5月25日-26日，由中国人工智能学会主办，南京市麒麟科技创新园管理委员会与京东云共同承办的2019全球人工智能技术大会（2019 GAITC）在南京紫金山庄成功举行。

在第一天的主论坛上，深圳创维-RGB 电子有限公司董事长、总裁，深圳市酷开网络科技有限公司CEO王志国发表了主题为《“AI 赋能下的智能电视破局之道》的精彩演讲。

王志国

深圳创维-RGB 电子有限公司董事长、总裁

深圳市酷开网络科技有限公司CEO

以下是王志国的演讲实录：   

人工智能（AI）有很多公司都停留在演示上，AI 最终发生价值一定要到用户感知状态，只有到这个状态时，才能在真正意义上将AI 赋能到产业。首先和大家分享一个数据。我是2018 年7 月接管创维彩电业务，是行业内第一个技术出身的人做彩电这个行业，当时我和我的团队定下一个目标，要用一年半的时间改变整个智能电视现状。市场的变化只有一个数据证明，这就是市场占有率。2018 年底在线下我们的市场份额超过20%。20% 是什么样的界限？在整个彩电行业一直是五六家企业在高度竞争状态，在这样的状态下，他们的份额是15%、16%，是第一、二名的份额，同质化竞争同样严重。20% 是分水岭，到20% 时，寡头从6 家变成5 家。实际上更困难的是在今年（2019 年），如何将市场率做大到30%，第一步是通过产品取胜；第二步如何在AI赋能基础上让整个营销团队，以及所有的用户感知到我们AI 赋能条件下的产品创新给他们带来的变化。最有效的营销方式是用强产品力带来口碑传播。

2009 年我从德国回到中国，当时中国的电视还处在数字电视时代，当我看到这么多屏时，很兴奋，因为我是学软件和AI出身，感到通过这张屏有机会改变所有的家庭。现在很多人对电视无感，它不再是媒体播放终端，也不是我们接触媒体去打发消磨时间的一个产品，所以必须先区分出来未来的方向。不管做哪个产业，未来方向的定义决定着产业的发展进度，以及如何在叠加相关技术上带领产业革新。从行业来讲，一方面是移动智能驾驶；另一方面是空间的万物互联。今天我们对万物互联进行深入的分析，未来一定有一个主控设备和其他的从控设备。主控设备上一定要有一个交互界面，就是屏幕。我们将屏幕分为两类，一类是手机屏幕，连接互联网获取信息，使人的能力得以进一步提升，我们把它称为私屏；还有一类是大屏（公屏），拥有一个主控和其他的从控。这两个屏如何区分？手机解决的是时间纬度问题。中国移动互联网的发展，带来的所有经济提升使人们在任何地方、任何地点、任何时候都可以上网，这种便捷网络需求，刺激人的不同需求都可以通过互联网来产生价值，并且将这种互联网使用不再局限于某一个网络空间，覆盖了10 亿以上的人口。手机无所不能，为什么还需要大屏？大屏是空间纬度的赋能，在这个场景基础上需要获得互联网能力的需求，会带来很多体验和娱乐方面的提升。在这样的概念下，完成整个公屏的重新定义。

中国智能语音发展非常迅速，其使用活跃率是多少？过去摇控器上有一个按纽，对它说话，电视会打开，这时的语音使用活跃率5%、智能音响是20%~30%；今天将大屏和语音结合，在任何时候不需要摇控器都可以用语音唤醒，可以达到65%。

未来在生活场景中，无数的技术产品可以改善我们的生活，如何重新让大家感觉到它们是真正能够提升生活品质，提升我们的价值。AI必须有一个关键性的东西，就是智能芯片；不是SOC的概念，是IP，具有AI算法运行算力的智能IP。在这个基础之下，2017年我们定义了一个AI芯片，提供相当强的算力。用它来干什么？我们在这个芯片里集成了三个算法，第一个算法是图像识别算法；第二个是语音处理算法；第三个是画质改善算法。下面简单分析一下变色龙AI芯片的作用是什么。

2017年前我监管创维电视的研发时认为画质非常重要。当年画质最好的是索尼电视，不仅在于硬件技术的提升，同时也有画质芯片。30年前创维在研发过程中保留了很多调节画质的图片和视频，在画质训练算法时，将所有图片——人物、场景、具体的物体（比如动物）等若干个环节进行全方位的训练。训练就做一件事。我们一直讲的电视所谓的三个感官刺激有三个重要方面（三个维度），第一是对比度，因为对比度决定了层次感；第二是色彩，现在看过去的老照片都觉得不够清晰，色彩也不够鲜艳；第三是清晰度，也就是边缘效应。针对这三个纬度用我们过去30年所有的图片进行训练和优化，使图像变得最好。我们不断地用这样的方式去解决和对比，把索尼和创维的电视放在一起，训练算法直到超越它为止。我们有超级解析度增强算法进行边缘，具体算法包括图像降噪和画面亮度优化算法，这两个算法结合起来就能够将画质二次优化。所谓消费升级就是我们的视觉感官刺激不能回退的，所谓的未来品牌价值的传播全部在于口碑的转化。

第二是智能语音互联。智能语言很早就有。电视里有智能语音，但是从不会把麦克风交给用户，因为他们的使用率只有5%，为什么？因为消费者只要用一次、两次不灵敏就不会再用。但是今天如何让消费者感知到电视在真正意义上的改变，不再是一台普通的电视。当不用摇控器调节电视的各项工作时，就意味着必须用语音解决，必须站在一个完全没有摇控器的环境整体提升AI能力。AI在产业化应用时，首先要构建的是真正意义上的AI场景，这个场景必须要做出一些根本性的舒适性、便捷性的改变。我们当时提出来的问题有收音幅面的问题、识别准确率问题和抗噪问题，除此之外还要做技能提升。原来我们的电视点播一首音乐，但是于事无补，没有用户会长时间用它，因为没有改变原始属性。但是今天的电视已经无所不能，用户的服务满足率达到90%，我们现在还在提升用户对语句的深度理解能力。有了这些功能，使我们这张屏使用起来更加简单。

有人问过我一个问题，电视作为一个中老年人群喜欢的产品，如何改变它让我们年轻人也喜欢使用智能电视？答案很简单，中老年人使用电视，使用的是电视原始功能，希望电视作为一个信息载体提供给他、陪伴他，让他看到不一样的信息和内容，不习惯用手机看碎片化的内容。现在是碎片化信息时代，信息化处理设备是手机，电视在很多情况下就是作为一个视频陪伴。但是视频陪伴的内容来源在哪里？不是在电视机上，用语音可以搜索你想要的内容。手机上播放的内容可以便捷地映射到电视上，也可以反过来。设备智能互联。现在都在谈智能家居，中国智能家居成本已经很低了，有的甚至在人民币10元以下，很多互联网公司甚至在补贴。但是今天很多人并不感觉到智能家居有什么用？我在这个场景基础上如果控制一个灯或者控制一个空调，还需要打开手机，然后解锁手机，打开APP，搜索设备，再连接上，是相当复杂的一个过程。所以智能设备在这样的情况下，没有智能化的存在，我们也许只是停留在行业客户内讲智能设备，消费者并无感知。

在这个基础上提出一个Swaiot CENTER，未来家里在任何一个有屏幕的地方，都有可能成为这个感知体，因为有一个视觉交互界面，能够提醒你，你家里有多少智能化设备，并且这些智能化设备处于什么样的状态，这是关键。在新发布的智能AIOT电视基础上，我们提供了一个全屋智能化率，提供了一个虚拟空间。在一个家里，把每个设备放到不同环境，用语音就可以定义，放到房间里就可以构建一个虚拟空间。我们同样会将车里的信息传到这个智能平台上。每个设备的联动及设备场景里需要解决的方案都会标识出来，光线调节需要智能，空气调整需要智能，包括安全检测需要智能等。我们对智能定义了几个纬度，把这几个纬度通过不同设备，不关心是哪一家照明灯，但是要满足空间光线调整智能，包括空气调节、空气净化器及安防检测设备，用虚拟场景让客户感受到这个场景下是智能的。所以智能不是自动化控制，智能就是在场景关联基础上按照人的意图衍生出来的一系列智能化指令落地，需要有设施和设备解决。另外就是屏幕互联。现在和未来的屏幕会越来越多，这这样的情况下，背后服务必须是一致的。所以整个智能化后台打造的是在我的空间基础之下，忽视我的设备（设备是透明化的），以及在这个空间场景基础之下，所有的屏幕和麦克风是共享的，一切动作机构都是动向的，这样才是真正的智能体验所在。

最后强调的是内容智能。2019年3月我们在市场上推出了酷开AI系统7.5，今天在内容碎片化时代，这样一个智能屏幕又如何丰富和完善内容？为什么电视机的内容更需要智能？因为电视机操作不能太复杂，复杂别人就不会用，复杂就使电视机没有存在感，因为交互方式是不灵活的，在电视机上最需要用智能的方式留住消费者。体验的指标很简单，就是将用户使用时长从三四年前3个小时，提升到两年前的4.5个小时，再提升到现在的6个小时。我们提供全面的内容智能应用，第一图文板块推荐；第二短视频Feed流推荐；第三频道推荐。频道是解决内容丰富性的问题，消费者最多接触到55个频道，如何将55个频道推荐给消费者这是关键。除此之外还有其他的用户互动，所有这些互动，包括视频频道都是为了提升后台的推荐算法能力。这里要强调的是，我们进行的是多算法融合的计算模型。从用户体验上来讲，如果算法推荐的东西使用户感到很枯燥、很乏味，没有丰富性的需求，他们不会喜欢这个产品的。这里最关键的是基于标签内容的推荐，是在整个过程中一个最关键的应用，使我们能够看到相似内容，但是我们真正丰富的内容是在于“别人喜欢看”，与我同类型的人，他们在看什么？用交互发掘和探索这个过程中，去获得了我的内容协同，然后把和我同类型的人喜欢的内容推荐给我，这才是我的兴趣所在。我们智能推荐的整体模型，其中在不同算法上进行了不同配置，最关键的是如何搜集相同用户的需求，并且如何强化标签，这些都会提供给智能算法的能力。但是我们做的所有努力都是希望这个屏幕用的能够超出预期、用的更加简单，所以我相信，AI技术在未来一定是每个产业的竞争破局点，是跳出同质化竞争的决定性因素。希望AI可以真正给我们的生活带来质的改变。

（本报告根据速记整理）

CAAI原创 丨 作者王志国
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会