内容简介：蓦然认知：面向B端提供人机对话、语义理解和自动化服务对接等功能
报告要点
语义识别将推动人机交互进入新的发展阶段
语义识别主要解决“听得懂”的问题，将推动人机交互进入新阶段。语义识别是NLP技术的重要组成部分之一，结合大数据、语音识别、算法模型，可衍生出多个下游应用场景，包括智能家居、智能车载、虚拟助理、无人驾驶、机器人、智能客服等多个领域。行业参与者中还未出现绝对垄断者，创业公司仍具备很大机会。此外，我们认为，车载领域将是语音交互最先爆发的场景之一。
基于语音、语义识别的智能语音交互市场，未来全球规模将达百亿美元
根据36氪研究院调研结果，自然语言处理（NLP）无论在创业热度、获投数量还是获投金额等维度都处于细分领域的前三。据 Global Market Insights的数据，未来7年全球智能语音交互市场的年增长为34.9%，预计到2024年市场规模达到110亿美元，行业整体未来发展空间广阔。
蓦然认知：专注汽车、家居领域，尝试为B端提供语义识别+自动对接服务
北京蓦然认知科技有限公司（简称蓦然认知）成立于2016年5月，主打产品为一款面向B端的，叫做“Mor”的交互决策引擎，为客户提供人机对话、语义理解和自动化服务对接等功能。蓦然认知在车载领域的代表客户有四维图新；在家居领域的代表客户有暴风电视。预计到2017年下半年，将有批量搭载Mor系统的产品逐步上市。
1. 语义识别领域技术门槛高，目前仍未出现绝对领航者，创业者仍有机会
1.1 语义识别推动人机交互模式进入新阶段，主要解决“听得懂”的问题
语义识别是人工智能的重要分支之一，如果语音技术相当于人的嘴巴和耳朵，负责表达和获取，那语义技术则相当于人的大脑，负责思考和信息处理，解决的是“听得懂”的问题。语义识别最大的作用是改变人机交互模式，将人机交互由最原始的鼠标、键盘交互转变为语音对话的方式。
1.2 语义识别是NLP技术的重要组成部分，NLP或将随大数据、计算力、算法等AI领域的技术提升，获得长足进步
语义识别主要基于大数据和算法模型之上搭建，是自然语言处理(NLP)技术的重要组成部分。NLP技术主要包括词法分析技术、句法分析技术、语义分析技术、语用分析技术以及语句分析技术等。NLP在实际应用中最大的困难还是语义的复杂性，此外，深度学习算法也不是语义识别领域的最优算法。但随着大数据、芯片和算法模型等的发展进程加速，将为NLP带来长足的进步。
1.3 语义识别下游：应用领域多元化，行业参与者多样性
语义识别和语音识别是语音交互的基础，语音交互应用领域覆盖智能家居、智能车载、虚拟助理、无人驾驶、机器人、智能客服等领域。目前，行业参与者中还未出现绝对垄断者，创业公司仍具备机会。此外，我们认为，语音交互在车载场景中存在刚需，也会成为最先爆发的领域之一。并且，随着车联网的纵深化发展，相关硬件趋于免费，依靠语音交互天然流量入口，做个性化增值服务将是未来车载领域的主要盈利点。
2. 基于语音识别和语义识别技术的语音交互市场，未来市场规模将达百亿美元
据36氪研究院数据，从1996年至今，国内至今仍在运营的人工智能公司接近400家。从下图可看出，自然语言处理（NLP）无论是在创业热度、获投数量还是获投金额都处于细分领域的前三。据 Global Market Insights数据，未来七年全球语音市场的年增长为34.9%，预计到2024年市场规模达到110亿美元。
3. 蓦然认知：以对话即应用、应用即服务、服务即商品为主导理念，试图打造一款全新的语音交互决策引擎
北京蓦然认知科技有限公司（简称蓦然认知）成立于2016年5月，主打产品是一款名为“Mor”的语音交互决策引擎，面向B端提供人机对话、语义理解，以及自动化服务对接等功能。蓦然认知提出“对话即应用”的人机交互模式，以进一步解放双手为目标，经由B端，间接地为C端用户在车载、家居、客服等场景执行打车、订票、订外卖等一系列具体任务。
3.1 技术：基于任务驱动的多轮对话，无缝衔接用户需求与服务
蓦然认知在自然语言交互方面，从通用的语料特征库出发，以one-shot learning为主要算法模型进行从特征语料到现实对话的迁移，解决冷启动的问题。在此基础上获取真实的用户数据后，再利用增强学习对整个模型框架进行不断地反馈优化，并且整个过程具备记忆能力。依此，“Mor”系统搭建了语义理解、多轮对话、增强学习三位一体的自然语言交互模型，整个技术架构可在多个场景之间快速迁移、复制。并且，后台在用户提出需求后可自动调用API，无缝衔接用户需求与服务。从技术架构来看，Mor主要是基于任务驱动，更多的是作为助理的角色执行命令，而非用于聊天用途。
3.2 应用场景：一套架构快速移植复制至多个场景
不同于Siri、小冰、度秘等专注于手机场景，Mor系统可集成于汽车、家居等硬件设备，为用户在不方便使用双手的场景下，提供流畅的人机对话及决策服务，是一个可快速移植，实时学习，多场景融合的机器人认知及交互系统。Mor为B端客户提供SDK服务，由客户自行定制用户界面并可集成到各种智能产品中，以“可拔插”的方式来满足对话过程中特定的意图需求。
3.3 商业模式：依靠技术授权、服务分成、精准广告等三个主要部分盈利
蓦然认知目前主要以技术授权和服务分成为主要营收来源。由于Mor执行的应用场景——订饭店、订机票等多与消费有关，随着在车载、家居等领域积累的真实数据逐渐增多，可对C端单位用户逐渐形成消费习惯、偏好、水平等多维度的画像模型，在此基础上，可通过电视、车载语音等提供精准营销等增值服务。
3.4 市场：目前客户主要集中于电商仓储领域，未来将不断挖掘新的应用场景
目前，蓦然认知在车载领域的代表客户有四维图新，除了关注行车途中的导航、音乐需求外，还会针对开车的停留点、目的地，甚至车辆使用问题提供决策支持；在家居领域的代表客户则有暴风电视，蓦然认知为其提供解放双手的智能影音服务。预计2017年下半年，将有批量搭载Mor系统的产品逐步上市。
3.5 团队信息：经验丰富的专业管理团队
创始人＆CEO：戴帅湘
前百度主任架构师，曾长期担任百度Query理解方向负责人，曾荣获百度语义技术的最高奖，2010年提出“Query改写模型”给百度搜索引擎技术带来了搜索相关性和广告收入均大幅提升，在自然语言处理、语义搜索、自动问题求解等领域内有20多项专利技术 。
（更多内容，请下载全版报告或联系36氪研究院。）
关于36氪研究院
36 氪研究院是 36 氪研究子品牌，专注于一级市场的行业研究，通过定性定量结合的方式研究新兴行业与企业，欢迎大家积极与我们交流讨论。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 人机对话技术研究进展与思考
- 大疆无人机爆安全漏洞
- 深度学习人机交互相关资源推荐来啦
- 基于知识图谱的人机对话系统 | 公开课笔记
- Soar（腾飞计划）分布式无人机平台
- iOS 12 人机交互指南：交互（User Interaction）
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
