Le 25 juin 2026, Xiaopai Technology a lancé le premier terminal intelligent pour la maison, ClawStation, à Shenzhen, intégrant un grand modèle 7B et une perception visuelle à quatre canaux directement dans le centre de la maison intelligente.
Différent des solutions traditionnelles de l’industrie qui s’appuient sur des radars infrarouges et à ondes millimétriques pour la détection passive, ce produit utilise directement la vision locale de l’IA, permettant aux maisons intelligentes de véritablement « comprendre » ce qui se passe chez elles pour la première fois.
Le problème des maisons intelligentes n’est jamais le contrôle, mais la perception.
Pourquoi avons-nous encore besoin de crier manuellement des commandes pour déclencher des actions après avoir utilisé des maisons intelligentes pendant tant d’années ?
Quel est le vrai problème ?
Le dilemme industriel de la détection passive ne manque jamais de capteurs
Vous devez avoir rencontré une telle scène : lorsque vous vous réveillez la nuit, le capteur du corps humain détecte quelqu’un et les lumières du salon sont allumées si fort que c’est éblouissant ; lorsqu’un invité arrive, le capteur ne peut pas dire s’il s’agit d’un membre de la famille ou d’un visiteur, et la température de la climatisation reste aux 26 degrés auxquels vous êtes habitué ; lorsqu’une serviette en papier tombe sur le sol, le capteur ne peut pas la voir du tout et le robot de balayage ne peut que se déplacer.
C’est le talon d’Achille des maisons intelligentes traditionnelles : tous les capteurs ne peuvent effectuer que la « détection de présence » et ne peuvent pas effectuer de « compréhension sémantique ».
Les radars infrarouges et à ondes millimétriques ne peuvent pas mentir, mais ils peuvent seulement vous dire « il y a quelque chose ici », mais ils ne peuvent pas vous dire « qui est cette chose et ce qu’elle fait ».
L’industrie est effectivement consciente de ce problème depuis longtemps, mais personne n’a osé utiliser des caméras comme capteurs principaux à grande échelle.
Les questions centrales sont au nombre de deux : la confidentialité et la puissance de calcul. Les utilisateurs s’inquiètent de la transmission des images de leur domicile vers le cloud pour analyse ;
il repose entièrement sur le traitement final, qui nécessite une puissance de calcul insuffisante et des coûts élevés.
À mesure que le cadre d’agents open source élargit les scénarios d’application, la puissance de calcul passe du cloud au côté final. Les deux tendances majeures consistant à rationaliser les grands modèles multimodaux et à améliorer les performances des puces et à réduire la consommation d’énergie se superposent.
La mise en œuvre de l’IA visuelle domestique est enfin réalisable. Cette fois, ClawStation Pro fournit directement un plan d’atterrissage : déployez localement un grand modèle multimodal avec des paramètres 7B et utilisez l’architecture « module de contrôle principal + carte de puissance de calcul AI » pour réaliser une inférence locale.
Les données officielles montrent que la précision de l’inférence est augmentée de 16 %, la vitesse de 11 % et la consommation d’énergie est réduite de 37 %.
Toutes les analyses vidéo sont effectuées localement et les données n’ont pas besoin de quitter la maison, ce qui résout directement les problèmes de confidentialité.
Le cœur de l’intelligence visuelle est de comprendre les « besoins de la famille »
ClawStation Pro peut se connecter à quatre caméras et toutes les analyses sont effectuées à l’extrémité. Cela signifie qu’il peut non seulement « voir » mais aussi « comprendre » : il peut distinguer s’il y a des personnes âgées ou des enfants dans la maison et ajuster automatiquement la température de la climatisation ;
lorsqu’il voit des déchets au sol, il envoie directement des instructions au robot balayeur pour les nettoyer ; il reconnaît que les personnes âgées regardent leur téléphone portable pendant trois heures consécutives et enverront des rappels à leurs enfants.
Contrairement aux produits de soins sur le marché qui ne ciblent qu’un seul groupe de personnes, Xiaopai positionne ClawStation comme un corps intelligent à scénario complet pour toute la famille.
Ce positionnement vient combler une lacune dans le secteur : il existe désormais des caméras de puériculture et des appareils intelligents pour animaux de compagnie, mais il existe peu de solutions intégrées pour toute la famille, en particulier celles axées sur les soins aux personnes âgées vivant seules.
- Pour les personnes âgées vivant seules : vous pouvez définir des rappels pour se lever, sortir, manger et connaître des niveaux d’activité anormaux, et générer des résumés d’activités quotidiennes
- Pour les enfants : vous pouvez surveiller l’heure à laquelle vous rentrez de l’école, l’heure des devoirs et l’heure à laquelle vous regardez la télévision, et vous rappeler automatiquement lorsque la limite est dépassée.
- Pour les animaux : vous pouvez prêter attention aux habitudes alimentaires et aux activités anormales et empêcher les animaux de grimper sur la table à manger
Le terminal de soins dédié « KinSight » est actuellement testé dans certains établissements de soins pour personnes âgées. Il peut définir des règles de soins conformément aux directives de l’utilisateur et générer des rapports de soins quotidiens.
Certains utilisateurs ont rapporté que l’appareil avait envoyé un rappel disant : « Le vieil homme va bien aujourd’hui, mais il regarde son téléphone depuis trois heures. » Ce type de détail n’est tout simplement pas possible avec les capteurs traditionnels.
Xiaopai a également admis que le renseignement domestique en est encore à ses balbutiements. La reconnaissance ne peut pas être précise à 100 % et la prise de décision ne peut pas être totalement sans erreur. Les utilisateurs doivent « l’enseigner lentement et le cultiver lentement ».
Cette attitude pragmatique est plus fiable que le slogan « tout renverser ».
L’ambition des interfaces ouvertes n’est pas seulement de fabriquer des produits mais aussi de faire de l’écologie
Cette conférence de presse annonçait simultanément une autre avancée majeure : Xiaopai est devenu le premier fabricant du secteur à ouvrir entièrement l’interface de l’appareil photo, fournissant des compétences standard telles que la recherche d’appareils, la certification de sécurité, l’acquisition audio et vidéo et les paramètres de l’appareil. Toutes les capacités ont été mises dans la boutique de compétences ClawHub.
Les utilisateurs peuvent utiliser n’importe quel agent intelligent tel qu’OpenClaw et HermesClaw pour accéder à leurs propres caméras et créer leurs propres scénarios d’application personnalisés, ce qui équivaut à redonner « le pouvoir de définir des scénarios à l’utilisateur ».
Cette action correspond également à la mise à niveau stratégique de Xiaopai : du fournisseur original de terminaux intelligents audio et vidéo à un fournisseur de solutions pour la maison intelligente intégrant le cloud, la périphérie et le terminal.
Les interfaces ouvertes ne sont pas destinées à la charité, mais à respecter les normes écologiques à l’avance alors que l’industrie de l’intelligence domestique n’en est qu’à ses débuts.
Le framework d’agent PaiClaw est développé sur la base d’OpenClaw et est entièrement compatible avec les instructions, les compétences et l’écologie de ce dernier. Il est uniquement adapté aux scènes familiales et à la perception visuelle.
Pour les développeurs et les utilisateurs geeks, cela signifie que les ressources écologiques existantes peuvent être directement réutilisées sans réinventer la roue.
Cette idée ouverte touche justement le problème actuel du secteur de la maison intelligente : il est difficile pour les appareils de différentes marques de s’interconnecter et d’interopérer, et il est encore plus difficile pour les utilisateurs de combiner leurs propres scénarios.
L’ouverture par Xiaopai de l’interface de la caméra équivaut à ouvrir une nouvelle porte à tous les développeurs qui souhaitent créer des scénarios de maison intelligente.
L’essence de l’IA familiale est la protection, pas le remplacement
Un point de vue évoqué lors de la conférence de presse a été reconnu par de nombreuses personnes du secteur : Alan Turing a demandé : « Les machines peuvent-elles penser ? ». Désormais, la nouvelle question à laquelle l’IA domestique doit répondre est « Les machines peuvent-elles ressentir de l’amour ?
Nous le créons non pas pour remplacer l’intelligence humaine, mais pour protéger les émotions humaines. C’est le sens de l’existence de l’IA.
Cette phrase révèle en fait l’essence de l’IA familiale.
Au fil des années, l’industrie de la maison intelligente a comparé les paramètres et le nombre d’appareils connectés, mais peu de gens sont véritablement revenus sur la scène de la « maison » elle-même : ce que veulent les utilisateurs, ce n’est pas un ensemble d’appareils pouvant se connecter à Internet, mais un assistant capable de véritablement partager la pression des soins familiaux.
Surtout maintenant que la population vieillit, que les enfants ne peuvent pas rester tout le temps avec les personnes âgées, que les jeunes parents sont occupés par leur travail et ne peuvent pas garder un œil sur leurs enfants 24 heures sur 24, et que le nombre de personnes élevant des animaux de compagnie augmente.
Les soins à domicile complets constituent en eux-mêmes un réel besoin. Xiaopai a choisi cette direction pour atteindre le tournant des besoins sociaux.
Il est entendu que la série ClawStation n’est actuellement pas ouverte à l’achat aux consommateurs ordinaires, et que la précision réelle de la reconnaissance et les capacités intelligentes ne seront pas vérifiées avant son lancement.
Mais il est indéniable que cette solution consistant à utiliser l’IA visuelle locale pour la détection active a effectivement indiqué une nouvelle direction qui mérite d’être explorée pour l’industrie de la maison intelligente.
Lorsque l’IA entre réellement dans les foyers, elle n’a pas besoin de remplacer la compagnie humaine. Il lui suffit de détecter les détails que nous ne voyons pas ou dont nous ne nous soucions pas, et de nous aider à mettre en œuvre nos préoccupations tacites dans notre vie quotidienne. C’est peut-être l’aspect le plus touchant de l’intelligence domestique.
