目前市面上已經(jīng)有不少陪伴機(jī)器人產(chǎn)品，主要針對(duì)老人或孩子，不管是讓機(jī)器人提醒老人吃藥，還是讓機(jī)器人陪伴孩子學(xué)習(xí)，很多機(jī)器人企業(yè)已經(jīng)在機(jī)器人功能的打造上投入了大量的資金。

但是目前面臨的問(wèn)題是，陪伴機(jī)器人與用戶之間缺少粘性，很多用戶使用機(jī)器人之后，基本上讓機(jī)器人放置在家里吃灰，對(duì)機(jī)器人企業(yè)而言，這是非常實(shí)質(zhì)性的問(wèn)題。

或許是因?yàn)闄C(jī)器人的功能沒(méi)有做到位，也有可能是這些功能本身不具備跟用戶之間產(chǎn)生使用粘性。

例如在智能手機(jī)出現(xiàn)之前，人們對(duì)手機(jī)的依賴不是很強(qiáng)烈，但是自從智能手機(jī)出現(xiàn)后，人們對(duì)手機(jī)的依賴是非常強(qiáng)烈的，這都要?dú)w功于微信、愛(ài)奇藝、優(yōu)酷等各類應(yīng)用軟件，現(xiàn)在人們?cè)谑謾C(jī)上使用這些軟件的次數(shù)是最多的，而這些軟件基本上都具備社交娛樂(lè)的屬性。

如果手機(jī)植入社交娛樂(lè)元素后，能夠讓用戶產(chǎn)生這么強(qiáng)烈的依賴感，那讓陪伴機(jī)器人產(chǎn)品也植入相似的社交娛樂(lè)元素將會(huì)有怎樣的變化？

在這次1號(hào)機(jī)器人網(wǎng)研討會(huì)上，經(jīng)過(guò)眾多主流企業(yè)的探討，我們認(rèn)為視頻直播將會(huì)在陪伴機(jī)器人身上有所造詣。

現(xiàn)在市面上很多陪伴機(jī)器人產(chǎn)品都具備視頻通話的能力，借助視頻通話的技術(shù)，我們可以讓機(jī)器人監(jiān)控家里的環(huán)境，以及呵護(hù)老人或孩子的安全問(wèn)題，另外在商業(yè)應(yīng)用上，機(jī)器人無(wú)法回答的問(wèn)題，也可以轉(zhuǎn)接人工視頻通話處理。

當(dāng)然，現(xiàn)在視頻通話屬于陪伴機(jī)器人身上的小功能，從視頻通話技術(shù)上，我們還可以延伸出很多玩法。

深圳市即構(gòu)科技有限公司（以下簡(jiǎn)稱：即構(gòu)科技）資深架構(gòu)師冼牛說(shuō)：“從技術(shù)角度上去講，視頻直播技術(shù)可以在機(jī)器人身上得到應(yīng)用，現(xiàn)在歐美提倡的小班課，可以通過(guò)視頻直播很好的架構(gòu)起線上線下一體課堂，學(xué)生在這個(gè)課堂里可以有更多人的圍觀以及互動(dòng)。”

“陪伴機(jī)器人本身就是為孩子貼身打造的教育流量入口，對(duì)于課堂直播、在線課堂等都是十分好的產(chǎn)品形態(tài)?！?/p>

廣東沃盛教育科技有限公司（以下簡(jiǎn)稱：沃盛教育）產(chǎn)品總監(jiān)何進(jìn)偉說(shuō)：“我們下一代產(chǎn)品就是往這方向規(guī)劃，即將推出的下一代機(jī)器人產(chǎn)品自帶8寸屏，我們會(huì)更好的發(fā)揮屏幕的作用，除了監(jiān)護(hù)、課程學(xué)習(xí)等功能外，我們還會(huì)跟國(guó)內(nèi)的教育機(jī)構(gòu)合作（如：樂(lè)思塾），通過(guò)陪伴機(jī)器人，家長(zhǎng)也能夠看到孩子在課堂上的學(xué)習(xí)情況，以及課堂的學(xué)習(xí)氛圍情況。”

當(dāng)然，這些功能還不足以讓用戶對(duì)機(jī)器人產(chǎn)品產(chǎn)生使用粘性，所以我們還需要更進(jìn)一步。

比如孩子可以通過(guò)陪伴機(jī)器人錄一段唱歌或跳舞的短視頻發(fā)布到微信朋友圈或臉書(shū)，吸引更多人關(guān)注自己。

冼牛說(shuō)：“從技術(shù)的角度去講，這些功能的實(shí)現(xiàn)不具有技術(shù)難度，或者可以讓陪伴機(jī)器人更具有可玩性，例如在直播的畫(huà)面上集成合成音，可以讓直播視頻里人的說(shuō)話聲變聲，像美聲或怪聲，也可以把直播中的我變成熊或狗，讓我模擬熊或狗的樣子給孩子講故事，讓孩子覺(jué)得更好玩?！?/p>

“只有讓孩子與機(jī)器人玩的過(guò)程中，參與進(jìn)來(lái)，讓畫(huà)面變得可操作，如在線課堂上把老師或其他學(xué)生變成動(dòng)物，而且有更多人的參與圍觀，這樣孩子上課就會(huì)覺(jué)得非常有趣。”

何進(jìn)偉說(shuō)：“引著這個(gè)思路，那接下來(lái)讓孩子們互發(fā)信息，通過(guò)機(jī)器人發(fā)送可以是一條短視頻，而不再是一段語(yǔ)音?！?/p>

深圳市狗尾草智能科技有限公司（以下簡(jiǎn)稱：狗尾草）聯(lián)合創(chuàng)始人張博說(shuō)：“直播在機(jī)器人身上可能會(huì)有很多的延伸應(yīng)用，如果在畫(huà)面上可以把人變成動(dòng)物，那是否也可以把某人變成特朗普在那里說(shuō)話？”

冼牛說(shuō)：“從技術(shù)上是顯得通的，主要是聲紋的辨別，只要有其他機(jī)構(gòu)能夠辨別聲紋，而且讓人能夠分不出真假，我們只要開(kāi)放接口，提供原始的視頻云數(shù)據(jù)，然后就可以接入各種模塊，你想變成誰(shuí)在講話，或者植入各種道具，如：帽子、胡子、美顏效果等都是可行的，我們現(xiàn)在提供給映客直播、花椒直播等就是這套方案?！?/p>

通過(guò)這次1號(hào)機(jī)器人網(wǎng)研討會(huì)，我們認(rèn)為視頻直播技術(shù)可以在機(jī)器人領(lǐng)域得到廣泛應(yīng)用，只不過(guò)相關(guān)的業(yè)務(wù)模式探索上，還需要進(jìn)一步的溝通。

按照目前的技術(shù)發(fā)展速度，現(xiàn)在越來(lái)越多的新技術(shù)正在走向相互應(yīng)用，視頻直播也在向視頻AI方向跨度，當(dāng)然這個(gè)方向存在太多的未知應(yīng)用，在這里先不做深入的探索。

視頻AI將會(huì)與機(jī)器人大腦緊密相連，所以接下來(lái)我們把目光轉(zhuǎn)向語(yǔ)音語(yǔ)義的發(fā)展方向上，要說(shuō)機(jī)器人大腦就會(huì)包含語(yǔ)音和語(yǔ)義。

在語(yǔ)義的發(fā)展方向上，百度自然語(yǔ)言處理部資深研發(fā)工程師凌光說(shuō)：“現(xiàn)在語(yǔ)義發(fā)展會(huì)存在兩個(gè)方向：一個(gè)是閑聊式，另一個(gè)是任務(wù)式。閑聊式的人機(jī)對(duì)話，通過(guò)百度的大數(shù)據(jù)可以支撐人們與機(jī)器人閑聊對(duì)話，但是它相當(dāng)長(zhǎng)的時(shí)間里很難會(huì)有所突破，而任務(wù)式的人機(jī)對(duì)話，相當(dāng)于要在一個(gè)專業(yè)的領(lǐng)域里深耕，讓機(jī)器人可以與人在這個(gè)領(lǐng)域深度的互動(dòng)，但是把產(chǎn)品做好需要投入巨大的資金。”

“在任務(wù)式對(duì)話中，不管是百度的UINT、蘋果的Siri、還是谷歌的語(yǔ)音助手，所使用的技術(shù)都是大同小異，不管是哪一家，在任意行業(yè)做好深度的深層次互動(dòng)對(duì)話，都需要投入大量的時(shí)間，如知識(shí)庫(kù)的建立，解析意圖，訓(xùn)練模型等，這一過(guò)程都要投入較多的人力和資金。”

這也意味著，針對(duì)機(jī)器人行業(yè)，百度更多的是提供通用語(yǔ)義，在特定語(yǔ)義方向，百度是不會(huì)涉足，因?yàn)橥度胧蔷薮蟮模@也給機(jī)器人企業(yè)和語(yǔ)義公司提供了一個(gè)方向，要想在語(yǔ)義方向有所建樹(shù)，必須要往特定領(lǐng)域去精耕，這是目前的機(jī)器人產(chǎn)品所需要的，也是BAT等企業(yè)不愿意涉足的。

在語(yǔ)音的發(fā)展方向上，蘇州思必馳信息科技有限公司（以下簡(jiǎn)稱：思必馳）技術(shù)顧問(wèn)甘楚輝說(shuō)：“目前語(yǔ)音在識(shí)別的速度上已經(jīng)得到提升，之前1秒識(shí)別7個(gè)文字左右，現(xiàn)在1秒能夠識(shí)別十多個(gè)字，接下來(lái)的發(fā)展方向是中文、英文，以及其它語(yǔ)言，可以通過(guò)一個(gè)引擎識(shí)別出來(lái)。”

“再往下發(fā)展就是通過(guò)識(shí)別你說(shuō)的話，能夠知道你這個(gè)人的畫(huà)像，以及大概的年齡和性別。而這些技術(shù)在今年Q3季度，我們會(huì)展示出來(lái)。”

目前看來(lái)聲紋技術(shù)要比視覺(jué)技術(shù)發(fā)展的更快，現(xiàn)在通過(guò)聲紋技術(shù)也能夠識(shí)別人講話時(shí)候的情緒。

再回到視頻AI技術(shù)的方向上，以后視頻AI發(fā)展會(huì)與機(jī)器人大腦變得更加的緊密，舉一個(gè)場(chǎng)景例子來(lái)講，當(dāng)我們?cè)谏虉?chǎng)閑逛的時(shí)候，我們可以對(duì)著手機(jī)或附近的機(jī)器人說(shuō)一聲，“我要吃披薩，”手機(jī)或者機(jī)器人會(huì)調(diào)出附近所有披薩店的動(dòng)態(tài)圖，以及評(píng)價(jià)和路線等，凌光說(shuō)：“這樣的應(yīng)用場(chǎng)景，未來(lái)三年是能夠落地的。”

最后再回到我們的視頻直播技術(shù)上，視頻直播將會(huì)是陪伴機(jī)器人身上必配的技術(shù)，因?yàn)榕惆闄C(jī)器人后續(xù)發(fā)展，視頻直播將會(huì)是過(guò)渡的應(yīng)用技術(shù)，你還可以通過(guò)視頻直播技術(shù)開(kāi)發(fā)出更多的應(yīng)用，這篇文章中談到的應(yīng)用場(chǎng)景還只是皮毛，視頻直播技術(shù)可以作為一項(xiàng)基礎(chǔ)技術(shù)，后續(xù)發(fā)展可以為陪伴機(jī)器人打開(kāi)更廣闊的應(yīng)用大門。