去年 9 月份，人工智能初創(chuàng)企業(yè) Rokid 宣布完成 6500 萬美元的 B 輪融資，一躍成為市值 4.5 億的公司。緊接著，在今年年初，Rokid 被福布斯當(dāng)選為全球 AI 公司里的 Top 50。

近日，這家公司組織了內(nèi)部 5 位分別負(fù)責(zé)工業(yè)設(shè)計(jì)、聲紋識(shí)別技術(shù)、人工智能、深度學(xué)習(xí)等方面的博士、專家在知乎開展了一場(chǎng)線上 live，吸引了超過 5000 人參與，據(jù)說是有史以來由企業(yè)舉辦的 live 里參與人數(shù)最多的一場(chǎng)。可以說，這場(chǎng) live 不僅僅是為了公司、產(chǎn)品的宣傳，還有的就是為公司招攬領(lǐng)域內(nèi)人才。

Rokid 靠什么「討好」消費(fèi)者

從 2014 年成立以來，Rokid 就致力于人工智能的研發(fā)，其打造的第一代人工智能產(chǎn)品 Rokid 憑借高透光度曲面外殼、DLP 投影、三星 8 核 CPU 的高性能配置，以及獨(dú)具「?jìng)€(gè)性」的語音助手贏得的了業(yè)界和極客們的關(guān)注。

Rokid 第一代人工智能產(chǎn)品 

新產(chǎn)品 Pebble 的外形設(shè)計(jì)：繼續(xù)打破傳統(tǒng)，將「用戶體驗(yàn)」擺在第一位

相比 Google Home、亞馬遜 Echo 等偏日常化的設(shè)計(jì)，Rokid 則顯得激進(jìn)些，并將設(shè)計(jì)作為提升「用戶體驗(yàn)」的一項(xiàng)重點(diǎn)工程。

Rokid 打造的第二代產(chǎn)品——Pebble（月石）再一次打破了人們對(duì)這類產(chǎn)品的想象。Rokid 團(tuán)隊(duì)從單細(xì)胞生物上得到啟發(fā)，采用圓形、曲線的設(shè)計(jì)，將 Pebble 打造成一個(gè)石頭盆景般的外形，使其能夠與家庭場(chǎng)景融為一體，更符合美觀的要求。

Rokid 打造的第二代產(chǎn)品——Pebble（月石）

而這也意味著他們將要克服更多技術(shù)上的困難，例如在物理上如何避免音頻受到干擾——據(jù)悉，同類的 Google Home，Echo 等之所以做成箱體形狀，正是為了將拾音結(jié)構(gòu)、音箱進(jìn)行一定距離的區(qū)隔（分別在頭尾兩端）。

Rokid 工業(yè)設(shè)計(jì)師姜公略表示，他們從始至終都是將「用戶體驗(yàn)」放在了第一位，包括其他同類產(chǎn)品所沒有電池設(shè)置，使得產(chǎn)品能夠在戶外場(chǎng)景中使用。

通過人機(jī)交互設(shè)計(jì)解決人機(jī)對(duì)話「開口難」的問題

姜公略進(jìn)一步表示，面對(duì)語音對(duì)話機(jī)器人，人們往往會(huì)出現(xiàn)「開口難」的問題，即不知道該如何與機(jī)器溝通。他解釋道，這是由人們不了解機(jī)器人的邊界、缺乏基于人機(jī)對(duì)話的經(jīng)驗(yàn)所造成，這就像我們?cè)诟粋€(gè)嬰兒談話一樣，得了解嬰兒（機(jī)器）能夠?qū)υ挼姆懂牐瑥闹蟹e累和嬰兒（機(jī)器）對(duì)話的能力。

姜公略表示，可通過設(shè)計(jì)改變這一現(xiàn)狀。目前，人機(jī)交互主要包括 GUI（Graphical User Interface，圖形用戶界面）、VUI（Voice User Interface，語音用戶界面）兩種模式。

其中，GUI 具有直觀、高效的特點(diǎn)，用戶只需在電腦、手機(jī)等屏幕上獲取信息并直接點(diǎn)選。而 VUI 這種以語音交互進(jìn)行獲取信息的方式則存在「低效」的劣勢(shì)，這是因?yàn)椋?b>GUI 與 VUI 存在維度上的差異：GUI 是二維獲取信息的方式，VUI 只是一維，需要用戶從頭到尾聽或講一遍信息，才能執(zhí)行下一步操作。

Rokid 作為一款人機(jī)對(duì)話的產(chǎn)品，自然會(huì)面臨這樣的問題。姜公略解說道，基于大數(shù)據(jù)以及人工智能強(qiáng)大的算法能力，VUI 能夠有很大的提升空間，為用戶過濾大量的選擇，提高輸入、輸出信息的效率。例如，在執(zhí)行「餐廳推薦」任務(wù)時(shí)，機(jī)器人能夠先將「日本菜」、「西餐」等選項(xiàng)供用戶選擇，首先篩掉一大部分信息，接著給予更接近用戶意圖的選擇。當(dāng)然，機(jī)器人也可在一開始時(shí)根據(jù)用戶以往習(xí)慣進(jìn)行推薦。

Rokid 就此基于人工智能算法的 VUI 設(shè)計(jì)，能夠降低人機(jī)交互的復(fù)雜程度，并提高效率。

Rokid 的打造并非是「將手機(jī)語音助手搬上音箱」這么簡(jiǎn)單

要讓機(jī)器人做到與用戶順暢交流，是人機(jī)語音交互面臨的一大難題。Rokid 的朱磊博士表示，聽到、聽懂、反饋是機(jī)器與人交流的三個(gè)關(guān)鍵。他強(qiáng)調(diào)，Rokid 的打造并非是「將手機(jī)語音助手搬上音箱」這么簡(jiǎn)單，它在這三個(gè)環(huán)節(jié)都面臨著重大挑戰(zhàn)：

首先，需要解決「聽到」的問題，也就是區(qū)分用戶是不是在跟機(jī)器說話。通常的辦法是使用語音激活詞，一般情況下，許多同類產(chǎn)品包括 Google Home，Echo，微軟 cotana 均采用三音節(jié)詞，目的在于降低誤激活率。為了迎合國(guó)內(nèi)稱呼二字人名的習(xí)慣，Rokid 最終選取了 Rokid（中文喚醒詞為「若琪」）這一二音節(jié)喚醒詞，克服大量技術(shù)難題，并前后花費(fèi)了一年多的時(shí)間才得以完成。

其次，要讓機(jī)器「聽清楚」用戶的聲音，也就是遠(yuǎn)場(chǎng)拾音的技術(shù)難題，包括麥克風(fēng)陣列下的波束、降噪、多麥克 VAD 等問題。朱博士表示，基于前人大量的基礎(chǔ)工作，使得這項(xiàng)技術(shù)能夠得到良好的解決，對(duì)于他們來說并非是大的難題。

最后就是解決回聲消除方面的難題。目前技術(shù)能夠處理信噪比大于 0 的情況。而在現(xiàn)實(shí)生活中，信噪比往往在 -30~-60dB 之間，已經(jīng)超出技術(shù)本身的極限。

為此，Rokid 團(tuán)隊(duì)則采用非技術(shù)的手段，包括拾音孔、麥克風(fēng)的方位設(shè)計(jì)、隔音、減震結(jié)構(gòu)等，從技術(shù)、工藝、結(jié)構(gòu)等多方面降低回聲消除的難度。

可見，為了讓產(chǎn)品能夠更貼近用戶、受歡迎，Rokid 團(tuán)隊(duì)將「用戶體驗(yàn)」作為首要的衡量標(biāo)準(zhǔn)，在這基礎(chǔ)上穩(wěn)固的打磨人機(jī)交互設(shè)計(jì)以及 AI 技術(shù)，堅(jiān)持著他們自身的準(zhǔn)則，并為此花下了不少心思。

Rokid 的潛在問題與「迷茫」

雖然 Rokid 一直以來都堅(jiān)持自己慣有的風(fēng)格，希望將產(chǎn)品做到極致。但與 Google Home、Echo 等同類產(chǎn)品相比，Rokid 昂貴的成本使得產(chǎn)品自身價(jià)格偏高（Rokid 第一代產(chǎn)品價(jià)格在 5000 以上，Echo、Google Home 價(jià)格都不超過千元）。

不難想象的是，這樣的價(jià)格已經(jīng)令不少想嘗鮮的人望而卻步。除了價(jià)格，Rokid 對(duì)設(shè)計(jì)的高度重視已超過產(chǎn)品本身，這從 Rokid 此前借助機(jī)械臂展示產(chǎn)品的宣傳片當(dāng)中也能看出，Rokid 的定位傾向于偏高端消費(fèi)人群，或者更通俗的講，是偏「geek」。

其實(shí)，身為一家初創(chuàng)公司，Rokid 這樣做似乎不太妥當(dāng)。知乎上一位關(guān)注 Rokid 的投資者認(rèn)為，Rokid 沒有 Google Home，Echo 那樣的數(shù)據(jù)、電商優(yōu)勢(shì)，尤其在后兩者重點(diǎn)為鞏固他們?cè)谒阉鹘纭㈦娚探绲匚欢鴮⒂布鳛檩o助、沖量的產(chǎn)品的情況下，Rokid 走出了靠賣硬件賺錢這樣的一條道路，而這也注定是一條無比艱難的路。

從 Rokid 的布局看它對(duì)未來的思考

不過，在發(fā)展到了一定程度后，Rokid 也意識(shí)到了這一點(diǎn)。

在這場(chǎng)知乎 live 中，Rokid 相關(guān)負(fù)責(zé)人表示，Rokid 即將在 5 月 15 日發(fā)布的 Pebble 以及后續(xù)的新品，價(jià)格都會(huì)很「親民」。這隱約的暗示著，他們希望通過降低價(jià)格的方式，讓產(chǎn)品的觸角伸向更多的消費(fèi)者。同時(shí)，Rokid 也正積極尋求各方渠道合作伙伴。

目前，Rokid 已與部分智能家居、物聯(lián)網(wǎng)廠商等產(chǎn)業(yè)上游企業(yè)合作，提供芯片及方案。另外，Rokid 也正在建設(shè)開發(fā)者社區(qū)，開放類似亞馬遜 Echo 的軟、硬件平臺(tái)（包括語音識(shí)別、NLP、TTS、拾音模塊等）。未來，Rokid 將會(huì)把這些開放給各中、小企業(yè)。

除了產(chǎn)品、渠道、商業(yè)合作伙伴等方面布局，Rokid 也十分重視底層技術(shù)的積累。在去年，繼北京「Rokid A-Lab」之后，Rokid 緊鑼密鼓的在硅谷部署了「Rokid R-Lab」，持續(xù)大力投入資源和人才在新技術(shù)的研發(fā)當(dāng)中，腳步一刻都沒放慢下來過……

從成立到現(xiàn)在短短兩年多的時(shí)間里，Rokid 從 5 人的「咖啡廳創(chuàng)業(yè)團(tuán)隊(duì)」迅速成長(zhǎng)為一個(gè)橫跨中、美兩國(guó)，遍布三地的人工智能研發(fā)中心，一路堅(jiān)持拿到 B 輪投資并成為世界最有價(jià)值的人工智能企業(yè)之一。對(duì)于一家初創(chuàng)公司來說，實(shí)屬不易，也是值得驕傲的資本。

而從這一路以來的變化，特別是商業(yè)模式方面的探索，我們也看到了他們的努力。