大模型,智能家居的春秋战国之交

news2025/1/10 6:15:08

b1fc0bf727ad0b6bfb38babc0d8ce4dc.gif

820d74d9c55bae8979d4161503c05286.png

智能家居,大家都不陌生。尽管苹果、谷歌、亚马逊等AI科技巨头,以及传统家电厂商都在积极进入这一领域,但发展了十多年之后,智能家居依然长期呈现出一种技术上人工智障、市场上四分五裂的局面。

究其原因,是此前传统家电+通信模块(如WiFi/蓝牙)+语音交互+手机APP的低水平“智能化”,相对门槛较低,以至于各个生态平台谁也不服谁,都想另起一摊独自做大,导致行业一盘散沙。

35cffa3ad79e6bfcc913fba3fd334558.png

而这种情况,将在大模型时代被终结。

自2023年以来,我们已经见证了手机、PC等智能终端,基于大模型的AI之战血雨腥风,并且呈现出高水平、巨头化的竞争格局,苹果、三星、华荣OV米等如同战国时期的七雄并立。同理,家用电器作为另一大终端品类,自然也要跟进端侧AI的最新技术进展,纷纷开始探索家居行业的垂域大模型。

大模型+智能家居,要求更专业的技术,更深度地产品融合,以及打通产业上下游的生态。这种高水平竞争的优胜劣汰,正推动智能家居行业进入一个春秋战国之交的变革时期。

4aae081258d7a69a24b67130151a9ae4.png

AI大模型的“重器”,只有少数巨头厂商才有能力争夺,于是自2023年开始,智能家居领域呈现出战国时期群雄逐鹿的局面。

目前,我们能看到三大派系的巨头集结在大模型周围。

家电派

家电企业积极参与到这一轮大模型浪潮里,将家电专业知识和技能,与大模型相结合,构建更具专业性和实用性的垂域大模型,实现对家电及场景的深度精细控制,其中主要玩家包括:

美的集团2023年底发布了“美言”AI大模型,为智能家居构建智能感知、自然交互和自主决策三个基础能力。

海尔智家推出了智慧家庭领域首个垂域模型——海尔智家大脑HomeGPT,以及具有AI智慧保鲜、存储和交互功能的AI冰箱。

acef785cb5182a083bad7072f98df131.png

方太推出了Healthy CookingGPT,提供个性化的健康饮食建议,并且配备了智动烹饪系统,实现“自主烹饪”。

海信推出了星海大模型,支撑电视机的AI画质提升,以及影视专家、游戏助理等AI智能体服务。

四川长虹推出全球首个基于大模型的智慧家电AI平台“长虹云帆”大模型,为旗下云帆AI平台家电,如电视,增加了AI对话、AI壁画和口语陪练功能。

TCL集团同时推出了自研大模型和接入百度“文言一心”大模型,通过TCL+App智能助手提供基本语音识别和AIGC内容生成等服务。

c1d97a7bab86d5495e0453781f46291c.png

科技派

科技巨头,如美国“AI五巨头”中的苹果、谷歌、亚马逊等,以及国内的华荣米OV等智能终端厂商,都是终端大模型的积极参与者,自然也将AI优势延伸到智能家居领域。

苹果:近期Apple的软件管理者Craig Federighi向媒体透露,苹果正准备将硬件大举进军智能家居。产品上,将推出第一款智能家居显示器,看起来有点像带屏的 HomePod,此外还传言苹果将在2026年发售一款带屏机械臂。这两款设备都将支持苹果的系统级AI——Apple Intelligence。

三星:今年CES 2024三星打出了“AI for All”,除了AI手机,三星电视、手机、冰箱和洗衣机等产品都引入了AI能力,以增强产品使用体验。

65768f097c5068794e7df821fbcc310a.png

(苹果最新的智能家居单品)

国内,智能终端厂商也都在探索“大模型+AI agent+跨端操作系统”的整体解决方案,比如:

华为基于鸿蒙系统+盘古大模型的智慧全场景生态,荣耀Magic OS采用大模型加持Magic Live使能的新内核+MagicRing信任环,来实现跨端的意图理解和人机交互。

OPPO在2023年公布了自研的潘塔纳尔智慧跨端系统,与自主训练的AndesGPT安第斯大模型,实现深度协同。

vivo也在探索智能体与智能家居的结合,今年VDC2024上蓝河操作系统,接入蓝心大模型和视觉语音NLP等算法,可以运用在不同形态的产品之上,实现车机、手机、手表等不同设备的互联互通与协作,为全域智能体验提供支撑。

e25c078c77656ebde1943ab4abb890f2.png

全屋派

终端厂商在智能家居领域积累了大量有吸引力的爆款单品方案,但始终面临跨端、跨品牌互联互通的限制。这时候,从一开始就强调全屋整合的系统级智能化方案,减少了安装、连接、协同方面的麻烦,也吸引了不少消费者的关注。全屋智能品牌在大模型领域的动作也十分活跃。

华为全屋智能:华为推出的全屋智能解决方案,具备稳定可靠的PLC全屋网络,在自主可控的连接通信底座上发挥鸿蒙系统“原生智能”的能力,在鸿蒙生态上进行了长远布局,目前在C端智能家居、B端康养/办公/学校/酒店等业态中都有商业化落地。

7ab70bfa5a3c326b520de4a6a5df4770.png

小米米家:由小米与生态链智能硬件企业来协同提供智能生活解决方案。目前,小爱同学大模型已经广泛应用于小米的智能家居生态系统中。

绿米:今年发展较快的全屋智能品牌,近期新增了AI大模型的全屋智能助理功能,支持智能家居小百科查询、智能设备排障、一句话快速创建自动化场景等。

小度科技:作为全屋智能解决方案服务商,小度科技在百度世界2023大会上发布了全新AI原生物种小度超级管家智能体等全屋智能系列产品。

总的来说,在大模型上有技术说服力的厂商,才能继续屹立于智能家居市场。

f66e89cc8204f6505b66058806d32240.png

王夫之认为,春秋、战国之交是“古今一大变革之会”。大模型,正作为智能家居的变革起点,推动行业进入春秋战国之交。这一阶段的典型特点是,实力较弱的诸侯国,在激烈竞争中相互兼并或被强国拿下,最终形成少数强国并立的局面。

变化的发生,源于技术影响力的层层传导。

首先,是新技术带来的体验之变。

根据Statista的数据,当下中国智能家居渗透率仅为13%。智能家居行业捣鼓了这么多年,始终没有大规模爆发,归根结底是技术瓶颈的限制,导致市场准入门槛不高、用户学习成本高、跨端连接难,没有给用户带来多少体验上的提升。

而大模型技术,有望彻底解决了上述智能家居的“原罪”:

听不懂、交互难?基于大模型的理解和生成能力,原本智能家居交互中理解不了、响应缓慢的问题,都被攻克了。以前家中的老人、小孩很难跟智能设备顺畅地交流,大模型的自然语言交互就能彻底解决这个问题。

2f22b3f99d5312291b696137e80d6045.png

功能多、操作复杂?通用大模型的全域理解能力,可以作为一个“大脑”,将原本是数据孤岛的家居单品,连接起来,进行整合理解与协同服务,进而实现真正的主动智能。

不兼容、体验割裂?智能家居产品之间互不兼容、数据不互联互通,需要用户亲自来做很多协调、配置的工作。AI智能体的自动化能力,让各个产品之间进行信息与决策的自动传递,目前,已经有手机厂商通过智能体实现了手机服务的自动化,相信不同家居硬件之间的服务壁垒也会很快被打破。

总结一下,从听不懂到随便说,从手动操作到自动驾驶,从单品智能到整体智能,大模型带给智能家居的技术红利和体验价值,正在被家电厂商、终端厂商积极落地中。

接下来,智能家居的体验之变,必然会推动市场格局之变。

92623128168b1df65ad0a9be902a91e1.png

此前,智能家居市场的门槛低、节奏快、天花板不高,以至于竞争良莠不齐,产品缺乏差异化和价格锚点,很容易打价格战,这对元创新的厂家是极为不利的。

一是不利于建立市场领导者地位,一款新产品推出之后很快就会有大量企业跟风推出类似的功能,瓜分潜在用户;二是不利于回收研发投入,低水平的智能功能和APP开发是很容易被跟进的,导致价格竞底式竞争,源头创新厂商无法靠智能技术获得长期的溢价回报与价格护城河,后续研发的意愿和资源投入都会大打折扣。久而久之,整个智能家居市场一直停留在低水平竞争中,缺乏向上突破的动力。

大模型的到来,将智能家居的准入门槛大幅拉高。目前进入大模型领域的厂商都是具有一定技术实力和知名度的,实力不足的厂商会被消费者第一时间就从决策中筛选出去。

所以,围绕大模型技术,也会很快凝聚起一个个商业领导者,如同战国七雄,逐鹿智能家居这块市场。接下来,我们会看到智能家居将进入竞争更加激烈的战国时代。

301ff9b32a3c5e086e9f09e9223416cd.png

了解历史的读者知道,战国之后,就走向了秦汉“大一统”的历史进程。科技产业也不例外。

硅谷知名创投人Peter Thiel认为,世界上只有两种公司:行业垄断的公司和无收益的公司。对于一个公司来说,目标永远应该是做出特别的东西,实现细分领域的垄断,从而脱离竞争。

那么在智能家居领域,谁能实现统一并垄断市场呢?目前看,还没有哪个智能家居巨头,展现压倒性优势。

首先,+大模型的产品还远未定型与完美。尽管各家都进行了大模型的升级,但整体还处于前期探索、打基础阶段,算法、算力、专用数据、家电知识等都在积累、迭代中。加上AIGC幻觉和生成毒性的隐患,目前用户能接触到的功能,只有语音交互的升级,以及一些可有可无的生成式AI,不足以撬动新一轮购买热潮。

f5845fb2ff4852622cafe25d0204d543.png

此外,智能家居的应用场景复杂且高频,需要调度的单品数量多、服务链条长,这对大模型的产品成熟度,提出了比AI手机、AI PC更高的要求。所以,巨头厂商预计还要摸索一段时间,将成熟的点状功能和产品,陆续推向市场。

一位深耕家电智能化多年的技术专家告诉我们,家电领域的AI一定要有所为有所不为。在技术上提前布局,但并不一定会马上到市场上去卖。因为用户最关心、最核心的诉求并不是智能,而是实用性,能把地脱干净、把菜做熟,用户并不理解也不想去理解AI是怎么运作的。

所以,家电领域做AI大模型,一定要从应用层面去解决用户的痛点问题。如果盲目+大模型,会导致市场像2015年左右一样,实际体验无法兑现技术概念,消耗了用户的信任与热情。

正因此,大模型的智能家居产品化,注定是一个更为漫长的过程,目前尚未有哪家公司占据明显的市场优势,鹿死谁手也有较大不确定性。

时势造英雄,在技术变革带来的春秋战国之交,更加激烈的竞争会去伪存真、优胜劣汰,结束智能家居领域漫长而乏味的低水平竞逐,重塑市场格局和产品价值。

8e5362a051ee69aeb9af928df0863b74.png

·

·

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2237390.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【设计模式】结构型模式(四):组合模式、享元模式

《设计模式之结构型模式》系列,共包含以下文章: 结构型模式(一):适配器模式、装饰器模式结构型模式(二):代理模式结构型模式(三):桥接模式、外观…

众测遇到的一些案列漏洞

文章中涉及的敏感信息均已做打码处理,文章仅做经验分享用途,切勿当真,未授权的攻击属于非法行为!文章中敏感信息均已做多层打码处理。传播、利用本文章所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,作者不为此承担任何责任,一旦造成后果请自行…

算法求解(C#)-- 寻找包含目标字符串的最短子串算法

1. 引言 在字符串处理中,我们经常需要从一个较长的字符串中找到包含特定目标字符串的最短子串。这个问题在文本搜索、基因序列分析等领域有着广泛的应用。本文将介绍一种高效的算法来解决这个问题。 2. 问题描述 给定一个源字符串 source 和一个目标字符串 targe…

ThingsBoard规则链节点:RPC Call Reply节点详解

引言 1. RPC Call Reply 节点简介 2. 节点配置 2.1 基本配置示例 3. 使用场景 3.1 设备控制 3.2 状态查询 3.3 命令执行 4. 实际项目中的应用 4.1 项目背景 4.2 项目需求 4.3 实现步骤 5. 总结 引言 ThingsBoard 是一个开源的物联网平台,提供了设备管理…

动态规划(简单多状态 dp 问题 1.按摩师 2.打家劫舍 II 3. 删除并获得点数 4.粉刷房子 5.买卖股票的最佳时机(全系列))

面试题 17.16. 按摩师213. 打家劫舍 II740. 删除并获得点数LCR 091. 粉刷房子 (原:剑指 Offer II 091. 粉刷房子)309. 买卖股票的最佳时机含冷冻期714. 买卖股票的最佳时机含手续费123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV 1.…

【VBA实战】用Excel制作排序算法动画续

为什么会产生用excel来制作排序算法动画的念头,参见【VBA实战】用Excel制作排序算法动画一文。这篇文章贴出我所制作的所有排序算法动画效果和源码,供大家参考。 冒泡排序: 插入排序: 选择排序: 快速排序:…

关于Markdown的一点疑问,为什么很多人说markdown比word好用?

markdown和word压根不是一类工具,不存在谁比谁好,只是应用场景不一样。 你写博客、写readme肯定得markdown,但写合同、写简历肯定word更合适。 markdown和word类似邮箱和微信的关系,这两者都可以通信,但微信因为功能…

区块链技术在数字版权管理中的应用

💓 博客主页:瑕疵的CSDN主页 📝 Gitee主页:瑕疵的gitee主页 ⏩ 文章专栏:《热点资讯》 区块链技术在数字版权管理中的应用 区块链技术在数字版权管理中的应用 区块链技术在数字版权管理中的应用 引言 区块链技术概述 …

基于Spring Boot的在线装修管理系统的设计与实现,LW+源码+讲解

摘 要 互联网发展至今,无论是其理论还是技术都已经成熟,而且它广泛参与在社会中的方方面面。它让信息都可以通过网络传播,搭配信息管理工具可以很好地为人们提供服务。针对信息管理混乱,出错率高,信息安全性差&#…

Ollama 0.4 发布!支持 Llama 3.2 Vision,实现多模态 RAG

“ 阅读本文大概需要5分钟。 前言 最近,Ollama 推出了 0.4 版本,其中最大的亮点就是支持了 Llama 3.2 Vision 模型,该模型具备多模态特性,也就是说能够理解图像并将图像纳入提示词中进行处理,让模型更智能地处理RAG中…

关于若依500验证码问题的求助

关于若依框架中验证码出现500错误的问题,这通常表示服务器内部错误。以下是一些可能的原因及解决方案: 一、配置文件问题 .env.production文件: 确保.env.production文件中的VUE_APP_BASE_API已经修改成服务器上的域名地址,而不…

使用HtmlAgilityPack+PuppeteerSharp+iText7抓取IdentityServer4帮助文档

需要学习IdentityServer4的用法,但是在IdentityServer4帮助文档网站(参考文献1)中没有找到下载离线文档的地方,准备使用HtmlAgilityPackPuppeteerSharpiText7将网站内容抓取生成离线PDF文档,便于本机学习、查看。   …

fpga开发原理图设计仿真分析

目录 原理图设计方法的流程 仿真分析 method1. 基于向量波形的仿真方法 method2. 基于testbench的仿真方法 在Quartus Prime开发环境下,进行EDA设计的基本流程如图所示。 包括五个主要任务: (1) 建立工程 (2) 设计输入 (3) 编译、综合与适配 (4) 引脚…

Node.js——fs模块-路径补充说明

1、相对路径: ./座右铭.txt 当前目录下的座右铭.txt座右铭.txt 等效于上面的写法../座右铭.txt 当前目录的上一级目录中的座右铭.txt 2、绝对路径 D:/Program File Windows系统下的绝对路径/usr/bin Linux系统…

从0开始搭建一个生产级SpringBoot2.0.X项目(十)SpringBoot 集成RabbitMQ

前言 最近有个想法想整理一个内容比较完整springboot项目初始化Demo。 SpringBoot集成RabbitMQ RabbitMQ中的一些角色: publisher:生产者 consumer:消费者 exchange个:交换机,负责消息路由 queue:队列…

比流计算资源效率最高提升 1000 倍,“增量计算”新模式能否颠覆数据分析?

作者 | 关涛 云器科技CTO 数据平台领域发展 20 年,逐渐成为每个企业的基础设施。作为一个进入“普惠期”的领域,当下的架构已经完美了吗,主要问题和挑战是什么?在 2023 年 AI 跃变式爆发的大背景下,数据平台又该如何演…

MySQL性能测试方案设计

在现代互联网系统中,数据库性能直接影响到整体应用的速度和用户体验。而MySQL作为广泛使用的关系型数据库,随着数据量和并发请求的增长,其性能问题也日益突出。今天我们将深入探讨如何设计一套高效的MySQL性能测试方案,帮助你精准…

彻底解决单片机BootLoader升级程序失败问题

文章目录 1、引言2、MicroBoot:优雅的解决升级问题问题1:bootloader 在跳转到app前没有清理干净存在的痕迹问题2: 需要 APP 传递信息给 Bootloader问题3: APP单独运行没有问题,通过Bootloader跳转到APP运行莫名死机问题…

Oracle OCP认证考试考点详解082系列17

题记: 本系列主要讲解Oracle OCP认证考试考点(题目),适用于19C/21C,跟着学OCP考试必过。 81. 第81题: 题目 81.Examine these SOL statements which execute successfully Which two statements are true after exec…

【EFK】Linux集群部署Elasticsearch最新版本8.x

【EFK】Linux集群部署Elasticsearch最新版本8.x 摘要环境准备环境信息系统初始化启动先决条件 下载&安装修改elasticsearch.yml控制台启动Linux服务启动访问验证查看集群信息查看es健康状态查看集群节点查询集群状态 生成service token验证service tokenIK分词器下载 摘要 …