“你是想告诉我们，一种没有记忆遗传，相互间用声波进行信息交流，并且是以令人难以置信的每秒1至10比特的速率进行交流的物种，能创造出5B级文明？！而且这种文明是在没有任何外部高级文明培植的情况下自行进化的？！”

今天下午，阿里天猫精灵X1发布现场，当我为499的定价而惊讶，并在朋友圈推荐有兴趣者不妨入手之后，评论中还是有一些质疑声音的，不就是个智能音箱吗？国外echo早就做了，国内的联想做了，小雨在家做了，robid也早就做了......

朋友圈上想要反驳，但一时却不知从何说起，因为这款X1尽管确实长得像音箱，而且也确实能当音箱放音乐，但它的的确确不是一款音箱，而是阿里为人工智能世界所设置的一个硬件入口，如果这仅仅是一个音箱，它的售价可能会高达999或者1999(此前苹果Home Pod售价349美元，Google Home129美元，触屏版的亚马逊Echo是230美元)，但因为它是一个入口，具有远超出消费市场的意义，所以才被定价为499。

特邀而来的Zealer创始人王自如现场评测了天猫精灵X1的各种功能，除了语音点歌之外，它还能听懂各种指令，有常见的记事提醒功能、会讲段子、会给孩子讲故事，而令人印象深刻的则是通过它在应用声纹锁技术之后，还能在天猫上购物，给手机充话费，以及控制各种智能家居。

而这所有功能的实现是基于三层基础。

其一，作为阿里人工智能实验室推出的首款智能语音终端设备，天猫精灵X1内置了第一代中文人机交流系统AliGenie，AliGenie生活在云端，实际上就是一个具备了理解、执行和学习能力的AI，依靠阿里云的机器学习技术和计算能力，AliGenie能够不断进化成长，了解使用者的喜好和习惯；

其二，天猫精灵X1背后其实是一个面对开发者和硬件厂商的开放生态，在整合了语音技术、服务入口以及硬件方案，为用户提供智能体验。所谓“智能音箱”只是个入口，真正的世界则在看不见的后面，在云端；

其三，这款天猫精灵X1同时也是基于阿里生态的，被嫁接了阿里巴巴生态体系中丰富的互联网服务和商业链接能力。

客观说，智能音箱的产出在技术上并无多大难度，语音识别二十年前就已经投入应用。然而问题的关键在于，它是谁做的，它背后的世界有多大。

比如，你有没有能力控制智能家电，归根结底在于制造商与家电巨头之间的博弈，很难想象夏普的彩电会兼容小雨在家的智能音箱，而阿里在这方面的可能性就大的多；比如，在其他的智能音箱中，你就很难买东西的功能，但在阿里的生态中则可以深度整合；当然，这当中人工智能技术的高下也很重要。

天猫精灵X1的发明，标志着在百度和腾讯之后，阿里也正式入局智能语音助手，建立人工智能世界的入口，这象征这一股席卷科技圈的大潮流扑面而来，人工智能全面落地的时代可能离我们还很远，但确定无疑的是：未来已来。

那么谁更有优势来主导这个时代呢？科幻作家刘慈欣在《乡村教师》里曾用一段话来概括人类文明的演进：

“你是想告诉我们，一种没有记忆遗传，相互间用声波进行信息交流，并且是以令人难以置信的每秒1至10比特的速率进行交流的物种，能创造出5B级文明？！而且这种文明是在没有任何外部高级文明培植的情况下自行进化的？！”

按照一般逻辑，单纯靠语音本身是无法织就5B级文明，因为一句话本身的信息量是很少的。但古今的差异就在于同样一句话背后，可以调用的能量发生可数量级的差异：古人说出“我想听个《霓裳曲》”，实现他就需要一个戏班子。而现在人类说同样的一句话，就只需要调动云端的几MB的音频流。

也就是说，在同样参数的智能音箱，差不多的语音识别技术，不分高下的人工智能能力之后，起决定作用的其实是这句话所能调动的资源。

正是从这个角度，解释了目前人工智能领域的带头者还是百度、腾讯、阿里这三个原来互联网世界的巨头。而三巨头也正在从不同的方向切入人工智能世界。

百度核心竞争力在于知识图谱，在中文世界百度的知识图谱的深度和广度是无人能及的；而阿里的核心竞争力在于商业服务，腾讯的核心竞争力则是社交和内容。对于一个语音助手，如果最大的使用场景是把它当做百科全书，那么百度最有可能胜出；如果是希望当做一个音箱来使用，放歌放音频内容，那么腾讯最有可能胜出；但如果你希望它真的能够帮助你完成一些工作，为你提供商业服务，那么阿里的胜算最大。