阿里AI智能音箱现在有了视觉能力，跟人交互时表情丰富

安妮 发自 751D·Park
量子位 出品 | 公众号 QbitAI

昨天，在阿里巴巴2018年春季发布会上，阿里AI实验室推出了第二代中文人机交流系统AliGenie 2.0，在“听”和“说”的基础上引入了视觉能力，搭载AliGenie 2.0的“精灵火眼”功能也同时亮相。

此外，天猫路由、天猫魔屏S1和天猫精灵曲奇三款新品也一同面市。

△ 阿里AI实验室负责人浅雪在发布会现场

AliGenie 2.0

距离去年7月发布搭载了AliGenie的天猫精灵X1已八个月有余，销量怎么样了？阿里AI实验室负责人浅雪表示已经卖出了200万台。

和以往不太一样的是，此次推出的AliGenie2.0具备了视觉的能力，能够进行视觉认知、多模态交互、情景感知。

AliGenie 2.0首先将视觉能力落地在天猫精灵X1上，通过具有天猫精灵手机APP实现“精灵火眼”功能。

此外，阿里AI实验室还推出了一个可以戴在天猫精灵X1头上的“帽子”XHolder，以便将手机放在XHolder支架上捕捉图像，同时手机还会显示出一对大眼睛。

△ 天猫精灵X1+XHolder+App精灵火眼

对了，XHolder目前售价为49.9元。

△ XHolder外观

核心功能

精灵火眼的核心能力有两个：“视觉认知”和“表情系统”。

表情系统是指基于3D虚拟形象，提供自然交互的表情拟态动画，目前包括近20多种拟态动画。通过App的屏幕触摸它的鼻子眼睛或额头，能得到不同的反馈，还能看到它生气或撒娇的样子。

视觉认知主要面向儿童，精灵火眼通过图像识别，结合智能语音互动、声音朗读，帮助儿童读书、识字。

目前，阿里AI实验室已经联合中国少年儿童出版社、安徽少儿出版社等国内顶尖的出版社，选择了适合3岁到8岁儿童的117套图书，儿童只需将绘本展示给天猫精灵，即可听到有声版的故事。

△ 庄周梦蝶故事画面

此外，老年人也是精灵火眼的一大受众。阿里AI实验室开发了识别药盒的功能，与阿里健康合作，能够识别4万种药盒。只要用精灵火眼扫一扫药盒，就能用语音播报药名、功效、过期日等信息。

未来，阿里AI实验室还将计划引入万物识别、人脸识别等功能。“我们今天推出的精灵火眼功能，也只是视觉功能的开始。”阿里人工智能实验室产品总监释空在接受采访时说。

这里还有一个插曲。

在现场演示精灵火眼功能时，天猫精灵还一度没有声音，只有两只大眼睛做着各种各样的表情。在程序员“祭天”回来的二度展示时，声音才恢复正常。

新品三连发

除了精灵火眼外，此次发布会还推出了阿里AI实验室的三款新品。

天猫路由售价199元，是一个“没有触角”的路由，天线为隐形设计，不同Wifi热点之间无缝切换。

天猫魔屏S1是一个可以联合天猫精灵联合使用的投影仪，最大投射屏幕300吋，售价4699元，以后在家里就能享受巨幕效果了。

天猫精灵曲奇是个Q版的智能音箱，身高只有天猫精灵X1的一半，目前预售价为299元。

可以发现，这三款新设备，刚好是人机交互的“输入设备”，“链接设备”以及人机交互的“输出设备”。阿里方表示，输入/连接/输出的智能化这是AI实验室对智联网的三个关键组成部分的理解。

“我们生活在一个工业时代跨度到数字时代的过程，我们今天可能没有办法改变一个药盒的外观，但是我们可以改变一个药盒的浏览方式，这就是人工智能实验室想为我们这个世界带来的一点点爱。”浅雪说。

作者系网易新闻·网易号“各有态度”签约作者

— 完 —

加入社群

量子位AI社群15群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot6入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot6，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态