從2011年蘋果公司推出Siri起，人工智能語音助手就開始常伴我們的生活。Siri之后，微軟的Cortana、亞馬遜的Alexa、谷歌的Google Assistant、三星的Bixb陸續(xù)誕生。國內(nèi)公司中，小米有小愛同學(xué)，百度有小度，騰訊有小微。

各家人工智能語音助手大多以手機(jī)或智能音箱為載體，在語音識別、自然語言處理等關(guān)鍵技術(shù)上，它們一直在進(jìn)步：慢慢能聽得懂口音方言，完成稍復(fù)雜的指令甚至多輪對話。

不過，這么多年過去，對于普通用戶來說，常用的人工智能語音助手的功能好像還是那幾樣：問個(gè)天氣、點(diǎn)一首歌、上個(gè)鬧鐘、講個(gè)笑話。

點(diǎn)個(gè)外賣？還不太方便。深度聊天？它還是有些笨拙。使用過程中，語音助手真正能實(shí)現(xiàn)和調(diào)度的功能仍比較有限。

“可能用戶在使用智能音箱時(shí)，去年在點(diǎn)歌，今年還是在點(diǎn)歌，這也是國內(nèi)所有品牌的智能音箱面臨的共同問題。”在2020世界人工智能大會(huì)期間，微信AI專家周杰向澎湃新聞（www.thepaper.cn）記者表示。

微信團(tuán)隊(duì)推出了“微信對話開放平臺”和智能對話系統(tǒng)騰訊小微。截至目前，小微已進(jìn)入Bose耳機(jī)、Marshall音箱等多款硬件產(chǎn)品。

公認(rèn)的趨勢是：隨著5G和物聯(lián)網(wǎng)（IoT）時(shí)代來臨，語音交互方式的重要性顯著提升。但如何讓人工智能語音助手的技能實(shí)現(xiàn)真正的提升？能夠?qū)嶋H調(diào)度的功能、連接智能硬件數(shù)的多寡是決定性因素，這成為各派系語音助手競爭的焦點(diǎn)。

周杰介紹，希望能夠逐步拓展騰訊系人工智能語音助手騰訊小微的“技能點(diǎn)”，微信AI團(tuán)隊(duì)今年的重點(diǎn)工作就是對內(nèi)讓“小微”打通微信生態(tài)的功能，對外讓“小微”進(jìn)入更多的硬件設(shè)備，實(shí)現(xiàn)多設(shè)備端的聯(lián)動(dòng)。

連接服務(wù)與硬件

目前的騰訊小微，除了基礎(chǔ)功能（鬧鐘提醒、天氣、翻譯等），主要提供的是騰訊體系內(nèi)的能力：比如QQ音樂、企鵝FM、騰訊新聞等。這是騰訊相較百度“小度”等智能語音助手的優(yōu)勢所在：騰訊生態(tài)下的可獲得的內(nèi)容和服務(wù)相對更豐富。

在此基礎(chǔ)上，小微希望未來能夠與微信小程序打通。“小程序開發(fā)者非常多，每個(gè)小程序都在提供一個(gè)或者多個(gè)服務(wù)。”周杰說，“現(xiàn)在大家用小程序，都是通過觸摸點(diǎn)擊，以后能做到用語音拉起。比如你想點(diǎn)菜，那么直接就用語音來讓用戶直達(dá)點(diǎn)菜的頁面。”

此外，周杰稱，小微未來會(huì)進(jìn)入更多語音交互方式有天然優(yōu)勢的硬件。

周杰介紹，其團(tuán)隊(duì)內(nèi)部已經(jīng)與騰訊視頻成立聯(lián)合項(xiàng)目組，騰訊視頻和設(shè)備廠商合作推出了極光盒子、投影儀等產(chǎn)品。“我們希望在視頻場景下能夠使用語音。畢竟用遙控器找節(jié)目、找到第幾集、哪一期，我覺得這非常復(fù)雜，而語音一句話就可以解決。”

在更多硬件上搭載語音助手，“All In”這一思路的還有把AI和IoT寫進(jìn)公司戰(zhàn)略的小米。截至今年3月31日，接入小米IoT平臺的設(shè)備數(shù)達(dá)到2.52億，人工智能助理“小愛同學(xué)”的月活躍用戶數(shù)達(dá)到7050萬。

家居場景之外，各家人工智能語音助手正爭相上車。

百度正是用“小度”，切入車聯(lián)網(wǎng)領(lǐng)域。小微也已納入騰訊車聯(lián)網(wǎng)方案中，不只是用于操作車載微信，騰訊的車聯(lián)網(wǎng)系統(tǒng)還做了“騰訊小場景”產(chǎn)品，類似于讓小程序（如嗶哩嗶哩、喜馬拉雅、美團(tuán)、貓眼娛樂等）上車，這讓語音助手在車上可實(shí)現(xiàn)更多功能。

解決真正的需求

不過，為AI語音助手增加技能點(diǎn)也有諸多限制。

首先，人工智能語音助手目前所“容身”的硬件，并不是每一款都像手機(jī)一樣有著強(qiáng)大的CPU、GPU。這意味著，語音助手在手機(jī)上可以輕易調(diào)度小程序，讓小程序的功能為己所用，但在音箱等物聯(lián)網(wǎng)設(shè)備上跑起這些程序存在難度。

其次，是否要上線一項(xiàng)功能，最關(guān)鍵的是弄清楚用戶的需求究竟是什么。就比如，用語音操控智能音箱、電視、汽車點(diǎn)外賣，真的會(huì)有這樣的需求嗎？

周杰稱，希望讓語音所喚起的服務(wù)，滿足的是用戶真正的“細(xì)粒度”需求，“一定要真正、直接的去解決用戶問題，而不是為了迎合用戶廣泛的觀點(diǎn)。”

輸出技術(shù)能力

在人工智能語音助手成長為幾乎無所不能的鋼鐵俠搭檔“賈維斯”（J.A.R.V.I.S.）前，這些互聯(lián)網(wǎng)科技公司們所積累的語音識別、自然語言處理等能力等，不僅僅是用于成為我們的語音助理，實(shí)際上已經(jīng)可以完成一些特定場景下的任務(wù)，有了更多商業(yè)化可能。

比較直觀的，是微信聊天窗口的“語音轉(zhuǎn)文字”，這背后就用到了來自微信智聆團(tuán)隊(duì)提供的語音識別技術(shù)。越來越多的公司采用的機(jī)器人客服，則是借助了人工智能語音助手自然語言理解、知識圖譜等底層能力。

在走技術(shù)開放路線上，小微的前輩，是誕生更久的微軟小冰。

7月初，微軟公司宣布將人工智能小冰業(yè)務(wù)分拆為獨(dú)立公司運(yùn)營。微軟稱，小冰將深入在對話式人工智能引擎上的革新，進(jìn)一步聯(lián)合各地合作伙伴，為大中華地區(qū)、日本和印度尼西亞的廣泛客戶，提供完整的人工智能技術(shù)和方案。

基于微信生態(tài)，微信AI也想將技術(shù)能力輸出給微信公眾號、小程序等各類開發(fā)者。周杰介紹，微信AI的對話開放平臺可讓開發(fā)者快速開發(fā)“客服機(jī)器人”，配置閑聊、點(diǎn)播音樂、視頻和新聞等多項(xiàng)技能。

周杰稱，“其他公司想做對話開放平臺，可以圍繞微信對話開放平臺所提供的底層能力和各種接口他們進(jìn)行二次的封裝，包裝成新的前端網(wǎng)站。”