天貓精靈X1的更新版X2沒有預期出現，而人機互動系統AliGenie更新到最新的2.0版本，功能強大。
3月22日，阿裡巴巴人工智能實驗室總經理淺雪（陳麗娟）釋出AliGenie2.0系統，它最大的改進是在1.0的基礎上增加了視覺能力，并引入多模态互動能力，隻需要另外增加一些輔助裝置，就能讓天貓精靈具備視覺能力。同時，淺雪還宣布，天貓精靈銷量已經超過200萬台。
四年前，亞馬遜推出Echo，将AI音箱大戰引發；去年，亞馬遜又推出帶螢幕的音箱Echo Show，音箱視覺化、螢幕化成為一種趨勢。除了AliGenie2.0外，京東叮咚Play以及百度即将釋出的“小度在家”都具備視覺能力，AI音箱終于要拼視覺了。
AliGenie2.0：增加圖像識别、物體檢測、人臉識别能力
去年5月，阿裡人工智能實驗室（AI Labs）釋出天貓精靈X1，内置AliGenie1.0系統。
AliGenie1.0已經建立了超強的知識體系，在這個知識體系當中擁有1個億的實體了解能力，建構了近10億的關系。同時AliGenie1.0算法也在更新，阿裡AI Labs釋出了一個全新的序列标注模型，這個序列标注模型能解決有自動糾錯的能力，可以幫助語音了解有更強的容錯性。AliGenie還具備主動學習能力，每一次跟使用者的互動過程當中，系統都會自動完善。
淺雪釋出的AliGenie2.0系統，是在1.0的基礎上形成具備視覺、語音等多模态互動能力的新一代的人機交流系統。它不僅會具備聽覺能力，還有視覺能力和情感回報能力。
其中，視覺能力中又分為圖像識别、人臉識别、物體檢測三大技術。
同時，阿裡AI Labs還把語音能力和視覺能力進行了融合，形成多模态互動的過程，進而建構一個更聰明的人機交流系統。
淺雪認為，人機互動遠遠不僅語音，“我們覺得在未來人機互動不僅有聽覺，還有視覺、嗅覺，以及有更強的情感回報能力。”
阿裡AI Labs去年在自然語言了解等方向投入諸多，并在去年10月宣布引入微軟亞洲研究院首席研究員聶再清博士、谷歌 Tango 和 DayDream 項目技術主管李名楊博士。目前聶再清負責阿裡AI Labs北京研發中心的各項研發工作，并重點突破知識圖譜和自然語言了解這兩個領域。李名楊任 AI Labs 機器視覺傑出科學家。
阿裡AI Labs北京研發中心負責人聶再清
在接受專訪時，聶再清表示，天貓精靈具備情景感覺、主動學習能力。自然語言了解很大的難點是因為自然語言的多樣性，一句話可能有無數的意思，這就需要通過大資料，讓開發人員跟大資料的互動主動進行挖掘，主動找到路徑讓開發人員跟使用者一起互動，把語言的各種意思都完善了，才能讓機器聽懂，這也是阿裡AI Labs 技術上的優勢。
阿裡AI Labs做硬體的邏輯：親手打造更懂跨界，AliGenie系統将來或開放
雖然天貓精靈X2沒有釋出，但更小巧尺寸的天貓精靈曲奇、天貓路由器、天貓魔屏 S1 無屏電視以及周邊配件等諸多硬體同時亮相。
阿裡最擅長做平台，這次一口氣釋出多款硬體産品，并非要轉變路線，其背後的邏輯非常現實：做硬體比軟體難的多。
淺雪說，阿裡AI Labs在做天貓精靈之前，就已經嘗試跟行業的一些合作夥伴共同研發硬體，但在合作過程中碰到了非常多的挑戰，畢竟軟硬體這兩個不同領域跨界合作，互相之間并不清楚裡面存在的問題。
一般來說，如果自己隻做服務、系統，交給第三方做硬體的話，不容易掌握品控、制造周期等環節，這也是AI Labs去年自己着手打造硬體的原因。
不過，阿裡做平台的基因沒有變。淺雪希望AliGenie這個系統将來做的更好，讓硬體的合作夥伴可以做（相關産品），應用AliGenie這套技術。
此外，淺雪還宣布，現在天貓精靈的銷量已經突破200萬台。
百箱大戰繼續更新：增加視覺能力，實作更多場景
2014年亞馬遜的Echo問世，點燃了AI音箱大戰的導火索，谷歌Home、蘋果的Home Pod以及國内的阿裡天貓精靈、小米的小愛同學、獵豹AI音箱等紛紛入場；去年亞馬遜釋出帶螢幕的音箱Echo Show，将AI音箱帶入另一個競争階段：視覺化。
雖然這次天貓精靈并沒有推出帶螢幕的音箱，但AliGenie 2.0将視覺能力落地，推出了“精靈火眼”：外置一台XHolder（類似手機支架），放置裝有天貓精靈手機APP的手機後，能夠讓天貓精靈具備視覺認知能力。
這種做法類似當年谷歌在推出VR産品時，外設的Google Cardboard，能夠在實作視覺功能的同時，最大限度節省成本。
但“友商”們更激進。在今年CES上，京東智能音箱叮咚Play亮相，這款産品配備了8英寸的液晶顯示屏，能夠實作視訊通話、人臉識别等功能。百度近日也宣布，将在下周釋出“小度在家”智能視訊音箱。
進入2018年，視覺化、螢幕化讓“百箱大戰”進入到新的競争階段。與單純的語音音箱而言，加入了視覺功能的音箱能夠實作更多場景。以“精靈火眼”為例，阿裡與出版業合作，通過圖像識别書本後，“精靈火眼”能夠實作智能語音互動、聲音朗讀，幫助兒童讀書、識字，商業化空間巨大。
原文釋出時間為：2018-03-23
本文作者：張乾
本文來自雲栖社群合作夥伴新智元，了解相關資訊可以關注“AI_era”微信公衆号