你知道搞AI的公司不少，但你知道各家戰略有何不同嗎？

今天不談區塊鏈，太俗！我們來挖一下各大巨頭的人工智慧戰局圖。

目前來看，巨頭進入AI領域的切入點不同。以百度和谷歌為例，兩者技術實力較強，都是以建立AI生態和平台為藍圖；阿里和亞馬遜則是將AI技術用於電商改造之後，藉助雙方雲服務的優勢向各方滲透；而蘋果和小米是將技術融入硬體，再將各個硬體串聯，從應用場景去切入……

不過中美公司之間布局AI的差異還不止於此，美國的巨頭除了谷歌這種全能型選手外，還是更專註於自身領域的AI技術研發和應用。而中國巨頭在投入到自身領域之外，也通過投資和收購在其他領域去廣撒網。

切入的形式不同，不過各方的目標卻都是在AI時代佔據制高點。那在短兵交接的前夜，各方軍備競賽戰果幾何？

一、從技術層入手，搭建AI雲平台

眾所周知，人工智慧可分為基礎層、技術層和應用層，基礎層為算力支撐，技術層為演算法平台，應用層是AI向各傳統行業滲透應用。

其中技術層運轉著承上啟下的作用，也是目前人工智慧領域最激烈的戰場之一。隨著科技巨頭相繼開源AI演算法平台，AI開發技術門檻極大幅度降低，AI逐步走向大眾化。

1、谷歌

作為人工智慧領域的領頭羊之一，谷歌早在2011年就已經成立了AI部門，目前已經有100多個業務線用上了機器學習技術，包括Google搜索、Google Now、Gmail等，並向其開源Android手機系統中注入大量機器學習功能 （如用卷積神經網路開發Android手機語音識別系統、語音機器人Google Assistant）。谷歌目前產品和服務依靠主要AI 技術驅動，如谷歌使用深度學習技術改善搜索引擎、識別Android手機指令、鑒別其Google+社交網路的圖像。

在技術層演算法雲平台方面，谷歌雲平台起步稍晚，相比亞馬遜的AWS功能也更加有限。不過在雲平台AI應用上谷歌依然投入了很大的經歷。2016年初谷歌雲首席科學家李飛飛發布了ML Engine、Vision AI、Video Intelligence API等基於雲服務的機器學習工具，2018年初谷歌雲發布了Cloud AutoML。Cloud AutoML使用learning2learn、遷移學習等先進技術，幫助ML專業技能有限的企業構建自己的高品質定製化模型。

還值得一提的是谷歌開源的深度學習框架Tensorflow。2015年谷歌開源第二代深度學習系統 Tensorflow。Tensorflow可編寫並編譯執行機器學習演算法代碼，並將機器學習演算法變成符號表達的各類圖表，縮短重新寫代碼時間。TensorFlow 可模仿人類大腦工作的方式並識別出模式，被用於語音識別或照片識別等多領域。另外，通過TensorFlow編寫的運算幾乎不用更改就能在多種異質系統上運行。

在開放源代碼後，包括學生、研究員、愛好者、極客、工程師、開發者、發明家、創業者在內的任何人都能使用 Tensorflow。谷歌認為機器學習是未來新產品和新技術的一個關鍵部分，然而目前卻缺少一個標準化的工具。通過分享 Tensorflow希望能夠創造一個開放的標準，來促進交流研究想法和將機器學習演算法產品化。

優勢：谷歌技術強，布局廣，移動互聯網時代平台化的成功也造就了其在AI時代平台化的布局。一向開源和開放化的價值觀也讓其他加入該平台的廠商有更多的信賴感。

劣勢：由於某些政策原因，部分地區依然是谷歌難以割捨的市場。

2、亞馬遜

亞馬遜除了是全球最大的電商平台之外，也是全球最大的公有雲服務商。人工智慧技術的發展基礎之一是大數據，人工智慧的提升，需要通過海量數據進行的不斷訓練、學習。在亞馬遜的雲端上，無疑有著海量的數據資源，可以為人工智慧的訓練和學習提供有力的支撐。

2016年年底，在拉斯維加斯舉行的亞馬遜開發者大會上，亞馬遜公布了一個新的人工智慧平台，並帶來了三款基於機器學習的工具。這三款工具分別被命名為 Amazon Rekognition、Amazon Polly 和 Amazon Lex，它們分別承擔著圖像識別、語音識別和聊天交互等三個方面的角色。

亞馬遜將人工智慧平台和服務整合進入了其雲服務AWS中，此類服務提供雲原生的機器學習和深度學習技術來應對不同用例和需求。其中在人工智慧層面主要提供：AI 服務、AI 平台以及AI 基礎設施。

優勢：全球最大的電商平台之一的地位造就了Echo的成功，全球最大的公有雲服務商的地位早就了AWS雲服務的成功。

劣勢：亞馬遜善於做單個硬體產品，在Echo之前也成功推出過kindle電子書和Fire平板，但卻都沒有走上平台化的道路。Echo自發售已經3年多，目前Alexa平台的推廣也稍顯緩慢。

3、阿里

2017年底在雲棲大會上，阿里雲總裁胡曉明闡述了阿里巴巴在人工智慧方面的布局，提出「AI for Industries」（產業AI）的理念，認為人工智慧的發展要去泡沫化，下一站將是「產業AI」。

阿里的打法是從應用場景入手，在有了需求的基礎上構建AI解決方案。所以這兩年來，阿里雲相繼推出了ET城市大腦、ET醫療大腦、ET工業大腦、ET環境大腦、ET航空大腦，將AI能力與大數據和雲計算結合起來。

以航空應用領域為例，ET航空大腦應用到首都機場後，可在50秒內刷新首都機場1700架次航班的停機位安排，廊橋停機位利用率提高10%，避免不必要的擺渡車乘坐提升旅客體驗。

除此以外，阿里雲還將陸續推出ET教育大腦、旅遊大腦、農業大腦、交通大腦、能源大腦等等，在各個產業落地AI技術。

優勢：阿里旗下產品用戶廣，數據量大，為其AI數據積累打下了基礎。事實上AI技術早已植入阿里各個產品內，例如在「雙十一」期間，商品推薦、客服、海報宣傳、運營維護等方面均有AI技術的加持。另外阿里雲服務著製造、金融、政務、交通、醫療、電信、能源等眾多領域的領軍企業，也為其在各行業推廣ET大腦鋪平了道路。

劣勢：雖然建立起了數據科學與技術研究院（iDST）和達摩院兩家AI研究機構，但不得不說相比其他巨頭阿里投入AI這條路上還是慢了些。

4、騰訊

騰訊在技術平台的路線上與百度相似，目前推出的騰訊AI開放平台也是將自己的AI技能開放出來，供應給開發者。不過，目前這個「開放平台」的用戶案例，依然是以騰訊內部產品為主。

與其他平台不同之處在於，騰訊AI開放平台除了提供AI服務之外，還與其AI加速器結合到了一起。騰訊為入駐團隊提供人工智慧領域的技術、導師、資金、市場等資源。

優勢：旗下產品受眾廣，數據量豐富。市值在中國互聯網公司中位列第一，投資布局廣泛。

劣勢：AI技術起步晚，目前自身技術更多還是服務內部團隊。

5、百度

相比谷歌直接開源系統，百度則是將自己在人工智慧的研究成功打包成為各個模組從而提供給開發者和創業者。2016年9月1日，李彥宏在百度世界大會展示百度人工智慧成果——「百度大腦」以及百度智能雲。智能雲提供計算的基礎設施和數據的獲取、分析、標註能力，而百度大腦整合了機器學習、深度學習演算法，再將AI對語音、圖像、視頻、AR/VR的感知能力和自然語言處理、知識圖譜、用戶畫像等認知能力。

簡而言之，百度智能雲負責數據採集，百度大腦負責演算法和學習，兩者結合就形成了百度AI開放平台。百度AI開放平檯面向企業/機構/創業者/開發者推出的以 API 或 SDK 的形式，將人工智慧的圖像、語音、自然語言處理、用戶畫像等核心能力對外共享。

優勢：百度的技術實力在國內處在領先水平，也是《財富》雜誌評選出「人工智慧時代四巨頭」中唯一入選的中國公司。「All in AI」的戰略之後百度方向更加明晰。

劣勢：由於在移動互聯網時代錯失許多機遇，雖然百度技術領先，但市值卻是BAT中最低的，在投資布局方面步伐可能相比AT慢些。

小結：中外科技巨頭在AI開放平台的布局打法均不相同，目前巨頭都是將自己的研究成果以雲服務的形式打包提供給需求者。不過亞馬遜的服務相比其他更加全面，包括了AI 基礎設施的服務；騰訊的AI開放服務則是與AI加速器結合，旨在孵化布局更多的AI項目；阿里是從應用場景入手，將AI技術與實際實際場景結合去布局生態。而谷歌在底層的戰略更加全面，從推出AI雲服務到Tensorflow框架，再到TPU，以更多元化的形式去構建AI生態。

二、應用層的對決主要分布在兩個戰場，對話式AI（智能家居）、自動駕駛

1、對話式AI

對話式AI是人機交互的革新，也是AI時代的服務入口，更是構建用戶智能家居生態的核心。目前各大巨頭分別以對話AI平台+AI智能硬體的方法，雙管齊下搶佔市場。

（1）谷歌 語音平台：Google Assistant

代表產品：Google Home

智能家居領域將是谷歌認為在未來AI應用的一個重要市場。為此推出了智能音箱Google Home以及電視設備Chromecast。在2014年時還 以 32 億美元的價格收購了智能家居公司Nest。

構建谷歌智能家居的核心是其2016年5月推出語音智能助手Google Assistant。Google Assistant的優勢在於可以跨越PC、手機、智能家居等不同平台，做到無縫鏈接，是谷歌AI用來鏈接用戶的入口。為了在技術上完善Google Assistant，2016年9月時Google還收購了為開發者提供Siri式會話機器人開發工具的API.AI團隊。

Google Assistant同樣採用開放的模式，共享給不同品牌方使用。雖然谷歌自己也推出相應的人工智慧硬體，不過更多的目的在於引導。以往Android平台的成功也讓其他廠商更加有信賴感。

目前谷歌在智能家居領域正加速以Nest、Google Assistant為基礎智能家居生態系統建設，通過一系列併購、開放平台的建立、軟體硬體一體化來打造這個生態系統。不過遺憾的是，目前Google Assistant並沒有中文服務，Google Home也暫時不在大陸地區銷售。

（2）百度 語音平台DuerOS

代表產品：渡鴉raven H

百度在對話式AI方面同樣採取了開放道路，主推DuerOS。

DuerOS是百度度秘事業部研發的對話式人工智慧系統，百度希望把語音作為入口，打造未來智能家居和萬物互聯的關鍵節點。任何廠商需要用到語音交互和語音識別，都可以輕鬆使用，所有場景、應用都可以圍繞語音展開，用語音操控。

據悉在DuerOS發布半年時間裡，已新增130餘家合作夥伴，落地硬體解決方案超過20個，每月新增5款以上搭載DuerOS的設備，覆蓋家居、車載、移動各個場景，機頂盒、電視、冰箱、音箱、機器人、車載、手機、耳機等各類設備。

但和谷歌以及其他巨頭相比，百度自身在硬體方面的能力一直有所欠缺。為此在2016年時百度收購了智能音箱公司渡鴉科技，隨後在年底推出渡鴉raven H智能音箱。

對比：百度和谷歌的野心都是去推廣語音平台，自身產品更多的在於引導作用。谷歌的優勢在於有著更強的硬體實力和對於硬體廠商的話語權。不過百度的優勢在於更懂國內市場以及中文語音、語義。在谷歌尚未進入中國市場之前，百度更有充分的時間去布局。

（3）亞馬遜 語音平台：Alexa

代表產品：Echo

對話式AI助手的火熱離不了亞馬遜的添磚加瓦，事實上AI硬體產品商業化的第一次成功就是亞馬遜完成的。

2012年起亞馬遜工程師開始投入到了對話式語音助手的研發中，隨後逐漸演變成了Alexa。2014年，亞馬遜推出了以Alexa為核心的智能音箱Echo。該產品一經推向市場，便引起了消費者的廣泛青睞。藉助電商平台的優勢，據統計亞馬遜Echo已經佔據了美國人工智慧語音設備70%的市場。

在推出Echo的同時，亞馬遜也在著力打造人工智慧領域的生態圈。因此在2015 年 6 月，亞馬遜宣布開放旗下的人工智慧語音助手 Alexa，第三方開發者可以在 Alexa 平台上開發基於語音的 Skill（技能），而這些技能則可以通過亞馬遜的 Echo 智能音箱被消費者應用於家庭生活中。

不過同樣遺憾的是，亞馬遜Echo並未在國內發售。

（4）阿里 語音平台：AliGenie

代表產品：天貓精靈

在2017年底的雲棲大會上，阿里巴巴人工智慧實驗室發布了AliGenie語音開放平台。事實上早在2017年的7月阿里人工智慧實驗室發布的天貓精靈X1，搭載的便是AliGenie人機交流系統。

阿里的套路和亞馬遜有些類似，以低價補貼的方式迅速鋪貨，搶佔國內第一波市場。在2017年雙十一期間，天貓精靈通過降價促銷當天便賣出了100萬台。

當然，單純的賣音箱並非是阿里的目的。天貓精靈搶佔市場的背後還是在於推廣AliGenie開放平台、搭建生態系統。另外，AliGenie還推出了垂直行業智能語音解決方案，想在家居、移動硬體之外，為對話式AI開闢出新場景。

對比：亞馬遜和阿里都是藉助電商平台的優勢以爆款產品來搶佔市場，單點突破之後如何布局生態目前雙方道路尚未明晰。不過亞馬遜Alexa的時間技術積累相比阿里而言更具優勢。

（5）蘋果 語音平台：Siri

代表產品：HomePod

蘋果的Siri是最早的語音對話助手之一，但其硬體產品HomePod推出的時間相比其他廠商卻晚了許多。

蘋果的優勢在於硬體產品上的協調統一，無論在Mac、iPad、iPhone、HomePod上，Siri都能帶來一站式的體驗。作為最成熟的語音助手之一，Siri的智能化經過數次迭代後進一步得到提升，支持上下文的預測功能，類似此前發布的谷歌助手，用戶甚至可以用Siri作為Apple TV的遙控器。

並且在HomePod面世後，蘋果也將進一步打造支持智能家居平台HomeKit，而且HomePod還可以作為智能家居的「大腦」來管理所有的設備。目前在蘋果商城中，也已經陸續上架多款相關配件。

（6）小米 語音平台：水滴

代表產品：小米音箱

雖然小米的小愛同學在國內常常被人與天貓精靈進行對比，但事實上小米在對話式AI的布局上與蘋果走著相似的路線。

智能語音一直是小米攻克的重點，其核心是「小米智能引擎」，智能引擎能夠促進用戶與機器之間更加自然和智能的交互。目前，小米大腦提供的智能語音能力已經輸送給手機、電視、音箱、手錶等多種智能設備，覆蓋了內容、工具、互動等近50個細分領域。

同樣小米圍繞著自身硬體打造的智能家居生態讓小米的語音助手有了更多用武之地。小米還推出水滴平台供開發者為小米智能硬體打造更多技能。

對比：小米和蘋果都是先以硬體落地，然後慢慢構建起AI生態。雙方的優勢都在於可以實現AI技術在硬體中的順暢統一。不過蘋果由於一貫的封閉政策，在生態系統內有著更強的把控能力，小米則是由於在智能家居品類布局更早，在品類和配件數量上更有優勢。

2、無人駕駛

百度的無人駕駛在國內一直獨佔鰲頭，從李廠長上五環被查扣到春晚登上港珠澳大橋，無人駕駛的概念在國內幾乎一直與百度掛鉤。事實上，百度在2013年已經進入汽車人工智慧領域。從2015年開始大規模投入無人車技術研發，截止2016年7月，百度已有439項技術專利，並且已在加州開源1萬公里的數據。在2017年10月 ，百度與金龍客車簽署戰略合作協議，將於2018年實現商用級無人駕駛微循環車的小規模量產及試運營。

谷歌無人駕駛汽車項目始於2009年，2011年為其收購510 Systems、Anthony』s Robots等公司。2016年12月13日，谷歌宣布將自動駕駛汽車項目分拆為一家單獨的公司Waymo。目前無人駕駛行駛里程達180萬英里，且成功發布了全球第一款完全能夠自動駕駛的原型車「豆莢車」，並宣稱到2020年谷歌自動車將正式上市。

在無人車領域的對決中，雙方也都以技術研發、投資布局、與傳統車企的合作等幾個方面穩步進行中，看似實力相近，殺得難分難捨。不過在最近加州發布無人車年度報告中顯示谷歌Waymo在2017年繼續遙遙領先。在截至2017年11月的一年期間，Waymo在加州自動駕駛里程為352,545英里，脫離僅63次。而百度美研在去年僅有4輛無人車上路測試，自動駕駛里程為1,971英里，發生脫離的次數為48次。

不過相比谷歌，百度的野心似乎更大。2017年4月19日，百度推出無人駕駛平台Apollo，旨在向汽車行業及自動駕駛領域的合作夥伴提供一個開放、完整、安全的軟體平台，意欲打造無人駕駛平台的安卓。目前已經圍繞Apollo與博世、大陸、一汽、長安、奇瑞、北汽、金龍等90多家企業達成了合作。

從目前的形式來看，谷歌技術上比百度更具優勢。但百度在搭建無人駕駛平台的道路上又比谷歌走得更遠。另外，政策也是在這場無人車對決天平中的重要砝碼。根據美國和中國目前的交通規則限制，無人駕駛技術目前更多還是以駕駛輔助(ADAS）的形式出現。未來哪方規則放寬，哪方就更能佔據有利因素。

三、基礎層——中美間專利數量接近，技術和產業化仍有差距

1、英偉達

2017年英偉達股價飆漲，從108美元一路飆升至240多美元，翻了一倍有多。而英偉達股價一飛衝天的背後，正是人工智慧技術不斷興盛崛起、發展壯大的縮影。

早在幾年前，GPU巨頭英偉達已經將業務重點轉向AI 領域，在雲端和硬體端分別推出不同產品。如今在雲方面，英偉達以Volta系列為首的GPU產品專為雲服務機房打造，並且推出了cuDNN，TensorRT等軟體服務完善AI生態；目前英偉達的GPU支持如TensorFlow、Caffe等所有主流的深度學習框架。在端方面，英偉達則推出了16nm的AI晶元XAVIER、自動駕駛平台DRIVE PX，並且開源了DLA深度學習加速器項目。

另外英偉達也和亞馬遜AWS建立了合作，為其雲服務提供算力支撐。另外在無人駕駛上，英偉達也有所嘗試。

在最近一個季度，英偉達公布了創紀錄的29.1億美元的營收，比上年同期增長了34%。該公司的數據中心部門（其中包含AI的銷售）同比增長105%，達到6.06億美元，目前佔英偉達總收入的21%。

2、英特爾

在人工智慧領域，英特爾的戰略比較獨特，其使用的案例多種多樣。2016年年中，公司發布了第二代Xeon Phi 產品系列，該系列產品以高性能計算（HPC）能力著稱，它可以讓人工智慧擴展到更加大型的伺服器網路和雲端。

在硬體不斷進步的同時，公司也下重金投資FPGA，這主要歸功於其推理速度和靈活的可編程性。另外英特爾還收購了人工智慧公司Nervana以及Altera。

實際上，英特爾對FPGA的創新彌補了英偉達對GPU的關注，當處理大型資料庫（微軟等許多大公司用來測試大數據分析的邊界），FPGA能夠提供更加快速的推理速度。

而在物聯網方面，英特爾也宣布了一個計劃，旨在將學習技術融入可穿戴微晶元中（顯然是通過 Xeon Quark）。物聯網和人工智慧的結合有助於為公司和個人日常使用案例的數據搜集機制提供機器學習解決方案。

3、寒武紀

「寒武紀」有中科院背景，面向深度學習等人工智慧關鍵技術進行專用晶元的研發，可用於雲伺服器和智能終端上的圖像識別、語音識別、人臉識別等應用。

寒武紀深度學習處理器採用的指令集DianNaoYu由中國科學院計算技術研究所陳雲霽、陳天石課題組提出。模擬實驗表明，採用DianNaoYu指令集的寒武紀深度學習處理器相對於x86指令集的CPU有兩個數量級的性能提升。

2016年推出的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，面向智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備。

2017年寒武紀還發布了三款全新的智能處理器IP產品，面向低功耗場景視覺應用的寒武紀1H8、擁有更廣泛通用性和更高性能的寒武紀1H16，以及面向智能駕駛領域的寒武紀1M。

另外在去年華為發布的全球首款手機AI晶元麒麟970中，其中部分技術便是寒武紀提供。

小結：在人工智慧基礎層晶元方面，根據烏鎮全球人工智慧申請專利數量，美國、中國位列前二，且數量級接近。而根據國際知名專利檢索公司QUESTEL發布的《晶元行業專利分析及專利組合質量評估》報告指出：中國近10年晶元專利增長驚人，已成為晶元專利申請第一大國。中國企業在晶元專利數量上已逐步趕上國外老牌企業。

雖然數量上有了較大增長，但從技術還是產業化方面來看，跟美國都存在較大差距。目前在很多高精尖的領域中，如高速光通信介面、大規模FPGA、高速高精度ADC/DAC等主要依賴美國供應商。國外企業無論從市場還是專利數量來說，仍然在全球佔據了大部分席位。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！