Amazon 升級 Alexa：引入生成式 AI，讓音箱學會察言觀色

過去大家對智慧音箱的印象，基本上就是一個「語音定時器」外加「人工智障查天氣」。只要你說得稍微含糊一點，它就只能機械地回覆一句「對不起，我聽不懂」。

現在 Amazon 打算徹底掀翻這個老底子。在維吉尼亞州阿靈頓 HQ2 的釋出會上，Amazon 負責硬體與服務的高階副總裁 Dave Limp 宣佈，他們開發了一個專門針對語音最佳化的全新生成式 AI 大模型，馬上就會塞進大家家裡的 Echo 裝置裡。

聽得懂黑話，還接得上話茬

這個新模型最直接的改變，就是不再依賴那些死板的指令模版，而是開始理解真正的人話。

比如控制智慧家居時，你不用再像下程式碼一樣念「把客廳燈光亮度調到 20% 並切換為暖紫色」。你直接跟它說想要一個「幽靈般的氛圍」（spooky lighting），它自己就能理解你的意圖，然後呼叫對應的智慧家居 API 去調暗燈光、切換顏色。

在釋出會現場，Dave Limp 拿西雅圖海鷹隊做了個演示。他問 Alexa 最喜歡的球隊，中間甚至還暫停下來轉頭跟臺下觀眾聊了幾句，回過頭再追問比賽時間和技術統計，Alexa 依然能順暢地接上上下文。

雖然現場的網路一度有點掉鏈子，但這種多輪對話的表現，已經完全脫離了以前那種問一句答一句的單線條邏輯。

會看眼色，還會笑給你聽

更有意思的是，Amazon 這次想給 Alexa 注入一點真正的「性格」。

新模型不僅能根據你在家裡的使用習慣、最近聽過的音樂，甚至你買過的生鮮雜貨來主動推薦菜譜，還能根據你的語氣調整自己的反應。

Amazon 表示，Alexa 以後會聽懂人類說話時的自然停頓與猶豫，並且能用肯定、興奮、歡笑甚至驚訝的語氣來回應。換句話說，它不僅更有主見，而且會學著像個活人一樣跟你打交道。

甚至在硬體支援的前提下，它還會結合使用者的肢體語言、眼神交流以及手勢來進行互動。美國使用者很快就能在自己現有的 Echo 裝置上直接體驗到免費預覽版，不需要專門換新硬體。

為什麼重要

我們認為，Amazon 這次把生成式 AI 放進 Echo，走了一步非常精明但也充滿挑戰的棋。

聰明的地方在於它的切入成本極低。智慧硬體最忌諱的就是要求老使用者重新花錢買新裝置，Amazon 選擇直接通過雲端模型讓老款 Echo「一夜換腦」，這讓它瞬間在數以千萬計的真實家庭客廳裡鋪開了一個天然的 AI 落地場景。如果你家裡本來就有 Echo，光憑「能聽懂模糊指令」這一點，就值得在上線後第一時間去試試。

但隱患同樣擺在眼前。語音互動和手機螢幕上的聊天框完全不同，它對延遲和翻車率幾乎是零容忍的。大模型天生自帶的「胡說八道」如果出現在螢幕上，使用者可能只是一笑而過；可要是實體音箱在家裡瞎調電器、亂下訂單，或者在回答賽程時編造資料，使用者的耐心很快就會被消耗殆盡。現場連 Wi-Fi 都能出現卡頓，說明大模型搬到即時語音互動上，穩定性依然是一道硬槓子。

對整個行業來說，這也是智慧家居多年來第一次真正看到脫離「規則引擎」的希望。當音箱從一個死板的命令執行器變成一個帶情緒、懂環境的常駐管家，Google 和蘋果如果跟不上這個節奏，智慧家居中樞的定義權可能就要被 Amazon 牢牢攥在手裡了。