已經有了平板和電視，為什麼還需要螢幕音箱？
國慶節歸來，不少人還在找長假後的工作狀態，而國外科技企業已經動作頻頻，Facebook和谷歌先後釋出了新的智慧音箱產品，且三款機型均為螢幕音箱。Facebook的Portal和Portal+音箱分別帶有10.1和15.6英寸的顯示屏，Google Home Hub則搭配一個7英寸的觸控式螢幕。其實，早在今年的CES展上，已經可以看出螢幕音箱的趨勢，京東、百度、LG等釋出了其帶螢幕的智慧音箱產品，谷歌更是聯合索尼、LG、Bang & Olufsen、JBL、聯想等品牌廠商組建了智慧音箱聯盟，這一聯盟中的所有廠商都會在2018年集中推出帶有螢幕的智慧音箱。
在第一款搭載螢幕的智慧音箱Echo show上市時即引起了巨大的爭議，很多人質疑加上觸控屏使操作變得更復雜了，使用者從原來單純的語音互動變成了口手並用。雖然螢幕智慧音箱越來越多，爭議卻一直存在：用手機、ipad、電視看視訊挺好的，為什麼還需要智慧音箱呢？奧維雲網（AVC）認為有以下幾個原因：
第一，現在人們越來越“懶”了，而螢幕音箱相較其他視訊裝置是更方便的，因為語音是最自然最簡單的互動方式，不需要一直拿在手上指指點點，只需要語音操作即可快速追劇。消費者認為的“不需要”更多的是消費習慣還未養成。
而且，手機、平板目前仍以近場互動為主，採用的是單麥克風，大多需要按鍵召喚語音助手，只能在1米以內的範圍進行有效識別。而智慧音箱以遠場語音互動為主，可通過喚醒詞喚醒，支援在3-5米的範圍互動。雖然智慧電視市場在今年湧現出不少支援遠場語音的新品，但電視功率大，不可能實現一直線上，而智慧音箱除了功率更低外，體積也更小，更方便攜帶，使用場景也更多。
第二，在現階段語音互動技術的發展條件下，螢幕音箱是更好的輸入和輸出視窗。目前智慧音箱的語音識別準確度不高，自然交流、多輪對話仍存在較大問題，且長時間的語音操作後用戶會感到厭倦，螢幕可以起到補充作用，也能達到視覺互動的效果。根據相關統計資料，人類獲取的資訊有83%來自於視覺，11%來自於聽覺，所以視覺+聽覺互動是最適合的互動方式。
在人機互動中，有螢幕的音箱能夠大大提高資訊輸出的效率。新增屏幕後，智慧音箱可以處理更復雜的資訊，如模糊搜尋歌曲時，螢幕能呈現更多的答案以供選擇；可以播放視訊，比如做飯時看菜譜和烹飪視訊；能給消費者帶來更多的安全感，影象資訊帶來的安全感和可信任感遠遠大於聲音資訊；螢幕音箱一般會配備攝像頭，可以實現視訊通話和實時監測。
第三，螢幕音箱是智慧音箱市場主導者大力推動和倡導的。以亞馬遜、谷歌、BAT為代表的網際網路科技廠商在市場上處於領導地位，他們佈局智慧音箱的原因是為了在物聯網和智慧家居爆發前期用帶有入口性質的智慧產品來搶佔市場。手機、平板、電視都已經是成熟的產業，品牌集中度高，且步入有限增長期，即使進入也很難擠佔頭部玩家，因此新興的智慧音箱是更好的選擇。
在其大力促銷和補貼下，智慧音箱市場規模迅速增長，但受技術限制，消費者體驗有待提升，而螢幕音箱能夠滿足更多場景的需求。亞馬遜、谷歌、百度、京東等均已釋出了旗下的螢幕音箱，天貓雖然沒有螢幕音箱上市，但打造了天貓精靈配件XHolder和天貓精靈火眼，搭配手機來提升其智慧音箱的視覺認知和互動能力。