【ITBEAR】在GenAI技術(shù)的推動下，各行各業(yè)正經(jīng)歷著深刻的變革，智能硬件行業(yè)也不例外。一方面，AIGC與機器人的融合促進了具身智能產(chǎn)業(yè)的迅猛發(fā)展，科幻電影中的清掃機器人“瓦力”和醫(yī)療機器人“大白”正逐步成為現(xiàn)實。另一方面，智能手表、智能眼鏡、智能耳機等穿戴式智能硬件與多模態(tài)大模型的結(jié)合成為了新的發(fā)展趨勢。
回顧2017年，天貓精靈、小愛同學(xué)、小度等語音助手驅(qū)動的智能設(shè)備被視為第一批AI硬件革命。盡管這些設(shè)備經(jīng)過多年的市場培育已逐漸融入我們的生活，成為許多家庭的語音助手，但其AI智能化水平仍相對初級。然而，隨著GenAI的興起，更智能化的多模態(tài)大模型為智能硬件注入了新的活力，帶來了全新的人機交互體驗，也催生了智能硬件行業(yè)的新一輪變革。
在智能硬件與多模態(tài)大模型的結(jié)合下，穿戴式設(shè)備的交互體驗正迎來重大變革。據(jù)聲網(wǎng)的市場調(diào)研顯示，多模態(tài)大模型在智能硬件場景的應(yīng)用主要集中在智能眼鏡、智能手表、智能耳機等穿戴式設(shè)備上，同時在智能門鈴、智能陪伴玩具等IoT場景也有所應(yīng)用。不同場景下的用戶需求與場景特點存在一定差異，例如智能手表，尤其是兒童智能手表，是多模態(tài)大模型最早落地的IoT硬件場景之一。360兒童手表、小天才等品牌已率先集成此技術(shù)，流暢的AI互動問答不僅填補了兒童的空閑時間，還通過智能化的回答為兒童帶來知識科普的價值，輔助教育學(xué)習(xí)。
圖：「Ray-Ban meta」智能眼鏡
智能眼鏡則更加注重通過AI提升語音交互能力。以meta聯(lián)合雷朋推出的「Ray-Ban meta」智能眼鏡為代表，這款產(chǎn)品通過加入攝像頭、AI等功能，使用戶可以通過語音交互讓眼鏡幫助安排工作與日程，或者實現(xiàn)百科問答、學(xué)習(xí)輔助、英文翻譯、語音導(dǎo)航、超擬人情感陪伴及音樂娛樂等多種功能。在AI與RTC技術(shù)的加持下，智能眼鏡還支持第一視角音視頻回傳，包括音視頻通話、視頻錄制、直播等，同時還支持實時翻譯、同聲傳譯等場景，搭配手勢識別，實現(xiàn)跨語言環(huán)境的語義理解。
智能耳機與大模型的結(jié)合則主要集中在實時翻譯、情感交流、錄音轉(zhuǎn)寫等核心功能。在實時翻譯方面，智能耳機主要應(yīng)用在1對1翻譯場景，支持雙方對話過程隨時發(fā)言，無需等待翻譯完成或?qū)Ψ桨l(fā)言結(jié)束，非常適合雙人會議、差旅、教學(xué)、社交等高頻深度對話場景。三星Galaxy Buds系列無線耳機、時空壺W4 Pro等產(chǎn)品就是其中的代表。同時，借助RTC技術(shù)，智能耳機還能實現(xiàn)多人同頻道、AI降噪等功能。
在情感交流方面，Ola Friend智能耳機是一個熱門產(chǎn)品，它可以實現(xiàn)英語陪練、旅行導(dǎo)游、情感交流等功能。對于開發(fā)者而言，聲網(wǎng)提供了快速、易用、完整的解決方案，并采用了靈活可擴展的AIAgent架構(gòu)，具備工作流編排能力。開發(fā)者與企業(yè)可以自主選擇LLM等組件，根據(jù)特定需求定制和擴展AI驅(qū)動的實時互動體驗。
在GenAI的趨勢下，IoT行業(yè)還涌現(xiàn)了智能陪伴機器人、智能兒童毛絨玩具、智能戒指等一系列智能硬件場景，為用戶帶來不同硬件終端下的AI語音交互體驗。
作為全球?qū)崟r互動云行業(yè)的開創(chuàng)者，聲網(wǎng)一直在探索GenAI與RTE結(jié)合帶來的體驗提升和場景創(chuàng)新。此前，聲網(wǎng)發(fā)布了實時多模態(tài)對話式AI解決方案，并在此基礎(chǔ)上針對IoT行業(yè)的特殊性，探索出了AI x IoT智能硬件解決方案。該方案能夠在低功耗、低算力芯片上快速實現(xiàn)大模型的接入，具備低延時實時互動、低成本靈活適配的特性，通過豐富的功能在智能硬件場景中構(gòu)建真實、自然的AI語音交互體驗。
圖：聲網(wǎng)AI x IoT智能硬件解決方案架構(gòu)圖
