去年 9 月份，人工智能初創企業 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 被福布斯當選為全球 AI 公司里的 Top 50。

近日，這家公司組織了內部 5 位分別負責工業設計、聲紋識別技術、人工智能、深度學習等方面的博士、專家在知乎開展了一場線上 live，吸引了超過 5000 人參與，據說是有史以來由企業舉辦的 live 里參與人數最多的一場。可以說，這場 live 不僅僅是為了公司、產品的宣傳，還有的就是為公司招攬領域內人才。

Rokid 靠什么「討好」消費者

從 2014 年成立以來，Rokid 就致力于人工智能的研發，其打造的第一代人工智能產品 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，以及獨具「個性」的語音助手贏得的了業界和極客們的關注。

Rokid 第一代人工智能產品 

新產品 Pebble 的外形設計：繼續打破傳統，將「用戶體驗」擺在第一位

相比 Google Home、亞馬遜 Echo 等偏日常化的設計，Rokid 則顯得激進些，并將設計作為提升「用戶體驗」的一項重點工程。

Rokid 打造的第二代產品——Pebble（月石）再一次打破了人們對這類產品的想象。Rokid 團隊從單細胞生物上得到啟發，采用圓形、曲線的設計，將 Pebble 打造成一個石頭盆景般的外形，使其能夠與家庭場景融為一體，更符合美觀的要求。

Rokid 打造的第二代產品——Pebble（月石）

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

Rokid 工業設計師姜公略表示，他們從始至終都是將「用戶體驗」放在了第一位，包括其他同類產品所沒有電池設置，使得產品能夠在戶外場景中使用。

通過人機交互設計解決人機對話「開口難」的問題

姜公略進一步表示，面對語音對話機器人，人們往往會出現「開口難」的問題，即不知道該如何與機器溝通。他解釋道，這是由人們不了解機器人的邊界、缺乏基于人機對話的經驗所造成，這就像我們在跟一個嬰兒談話一樣，得了解嬰兒（機器）能夠對話的范疇，從中積累和嬰兒（機器）對話的能力。

姜公略表示，可通過設計改變這一現狀。目前，人機交互主要包括 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，用戶只需在電腦、手機等屏幕上獲取信息并直接點選。而 VUI 這種以語音交互進行獲取信息的方式則存在「低效」的劣勢，這是因為，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，才能執行下一步操作。

Rokid 作為一款人機對話的產品，自然會面臨這樣的問題。姜公略解說道，基于大數據以及人工智能強大的算法能力，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，在執行「餐廳推薦」任務時，機器人能夠先將「日本菜」、「西餐」等選項供用戶選擇，首先篩掉一大部分信息，接著給予更接近用戶意圖的選擇。當然，機器人也可在一開始時根據用戶以往習慣進行推薦。

Rokid 就此基于人工智能算法的 VUI 設計，能夠降低人機交互的復雜程度，并提高效率。

Rokid 的打造并非是「將手機語音助手搬上音箱」這么簡單

要讓機器人做到與用戶順暢交流，是人機語音交互面臨的一大難題。Rokid 的朱磊博士表示，聽到、聽懂、反饋是機器與人交流的三個關鍵。他強調，Rokid 的打造并非是「將手機語音助手搬上音箱」這么簡單，它在這三個環節都面臨著重大挑戰：

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

其次，要讓機器「聽清楚」用戶的聲音，也就是遠場拾音的技術難題，包括麥克風陣列下的波束、降噪、多麥克 VAD 等問題。朱博士表示，基于前人大量的基礎工作，使得這項技術能夠得到良好的解決，對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。目前技術能夠處理信噪比大于 0 的情況。而在現實生活中，信噪比往往在 -30~-60dB 之間，已經超出技術本身的極限。

為此，Rokid 團隊則采用非技術的手段，包括拾音孔、麥克風的方位設計、隔音、減震結構等，從技術、工藝、結構等多方面降低回聲消除的難度。

可見，為了讓產品能夠更貼近用戶、受歡迎，Rokid 團隊將「用戶體驗」作為首要的衡量標準，在這基礎上穩固的打磨人機交互設計以及 AI 技術，堅持著他們自身的準則，并為此花下了不少心思。

Rokid 的潛在問題與「迷茫」

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

不難想象的是，這樣的價格已經令不少想嘗鮮的人望而卻步。除了價格，Rokid 對設計的高度重視已超過產品本身，這從 Rokid 此前借助機械臂展示產品的宣傳片當中也能看出，Rokid 的定位傾向于偏高端消費人群，或者更通俗的講，是偏「geek」。

其實，身為一家初創公司，Rokid 這樣做似乎不太妥當。知乎上一位關注 Rokid 的投資者認為，Rokid 沒有 Google Home，Echo 那樣的數據、電商優勢，尤其在后兩者重點為鞏固他們在搜索界、電商界地位而將硬件作為輔助、沖量的產品的情況下，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 的布局看它對未來的思考

不過，在發展到了一定程度后，Rokid 也意識到了這一點。

在這場知乎 live 中，Rokid 相關負責人表示，Rokid 即將在 5 月 15 日發布的 Pebble 以及后續的新品，價格都會很「親民」。這隱約的暗示著，他們希望通過降低價格的方式，讓產品的觸角伸向更多的消費者。同時，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、物聯網廠商等產業上游企業合作，提供芯片及方案。另外，Rokid 也正在建設開發者社區，開放類似亞馬遜 Echo 的軟、硬件平臺（包括語音識別、NLP、TTS、拾音模塊等）。未來，Rokid 將會把這些開放給各中、小企業。

除了產品、渠道、商業合作伙伴等方面布局，Rokid 也十分重視底層技術的積累。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」，持續大力投入資源和人才在新技術的研發當中，腳步一刻都沒放慢下來過……

從成立到現在短短兩年多的時間里，Rokid 從 5 人的「咖啡廳創業團隊」迅速成長為一個橫跨中、美兩國，遍布三地的人工智能研發中心，一路堅持拿到 B 輪投資并成為世界最有價值的人工智能企業之一。對于一家初創公司來說，實屬不易，也是值得驕傲的資本。

而從這一路以來的變化，特別是商業模式方面的探索，我們也看到了他們的努力。