昨晚的年度秋季发布会上，谷歌一口气发布“大礼包”级别的九款硬件产品，可谓是“大礼包”，包括智能音响 Google Home ，PC 新品 Pixelbook 及配套手写笔，智能手机 Pixel 2 和 Pixel 2 XL，第二代 Daydream View 头显、Google Pixel Buds 耳机、便携相机 Google Clips。
谷歌确实在认真地做硬件，此前收购 HTC 的 2000 人团队也能印证这一点。但无论 Pixel 2 还是 Pixelbook，抑或是 Google Home Max，这些产品在硬件上都没有什么优势。
整场发布会最亮眼的不是这些硬件本身，而是贯穿全程的一个关键字眼，AI。每一个新硬件都与 AI 有关，无处不在地彰显着其在 AI 从软件层面积极走向硬件领域的野心。
写作卖硬件 读作卖AI
Pixel 2/2 XL 用单镜头实现了双摄功能，而当前热门的“人像模式”的主流解决方案需要双摄像头，机器学习在其中起了关键作用。在 Dual-Pixel 帮助下，像素点由左右两个子像素组成，一个记录颜色，另一个记录景深，机器学习算法配合多张照片合成后，即可实现背景虚化的效果。在这次发布会上，谷歌还为 Pixel 2 两款新机加入了一项名为“Active Edge”的功能，可以利用握持动作唤醒一些快捷方式，也就是说，无需唤醒词，通过把握行为即可唤醒语音助手。
Google Lens 更是做到了从底层技术实现 AR 玩法，而 Snapchat、苹果还在把带有 AR 滤镜的手机摄像头当成最**的产品功能。
谷歌第一款无线蓝牙耳机 Pixel Buds 可以为用户更快、更简便地接入 Google Assistant 和 Google 翻译。它不仅能够读取信息，还支持实时翻译，支持的互译语种达到 40 种。
谷歌推出的一款新相机 Google Clips 更能诠释 AI 硬件的象征含义。Clips 内部人工智能引擎会引导相机寻找它感觉有趣的东西：微笑、你关心的人、追逐尾巴的狗，并自动捕捉这一刻。随着时间的推移，这款相机会更加智能化。“这款产品更加激动人心的部分是机器学习，幕后的计算机视觉任务。”Pichai 说。
这也能看作是谷歌 Mobile First（移动第一）转向 AI First（人工智能第一）战略的阶段性成果。人工智能时代的到来再一次迫使 Google 改变构思产品的方式。
Mobile First 到 AI First
移动互联网从硬件到工具再到内容，整个移动互联网产业链都非常成熟了，大的创新的机会已经很少了。而我们跟踪硅谷公司的新产品的体会也是，移动互联网让人眼前一亮的产品基本很少了，而移动设备的硬件发展至今也是大同小异，没有大的突破。苹果、三星凭借在供应链的强大整合能力，可以造出比谷歌好很多的硬件产品。而且除了产品本身，还有品牌、销售渠道，这些都不是 Google 擅长的。
而谷歌不得不发挥自己在 AI 和软件算法的专长，试着去整合现有的成熟硬件资源，从而为用户提供更好的使用体验。AI First 是 Mobile First 的延续，因为的背后的基本逻辑是计算的普适化，人工智能并不是魔术，人工智能的应用本质是基于大量数据建立模型然后应用。恰巧，在“不得不干”的领域上，谷歌非常有优势，一方面积累了大量的用户数据，另一方面在深度学习、知识图谱、自然语言处理、翻译、语音识别、图像识别都积累了很长时间，有强大的人才储备和技术储备。
2014 年，Alphabet 花 4 亿英镑收购 DeepMind，尽管从 2010 年开始谷歌就不断收购 AI 技术的团队和公司，但 DeepMind 带来了颠覆式的改变，这支团队不断发布有关机器习得的研究成果，从横扫人类围棋手的软件到具有模仿人类大脑功能的人工智能系统。在 DeepMind 划归 Alphabet 的第一年，其营收为零，他们的成果太过于学术，至少需要十几年时间才能转变为商业价值，但是在 AI 领域的深入探索，已经带着谷歌不断突破以往的隔膜。现在，除了在广告、搜索、图像、语音这些经典的互联网问题场景下使用 AI 技术以外，一些相对看起来比较传统的“硬”领域，比如机房运维监控和能耗管理，以 DeepMind 研究成果为基础，谷歌也已经在使用 AI 技术榨取收益了。
在过去两年间，我们清楚地看到了谷歌在人工智能服务上的进化，比如前年推出 Google Photos，因为免费的上传空间、图像识别技术提供的人脸检测和照片自动分类功能，已经成为了最受欢迎的云端相片集服务；比如 Google 搜索，它的功能早已不只是搜索文字，满足了用户更多的期待，可以用语音输入，能搜索图片，还直接并准确地回答问题；比如 Gmail，谷歌目标是让它能够自动标记和处理垃圾邮件，或者自动识别邮件内容，提供几个符合上下文的默认回复，而不需要用户一个个手动标识和打字。事实上，谷歌在过去两年的时间里，将公司内部开发和采用的机器学习技术整理到了一起，命名为 TensorFlow。这是一套包括了很多常用深度学习技术、功能和范例的框架，被 Google 几乎所有产品所采用。“你能想到的每一样 Google **产品，背后都有机器学习和深度学习技术。”
AI并非功能 硬件才是附属
当然，谷歌自己非常清楚，做出了这么多人工智能产品，还得从实验室走向消费者，否则没有意义。矛盾的就是，用户并不会一开始就对这些图像识别、语音助手之类的感兴趣，也不会去深究其中隐含的机器学习有多牛逼，即便感兴趣，他们也不会专门为 AI 付钱的。
是 AI 需要一个载体，谷歌才把硬件做成了 AI 的附属，是大量人工智能产品的延伸。这可能不是一个最完美的策略，但应该是 AI 的正确打开方式。也可以说，想要把 AI 打进市场，让更多人体验 AI，成为流行，目前最可行的终究还是得卖硬件。谷歌的服务和 AI 技术需要用完全属于自己的产品去承载，谷歌给出的产品是优秀的，然而市场经验说明，产品的成功并不等于商业上的成功，只有在商业上取得成功的产品才能承载起谷歌的未来。
然而回到硬件上，谷歌的野心又变得有点遥不可及，人工智能至少还面临准入门槛，水土不服以及用户习惯等情况。通过外媒的统计，Pixel 系列的销量可能不到 100 万，Pixel 2 代就算再乐观，销量也高不到哪里去。显然谷歌并不指望 Pxiel 能够赚多少，而更像一个样板，来说明自己技术和服务多厉害，硬件更多是战略价值，每一款硬件产品，也可以说是谷歌「利用 AI 反思产品」的手段罢了。
对于中国用户来说，这更像摸不着的 AI 赞美诗，因为谷歌发布的新品大礼包，都很难落地到国内，硬件还可以通过其他渠道入手，但 Google ChromecastNest、ThermostatsPhillips、HueSamsung、SmartThingsIF by IFTTT、Google Calendar、Google Keep
等等……多种多样的第三方服务上才能彰显其牛逼的人工智能产品，这些服务国内几乎没有几个人用过，也没几个人用得上。
想让消费者为 AI 硬件买单，谷歌的任务是让 AI 尽快为产品加诸判断力和执行力，而不是让人们依旧听着一套“算法”，这才是最重要的。
