饰品网
从交互的方式来讲，大家已经讨论过很多次，从键盘输入到图形界面到后来的触摸屏，机器越来越聪明，人需要做的操作越来越简单。如果机器聪明到跟**一样，这个界面可以非常简单，你跟它讲一句话，它就可以把后面的所有事情都做完。
现在问题是机器没聪明到这种程度，只能像助理一样，在交互以后你还要做决策、做选择。2011年Siri推出引起一波做语音交互的热潮，从2011年到 2015年有非常多类似Siri的产品出现，但是并不好用。为什么?在Siri使用模式下，也就是在使用手机的模式下，语音的效率没那么高。当然，这几年亚马逊推出Echo、Alexa，谷歌推出Google Home，效果就比当初的Siri要好。
科大讯飞也做了这方面的尝试，根据我们的经验，在远场、移动和无屏情况下，语音确实能够成为主要的交互手段。很多人有疑问，为什么不是图像而是语音?我们经常说，人类获取信息的80%来自于眼睛。但是，对机器而言不是这样，机器可以显示图形，因为它可以用数字化的方法把图形展示出来，而人不行。人可以非常好地理解图形里面的语义含义，但现在的机器还不行。机器现在要想理解一张图片或者一个场景里面的语义其实是很难的。
但是，机器已经发展到可以理解人讲话中间的这些文字中间的语义，这有可能接近突破点。这种可能会产生一种新的方式，叫做在视觉呈现下的语音交互。我们的手机实际是在强视觉呈现下的触摸交互，这使得触摸交互变得非常有意义。而原来的电视机图像是强视觉呈现的鼠标交互、点击交互。这个过程之所以出现，正是因为人可以快速理解机器显示的图像的含义，而人的反馈不能够用图像的方式表达。随着电视、车载、机器人、玩具、VR、智能家居一系列产品出现，视觉呈现下的语音交互会逐步成为主流。
在很多环境中，图像不是起到主要作用，靠语音就能完成一些简单的事情。但是，借助图像的展示，这个交互闭环可以完成很多复杂的事情，而这些复杂的事情将会帮助我们改变我们的使用习惯。过去几年里，正因为有了这样的理念，科大讯飞提出AIUI。目前，连接的设备数达到十亿，服务的次数达到35亿次/天，连接的第三方创业团队达到30万+的申请号，这些都表明行业呈**式增长的态势。同时，也出现了一系列的产品，包括语音输入、翻译等，在智能家居、车载里已经大规模进行使用。这些方面的改变与toC有紧密关系。
