挑戰(zhàn)小米：但說好的樂視AI智能電視去哪兒了？

　　近日，樂視在美國發(fā)布系列產品(包括智能手機、智能電視、汽車等)的消息引起了業(yè)內廣泛的關注，尤其是智能電視，由于此前樂視屢屢對外聲稱要發(fā)布自己潛心三年研發(fā)的具備AI功能的智能電視挑戰(zhàn)小米，所以人們甚是期待雙方在新一輪真正具備AI功能的智能電視對戰(zhàn)的好戲，但令人失望的是，從樂視在美國發(fā)布的系列智能電視看，之前其屢屢提及的AI非但沒有出現在實際的智能電視新品中，甚至其間連AI的字眼都沒有出現。人們不禁要問，說好的樂視AI智能電視到底去哪兒了?樂視何以挑戰(zhàn)小米電視?

　　說到誰是新一輪具備AI功能的智能電視的競爭，從之前小米與樂視在智能電視市場的數回合的競爭看，無論是Soundbar、分體電視，曲面屏電視，還是從實際產品的發(fā)布和上市時間看，樂視總是慢小米一步，最典型的表現就是樂視的曲面屏電視，為了搶在小米之前發(fā)布，倉促之下竟然發(fā)布了個工程樣機版，半年之后才量產，這也是為何業(yè)內有樂視在智能電視跟風、模仿，甚至是抄襲小米智能電視的說法。

　　其實不僅是在智能電視產品的發(fā)布和上市時間滯后于小米才引得業(yè)內上述說法，由于人所共知的樂視以資本運作為主的方式，使得其重心和資源并不會全力投注于產品的研發(fā)，但其又需要資本市場營銷的噱頭，所以跟風、模仿，甚至是抄襲就成為成本最低且有效的方式，同時又對外掩飾了其在研發(fā)上不如小米和采取生產代工方式，不易于產品品控的事實，但這些在讓業(yè)內屢屢質疑樂視在智能電視產業(yè)和市場除了不計成本和贏利的價格戰(zhàn)外，在與小米較量時還有什么優(yōu)勢，并將這種質疑自然延伸到了新一輪的智能電視大戰(zhàn)中。

　　需要說明的是，此次小米引發(fā)的新一輪智能電視大戰(zhàn)與之前業(yè)內認為的智能電視不同，而是真正基于當下流行的AI(人工智能)理念、基礎、技術并將其引入到電視形成真正產品的綜合實力的比拼?；诖?，我們來看看小米和樂視在新一輪的真正具備AI的智能電視的比拼中的現實情況。

　　小米對于人工智能的觀點是：產品+大數據+機器學習。也就是說，小米的人工智能的理念或者說基礎是緊密結合智能手機、智能硬件等產品。相比之下，盡管樂視總是在提自己的大生態(tài)概念，但從其先后力推智能手機、智能電視、樂視盒子等諸多硬件產品看，其所謂大生態(tài)的背后其實依然需要硬件的支撐，甚至在當下的作用要遠遠大于其生態(tài)，這也很容易理解，從樂視核心競爭力的內容看，其始終未能進入中國視頻網站的三甲之列，這個時候，硬件本身就顯得尤為重要。而眾所周知的事實是AI(包括基于AI硬件的技術)的基礎是硬件的品類及由此帶來的用戶基數所產生的大數據。道理很簡單，人工智能需要機器大量的學習用戶行為，需要至少來自億級的用戶數據樣本和數據，這是基礎的基礎。

　　業(yè)內知道，目前小米的硬件品類和銷量要遠遠高于樂視是不爭的事實，畢竟樂視電視全部的累計銷量才700萬臺，加上手機等其他終端也才千萬級，跟小米幾億(單單紅米系列手機的累積銷量就已經過億，智能手環(huán)銷量更是在全球可穿戴設備中位列第三)的用戶不可同等量齊觀，更為重要的是，由于小米硬件品牌眾多，不僅在用戶數據的數量，在來源上也呈現出多樣性，這些均為其智能電視中的AI奠定了基礎。

　　其實在這里我們不妨以當今最為火爆的亞馬遜Echo與谷歌最近發(fā)布的Google Hpme為例來看看用戶數據的重要性。據分析稱，盡管亞馬遜的Echo目前在智能硬件產品中名列前茅，但鑒于谷歌詠有整整10年積累的龐大搜索多樣性數據，這意味著當用戶通過Google Home進行查詢時，其將提供更好、更快以及更精確的結果，并會借此最終戰(zhàn)勝亞馬遜的Echo。

　　當然除了基本的大數據來源和基礎外，數據背后的基于AI的基礎設施和處理、分析及學習能力也是決定AI技術高低的關鍵。

　　據了解，目前小米的數據處理包括底層架構層的Hadoop基礎平臺以及數據工廠，向上基礎能力層的機器學習(深度學習)、視覺識別、NLP自然語言處理和語音識別等，再向上的大數據層則包括業(yè)務數據、用戶畫像和內容池，高級能力則有商業(yè)智能、搜索、推薦、智能問答和圖像等，最終對接各類小米智能硬件產品。而具體到小米的深度學習平臺，在硬件層是公有云和本地數據中心的GPU機器，GPU集群管理采用的是Kubernetes+Docker、深度學習任務管理采用的是TensorFlow，存儲服務則采用HBase/HDFS系統(tǒng)、計算服務采用的是Spark/Storm/MR系統(tǒng)，對接到智能助手、云相冊、廣告、金融和搜索推薦等小米業(yè)務。由此看，小米已經具備了AI發(fā)展所需的基礎設施和技術能力。不知業(yè)內看到這些作何感想?Hadoop、Kubernetes+Docker、TensorFlow、HBase/HDFS、Spark/Storm/MR等均是當下AI領域中熱門的技術和系統(tǒng)，且是從前端、后端及應用的有機集成，是系統(tǒng)化的AI發(fā)展策略和路徑。

　　相比之下，我們鮮見樂視向外界透露其與AI相關的信息，而從樂視賈躍亭一向處事高調和資本運作模式(需要高調)看，這不得不讓業(yè)內質疑樂視智能電視背后的AI到底是光說不練，還是既不說也不練?即樂視根本就缺乏結合自身業(yè)務的AI的理念、技術和支撐及清晰的發(fā)展路徑。既然如此，智能電視中的AI從何而來?即便是推出了所謂具備AI的智能電視，其中AI的含金量能有多高?

　　提及相關信息的透露，我們在此需要補充說明的是，今年8月14日，小米萬韶華博士成功地在FDDB人臉檢測準確率榜上使用新算法(基于深度卷積網絡：Faster RCNN Bootstrapped by Hard Negative Mining)排名第一(FDDB是由馬薩諸塞大學計算機系維護的全球權威的人臉檢測評測平臺，其官網曾在第一時間證實了小米研發(fā)人員獲得全球第一的消息)，而眾所周知的是，人臉檢測技術是很多技術與應用的基礎，既需要大量數據，也需要強大的算法與其匹配。

　　當然小米今天在AI領域取得今天的進展絕非是一日之功，早在6年前，小米就已經涉足AI的研發(fā)，2013年，小米電視便在人工智能領域展開了研發(fā)與探索，通過構建很多隱層的人工神經網絡模型，從海量的影視數據中不斷學習，形成了一個多層的深層結構，在圖片識別、語音識別、語義理解、意圖分析等人工智能領域取得了顯著成效?？梢妼τ贏I是個厚積薄發(fā)的領域，需要的是創(chuàng)新和積淀。相比之下，樂視在AI領域幾乎沒有任何的技術積淀(2014年才推出智能手機和電視)。

　　如果說之前在Soundbar、分體電視，曲面屏電視，樂視更易模仿，甚至抄襲小米智能電視加之樂視慣用的“說”而給業(yè)內造成樂視與小米電視旗鼓相當的錯覺，那么到了新一輪真正具備AI功能的智能電視的較量，就如前述，AI需要的是龐大的用戶基數及數據、數據的統(tǒng)計、分析、學習能力和相關AI基礎設施的支撐和技術的積淀，是系統(tǒng)化的AI(不僅是簡單某個標榜AI名詞的技術)，絕非簡單的跟風和模仿就可以實現的。也許正是意識到這種差距，樂視是不是刻意讓AI在此次美國發(fā)布的智能電視中消失了?