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，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，它們一直在進步：慢慢能聽得懂口音方言，完成稍復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：問個天氣、點一首歌、上個鬧鐘、講個笑話。

點個外賣？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，去年在點歌，今年還是在點歌，這也是國內(nèi)所有品牌的智能音箱面臨的共同問題。”在2020世界人工智能大會期間，微信AI專家周杰向澎湃新聞（www.thepaper.cn）記者表示。

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

公認的趨勢是：隨著5G和物聯(lián)網(wǎng)（IoT）時代來臨，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。

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”，微信AI團隊今年的重點工作就是對內(nèi)讓“小微”打通微信生態(tài)的功能，對外讓“小微”進入更多的硬件設(shè)備，實現(xiàn)多設(shè)備端的聯(lián)動。

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，每個小程序都在提供一個或者多個服務(wù)。”周杰說，“現(xiàn)在大家用小程序，都是通過觸摸點擊，以后能做到用語音拉起。比如你想點菜，那么直接就用語音來讓用戶直達點菜的頁面。”

此外，周杰稱，小微未來會進入更多語音交互方式有天然優(yōu)勢的硬件。

周杰介紹，其團隊內(nèi)部已經(jīng)與騰訊視頻成立聯(lián)合項目組，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)達到2.52億，人工智能助理“小愛同學”的月活躍用戶數(shù)達到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、貓眼娛樂等）上車，這讓語音助手在車上可實現(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一樣有著強大的CPU、GPU。這意味著，語音助手在手機上可以輕易調(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、汽車點外賣，真的會有這樣的需求嗎？

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。”

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隊提供的語音識別技術(shù)。越來越多的公司采用的機器人客服，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)分拆為獨立公司運營。微軟稱，小冰將深入在對話式人工智能引擎上的革新，進一步聯(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)“客服機器人”，配置閑聊、點播音樂、視頻和新聞等多項技能。

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行二次的封裝，包裝成新的前端網(wǎng)站。”