中国版“ECHO”，非天猫精灵莫属，上市9个月，销量就达到了200万；亚马逊完成这个销量，花了一年多。

现在，借助更聪明的大脑AliGenie2.0交互系统，这只”猫”拥有了视觉能力———只要把智能手机，和天猫精灵连接起来，它就能给小朋友讲故事，还能识别4万多个药盒，帮助眼神不好的老年人安全用药。

出人意料的是，打造了首款中文爆款音箱、惹得跟风者如同潮涌一般入场后，在声势浩大的春季发布会上，阿里并没有如期待般发布新硬件产品，而是把重心放在了系统进化上。

200万台，AI大生态入场券

作为国内第一款销量达到百万级别的智能音箱，天猫精灵成为了中国智能音箱的分水岭，以此为节点，智能音箱在中国，终于从碎品化的产品，进化出了规模化的行业雏形。

ECHO的火爆，让软、硬公司们，纷纷涌入智能音箱的竞技场。入场者汹汹，但站稳者寥寥，在阿里入场之前，国内并没有一款爆品音箱。

根据权威调研机构GfK去年10月公布的《中国智能音箱市场分析》报告，2015年中国智能音箱零售量只有1万台，2016年增至6万台，2017年前8个月累计销售额也不过10万台。而早在2016年，亚马逊Echo的销量就超过了650万台。

其实，从未做过硬件的阿里，最早切入智能音箱领域，走得也是合作路线，但并未取得成功。

“挽起袖子，弄脏双手”，亲自下场后，天猫精灵产品经理释空“才知道里面到底有多少坑”，才真正搞明白，到底系统和硬件该如何配合。

为了调试麦克风的消噪和敏感度，他和团队在深圳泡了七天。连续两天24小时通宵后，释空的听力出现了短期的应急性受损，“不能跟我说话，（听起来都是）高分贝噪音”。

两年多的纠结、辛苦和煎熬，让天猫精灵X1得到了德国红点大奖，还让很多名人对其一见钟情，比如香港特首、墨西哥总统等等。

其市场表现同样不俗，上线4个月，天猫精灵X1销量过百万；上线9个月，销量过200万。

这个销售进度，也让阿里巴巴人工智能实验室负责人浅雪颇为自豪，“去年天猫精灵双11百万销量，证明了中国智能音箱不是伪命题。200万台销量，证明了中国智能音箱市场比美国更大、发展速度更快。这就是中国人工智能的加速度。”

可以说，天猫精灵的入场，承担了市场启蒙和用户教育的作用，改变了中国智能音箱高度分散的市场格局。

而高达百万级别的销量，初具规模的用户市场，才能吸引更多的开发者和创业者入场；一个与C端用户能够贴身互动的大平台大生态，才能鸣锣开局。

目前，天猫精灵已经吸引了6500名开发者，上线了356款技能，搭建了整个中文市场里面最大的智能音箱技能市场。

开发者的入场，反过来又推动了智能音箱产品和可用性和完整度，反过来又提升了智能音箱的用户接受度和忠诚度。类比美国智能音箱30％的家庭保有量，中国智能音箱市场空间依然很大，处于大爆发前夜。

外壳千变，核心在“智能”

始于智能音箱，却不止于智能音箱。

当别的互联网公司都在做系统（dueros、腾讯云小微）的时候，阿里做了一个硬件天猫精灵。在历经煎熬，销量突破200万、烧热了整个智能音箱市场，勾得互联网公司纷纷入场时，阿里为何掉转枪头，将战略重心放在系统升级上？

对于阿里来说，在人工智能和人机交互领域的布局，不仅在千变万化的终端产品上，还在于天猫精灵等智能终端的大脑里——AliGenie交互系统。

内在系统的先进与否，决定了智能硬件产品好坏的关键。

风投公司Loup Ventures曾测试过苹果智能音箱HomePod的交互能力，发现HomePod的正确回应率仅有52.3%，低于Google Home81%的正确查询率，也低于亚马逊的Alexa和微软的Cortana————显然，仅有硬件设计和制造能力远远不够，这正是AliGenie之于阿里的重要性。

相比于以“听”、“说”为主要交互方式的AliGenie1.0，AliGenie2.0引入了视觉能力，能够进行视觉认知、多模态交互、情景感知，模拟人与人之间的交流方式。

从听觉拓展到视觉，AliGenie2.0时代的天猫精灵，作为国内首款“看得见”的智能音箱，再次重新定义了中国智能音箱行业。

AliGenie 2.0的视觉能力，首先落地在天猫精灵X1上。“精灵火眼”功能，可以识别117套图书、4万个药盒，未来还将推出“万物识别”、“人脸识别”等功能。

浅雪认为，未来的人工智能产品，还要具备情感交互能力，和人类越来越接近。

因此，精灵火眼搭载了一套丰富拟人的表情系统，这只萌眼大猫，会随着场景的变化，和人类做出互动，呼应喜怒哀乐的情绪。摸它的鼻子，它会有点不高兴；摸它的嘴巴，它会有点诧异；摸它的头，它就咯咯咯笑起来了。

而反过来说，天猫精灵高达200万的销量，也给AliGenie2.0提供了一个最佳的人机交互训练场，数量繁多的交互行为，丰富多元的使用场景，可以帮助它快速积累、纠错、学习与成长，加速AliGenie2.0的进化过程。

这正是阿里把战略重点后移到交互系统的最好时机————当初阿里亲自下场做硬件，是因为市场上缺乏可以一款足以支撑AI大生态的规模化的智能音箱，再先进的交互系统也无法落地，也没办法在多场景应用中实现进化。

如今，天猫精灵X1的200万销量，已经搭建了落地应用的基础。推动系统进化，顺其自然就成为了优先项，上位成为阿里人工智能新的战略重点。

AliGenie 的平台化初心

把战略重点后移到交互系统上，还源于阿里的平台化基因。浅雪说，阿里和智能家居品牌之间，不是竞争关系，而是合作关系。

AliGenie就是阿里平台基因的延续，其目前的合作伙伴覆盖航空、养老、儿童教育、酒店、汽车、家电、影音等领域，覆盖近100个品牌。

智能终端领域，已经连接了 4500 万家用电器。而到了AliGenie 2.0阶段，和家电行业巨头LG、博世的合作，正在有序推进过程中。

互联网汽车行业，AliGenie 已经开始与沃尔沃、宝马、奔驰等进行合作探讨。　

合作推进最快的领域，包括儿童教育、游戏、动画、养老等等。

比如，“精灵火眼”与国内顶尖的出版社合作，精选了适合3岁到8岁儿童的117套图书，如《小猪佩奇》等热门IP。

在22日的发布会上，前来为发布会站台的六位外部嘉宾，全部来自图书出版界，比如北京师范大学音像出版社社长邱恋、浙江少年儿童出版社副总编辑吴颖等等。

“精灵火眼”与阿里健康合作，推出识别药盒的功能，能识别4万种中国常用药，只要扫一扫药盒，就能用语音播报药名、功效、过期日等信息。

“未来，我们会将包括视觉认知在内丰富的人机交互能力，输出到更多应用场景当中。”浅雪说，AliGenie要打造赋能行业的开放平台，“我们鼓励欢迎未来做硬件的生产伙伴，用我们这个系统打造一些他要的东西。跟我们合作的智能家居厂商都是快乐的，我们要一块飞起来。”

可以说，天猫智能音箱是AliGenie重要的落地场景和应用标杆，而AliGenie才是阿里打造广阔的人机交互平台的基础设施，独乐乐不如众乐乐。

不靠硬件赚钱

阿里不把战略重点放卖硬件上，还因为阿里压根不准备通过卖硬件赚钱。

打造一款能够“看见”的智能音箱，通常的做法是出品一款带屏幕的新款音箱。但阿里却反其道为之，通过手机app为智能音箱赋予“视觉能力”。

这种选择，看起来“吃力”又“吃亏”————推出带屏幕音箱，可以给产品定高价。但阿里的方案，却要在现有的智能音箱上，带着镣铐跳舞，低成本实现智能升级，同时还要适配市面上成千上百款智能手机，难度系数颇高。之所以迎难而上，就是为了让用户少花钱，尽量不增加硬件成本。

“几乎不用增加任何硬件升级成本，我们做的是普惠科技。”浅雪说。

这一做法，非常类似Google Cardboard。 这款谷歌2014年发布的可折叠智能手机头戴式显示器，以透镜、磁铁、魔鬼毡以及橡皮筋组合而成。谷歌并不售卖这款产品，而是在其网站上免费提供零件列表、示意图及组装说明，鼓励用户自找零件自行组装。

普惠的路径，也是天猫精灵X1成为爆品的原因之一。去年，当天猫精灵X1上线时，互联网巨头出品的智能音箱价格普遍在千元左右，而天猫精灵X1的价格低至499元。

阿里压根不打算从智能影响产品线赚钱，而赚钱也不是浅雪和其团队的KPI，“老板跟我说了，要靠我赚钱连水电费都不够交的，我们人工智能科学家投入成本非常大，核心还是希望改变用户生活、赋能客户。”

所以，阿里人工智能实验室把战略核心放在系统升级上，虽在意料之外，却在情理之中。

作者：陈纪英