I consumatori che sono spesso esposti alle case intelligenti e ai dispositivi intelligenti per tutta la casa possono facilmente scoprire che l’attuale settore della casa intelligente ha raggiunto un’ampia copertura dei dispositivi e un controllo dell’accesso, ma la stragrande maggioranza dei dispositivi AIoT è ancora nella fase di esecuzione passiva delle istruzioni e le decisioni operative reali richiedono ancora l’iniziativa dell’utente.
Funzioni automatizzate come l’accensione delle luci con la voce, il controllo dei condizionatori tramite APP e la chiusura automatica delle tende al tuo ritorno a casa sono diventate da tempo funzionalità smart standard per tutta la casa.
Tuttavia, il sistema stesso non ha la capacità di percepire attivamente la scena domestica e non può fornire autonomamente servizi basati sullo stato in tempo reale della casa. Questo punto dolente è diventato anche il principale collo di bottiglia degli aggiornamenti intelligenti per l’intera casa.
In risposta a questo punto dolente del settore, Xiaopai Technology ha recentemente rilasciato ufficialmente la serie ClawStation di terminali domestici intelligenti, nonché il terminale dedicato all’assistenza domiciliare “KinSight”, segnando che l’intelligenza di tutta la casa è ufficialmente entrata nella fase di sviluppo dell’agente AI.
A differenza dei tradizionali hub di casa intelligente, che sono responsabili solo della connessione del dispositivo e dell’inoltro dei comandi, ClawStation Pro è dotato di un modulo di elaborazione AI laterale e supporta quattro ingressi video della telecamera. Può fare affidamento sul modello locale integrato per condurre analisi in tempo reale delle immagini dello spazio domestico, identificare lo stato attuale e le esigenze della casa, quindi utilizzare interfacce aperte per chiamare dispositivi domestici intelligenti di diverse marche per eseguire operazioni corrispondenti, formando un ciclo chiuso completo di “percezione-decisione-esecuzione”.
I tradizionali sensori a infrarossi e i radar a onde millimetriche possono riconoscere solo informazioni di base come la presenza umana e lo stato di movimento e non sono in grado di rilevare scene complesse come ritagli di carta, macchie d’acqua e oggetti sparsi sul terreno. ClawStation Pro fa affidamento sulle sue capacità di percezione visiva per identificare accuratamente tali scene suddivise e prendere decisioni indipendenti per chiamare apparecchiature come i robot spazzatori per completare le attività di pulizia.
Inoltre, la percezione visiva può anche coprire le esigenze di più scene domestiche: giudicare lo stato di apprendimento dei bambini, identificare se guardano la TV a distanza ravvicinata per lungo tempo, assistere nel controllo dell’effetto pulente dei servizi di pulizia, monitorare lo stato di salute degli anziani come cadere, stare seduti a lungo e mangiare, migliorare la dimensione percettiva dell’intelligenza dell’intera casa da “c’è o no” a “chi c’è, cosa sta facendo e se è necessario aiuto”.
Il vantaggio principale di ClawStation Pro non è solo la sua capacità di percezione, ma anche il suo attributo di “evoluzione” continua.
Diversamente dal tradizionale modello hardware intelligente fissato in fabbrica, ClawStation Pro adotta un design modulare con schede di potenza di calcolo sostituibili. L’attuale scheda di potenza di calcolo 30TOPS è in grado di soddisfare le esigenze di elaborazione video di base. In futuro, potrà essere adattato a modelli multimodali più complessi sostituendo schede di potenza di calcolo con specifiche più elevate per evitare l’obsolescenza delle apparecchiature causata dall’iterazione dell’hardware.
Allo stesso tempo, il dispositivo supporta anche capacità di apprendimento non sensoriale, che possono adattarsi gradualmente alla struttura della casa, alla composizione dei membri e alle abitudini di vita delle diverse famiglie nell’uso quotidiano, ottimizzando continuamente la precisione del riconoscimento delle scene e del processo decisionale e realizzando davvero un’esperienza intelligente che “migliora con più utilizzo”.
I leader tecnici rilevanti hanno affermato che la percezione visiva non è intesa a sostituire i sensori tradizionali, ma come un supplemento al sistema di percezione esistente, fornendo capacità di percezione di dimensione superiore in scene complesse che i sensori tradizionali non possono coprire. Gli infrarossi, i sensori delle porte, i sensori di temperatura e umidità, i radar a onde millimetriche e altre apparecchiature continueranno a svolgere compiti di rilevamento di base con i vantaggi di un basso costo e di un basso rischio per la privacy. In risposta al problema della privacy che preoccupa maggiormente gli utenti, ClawStation Pro adotta un’architettura del modello locale.
L’intero processo di riconoscimento visivo, analisi della scena e generazione delle decisioni viene completato su dispositivi locali. Non è necessario caricare lo streaming video completo sul cloud. Carica informazioni non video desensibilizzate solo quando scene complesse richiedono un giudizio avanzato, trovando un equilibrio tra esperienza intelligente e protezione della privacy.
Per quanto riguarda le prospettive di sviluppo del settore dell’intelligenza domestica, l’industria prevede che i prossimi tre anni introdurranno un punto di svolta per l’implementazione su larga scala: da un lato, la maturità della tecnologia AI Agent consente di implementare realmente le capacità di grandi modelli in compiti di scena specifici e non è più limitata a funzioni di base come chat e generazione di contenuti; D’altro canto, gli effetti dei modelli multimodali a piccoli parametri continuano a migliorare e il costo della potenza di calcolo continua a diminuire, così che la soglia per il funzionamento locale di complesse capacità di intelligenza artificiale continua a diminuire.
In futuro, con la continua ottimizzazione dell’esperienza e l’ulteriore riduzione dei costi, l’intelligenza domestica sostituirà gradualmente il tradizionale hub di casa intelligente, realizzando un aggiornamento fondamentale dell’intelligenza di tutta la casa dal “rispondere passivamente alle istruzioni dell’utente” alla “fornitura attiva di servizi di scena”.
