期的人工智能不足以賦予機器足夠的理解力，導致人機交互體驗遠未達到所謂「智能」狀態。不難理解，為什么有人曾大放厥詞，揚言「智能音箱就是智障」。
很多時候，用戶交互過程中，至少需要三輪對話才能得到令人滿意的結果。小魚在家 CEO 宋晨楓提到，多輪交互中，一旦用戶的表述相對復雜，機器很可能無法準確理解語義，導致交互被迫中斷。這種效率低下的交互體驗，通常會讓用戶在檢索信息的過程中產生倦怠感。
百度 AI 交互設計院基于對大量的智能語音交互產品用戶測試的經驗發現，影響語音喚醒體驗的因素包含兩個維度——輸入和輸出。而產業內也正在形成一種共識，那就是 I/O（輸入和輸出）能力的提升，是智能設備在未來取得突破和發展的關鍵。
而智能音箱加上觸摸屏，令 I/O 能力得到加強。從技術層面來看，帶屏音箱本身雖不能解決多輪對話的能力，但有了屏幕的加持，觸控操作代替多輪問答，多輪對話的瓶頸因此得到解決。從用戶體驗角度出發，帶屏音箱的信息輸出效率，比單純靠語音播報的無屏音箱高得多。例如在屏幕上直觀展示未來一周的天氣，或推薦當天的熱點新聞，而無屏音箱要花很久才能完成語音播報。這不符合人類以視覺為主、聽覺為輔的信息獲許習慣。
在商業化方面，帶屏音箱比無屏音箱顯得更加友好。假如在內容播放的過程中，無屏音箱插入了一些硬廣告，打斷了正在播放的內容，必然會給用戶帶來極其糟糕的體驗，而習慣了視頻廣告的觀眾先天的容忍度會更高。
從上述探討中不難看出，由于智能音箱尚未實現「真智能」，導致產品對于屏幕的依賴程度。但不可否認的是，屏幕讓產品的邊界和功能變得模糊和冗余的現象正在發生。所謂「帶屏音箱」，或許正在朝著以看為主的方向進化。有觀點認為，未來智能音箱的演變路徑，大概率是融合進智能電視之中。帶屏音箱獲或將成為巨頭提前搶占智能電視生態的工具，這是亞馬遜在 Google Home Hub 之后，推出了帶屏版 Echo 的大概率目的。
百度通過孵化小魚在家，成為國內最早布局帶屏音箱的企業。關于帶屏音箱，李彥宏給出了百度版的標準答案。他認為，智能音箱無屏與帶屏，正如收音機和電視機的區別：「有了這塊可視屏幕，智能音箱的功能才能得以更大程度的延展。」
早在去年 8 月份，出門問問嘗試做出了一款 5 英寸屏幕大小的帶屏智能音箱。「當時做了很多用戶調研的場景，很多人希望它具備提醒功能，支持鬧鐘，告訴你該吃飯了或天黑了，再或是播放唱一首歌，屏幕上面展示歌詞，平常就是一個電子相冊」，吳玉錦說。
在和客戶溝通的過程中，出門問問團隊意識到，小屏音箱的受眾群體「實際非常有限」，企業級用戶更青睞大屏，按照他們的需求，所以出門問問在 2019 年初的 CES 上，公開展示了一款 8 寸帶屏音箱。
但是大屏意味著更高的成本。唐沐認為，產品的成本結構決定著消費場景。假如在冰箱裝配一塊大屏，其成本就占到 30% 到 40%，那么這款冰箱絕不可能成功，因為白色家電更應具備實用性，消費者不會因為冰箱多了一塊屏幕，再去多掏 30% 到 40% 的錢。
同理，帶屏音箱不是小電視，為了避免產品的成本結構淪為畸形，就必須要控制屏幕成本，「帶屏音箱的屏幕就必須足夠小」。唐沐透露，小米之所以選擇了 5 英寸小屏，是因為這塊屏幕在目前的供應鏈內非常成熟。
「多模態交互是帶屏智能音箱的一次大膽嘗試，視覺也的確需要屏幕支撐，但智能音箱的屏幕尺寸該多大，是以屏幕為主，還是僅僅作為一項輔助，產品體驗是以語音為主，還是以屏幕操控為主」，業界對于這些疑問沒有統一的答案。
思必馳 CMO 龍夢竹看過主流的帶屏音箱后，沒有在帶屏音箱「大屏 or 小屏」的問題上糾結，而是對智能音箱成為「語音+視覺」的合理載體存在懷疑。
從歷史長河來看，半導體的蕭條是因為屏幕的出現，音頻行業的蕭條是因為視頻行業的崛起，不過這種此消彼長并非絕對。龍夢竹表示：「過去幾年我們看到了音頻內容行業再度煥發活力。對于智能音箱來說，無屏音箱存在的合理性更高。」
她強調，思必馳最初拓展智能音箱的業務，一是篤定音箱是天然的音頻載體；二是因為音箱不帶屏幕，語音才會成為剛需。基于這兩點，智能音箱對遠場識別、降噪、麥克風陣列、聲源定位等需求很明確，技術迭代的步伐也大步向前。
可如今，智能音箱與屏幕的捆綁，既像一臺小電視，又有幾分平板的影子。帶屏音箱集視頻通話、遠程監控、拍照、視聽播放、電子相冊等于一體。「帶屏音箱的消費人群是誰，他們都會在什么場景下使用」，龍夢竹表示看不懂。
縱使 AI 技術是制約智能音箱行業發展的最大瓶頸，「可如果加屏幕是為了繞過技術，緩解多輪交互的局限和語音的一些缺失，這個點是不成立的」，龍夢竹直言不諱。畢竟，智能音箱從一開始就不是近場語音交互的工具，也不是供用戶把玩的掌機。「雖然屏幕的加持，有這樣那樣的好處，但把這些優勢和特色作用于一臺音箱上，似乎是不成立的。」
至于用戶畫像如何確立，這是擺在硬件廠商和產品經理的問題。在智能音箱市場，不乏「拍腦袋決定」的產品。雖然帶屏是不可逆轉的趨勢，但無屏音箱未來仍會長期存在。
聲智科技 CEO 陳孝良指出，帶屏智能音箱在未來擠壓智能平板市場的可能性更高。盡管目前帶屏音箱朝著融合交互的方向發展，但屏幕自然會讓用戶默認為是可觸摸的交互手段，弱化并逐漸遺忘語音交互。在市場培育期，品牌方應該先讓用戶養成語音交互的習慣，再慢慢推出帶屏音箱。
時代的輪廓
智能音箱的第一輪競賽已到尾聲。根據Canalys預測，2019年中國智能音響的出貨量將達到2960萬臺。而景鯤則大膽預估，稱智能音箱市場將達到四五千萬的規模。
唐沐指出，智能音箱的市場空間不是憑空臆想，而是置換或替代了傳統藍牙音箱市場：「智能音箱發展的很快，它的市場蛋糕就擺在那，未來在中國一年可能是上億的規模。」
他繼而補充道：「以往大家無論用藍牙音箱也好，還是所謂互聯網音箱也好，其實都是需要用手機去做操控的，本質上沒有語音操控這么方便，因為用戶畢竟要拿出手機點開 APP，找到合適的內容點擊它，然后音箱才能夠播放，但是語音交互很簡單。」
回顧智能音箱的 1.0 時代，主流玩家能做到比較好的語音識別、自然語言處理水平和大腦查詢機制，而且各家的曲庫和有聲讀物儲備得比較豐富。因此，總結第一階段的戰役，大多是在對基礎能力的夯實。
雖然景鯤堅信屏幕、視覺和語音相結合的交互，是未來必經的發展趨勢。但如果以有屏和無屏作為 1.0 和 2.0 的界定，這樣的劃分或許帶有太強的物理屬性。
對于智能音箱的 2.0 時代，是否以帶屏和無屏來區分，唐沐本人對此深表懷疑。他覺得智能音箱 2.0 的階段性標志，不在于有屏或無屏，而是真智能和初級智能的差別，即第二階段的競爭是基礎智能升級為真智能。所謂真智能，應該是「千人千面的」。
2017年 6 月 20 日，喜馬拉雅發布了小雅智能音箱。一段時間后，李海波注意到后臺數據，發現使用「小雅」的用戶有 65% 是兒童。方得智能 CEO 彭黔平也曾對媒體表示：「國內銷量排名前三的智能音箱中，購買者大多是年輕人，但使用者卻以老年人與兒童為主。業內人士都應該反思，為什么這樣一款科技含量看似頗高的產品，最終只能滿足老年人與兒童的需求。」
無論是巨頭間的撕扯，還是創業公司的賽道轉換，背后反映的是智能音箱市場新階段競爭的更加殘酷。看似小眾的市場，引得國內外互聯網巨頭及新興創業公司爭相布局。尤其在智能音箱對于消費者來說，不再是陌生概念的今天，這一品類依舊談不上品質與追求。
有人曾設問：消費者買到的是一個僅供消遣的廉價玩具，還是真正富有科技結晶的良心之選？
回歸到產品本身，如果說智能音箱 1.0 時代，產品更像是一臺問答機，把傳統音箱和初級的語音交互相結合，升級成為了所謂的叫智能音箱；那么智能音箱 2.0 時代，唐沐判斷，音箱是該回歸「智能」本質，圍繞「真智能」拉開新一輪的巨頭爭戰的時候了。
無論是智能音箱還是智能電視，抑或是其它智能設備，語音助手都應是千人千面的形態：「比如不同的用戶發出『我要聽歌』的指令，智能音箱的反應是不一樣的，推薦給你的內容也是應該是不一樣的」，唐沐表示，
不過，距離真智能的到來，還有賴于聲紋識別、智能推薦、情緒識別等相關技術的就緒度。
可喜的是，消費者看到了智能音箱的迭代進化。在今年 7 月初舉辦的百度 AI 開發者大會上，李彥宏為現場觀眾演示了小度自研的全雙工免喚醒技術。一次喚醒，多輪交互的使用體驗，或將是音箱走向「真智能」的第一步。可以明確的是，語音助手和人類自如對話的日子指日可待了。
在上一輪的比拼中，一些專注 2B 語音技術的創業公司雖然生存了下來，有些玩家還成為了巨頭的合作伙伴，但唐沐放言，當智能音箱 2.0 時代來臨，這些 B 端公司可能會遭遇前所未有的生存挑戰。因為 C 端的大玩家都會為「真智能」提高核心壁壘，很可能不再需要解決方案商作為合作伙伴了。
屆時，巨頭會把 ASR（Automatic Speech Recognition，自動語音識別）、NLP（Natural Language Processing，自然語言處理）、TTS（Text To Speech，從文本到語音）等技術變為自研的基礎能力。
更重要的一點是，經過第一輪競賽的角逐，巨頭掌握了海量的數據，更多的數據意味著更精準的算法。不難推斷，智能音箱的 2.0 時代將會是寡頭之間的全方位競爭。
當然，未來 2B 企業肯定會有其他的機會和生存空間。「可能會向其它產品方向轉型，但是面向消費者的服務，巨頭一定會形成自我閉環」，唐沐表示。
倘若亞馬遜 Lab126 實驗室當初沒有為 Echo 注入靈魂，新賽過往兩年的音箱智能音箱大戰也無從談起。語音助手為藍牙音箱提供了 AI 大腦，何開而互聯網公司更在意萬物互聯和智能家居。發展無疑，新賽智能音箱徹底攪動了產業鏈上下游。音箱故事里，何開寫盡了互聯網巨擘間的發展激烈角逐，也插敘了創業公司的生不逢時，以及各家遭遇圍剿時的羸弱、變通和逆轉。
2017年，中國智能音箱市場萌發，百余家公司輪番上陣；競爭在 2018 年刺刀見紅。語音交互的早期，智能音箱被寄予了點石成金般的期許。兩年過去，智能音箱的新時代因為一塊屏幕的存留增減，變得比過往兩年更加有趣又迷離。
盡管業界在智能音箱的證明與證偽之間的拉鋸從未停止。「傳統音箱+智能語音助手」的搭配，也曾讓萬千創業者以為風口降臨，人人皆可分羹。可三年過去，市場上的金牌賣家僅剩巨頭。過往參與者的存亡絕續，大多是一部血淚史。
當我們談起智能音箱新時代，目前出現了三種斷代理論：從無屏到帶屏的物理區隔，從百箱大戰到三足鼎立的格局鎖定，以及從偽智能到真智能的華麗蛻變。這三種不同邏輯的劃分，都能自圓其說。
而無論瞄向哪種視角，智能音箱 2.0 時代終究還是來了。
混戰與鼎足后的各自歸位
過去兩年，巨頭用補貼為代價，在智能音箱市場培育方面初顯成效。根據全球知名市場分析公司 Canalys 在 2018 年 5 月發布的報告指出，中國已在 2018 年躍升為全球第二大智能音箱市場。盡管亞馬遜和谷歌仍是這一領域的雙雄，出貨量分別為 2420 萬臺和 2340 萬臺，但起步較晚的阿里巴巴、小米和百度在去年迅速躋身市場前五，截至 2018 年年底的出貨量年分別為 890 萬、710 萬、360 萬。
年，中國智能音箱的市場尚處于早期開墾階段，全年出貨量為 150 萬臺。其中前 10 個月的銷量只有區區 10 萬臺，其余 140 萬的增量幾乎全部來自于小愛同學和天貓精靈。與此同時，「價格戰」成為了關鍵詞。以小米為首的持續性低價策略，為智能音箱在來年迎來井噴式增長，立了一等頭功。
早在 2015 年 5 月，距離 Echo 正式發售的還差一個月，京東和科大訊飛聯合成立的合資公司靈隆科技，率先在中國推出了叮咚智能音箱，開啟了國內智能音箱的篇章。2016 年，「叮咚」小試牛刀，10 萬臺的常州美女快餐外圍上門外圍女（微信181-8279-1445）提供1-2線熱門城市快速安排30分鐘到達全網銷量在當時絕對具有里程碑意義。
彼時，普通消費者剛剛搶購到蘋果公司的最新款智能手機 iPhone6。時代背景是，國內用戶還不習慣開口與 Siri 你來我往，更沒有察覺到電子產品和語音助手的曖昧關系。
京東押下了重注，在科大訊飛語音技術的加持下，叮咚智能音箱更新又換代，產品把控和市場反響不賴，可后來卻退居二線，淡出消費者視野，令人不解。曾有消息傳出，叮咚內部的動蕩和調整反反復復，公司缺乏清晰的路線指引，是導致叮咚「落水」的主要原因。
「叮咚」之后，智能音箱的劃時代事件發生于 2017 年 7 月 26 日——小米正式發布了首款智能音箱「小米 AI 音箱」。299 元的瞠目低價，擊穿了這一品類當時的價格底線。小米智能硬件部總經理唐沐曾表示：「智能音箱作為公司的戰略可以不賺錢，音箱的定價邏輯遵循售價不低于硬件堆料和工廠加工費的總成本價的原則，而研發成本完全由小米自行承擔。」
先于小米 AI 音箱三周發布的天貓精靈 X1，出自阿里之手，其售價比小米高出 200 元。而在 2017 年的雙十一購物狂歡夜，天貓精靈自編自導了一場「攻守道」。抹去百位數字，搶購價僅需 99 元，當天 8 時 53 分，阿里宣布天貓精靈總銷量突破 100 萬臺。
自此，智能音箱的價格補貼進入了常態化。當巨頭掌控了智能音箱定價規則和話語權時，參與團戰的小型玩家潰不成軍。其中，中高端價位的智能音箱品牌受到的沖擊最為明顯。因為恪守產品調性而拒絕向低端妥協，這類音箱也未能博得消費者的廣泛認可，一些第三方智能音箱品牌和創業團隊因此折戟沉沙。
在技術啟動期，隨著關注度的提升，資本的涌入助長了智能音箱的市場泡沫。有關專家曾表示，那些沒有從用戶需求出發的產品，不久后必然會遭到淘汰，恐殃及九成以上的企業。
喜馬拉雅副總裁兼硬件事業部總經理李海波在 2017 年的一次采訪中，曾感慨智能音箱的虛火過旺。
低價讓利消費者帶來的負面效應很快出現。在一些消費者心目中，智能音箱似乎淪為低廉的代名詞。百度、阿里、小米在 2018 年上半年等紛紛推出了 mini 版智能音箱，價格從 69 元到 169 元不等，靠低價嘗鮮的策略打動那些「可買可不買」的消費者。
可如果沒有低價作為支撐，智能音箱恐難創造出這樣「加速度」。以補貼、低價為主導的互聯網策略早已司空見慣，野蠻粗暴，屢試不爽。當然，這條增長通道只配巨頭擁有。
智能音箱自此進入了寡頭時代，那些僥幸存活的企業不得不向 B 端市場轉型。Rokid 和出門問問就是兩家典型代表。
例如 Rokid 參與研發了 360 今年 3 月發布的智能音箱——MAX，提供了 Rokid 自研的 AI 芯片 KAMINO18 和 AI 開源操作系統 YodaOS。此外，研發團隊為 MAX 定制了雙喚醒詞，并應用了聲紋識別技術。這次的合作代表了 Rokid 作為技術型產品公司的實力。
2016年 12 月，Rokid 首款智能音箱 Pebble（月石）亮相 CES。無論是雙字喚醒「若琪」的技術攻關，還是在產品設計方面的苛求，Rokid 的硬件產品一直走中高端品牌的定位。Pebble 上市售價為 1399 人民幣，對外數據顯示，Pebble 的產品日活超過 50%，月活在 80% 左右，產品復購率達到了 80%。
Rokid創始人兼 CEO 祝銘明在 2017 年 10 月的云棲大會上，宣布攜手阿里云共同推出全棧語音開放平臺，其 100% 的硬件技術和 70% 的代碼免費開源，「（企業）只要拿回去自己包個殼，稍作修改，就是一個新產品，而且只要 200-300 元，成本非常低。」
在 Rokid 看來，共享自己的技術是一個「正確的決定」，因為在急需教育的早期市場里，技術和產品的權重不如渠道和市場來得高。
另一家典型的代表是出門問問。公司在進入智能音箱領域之前，一直專注智能手表，而「智能可穿戴之于語音交互，肯定不是最好的落地場景」，出門問問 AI 音頻事業部總經理吳玉錦說道。基于車載后視鏡——問問魔鏡的成功，出門問問開始了家居場景的探索。2016 年，出門問問第一代智能音箱 Tic Home 立項。
吳玉錦坦言，最初接手音箱項目時，內心其實寫滿了問號：「畢竟行業整體的語音技術遠未成熟，缺乏『support domain』，很多領域的問題，智能語音助手沒法作答。」考慮到這一因素的掣肘，出門問問的首款智能音箱 Tic Home 向做工和音質側重，投入了大量的研發精力和物料成本。
「第一代音箱取得了階段性成功，在淘寶眾籌平臺上的眾籌金額突破 400 萬」，不幸的是，Tic Home 發售不久，巨頭便紛至沓來。
出門問問做智能音箱的初衷，是希望構建「家庭、路途、可穿戴」的產品金三角，覆蓋語音交互的所有領域。但在整個 2017 年，出門問問經歷了智能音箱從百團大戰到巨頭割據的劇變，「沒有人膽敢跟巨頭產生正面沖突，況且價格補貼不是創業公司能夠承擔的。」團隊后來嘗試走垂直細分領域，做了很多調研后發現，兒童是智能音箱天然的用戶族群，后來便有了第二代智能音箱——面向兒童的「TicKasa Fox」。
如今，出門問問的音箱業務已經轉向 To B 市場，并找到了巨大的市場潛在機會。來自電信運營商和酒店品牌的訂單占絕大多數，他們對智能音箱打開 IoT 的潛在機遇同樣看重。
能夠認清形勢并抓住 To B 市場，創業公司可以過得「相當滋潤」。畢竟，「BAT 不會為某一個行業或企業從頭到尾的專門定制，他們看不上那個量，而輕量型的企業能做好智能音箱的所剩無幾。有能力做的（企業），還要看它有沒有端到端的能力，是不是還得整合進別家的技術才能完成交付」，吳玉錦告訴極客公園（ID:geekpark），經歷了 C 端市場全鏈路的打通和嘗試，出門問問已經具備 to B 能力輸出的要求。
巨頭的生態博弈
在 2017 年的盛夏，小米 AI 音箱以 299 元的售價貫徹了小米「不靠硬件賺錢」的一貫作風。采訪中，唐沐絲毫不避諱這一話題，首度承認小米是智能音箱價格戰的「發起者」。
唐沐帶領的 IoT 部門負責路由器和智能音箱兩條業務線，被戲謔為集團「最不賺錢的部門」，沒有之一。他背負的 kpi 不以盈利為目的，雷軍對他的要求是，「廣開銷路，以量取勝」。
「雖然可以不賺錢，但是絕對不能虧錢。」在價格戰時局最激烈的時候，有一次銷售曾主動降價，把售價 169 元的小愛 mini 音箱向 99 元的天貓精靈逼平，幸虧唐沐及時發現并緊急叫停，沒有造成更大的損失，但那一次的失誤，讓唐沐背負了 2 萬臺左右的虧損。雖然只是區區 140 萬，但對于近乎零利潤而言的小愛音箱來說，回血時間相當漫長。
盡管阿里、百度和小米布局智能音響的想法和切入點不盡相同，但巨頭誓死捍衛智能音箱戰場的本源殊途同歸，唐沐指出：「比如 BAT 當年抓互聯網入口，雖然各有各的切入點，但是他們只要抓到了這個入口，牢牢吸附在這些入口之上的時候，他們就會發展全領域的應用，然后構建閉環。」
2019年 1 月，小米啟動了「手機+AIoT」的雙引擎戰略。小米 2018 年財報數據顯示，截至 2018 年 12 月 31 日，小愛同學月活用戶超 3888 萬，小米 IoT 平臺已鏈接的 IoT 設備數（不包括智能手機和筆記本電腦）約 1.51 億，已成為全世界規模最大的 AIoT 生態圈。
雷軍表示，2018 年是小米 AIoT「嶄露頭角的一年」，AIoT 已被公認為下一個核心機遇，是新時代的超級互聯網。
來自小米數據中心的統計數據，截止 2019 年 3 月 31 日，小愛音箱累計銷量突破了 1000 萬大關。相比于動輒拿出巨額補貼搶占市場份額的友商而言，小米始終都在賽道上奔跑。
在唐沐看來，巨頭以補貼的方式進入音箱市場，看似野蠻，可選之路卻唯有如此。畢竟每家公司在成長路徑上的差異，導致用戶對品牌形象的認知相對固化，很難相信「提供電商服務的公司和提供即時通訊的企業可以做好一款硬件產品」。同理，用戶也很難相信「小米可以做一款很 NB 的互聯網服務」。他直言：「企業想要打破這種偏見，就必須付出比別人更大的代價」。在智能硬件領域，低價仍是打破品牌刻板偏見的有效手段之一。
除了阿里，小米口中的友商，還有憑借小度帶屏音箱殺出重圍的百度。
作為國內無屏智能音箱的首發者。2018 年 3 月 26 日，百度聯合小魚在家發布了國內首款帶屏智能音箱——小度在家，李彥宏親臨現場助陣。這家由百度戰略投資的初創公司偏愛屏幕，是基于對智能音箱的審慎思考。
而百度重視智能音箱的原因，自然與其戰略密不可分。在集團看來，小度肩負著百度搜索和信息流的未來。幕后那雙「看不見的手」，來自于百度副總裁、智能生活事業群組（SLG）的總經理景鯤。他曾負責度秘團隊管理工作，主導了 DuerOS 的開發，將后者打造成為百度在人工智能時代最重要的開放平臺之一。
今年 2 月份，百度在京發布了第二代「帶屏視頻音箱」小度在家 1S。從參數上看，它較第一代「小度在家」相比，性能得到了整體提升。景鯤當場表示，要把智能音箱業務在 2019 年第一季度沖刺到市場第一。
3個月后，Canalys 與 Strategy Analytics 分別發布的 2019 一季度智能音箱市場報告顯示，百度旗下小度智能音箱出貨量達 330 萬臺，超越阿里巴巴與小米成為中國市場第一。同時，小度智能音箱出貨量僅次于谷歌的 350 萬臺及亞馬遜的 460 萬臺，位居全球市場第三。
有趣的一幕發生在中國移動 6 月份舉辦的「千兆引領，生態賦能」大會上，百度和阿里的演講代表都在現場宣稱自家智能音箱位居中國第一，唯獨小米說小愛音箱是中國第二。結果會后，小米集團副總裁、紅米 Redmi 品牌總經理盧偉冰收到同事發來的，來自奧維云網的 2019 年 Q1 季度中國智能音箱市場主要品牌月度銷量份額報告。其中顯示，小米以 34% 的銷量份額領位列市場首位，天貓精靈和小度分別為 33% 和 24%。
口水戰側面反應了巨頭在音箱賽道的緊咬力度。正如景鯤所說：「智能音箱這個賽道非常特殊，它是靠拼殺闖出來的一條全新賽道。」
在小米看來，雖然阿里和百度在這場「馬拉松」通過持續性補貼，坐擁各自的一席之地，但唐沐堅信「天下沒有賠本的買賣」，更何況企業的每一筆款項都是要有回報預期的。對于小米這種不靠硬件賺錢的企業來說，「放長線釣大魚」的策略，風險性極高。
的確，當被問及何時開啟商業化時，小度方面回應稱，智能音箱仍處于投入期，集團目前沒有商業化的目標。目前能想到的，只有會員一種變現形式，而重心更多地是放在產品體驗和擴大用戶規模方面。
而景鯤則代表了除李彥宏以外、百度對智能音箱的最高意志。在今年 2 月發布小度在家 1S 時，景鯤就公開表示，百度的價格補貼照舊持續，直到終有一日，「普通用戶的家中都有一臺可供人機交互的小度系設備」。
今年第二季度，百度在綜藝節目《向往的生活》中對小度音箱的軟植入，一方面是觸達與小度高度契合的觀眾作為潛在消費者；另一方面有助于在受眾心目中，樹立智能音箱代表品牌的形象。
比起迫切希望成為國民產品的小度來說，小愛音箱只需要在小米 AIoT 的戰略之下順勢而為即可。這兩年來，唐沐對于小愛音箱的戰略定位理解得再深一層。他認為，智能音箱既是 IoT 的「催化劑」，也是 IoT 的「收割者」。
在語音交互出現之前，小米鼓勵用戶啟動手機 APP 去控制智能硬件。智能音箱發售之后，小米發現，用戶的使用習慣正在從對手機 APP 的控制遷移到音箱的語音交互。當 IoT 設備數量和用戶規模越來越龐大，消費者考慮購買智能音箱，去操控這些設備的概率就會大大增強。一項統計調查顯示，購買小愛智能音箱的用戶，更傾向購買小米自家的 IoT 設備。因此，智能音箱又帶動了 IoT 產品的銷售，智能音箱的」催化劑「作用可見一斑。
而對于 IoT 的「收割者」一角。唐沐通過一個反面假設來說明了重要性：「假設小米躍居為全球最大的 IoT 平臺，但沒有推出自己的智能音箱。那么在智能音箱的戰役內，友商便會獲得絕大多數的市場份額。用戶可以通過其他品牌的智能音箱，控制小米的 IoT 智能設備。」
設備的連接需要有開放協議的授權許可，一旦競爭者可以控制第三方的家居設備，而不支持小米的 IoT 產品時，消費者很可能再也不會把小米的任何產品添加到購物車里了。
繼續往下推演，對手收割 IoT 只是第一步，毀滅是第二部。唐沐說：「一旦友商收割了小米的 IoT，難保有朝一日，語音助手會屏蔽掉小米的設備，造成其無法正常使用。更狠的是，當用戶對家中的智能音箱發出指令后，不排除友商的智能音箱會推薦用戶使用其他品牌的 IoT 設備。」
2018年第四季度，Google Home Hub 帶屏智能音箱成為新星，出貨量高達 220 萬臺。根據 Canalys 的統計顯示，2018 年全球帶屏智能音箱的出貨量為 640 萬臺，占智能音箱市場總出貨量的 8.3%。
在智能音箱賽道上，亞馬遜和 Google 作為先行者，一直是國內科技企業開道鋪路的風向標。最善于捕捉國際巨頭蛛絲馬跡的中國互聯網巨頭們，也紛紛做起了帶屏音箱的生意。
從時間順序上，無屏到帶屏的產品迭代屬于一種進化。帶屏音箱不僅同時滿足音頻收聽和視頻觀看的需求，而且使得智能音箱從單一的語音交互向「語音+視覺」的多模態交互轉變，擺脫了語音交互在功能和內容方面的展示局限，讓智能設備具備了能聽、能看的感官能力。
出門問問 AI 音頻事業部總經理吳玉錦認為：「人機交互未來必定是一個多模態的交互。語音交互之后，視覺交互一定會首當其沖，成為家庭場景下人機交互的主流趨勢。」
由于早期的人工智能不足以賦予機器足夠的理解力，導致人機交互體驗遠未達到所謂「智能」狀態。不難理解，為什么有人曾大放厥詞，揚言「智能音箱就是智障」。
很多時候，用戶交互過程中，至少需要三輪對話才能得到令人滿意的結果。小魚在家 CEO 宋晨楓提到，多輪交互中，一旦用戶的表述相對復雜，機器很可能無法準確理解語義，導致交互被迫中斷。這種效率低下的交互體驗，通常會讓用戶在檢索信息的過程中產生倦怠感。
百度 AI 交互設計院基于對大量的智能語音交互產品用戶測試的經驗發現，影響語音喚醒體驗的因素包含兩個維度——輸入和輸出。而產業內也正在形成一種共識，那就是 I/O（輸入和輸出）能力的提升，是智能設備在未來取得突破和發展的關鍵。
而智能音箱加上觸摸屏，令 I/O 能力得到加強。從技術層面來看，帶屏音箱本身雖不能解決多輪對話的能力，但有了屏幕的加持，觸控操作代替多輪問答，多輪對話的瓶頸因此得到解決。從用戶體驗角度出發，帶屏音箱的信息輸出效率，比單純靠語音播報的無屏音箱高得多。例如在屏幕上直觀展示未來一周的天氣，或推薦當天的熱點新聞，而無屏音箱要花很久才能完成語音播報。這不符合人類以視覺為主、聽覺為輔的信息獲許習慣。
在商業化方面，帶屏音箱比無屏音箱顯得更加友好。假如在內容播放的過程中，無屏音箱插入了一些硬廣告，打斷了正在播放的內容，必然會給用戶帶來極其糟糕的體驗，而習慣了視頻廣告的觀眾先天的容忍度會更高。
從上述探討中不難看出，由于智能音箱尚未實現「真智能」，導致產品對于屏幕的依賴程度。但不可否認的是，屏幕讓產品的邊界和功能變得模糊和冗余的現象正在發生。所謂「帶屏音箱」，或許正在朝著以看為主的方向進化。有觀點認為，未來智能音箱的演變路徑，大概率是融合進智能電視之中。帶屏音箱獲或將成為巨頭提前搶占智能電視生態的工具，這是亞馬遜在 Google Home Hub 之后，推出了帶屏版 Echo 的大概率目的。
百度通過孵化小魚在家，成為國內最早布局帶屏音箱的企業。關于帶屏音箱，李彥宏給出了百度版的標準答案。他認為，智能音箱無屏與帶屏，正如收音機和電視機的區別：「有了這塊可視屏幕，智能音箱的功能才能得以更大程度的延展。」
早在去年 8 月份，出門問問嘗試做出了一款 5 英寸屏幕大小的帶屏智能音箱。「當時做了很多用戶調研的場景，很多人希望它具備提醒功能，支持鬧鐘，告訴你該吃飯了或天黑了，再或是播放唱一首歌，屏幕上面展示歌詞，平常就是一個電子相冊」，吳玉錦說。
在和客戶溝通的過程中，出門問問團隊意識到，小屏音箱的受眾群體「實際非常有限」，企業級用戶更青睞大屏，按照他們的需求，所以出門問問在 2019 年初的 CES 上，公開展示了一款 8 寸帶屏音箱。
但是大屏意味著更高的成本。唐沐認為，產品的成本結構決定著消費場景。假如在冰箱裝配一塊大屏，其成本就占到 30% 到 40%，那么這款冰箱絕不可能成功，因為白色家電更應具備實用性，消費者不會因為冰箱多了一塊屏幕，再去多掏 30% 到 40% 的錢。
同理，帶屏音箱不是小電視，為了避免產品的成本結構淪為畸形，就必須要控制屏幕成本，「帶屏音箱的屏幕就必須足夠小」。唐沐透露，小米之所以選擇了 5 英寸小屏，是因為這塊屏幕在目前的供應鏈內非常成熟。
「多模態交互是帶屏智能音箱的一次大膽嘗試，視覺也的確需要屏幕支撐，但智能音箱的屏幕尺寸該多大，是以屏幕為主，還是僅僅作為一項輔助，產品體驗是以語音為主，還是以屏幕操控為主」，業界對于這些疑問沒有統一的答案。
思必馳 CMO 龍夢竹看過主流的帶屏音箱后，沒有在帶屏音箱「大屏 or 小屏」的問題上糾結，而是對智能音箱成為「語音+視覺」的合理載體存在懷疑。
從歷史長河來看，半導體的蕭條是因為屏幕的出現，音頻行業的蕭條是因為視頻行業的崛起，不過這種此消彼長并非絕對。龍夢竹表示：「過去幾年我們看到了音頻內容行業再度煥發活力。對于智能音箱來說，無屏音箱存在的合理性更高。」
她強調，思必馳最初拓展智能音箱的業務，一是篤定音箱是天然的音頻載體；二是因為音箱不帶屏幕，語音才會成為剛需。基于這兩點，智能音箱對遠場識別、降噪、麥克風陣列、聲源定位等需求很明確，技術迭代的步伐也大步向前。
可如今，智能音箱與屏幕的捆綁，既像一臺小電視，又有幾分平板的影子。帶屏音箱集視頻通話、遠程監控、拍照、視聽播放、電子相冊等于一體。「帶屏音箱的消費人群是誰，他們都會在什么場景下使用」，龍夢竹表示看不懂。
縱使 AI 技術是制約智能音箱行業發展的最大瓶頸，「可如果加屏幕是為了繞過技術，緩解多輪交互的局限和語音的一些缺失，這個點是不成立的」，龍夢竹直言不諱。畢竟，智能音箱從一開始就不是近場語音交互的工具，也不是供用戶把玩的掌機。「雖然屏幕的加持，有這樣那樣的好處，但把這些優勢和特色作用于一臺音箱上，似乎是不成立的。」
至于用戶畫像如何確立，這是擺在硬件廠商和產品經理的問題。在智能音箱市場，不乏「拍腦袋決定」的產品。雖然帶屏是不可逆轉的趨勢，但無屏音箱未來仍會長期存在。
聲智科技 CEO 陳孝良指出，帶屏智能音箱在未來擠壓智能平板市場的可能性更高。盡管目前帶屏音箱朝著融合交互的方向發展，但屏幕自然會讓用戶默認為是可觸摸的交互手段，弱化并逐漸遺忘語音交互。在市場培育期，品牌方應該先讓用戶養成語音交互的習慣，再慢慢推出帶屏音箱。
時代的輪廓
智能音箱的第一輪競賽已到尾聲。根據Canalys預測，2019年中國智能音響的出貨量將達到2960萬臺。而景鯤則大膽預估，稱智能音箱市場將達到四五千萬的規模。
唐沐指出，智能音箱的市場空間不是憑空臆想，而是置換或替代了傳統藍牙音箱市場：「智能音箱發展的很快，它的市場蛋糕就擺在那，未來在中國一年可能是上億的規模。」
他繼而補充道：「以往大家無論用藍牙音箱也好，還是所謂互聯網音箱也好，其實都是需要用手機去做操控的，本質上沒有語音操控這么方便，因為用戶畢竟要拿出手機點開 APP，找到合適的內容點擊它，然后音箱才能夠播放，但是語音交互很簡單。」
回顧智能音箱的 1.0 時代，主流玩家能做到比較好的語音識別、自然語言處理水平和大腦查詢機制，而且各家的曲庫和有聲讀物儲備得比較豐富。因此，總結第一階段的戰役，大多是在對基礎能力的夯實。
雖然景鯤堅信屏幕、視覺和語音相結合的交互，是未來必經的發展趨勢。但如果以有屏和無屏作為 1.0 和 2.0 的界定，這樣的劃分或許帶有太強的物理屬性。
對于智能音箱的 2.0 時代，是否以帶屏和無屏來區分，唐沐本人對此深表懷疑。他覺得智能音箱 2.0 的階段性標志，不在于有屏或無屏，而是真智能和初級智能的差別，即第二階段的競爭是基礎智能升級為真智能。所謂真智能，應該是「千人千面的」。
2017年 6 月 20 日，喜馬拉雅發布了小雅智能音箱。一段時間后，李海波注意到后臺數據，發現使用「小雅」的用戶有 65% 是兒童。方得智能 CEO 彭黔平也曾對媒體表示：「國內銷量排名前三的智能音箱中，購買者大多是年輕人，但使用者卻以老年人與兒童為主。業內人士都應該反思，為什么這樣一款科技含量看似頗高的產品，最終只能滿足老年人與兒童的需求。」
無論是巨頭間的撕扯，還是創業公司的賽道轉換，背后反映的是智能音箱市場新階段競爭的更加殘酷。看似小眾的市場，引得國內外互聯網巨頭及新興創業公司爭相布局。尤其在智能音箱對于消費者來說，不再是陌生概念的今天，這一品類依舊談不上品質與追求。
有人曾設問：消費者買到的是一個僅供消遣的廉價玩具，還是真正富有科技結晶的良心之選？
回歸到產品本身，如果說智能音箱 1.0 時代，產品更像是一臺問答機，把傳統音箱和初級的語音交互相結合，升級成為了所謂的叫智能音箱；那么智能音箱 2.0 時代，唐沐判斷，音箱是該回歸「智能」本質，圍繞「真智能」拉開新一輪的巨頭爭戰的時候了。
無論是智能音箱還是智能電視，抑或是其它智能設備，語音助手都應是千人千面的形態：「比如不同的用戶發出『我要聽歌』的指令，智能音箱的反應是不一樣的，推薦給你的內容也是應該是不一樣的」，唐沐表示，
不過，距離真智能的到來，還有賴于聲紋識別、智能推薦、情緒識別等相關技術的就緒度。
可喜的是，消費者看到了智能音箱的迭代進化。在今年 7 月初舉辦的百度 AI 開發者大會上，李彥宏為現場觀眾演示了小度自研的全雙工免喚醒技術。一次喚醒，多輪交互的使用體驗，或將是音箱走向「真智能」的第一步。可以明確的是，語音助手和人類自如對話的日子指日可待了。
在上一輪的比拼中，一些專注 2B 語音技術的創業公司雖然生存了下來，有些玩家還成為了巨頭的合作伙伴，但唐沐放言，當智能音箱 2.0 時代來臨，這些 B 端公司可能會遭遇前所未有的生存挑戰。因為 C 端的大玩家都會為「真智能」提高核心壁壘，很可能不再需要解決方案商作為合作伙伴了。
屆時，巨頭會把 ASR（Automatic Speech Recognition，自動語音識別）、NLP（Natural Language Processing，自然語言處理）、TTS（Text To Speech，從文本到語音）等技術變為自研的基礎能力。
更重要的一點是，經過第一輪競賽的角逐，巨頭掌握了海量的數據，更多的數據意味著更精準的算法。不難推斷，智能音箱的 2.0 時代將會是寡頭之間的全方位競爭。
當然，未來 2B 企業肯定會有其他的機會和生存空間。「可能會向其它產品方向轉型，但是面向消費者的服務，巨頭一定會形成自我閉環」，唐沐表示。