昨日，前微软高管陆奇加盟百度无疑成为席卷科技圈的爆炸性新闻。

与此同时，亚马逊席卷美国市场，Echo销量突破1000万台，掀起基于语音界面技术的AI革命。近万家智能硬件厂商选择接入亚马逊的服务，其中不乏华为、联想等。虽然亚马逊数千人的团队用了数年时间才取得成功，但消费级市场这一成功来得如此迅速、如此突然，让人不禁感叹亚马逊的AI奇迹。

然而，人们不禁要问，中国市场又如何呢？亚马逊会进入中国吗？谁能取代亚马逊在中国的地位？

除了亚马逊，没有人知道百度是否会进入中国。但可以肯定的是，百度是中国在这一领域最具竞争力的科技公司之一。在本次CES上，百度在智能硬件方面也保持了低调，厂商小鱼在家也发布了该公司的视频对讲机器人。虽然尚未正式发布，也没有公布操作系统的细节，但可以看出百度的策略与亚马逊类似。

百度联合小鱼在家在今年CES上发布了可视对讲机器人（左起：景鲲、吴恩达、朱凯华）

带着一系列的疑问，我们来到了百度总部，拜访了百度首席架构师朱开华和百度度秘总经理景鲲。当天进入百度总部，就听到员工们在讨论陆奇加入百度的事情。原来很多人都是相当激动的。

陆奇本人将自己加入百度的决定归因于天时、地利、人和：

“电子技术行业已经存在了 60 年，下一个时代非常清晰。每次都是一个大浪潮向前推进。人工智能是一种新的、不同的计算形式，可以通过数据不断获取知识。这是一个非常令人兴奋的时代，因为我们可以做出预测并实现自动化。

中国由于地缘优势，日益成为新兴产业创新大国，中国创新领域多，美国传统实力相对较强，当出现重大变革时，中国创新空间更大，中国为人工智能创新提供了更好的环境。

不管怎样，高科技公司创新的基础是人才。我认为中国有非常优秀的互联网公司，我早就认识他们了。百度的文化是技术导向的，搜索引擎是人工智能的雏形，百度就是在那时成立的。今天，我很幸运加入百度，有很多机会以百度为创新的基础，推动这个行业向前发展，让百度成为一家世界领先的公司。”

毫无疑问，百度在人工智能领域的耕耘已经到了关键阶段，而亚马逊的成功无疑加速了大家对于这一进程的期待。但百度能看到成果吗？还要多久才能看到？就今年吗？但正如景鲲在采访中所说，技术在市场上的成功永远不可能是线性发展的，一定会有一个爆发式的增长期。

但没有人知道这次疫情是否会爆发、以及何时爆发。

以下是我们对朱开华和景坤的独家专访的详情。

从今年的CES来看，亚马逊无处不在，根据我们了解的数据，有超过7000家厂商的产品搭载了亚马逊的技术，这无疑是人工智能向消费端转型的一件大事，而在中国，百度或许是机会比较多的公司之一，你怎么看这件事？

朱开华：第一点我想说的是，亚马逊和百度有着共同的愿景，都非常看好语音交互的未来。其实百度在2014年的世界大会上就发布了智能音箱，虽然还没有量产，但至少说明百度很早就看到了这个机会，也很早就在探索和积累了很多技术。

不得不承认亚马逊给业界做出了很好的表率，非常让人敬佩，他们第一次把硬件做得这么灵敏，我还记得2014年底买了个Echo，当时觉得3米圆形拾音技术可能还没有那么成熟，但Echo却给了我惊喜。从技术角度来说，当大家意识到这个东西可以做的时候，以百度的技术积累和投入，应该可以做到非常不错的程度。

亚马逊 Echo Dot

事实上，亚马逊不只是在做 Echo 硬件，而是将其作为互联网服务的接入点。那么百度目前在语音识别技术方面与亚马逊相比处于什么阶段？为什么选择此时推出自己的语音操作系统？

朱开华：这个问题问得很好，其实2016年包括谷歌、微软、百度等几家公司都宣布他们的语音识别准确率已经达到97%，达到或者超过了人类的水平。

但其实到了具体的硬件上，语音识别技术与麦克风阵列的深度融合非常重要，很多时候所谓的语音识别的准确率是在特定的系统里，比如百度手机，因为它用的是手机麦克风，而且搜索的数据训练也很充分，结合我们对搜索的理解，识别准确率其实会超过97%。

但如果我们采用了新的麦克风阵列或者新的硬件设置，就必须进行有针对性的优化，让语音识别变得更好，这也是我们目前正在积极做的事情。

景鲲：我们其实是第三代操作系统，第一代是基于鼠标键盘，第二代是基于触控，第三代交互我们认为应该是基于对话式语音。每个操作系统用在不同的设备和场景，每十年就会有一个迭代。

我觉得现在是一个特别好的时机，不管是从我们现在做的事情，到美国的发展趋势，从大家对技术的接受程度，到技术本身的成熟度。

这次 CES 上产品能火爆，其实应该归功于它对服务的“渗透”，这个词很重要，比如之前需要点击 App 才能实现的功能，现在用语音界面就可以调用了，你对这个概念有什么看法？

朱开华：我觉得渗透率应该分为两个方面，一方面看有多少设备在使用你的技术。这次CES上我们不只是跟小鱼在Home合作发布了一款产品，还发布了我们的愿景，就是把这个系统放到各种有麦克风的设备里，实现语音交互。百度在2017年也会基于跟其他厂商的合作发布更多。

第二个方面是系统生态，或者说技能，第一是百度会有很多原生的技能，有些是针对特定设备定制的；有些是可以直接从百度的搜索业务里移植过来的；还有一些是开放的，和第三方合作共建的。

今年晚些时候会有正式的官方发布，我们也会告诉大家哪些部分已经可用，哪些可以与外部合作。其实有些服务比如滴滴打车等已经集成到百度地图里了，我们跟他们的对接已经做好了，会直接引入。对于还未提供的服务，我们也会开放第三方平台来对接。

Echo 及其生态系统

亚马逊之所以能在短短半年内拥有超过7000家第三方供应商，是因为它的技术授权流程非常简单而且开放。百度会不会也采取类似的策略，加大对第三方的开放程度？

朱开华：这个是有必要的，但是一开始我们会做几个比较好的合作案例。

除了黄仁勋在 CES 上发布的最抢眼的新品之外，最受瞩目的还是亚马逊。不过百度这次只发布了一款合作产品，似乎关注度有限。但我们认为百度对于中国来说，其重要性丝毫不亚于亚马逊。毕竟百度是最有可能在中国成功推行亚马逊模式的公司。您能分享一下您的看法吗？

景鲲：现在看起来大家还是挺支持的，但是百度其实早就在做同样的事情了，2014年9月百度世界大会上发布了第一款智能音箱，11月又发布了Echo。当然这并不是说我们在追求谁第一谁第二，但是可以体现百度的视野。包括李彦宏宣布成立深度学习研究院，他一直强调语音、强调对话。所以百度在这个领域的投入是百度是世界领先的，现在站在了人工智能时代的最前沿。

去年百度世界大会发布了“度秘”，这是一款专注于秘书式搜索服务的个人助理产品。其实它已经开发了很久，只是普通人可能没有意识到。为了实现这个产品，我们把它放在了搜索框旁边，和关键词一起摆放，让用户可以通过语音跟它交流。后来我们把它放到了百度手机上，它成为了国内为数不多的日活超过1亿的APP，这也让我们获得了大量的数据。

关于今年CES上的关注度，百度这次基本没有设立展台，我们只是把百度的愿景讲给了美国顶级媒体，BBC、CNN、时代周刊、法新社等都做了非常客观、广泛的篇幅报道。

百度这次出征CES，主要有两个目的：第一，希望让世界顶级媒体关注到中国科技的发展。以前他们对中国本土技术的发展不太敏感，但现在我们在很多方面都领先了。比如之前担任百度搜索首席架构师的朱开华，利用深度学习技术提升了搜索结果的相关性排序，大概比预期提前了两年。嵌套系统、翻译等都是世界领先的。国外媒体对中国的模式创新可能有些了解，但了解中国本土技术发展的渠道并不多。

第二个目标是吸引国外技术创新的领军人物。国外公司进入中国并不容易，只有在中国找到好的合作伙伴，他们的技术才能生根发芽。我们要告诉国外的合作伙伴，一个非常开放的人工智能操作系统。亚马逊和百度的成功，得益于他们背后非常强大的生态系统，而在中国，百度可以提供这样的资源。

还有一点，中国现在在O2O、移动支付方面已经远远领先于欧美了。在美国你不可能到处都用手机支付吧？但是中国不一样，整个互联网的土壤已经形成了，很多技术创新也要基于这个土壤。所以我们也想告诉国外的同行，在中国应该怎么做。这些就是我们这次来CES的主要目的。

那么，百度在中国还会有大动作吗？

景坤：今年晚些时候我们会在国内做一个大规模的推广，讲清楚每一层都有哪些能力，怎么开放，合作的模式是什么样的。具体的发布时间还没有定下来。正在讨论中。

正式发布之后，是否会像之前一样进入集中爆发期？

景坤：我们其实把这种设备叫做“对话式计算机”（对话式计算机），2017年在中国肯定会是一个爆发的一年，我们有很多合作伙伴在跟我们沟通，从今年年初到年底，大家会看到很多这种设备出现。

我和同事们对这个很乐观。在中国，一个人很难把事情做好，只有大家一起努力，市场才能认可。这个东西最终要成为一个生态，而不是大家随便用。你一旦和百度连上了，就和它绑定了。这不是操作系统的理念，操作系统的目的是保证大家都能在上面谋生，有收益，成为生态的一部分，这是大家都愿意跟它合作，因为它觉得对它的服务有一定的控制权。

我们希望与大家共同努力，确保普通民众，而不仅仅是科技媒体，在 2017 年意识到这一点。

配备联想智能音箱和华为Mate 9智能手机

这类智能语音设备的成功是颠覆性的，甚至可以说是近年来最富有想象力和影响力的应用之一。从技术上讲，它的颠覆性体现在哪里？尤其是在中国。

景坤：我先从用户场景说起。我们在科技发展中反复看到的是，更多的人可以享受科技带来的红利。比如随着手机的出现，移动互联网的用户数量就增加了。这是因为技术的进步降低了使用门槛。触摸肯定比使用鼠标键盘的门槛低，语音肯定比使用触摸的门槛低。每个人出生时都会说话。人学习机器的语言，现在机器通过语音学习人类的语言。

一旦使用门槛降低，就会出现两种情况，一是以前无法获得信息服务的人，现在可以获得了，比如老人、小孩；二是以前很难获得信息服务的场景，现在可以攻克，比如走路或者开车的时候，按手机肯定比语音交互更危险。

我们甚至想象，未来它融入到餐桌里，你也许可以跟餐桌对话，世界会变成一个超级互联的世界，不管怎样，只要你有需求，就有设备让你上网，获取信息服务。这个变革将是巨大的。

朱开华：从技术角度来讲，大家可能觉得所有的语音交互都太简单了。我觉得这个要从两个方面来看，一个是大家可能觉得语音交互的效果跟手机打开App差不多，效果差不多的时候，我们看重场景上的优势。电脑屏幕大，有键盘，干嘛还要用手机？就是看使用场景的便利性。语音交互也是一样。

第二点是语音在某些场景下比 GUI（图形用户界面）更好。比如前几天我想买一件羽绒服，打开 app 之后发现很多款式、品牌，我个人比较讨厌有格子的羽绒服，可能是因为最近胖了（笑）。但是下拉菜单里没有这个选项，让人郁闷。其实这个场景下，我们需要有更多的服务，只有深刻理解用户，才能做出反应。

从GUI角度看，这个设计很好，充分利用了屏幕空间。但是一旦用户的需求进入长尾，或者一些更灵活的形式，GUI就会失效，无法提供那么多选项。但通过语音来做到这一点是完全可以的，这是与用户场景的深度融合。

如果你用我们的应用，你会发现我们已经进入了美食、电影等领域，但更深层次的服务需要和第三方内容提供商更好地合作。设置闹钟、切换省电模式等，都需要在手机上点击很多次，但通过语音就可以非常方便地完成。这就是语音交互比GUI更胜一筹的地方。

那么社交方面呢？会发生什么样的变化？

景坤：社交也会有很大的想象空间。众所周知，过去的社交都是基于通讯录的，未来能不能实现家庭之间的社交？中国人居住的地方比较分散，比如外出学习或者工作的人。而家庭之间的联系又非常紧密，所以可能会产生一些火花。比如现在单身的人很多，未来能不能像科幻电影《她》里那样，跟虚拟的物体进行社交，产生一些情感上的依赖。

我发现一个很有趣的事情，人们在和机器对话时往往更有安全感，他们会说出一些不会对身边的人说的话。这其实降低了情绪放松的门槛。所以，从各方面来说，我都认为对话式互动有着无限的想象力。

除了在语音识别准确率上能与亚马逊竞争外，百度还有哪些比较优势？

朱开华：单说语音识别，目前有好几个竞争对手在做。如果真要做好这样的产品，百度独特的优势在于两个方面：一是对用户需求的把握，二是理解用户如何表达自己的需求。这两点非常重要。

首先从用户需求的角度来说，这样一个新类别肯定会带来一些新的需求。你不会要求百度定个闹钟，或者做点什么奇怪的事情，但你可以要求它开灯。很多需求是大家共同的，比如问天气、问交通状况，你会发现百度可以把这些需求充分表达出来。从中国用户整体需求来看，百度应该是最全的，或者说覆盖面最广的。最好是大家在这一点上应该有一个共识。

第二点是用户表达需求的方式不同，比如在搜索的时候，人们会使用关键词，比如“北京”、“天气”，但是在语音交互中，人们提问的方式可能不一样，比如“告诉我明天的天气怎么样？”，或者“明天的天气会好吗？”

百度移动端的日活跃用户数量非常多，超过1亿，其中很大一部分（具体比例不方便透露）是通过语音搜索的。从这些语音搜索中，我们可以知道用户在语音交互过程中是如何表达自己的。这也是百度独有的资源。所以综合以上两点，百度在语音服务上应该还是有不少优势的。

它不只是把语音转换成文字，还进一步转换成后续的需求。百度在搜索向服务转型方面做了很大的努力。业界也是这样，如果一个搜索公司做类似的事情，它还是有很多优势的。一个典型的例子就是，从进入首页，从回答问题到了解内容、服务覆盖范围，他们其实做的非常好。

家

还有一个关于产品的问题，众所周知，第三方厂商很容易获得亚马逊的技术授权，但产品那么多，难免会有一些产品不符合质量标准，影响用户体验百度的下拉词每个人一样吗，大家可能会对操作系统本身感到愤怒。百度在通过合作开发产品时，有没有考虑过这个问题？

景坤：这个问题问得很好，我们肯定会考虑搜索下拉词软件【64xl.com专业老品牌】百度手机下拉界面优化工具，会有一些认证机制百度的下拉词每个人一样吗，如果想拿到标签，用户体验是需要我们来认证的，而不是直接换个操作系统就扔到市场上去。

这次CES最让人印象深刻的还是汽车，百度在汽车技术上也投入很大，据我们了解已经分成了L3、L4两个部门，第三个办公的应用场景也会非常大，请问百度在这方面有什么规划吗？

景鲲：我们非常关注这个场景，百度的自动驾驶技术研发也是全球领先的。是汽车场景的一部分，我们会把地图导航、驾驶能力等其他技术打包，分享给厂商。我们今年可能也会发布一些汽车相关的产品，目前已经在和一些厂商洽谈，但目前还不能透露发布日期和合作厂商。

在车上使用语音交互当然不需要像在家里一样对技术有那么大的容忍度。任何一个小失误都可能涉及安全问题。你怎么看？

朱凯华：我觉得这个是一个路径问题，我觉得车机有两条线，一个是娱乐功能，这个方面响应的冗余度或者对错误的容忍度会好很多，比如导航不会因为你说了用途就说对了，机器没听懂，就造成了车祸。

但与驾驶相关的语音技术是否会立刻实用化，取决于路径和合作模式。你可以把现在的车载语音技术想象成一个可以通过语音调节的电台或导航系统。这已经比以前的实用性要好得多。

景坤：有一个词叫（信息娱乐系统），其实跟安全关系不大，我们会更加关注语音在这个方面的应用。

车载信息娱乐系统

这次CES给人的感觉是，原本离我们还很遥远的人工智能技术，突然来到了我们身边，唾手可得。甚至有人说，下一代手机就是AI手机。您如何看待这种人工智能技术的加速到来？您如何看待这个趋势？

景坤：我们在这个领域已经做了很久，见证了整个行业的变化，两年半之前，很少有人能看到这条路会是什么样的，但是我们还是十分坚定的相信这条路是可以成功的，是可以一步步实现的。

百度的成功对我们来说并不意外，我们的路径也类似，比如和搜索的结合，手机上和百度App的结合，世界大会上和硬件的结合，整个路径对于我们这些从业者来说很有意思，相信未来发展速度也会加快。

语音技术其实就像一百年前的电，没有人知道电能做什么，但经过一两次应用，行业资深人士就会立即意识到电将如何改变他们的行业。对于行业中非常聪明的人来说，只要一束光照射进来，他们就会明白会发生什么样的化学反应。

AI也是一样，以前大家都希望看到这一丝曙光、这种化学反应，现在AI的成功和推出，完全可以让普通人感受到用户体验的改变，想象空间巨大，比如百度也在发力AI在医疗、金融领域的应用。

据称亚马逊投入了1000人研发，耗时超过四年。百度对它的投入规模究竟有多大？预计什么时候开始爆发？

景鲲：我们的投资规模可能比这个还要大，而且我们还有非常强大的搜索团队。我们这两年的投入绝对不比亚马逊少。而且今年你会看到很多产品开始出现。不过，目前还很难评估到底有多少产品会进入用户家庭。

从时间上看，技术爆炸的增长速度不是线性的，而是指数级的。例如滴滴的增长肯定不是线性的。很多人一夜之间就拥抱并接受了它。所以我们现在不希望语音呈线性增长，这对我们来说没有意义。

我们注意到联想和华为都在CES上推出了搭载亚马逊的设备，这些设备是否只是在试水北美市场？

景鲲：除了百度之外，像联想、华为等受人尊敬的公司，并没有先尝试美国市场，再尝试中国市场。

你现在感觉怎么样？兴奋吗？

景坤：我们确实非常兴奋，因为我们已经为这个项目努力了好几年，我们都是工程师。突然发现我们距离获得消费者和市场的认可已经如此之近，我们当然非常兴奋。