【WAIC對話美的】3-5年內，家電的“主動服務”將成為主流

（文/張志峯）

日前，2025世界人工智能大會（WAIC）在上海世博展覽館舉行，全球領先的智慧科技和人形機器人交織出一幅絢麗的未來圖景。

其中，AI科技家電品牌COLMO推出家電行業首個實現應用的AI Agent——COLMO AI管家，同時美的旗下家居人形機器人“美拉”也在現場完成全球首秀，成為此次大會亮點之一。

據介紹，COLMO AI管家可串聯COLMO圖靈套系內中央空調、冰箱、洗衣機、微蒸烤箱、洗碗機等11個家電單品，使其擁有更自然的交流能力、更強大的思考能力和更專業的服務能力，也賦予家電實現感知、思考和學習能力。

具體而言，COLMO AI 管家將COLMO自研的家居領域大模型與行業領先的通用大模型深度融合，通過“多維感知—自主學習—推理規劃—決策執行”的能力鏈條構築起家電家居品類全覆蓋、深智能、全融合的全屋場景，並在超擬人對話、聲紋識別、方言免切換等AI語音交互方面的技術行業領先。

同時，人形機器人新物種“美拉”能通過智慧屏中控屏喚醒整個圖靈廚房，實現語音指令開關冰箱門取拿新鮮水果、製作咖啡等服務，COLMO的AI科技解鎖人形機器人更多使用場景，讓AI科技賦予未來生活以想象空間。

COLMO全屋智能負責人尚喆介紹稱，COLMO AI HOME構建了AI空氣系統、AI水系統、AI烹飪系統、AI洗護系統、AI能源系統的五大家電系統與AI隱私系統、AI照明系統、AI娛樂系統、AI安全系統及AI智控系統的五大家居系統，通過覆蓋軟件到硬件、場景到單品的全維AI能力，深度理解用户需求、自主協同全屋設備、持續進化服務能力。

需要指出的是，實現一個真正能在複雜家庭環境“可落地”的AI Agent，在泛化能力、安全運行、隱私保護與用户體驗的平衡、多智能體運行等維度所需的技術門檻非常高。

美的方面預計，未來1-2年，AI 技術將在智能家電家居產品中進一步普及，滲透率會繼續提升。產品智能能力會成為一種基礎能力出現，同時聯動控制變為用户基礎需求。未來 3-5 年，基於模型的意圖識別及動態推理能力，會趨於成熟，主動服務會替代響應式服務成為主流。

此外，針對AI與全屋智能相關話題，觀察者網現場對話美的集團副總裁兼CDO張小懿、集團副總裁兼CTO衞昶、集團首席信息安全官CISO兼軟件工程院院長劉向陽、美的藍橙實驗室副主任兼人形機器人創新中心主任奚偉等多位研發體系管理層，以下為對話實錄。

觀察者網：

美的“智慧工業”方案涵蓋綠色能源、智慧樓宇、智能製造、智慧物流四大模塊，並強調通過統一IoT底座實現互聯互通。在服務企業客户時，如何解決跨模塊數據融合與系統集成的實際挑戰？ 未來是否考慮開放底座能力，吸引第三方開發者共建生態？

張小懿：

對於底座的開發我們會一直堅持做。我們所有的開發平台的底座是一樣的，使協議數據全部能實現互流互通。舉個例子，在我們工廠裏，庫卡機器人跟agent、以及人形機器人三者是互聯互通的，用一個代碼就可以指揮了，所有數據都是做起來的，這個我們是做得比較好的。

同時，我們生態也會接入外部平台過來的一些解決方案，只要通過接口進入到我們的平台，數據都可以實現互聯互通。

觀察者網：

也就是説，現在已經開始開放底座能力給第三方了？

張小懿：

是的，肯定是個開放生態。無論我們自己的機器人、工廠裏的解決方案，還是我們現有的或未來的一些外部合作伙伴，都可以接入。

比如我們iBUILDING智慧樓宇平台，對整個樓宇進行管控，樓宇離不開綠電、儲能等綠色能源，以前我們服務客户，給出方案之後，客户還需要再做集成，但現在如果是美的方案，天然就是打通的，客户可以省去這一步驟，他的工廠設備、機器人，包括家庭，全部都能連在一起。

觀察者網：

家庭和工廠完全是兩個不同的領域。

張小懿：

對，完全不同，但實際上依然可以實現數據的互聯互通，只不過目前還沒有具體的場景，需要把他們連在一起。

觀察者網：

看得出來美的近幾年對於B端業務的重心傾斜非常明顯，堅持進行強大的loT底座研發對B端業務的也是一個強大的賦能？

張小懿：

C端業務實際上也有這樣的需求，但相對來講，B端業務本身對於數據集成的關注度就會高一點。

觀察者網：

今天看到美的的人形機器人也開始亮相了，您在不久前在採訪中評價過人形機器人“能用不一定有競爭力”，這句話該怎樣理解？

衞昶：

我的意思是，能用並不一定值得用。能用是指有基本的功能，比如走路的功能，或者一些特定的操作功能。但是不是值得用，更多要看是不是符合用户的核心需求，是不是符合用户的性價比期望值。舉個例子，如果人形機器人的價格很高，但只能做些簡單的動作和操作，對用户來講，是否值得買一台只能提供有限價值的人形機器人。

觀察者網：

美的在大眾認知中，在工業機器人領域非常強，特別是併購了庫卡機器人之後，在工廠中這些只有兩個機械臂的工業機器人完全夠用了，為什麼還要涉足人形機器人？

衞昶：

首先在工業領域僅有兩個傳統機械臂的工業機器人是遠遠不夠的。傳統工業機器人通常通過編程，完成從 a 點到 b 點的特定操作。未來的工業機器人將更加智能，能夠自主感知、自主決策和自主操作，也就是給將來的工業機器人配上眼睛和大腦，而不是像過去那樣預設程序。其次美的的AI戰略不僅僅侷限於工業機器人領域，也包括AI在商業和家庭的應用，比如將視覺，機械臂，具身智能等AI元素融入家電產品中；又比如通過人形機器人提供商業場景的應用。對於家電來講， 融入AI元素是未來的趨勢。比如市場上的掃地機器人，應用效果已經很不錯了；再比如智能冰箱，可以識別食材，甚至識別食材的新鮮度，並給出建議；還有我們剛剛推出的DeepSeek空調，也是機器人家電化的一部分。將來，我們希望開發出通用的人形機器人，可以接受不同的指令，操作不同的家電，完成不同的任務。當然在不同的應用場景下，人形機器人也可以是類人形的甚至是超人形的。

觀察者網：

大家對於機器人終極形態的願望是美好的，但目前來看，儘管有很多的創業企業，但包括美的在內，大家的產品同質化問題很嚴重，而且都很難產生商業價值，這方面您怎麼看待？

衞昶：

是的，目前還沒有人形機器人公司的產品能夠真正實現規模化應用。美的的做法是，先將這些產品融入自身的應用場景中去，比如製造場景，美的已經有輪式機器人在荊州工廠“上班”，當然這也只是初步的應用探索，還只是第一步；第二步是在應用探索的過程中不斷迭代，提高性能，降低成本，把產品做得更好，更有應用價值；第三，待時機成熟，再將應用推廣和拓展。又比如我們考慮將雙足機器人用於商業場景裏，包括產品介紹，用户交互和提供服務等，並通過應用進一步將產品改善提高。

觀察者網：

您提出以安全大模型為核心構建“主動運營”體系，使威脅處置效率大幅提升。在全球化業務中，如何應對各國數據合規差異對AI模型訓練的制約？

劉向陽：

針對不同市場區域AI大模訓練合規要求確有差異，我們在AI模型訓練中，對標的主要數據合規要求有中國的《互聯網信息服務算法推薦管理規定》(2022)、《互聯網信息服務深度合成管理規定》(2023)以及《生成式人工智能服務管理暫行辦法》(2023)和歐盟的《人工智能法案》。我們在實踐中，主要遵循了兩方面的原則，並開展了相應的能力建設。

第一，AI訓練優先採取數據本地化策略：模型下沉到端側本地算力節點訓練，僅將不涉及個人信息的訓練結果回傳至雲端用於服務。

第二，針對需要雲端處理的AI訓練模型場景，在訓練數據時，充分告知用途、必要性，並獲取同意。我們不但禁止將用户的個人隱私信息用於AI訓練，而且也採取措施防止用户主動將自己的隱私或敏感信息提交給AI Agent。美的大模型會對用户的輸入進行安全和隱私檢測，如果發現用户輸入的內容涉及隱私，技術側可以鑑別出來，提示用户潛在的隱私泄漏風險並進行攔截。

觀察者網：

是否會將隱私計算技術與安全大模型結合，實現“既合規又智能”的防禦體系？

劉向陽：

美的現有AI大模型使用場景中，主要使用了匿名化、脱敏、個人信息AI網關識別與攔截、AI模型輸入數據審計、大模型輸入輸出內容風控識別與過濾等相關技術，確保AI大模型的訓練數據和推理輸入中，無用户個人隱私和敏感數據及核心機密信息。

目前我們已經將安全大模型在安全運營、安全檢測、郵件安全等方面落地，帶來了巨大的安全防護效果。下一步我們將在數據安全領域將隱私計算技術與數據安全大模型結合，特別針對多方合作又涉及相關敏感信息的場景，採用安全多方計算或聯邦計算，在滿足多方在不泄露各自數據的情況下，共同完成模型訓練等計算任務。

觀察者網：

藍橙實驗室目前在人形機器人的研發上，有哪些方向，還有哪些成果可以分享？

奚偉：

美的人形機器人創新中心於2024年成立，在整機方面我們今年佈局了類人形，全人形，及超人形3個機器人平台。其中類人形和全人形屬於通用人形機器人平台，目前美羅已經在荊州工廠開展應用研製，全人形X系列1代的整機設計已經完成，在上海美創開幕時也進行了首秀，目前還在內部技術研發階段，預計明年會開始嘗試應用驗證。超人形U系列機器人是我們從應用場景出發，突破現有通用人形機器人形態的產品創新，目前還在概念設計和驗證階段。

其二，核心部件技術方面人形機器人創新中心今年也佈局了核心關節、傳感器，以及手，仿生臂、腿等核心部件的技術研發。由於我們在工業機器人上的積累，目前很多部件的性能指標都達到行業領先水平，

此外，在核心機器人算法、軟件技術方面，創新中心也在逐步構建和完善機器人技能學習平台。目前通過對機器人在仿真環境下的模型訓練，我們已經實現了仿真到機器人的無縫遷移。後面會根據業務應用場景訓練更多實用的機器人技能。

觀察者網：

作為美的人形機器人創新中心負責人，您怎麼看目前國內企業在這一方面的技術實力和進展。

奚偉：

總體來講，國內企業今年在整機設計，核心部件及產業鏈方面進步巨大。關節方面功率密度不斷提升，我們中心新研製的關節密度240Nm/kg，和智元相當，整機輕量化設計國內的設計也在快速進步，跟宇樹G1、R1差不多。產業鏈的硬件核心部件達到100%國產化，成本也在快速下降，我預計明年會進一步下降加速人形機器人場景突破。

另外一方面，AI與決策能力也在不斷進化，國內在運動控制這塊和國外我覺得基本持平甚至有一定優勢。在複雜環境的技能操作方面，目前仍是行業難點，我們看到近期有不少進展，我認為離實際應用還有一定距離。AI芯片，以及機器人生態方面我認為目前還有差距，大部分廠商還依賴於英偉達等邊端算力芯片。

總之，國內在硬件性能，供應鏈規模，以及場景應用方面優勢明顯，AI大腦的軟硬件還需要進一步提升。

觀察者網：

美的在人形機器人賽道如何突破核心關節模組與即時響應算法的瓶頸？ 哪些家電產品有望與人形機器人相結合，並完成商業場景落地？

奚偉：

美的藍橙實驗室在核心部件做了多年的佈局和積累。關節模組方面我們在高功率密度電機設計，如扁線電機、磁性材料、拓撲結構優化等方面有較好優勢，減速機方面極亞精機有設計，生產全系列諧波減速機的能力，同時我們還有自研集成度更高的扭矩傳感器和編碼器，和高性能驅動。這讓我們的關節具備240Nm/kg的功率密度，並有更即時的動態響應。家庭方面，我們目前在探索人形機器人在4個典型場景的應用包括收納、清潔、洗衣、做飯，這些場景中大部分家電都有可能和人形結合。比如洗衣機、烘乾機、冰箱、洗碗機等。