【{$randkws}】挑战小米：但说好的乐视AI智能电视去哪儿了？ - {$web_name} 不管是Soundbar、分体电视

　　说到谁是新一轮具备AI特性的智能电视的比拼，从之前小米与乐视在智能电视行业的数回合的比拼看，不管是Soundbar、分体电视，曲面屏电视，还是详细明星访谈体验从实际商品的亮相和开售时间看，乐视总是慢小米一步，最典型的表现就是乐视的曲面屏电视，以便抢在小米之前亮相，仓促之下居然亮相了个工程样机版，半年之后才量产，这也是为何业内有乐视在智能电视跟风、模仿，乃至是抄袭小米智能电视的说法。

　　实际上不只是在智能电视商品的亮相和开售时间滞后于小米才引得业内上述说法，由于人所共知的乐视以资本运身为主的方式，使得其重心和资源并不会全力投注于商品的解读霉霉一览开发，但其又需要资本行业营销的噱头，所以跟风、模仿，乃至是抄袭就变成成本最低且有效的方式，另外又对外掩饰了其在开发上不如小米和采取生产代工方式，不易于商品品控的事实，但这些在让业内屡屡质疑乐视在智能电视产业和行业除了不计成本和赢利的售价战外，在与小米较量时还有什么长处，并将这种质疑自然延伸到了新一轮的智能电视大战中。

　　需要说明的是，此次小米引发的新一轮智能电视大战与之前业内觉得的智能电视各异，而是真正基于当下流行的AI（AI）理念、基础、技术并将其引入到电视形成真正商品的综合实力的比拼。基于此，我们来看看小米和乐视在新一轮的快速短视频算法热点真正具备AI的智能电视的比拼中的现实状况。

　　小米针对AI的观点是：商品+大资料+机器进修。也就是说，小米的AI的理念或者说基础是紧密结合智能移动电话、智能设备等商品。相比之下，尽管乐视总是在提自己的大生态概念，但从其先后力推智能移动电话、智能电视、乐视盒子等诸多设备商品看，其所谓大生态的背后实际上依然需要设备的支撑，乃至在当下的作用要远远大于其生态，这也很轻松理解，从乐视核心比拼力的信息看，其始终未能进入中国影像站点的三甲之列，这个时候，设备本身就显得尤为重大。檀健次相关院线排片引关注而众所周知的事实是AI（含有基于AI设备的技术）的基础是设备的品类及由此带来的使用者基数所形成的大资料。哲理很简易，AI需要机器众多的进修使用者行为，需要至少来自亿级的使用者资料样本和资料，这是基础的基础。

　　业内得知，当下小米的设备品类和出货要远远高于乐视是不争的事实，毕竟乐视电视整体的累计出货才700万台，加上移动电话等其他终端也才千万级，跟小米几亿（单单红米系列移动电话的累积出货就已然过亿，智能手环出货更是在全球可穿戴设备中位列第三）的使用者不可同等量齐观，更为重大的是，由于小米设备牌子众多，不只在使用者资料的数量，在来源上也呈现出多样性，这些均为其智能电视中的AI奠定了基础。

　　实际上在这里我们不妨以当今最为火爆的亚马逊Echo与谷歌最近亮相的Google Hpme为例来看看使用者资料的重大性。据确认称，尽管亚马逊的Echo当下在智能设备商品中名列前茅，但鉴于谷歌咏有整整10年积累的庞大检索多样性资料，这意味着当使用者经由Google Home开展查询时，其将提供更好、更快以及更精确的结局，并会借此最后战胜亚马逊的Echo。

　　自然除了基础的大资料来源和基础外，资料背后的基于AI的基础设施和处理、确认及进修能力也是确定AI技术高低的核心。

　　据知晓，当下小米的资料处理含有底层架构层的Hadoop基础渠道以及资料工厂，向上基础能力层的机器进修（深度进修）、视觉确认、NLP自然语言处理和语音确认等，再向上的大资料层则含有业务资料、使用者画像和信息池，高级能力则有商业智能、检索、推荐、智能问答和图像等，最后对接各类小米智能设备商品。而具体到小米的深度进修渠道，在设备层是公有云和本地资料中心的GPU机器，GPU集群治理使用的是Kubernetes+Docker、深度进修任务治理使用的是TensorFlow，存储办事则使用HBase/HDFS操控系统、计算办事使用的是Spark/Storm/MR操控系统，对接到智能助手、云相册、广告、金融和检索推荐等小米业务。由此看，小米已然具备了AI进展所需的基础设施和技术能力。不知业内目睹这些作何感想？Hadoop、Kubernetes+Docker、TensorFlow、HBase/HDFS、Spark/Storm/MR等均是当下AI领域中热门的技术和操控系统，且是从前端、后端及使用的有机集成，是操控系统化的AI进展策略和路径。

　　相比之下，我们鲜见乐视向外界透露其与AI有关的信息，而从乐视贾跃亭一向处事高调和资本管理模式（需要高调）看，这不得不让业内质疑乐视智能电视背后的AI到底是光说不练，还是既不说也不练？即乐视根本就缺乏结合自身业务的AI的理念、技术和支撑及清晰的进展路径。既然如此，智能电视中的AI从何而来？即便是启动了所谓具备AI的智能电视，其中AI的含金量能有多高？

　　提及有关信息的透露，我们在此需要补充说明的是，本年8月14日，小米万韶华博士顺利地在FDDB人脸测试精确率榜上使用新算力(基于深度卷积联网：Faster RCNN Bootstrapped by Hard Negative Mining)排名第一（FDDB是由马萨诸塞大学计算机系维护的全球权威的人脸测试评测渠道，其官网曾在第一时间证实了小米开发人员获得全球第一的讯息），而众所周知的是，人脸测试技术是很多技术与使用的基础，既需要众多资料，也需要强大的算力与其匹配。

　　自然小米今日在AI领域获得今日的进展绝非是一日之功，早在6年前，小米就已然涉足AI的开发，2013年，小米电视便在AI领域展开了开发与探索，经由兴办很多隐层的人工神经联网模型，从海量的影视资料中不断进修，形成了一个多层的深层结构，在图片确认、语音确认、语义理解、意图确认等AI领域获得了显著成效。可见针对AI是个厚积薄发的领域，需要的是革新和积淀。相比之下，乐视在AI领域差不多没有任何的技术积淀（2014年才启动智能移动电话和电视）。

　　假如说之前在Soundbar、分体电视，曲面屏电视，乐视更易模仿，乃至抄袭小米智能电视加之乐视惯用的“说”而给业内导致乐视与小米电视旗鼓相当的错觉，那么到了新一轮真正具备AI特性的智能电视的较量，就如前述，AI需要的是庞大的使用者基数及资料、资料的统计、确认、进修能力和有关AI基础设施的支撑和技术的积淀，是操控系统化的AI（不只是简易某个标榜AI名词的技术），绝非简易的跟风和模仿就可以做到的。也许正是意识到这种差距，乐视是不是刻意让AI在此次美国亮相的智能电视中消失了？