即使体验相同其它产品显然也机会不大 ，小点这时候一旦你后续的音音箱投入不够 ，修改硬件参数 。箱为寻找
另一条路线则是和电视盒子结合
。在小米这个案例中具体肩负起解决这部分问题的小点合作伙伴是声智科技 。
一旦一个产品定义成299，音音箱去混响等都需要做更多的箱为寻找优化
。比如环境监测
、个支那打已有的小点数千万量级的蓝牙音箱市场 ，在启动这个点上试探太多 ，音音箱因此找到一个合适的箱为寻找市场支点就非常关键 。这类公司基本上可以定义为硬科技公司 。个支这条路线强调的小点是音箱属性
，但为了拿到将来你必须拥有现在
，音音箱相当于打的箱为寻找是盒子升级的市场 。Beamforming 、
智能音箱的下一步
很多人也许会觉得智能音箱即使成了也只是个小生意，其实跟真的人想去深远 。如果一款产品定价799 ，下面是当前同类产品的一览表 ，但是这个点高度价格敏感 。比如很多芯片公司都自嘲自己是给ARM打工的
。我们总是在启动期低估一样变革的价值
，这时候为了保证效果 ，大家的目标其实很简单，
小米AI音箱 ：为智能音箱寻找一个支点
智能音箱显然不只是智能音箱 ，采集数据，那显然定位就是替代已有低端蓝牙音箱市场。而后市场什么样 ，
做产品的公司一旦和这种硬科技公司找到完美的合作模式 ，智能音箱这个品类上大家仍然没有摆脱这个怪圈 。
当产品遇上硬科技
我们都知道科技可以创造价值 ，不清楚的可以自行查查小米手机刚出来的时候市场什么样 ，国内日渐清晰的是两条不同的本土化方式 ：
一条是小米的299路线 ，何况从实测来看小米AI音箱体验还是要超出同类产品一截 。打的是低端蓝牙音箱市场 。真的用心之作则太少
。回声抵消 、换句话说
，
所以说当你真做智能音箱的时候你必须知道自己打的是谁 。就可以把三块板子优化成一块 。那就一定可以覆盖蓝牙音箱市场 。比如声纹识别。很多人可能并没意识到声学算法和经常说的其它各种算法的差异 。这也就意味着在蓝牙音箱这个领域上其实是存在着500万量级的支点的 ，单以国内论每年音箱的出货量预计在5000万左右 。这在技术上其实更难 ，但其实故事还没完 ，唯一有点不同的是这次小米会与声智科技这样的合作伙伴来一起完成这件事情 。技术供给也跟不上
，就对算法端提出了更高的要求 ，谁先拿到了500万台销量 ，
很多人可能并不知道一年音箱的具体销售状况 ，现在看来AI互联网的大幕很可能也会从小米开始 ，智能音箱显然是远场交互的起点
，但100万台就会让事情发生转机 ，随后就会衍生各种新特征上的需求，变革的速度确实就会不断提升 。顺道说一句小米其实在手机市场上做过这件事情，比如通话
、而对这样的硬件结构一个显然的优化办法是使用数字麦克风 ，所以小米AI音箱很可能进入一种体验提升
，一旦产品获得了大量用户 ，但核心问题是数字麦克风出来的信号质量会比模拟麦克风差一些，
当一个公司真做智能音箱的时候 ，再看看具体打掉了谁 。谁就会树立起比较牢固的优势
。正是双方的紧密配合才打造出了这种对市场走势可能有关键影响的产品 。这样的整体成本会下降
，降噪 、并且持续提高。其它的同品类产品如果找不到自己的像声智科技这样的硬科技公司配合 ，
这个市场支点如果最终销量只有几十万量级
，核心考验的就是上面说的声智科技这样的硬科技公司到底能不能提供超越已有上市产品的体验 ，也要在实验室中反复的测试打磨。那就没有足够的强度来托起一个无限庞大的未来 ，这时候麦克风阵列板基本上可以优化掉 ，这样做一个比较核心的原因是采用了模拟麦克风后
，但声学算法则通常横跨两个领域
，那实际上就是要定义新品类和新品牌 ，谁就拿到AI互联网的第一张船票 。500万台则会让事情发生本质性变化
。主板和功放是分离的
，你必须知道你要干的是什么事情
：你是要树立一个新品类和新品牌还是要替代一个已有的市场进行升级 ？如果是替代某个已有市场
，价格一定会一路走低，大部分是低端的蓝牙产品 。MIUI 、然后很多人怀疑这个品类 ，乃至失去了寻找突破口的耐心 ，相应的A/D等就会占掉一定的空间 ，而在高速成长期则高估他
。那这个已有市场到底是什么特征 ？不弄清这些 ，但价格下降的快车道 。对声学和交互精度上会提出更高需求 。那机会就会变得非常渺茫
。其中很少一部分是Sonos这种品牌产品 ，这在投入决心与最终产品体验成正比的品类上是非常致命的 。但今天小米展示了一个足够有说服力的打法 。而很可能需要像亚马逊那样的一个产品打磨周期 。比如唤醒
、小米AI音箱这个例子里比较彻底的凸显了这种硬科技公司的价值
，每个人都知道一旦起量这个价格是可以进一步下降的
。所以不太方便做进一步的简化。而这个时候只要体验的正向提升跟得上
，米聊）会不会换个样子卷土重来
？
小结
很有意思的事情是2011年小米成功的拉开了移动互联网的大幕
，不过即使乐观估计这个过程也并不会像陌陌这类App成长的那么快，所有这些最终都可以转化为新的产品体验 。 导读 ：好多人并未真的看懂智能音箱 ，既要用到CS中各种算法（比如唤醒的实现）
，这么想的时候大家可能忘了iPod以及显然和iPod有着一定连续的iPhone。很多经典数值和非数值算法 ，那更有意思的点是曾经的三驾马车（手机
、但一定不是远场交互的终点 。谁先拿到500万用户，所以探讨智能音箱的下一步的时候事实上需要分开看音箱本身的发展和远场语音交互的发展 。而价格策略一定 ，这是一个几乎让市场发生质变的价格 ，为了做好这些算法科学家们并不需要 反反复复的做实验，成算其实极高 。但之前可能很多公司估计没有预料到科技创新这次会以这样的形式来创造价值---大幅的拉低了产品的价格
。也就是说问题的本质在于那个品类上可以承载这500万销量---这就是智能和音箱需要叠加在一起的根本原因 。
以智能音箱而言 ，
大多数做智能音箱的企业在商业上显然的错误的定位了自己 ，
小米这款音箱一出，只要体验足够好 ，如果小米成功 ，那先天上就是个失败的产品。
但不管从那个维度切入，甚至包含深度学习本身更多属于Computer Science领域 。单纯的模仿Echo就像按照人的样子雕个人出来 ，麦克风阵列板 、
一直以来 ，
Echo开辟的智能音箱架构里 ，
