关键字: [亚马逊云科技， 生成式AI， ， 生成Ai能力， 智能家居产品， 模型微调， 端云结合， 商业模式演进]

导读

陈雪生从亚马逊云科技分享了如何利用生成式AI赋能智能家居产品，具体包括:1)生成AI可以提供便利、安全和节能的智能家居体验;2)生成AI可以取代传统计算机视觉算法，降低成本;3)生成AI可以实现多模态交互，如视频搜索、3D地图构建等;4)采用端云结合的混合架构，可以解决隐私合规问题;5)亚马逊云科技提供了模型选择、微调和系统设计等全流程支持，助力生成AI在智能家居产品中落地。

演讲精华

以下是小编为您整理的本次演讲的精华。

大家下午好啊，我是来自亚马逊云科技的制造业加工师经理陈雪生，我负责智能家居这个子行业的加工师团队。相信在座的各位领导、同学、同事，在上午的分享中已经听到了安度创新的CIO分享了他们如何通过生成AI来提高内部运营效率、提升产品竞争力和用户体验。所以现在生成AI在各行各业中都已经能够在生产端进行实际应用，提高效率、提升竞争力、提升产品性能等，它已经不再是过去两三年的技术变迁阶段。

在过去一段时间内，我们可以看到智能家居行业中有很多客户已经将深层次AI应用到他们的产品当中，去重塑他们的商业逻辑，重塑他们的商业价值。接下来的20多分钟，我想分享一下在过去支持这些智能家居企业，尤其是中国出海的智能家居企业，如何通过深层次AI去提升他们的产品竞争力，提升他们的商业价值。

首先，相信在座的同学家中都有各种智能设备。大家有没有想过，未来在这些设备有生成AI赋能之后，他们将如何联动?未来的智能家居应该是一种全天候、自主的体验方式，具备三个特点:第一，它应该提供一种非常便利的家居体验，可以帮助解决日常生活中的许多琐碎事务;第二，它应该是安全的，通过视觉、温湿度等不同传感器实现全面智能;第三，它应该是节能的，生成AI赋予的能力可以在细节上帮助实现节能，比如自主控制等。

另外，大家是否关注到现在家中有很多带有AI助手功能的设备?最初它们可能只是播放音乐，后来可以进行语音交互，再之后像Alexa、AppleHomePod这样的设备带来了屏幕交互，现在还有很多细节化的产品，比如化妆镜、扫地机器人、玩具等，它们都具备一些生成AI的能力。所以这种智能助手的形态在不断演进，但背后的动力、软件能力和算法是相似的。

如果从观察到的客户产品和引擎的趋势来总结，应该有三个方面:第一，自动化是必须的，如果智能产品带来的体验过于生硬，整体体验会比较差。在全智能中，它应该能够自主地、非常自动地去感应用户的需求和变化;第二，交互界面应该是一种沉浸式的界面，不仅仅是App交互，而是体现整个人机交互界面的沉浸式交互;第三，个性化很重要，它需要能够记录和存储用户的个性化需求，对于不同用户的需求做出相应调整，生成AI在这方面具有能力。从企业的视角来看，面对生成AI走进智能家居，企业需要面临一种业务模式的演进，从单纯卖硬件转向服务订阅模式。

以安防公司Arlo为例，它很早就采用了增值服务套餐的方式。大家可以看到，它通过AI的能力为客户提供了很多增值体验，这实际上是在硬件基础上叠加了软件和算法能力。从Arlo 2024年的财报数据可以看出，尽管整体营收同比增长不高，为252.4亿美元，但服务营收占比达到47.6%，而产品营收仅为0.8%的利润率，利润基本上来自于增值服务，而非硬件销售。这背后是Arlo调整了硬件定价策略，利润来源转向了基于软件和算法能力的增值服务。Arlo代表了智能家居企业如何通过在硬件基础上叠加软件能力，从而调整商业模式的一个范例。

除了Arlo，上午地平线实业的CTO Daniel也分享了，传统电视机除了观看节目之外，还可以作为一种订阅服务，将电视机变成一个大型数字相框，通过生成AI提供个性化的艺术作品内容。三星和索尼也在做类似的尝试，三星有艺术商店可以订阅艺术照片，索尼的AI宠物狗Aibo也在硬件基础上叠加了AI能力，为用户提供新的体验。

回到智能家居最大的单品类IP摄像头，以前它的分析方式是基于硬件、软件和云存储等，通过在芯片或云端部署CV模型进行目标检测等，但能力受到算法的限制，只能检测人、车、宠物等基本目标。随着生成AI的出现，我们可以利用多模态能力突破这些限制。我们测算显示，在IPC产品中，Nova相比传统CV可以降低一个数量级的成本，而且在公开数据集上的多模态能力表现也很好，技术上已经具备可行性。

因此，我们为IPC提出了一种视频分析方案，结合了多个产品。它的核心思路是:首先通过视频周真的方式，对视频进行抽帧并生成文本总结，同时也可以对关键帧图像进行文本描述，将这些多模态数据存入数据库;其次，基于这些数据，我们不仅可以做到比以前更具描述性的事件通知，还可以提供新的视频搜索能力，尤其是对于需要长期云存储的客户，这种搜索能力可以很好地解决他们的痛点。

Ring和亚马逊自有品牌Amazon Cloud Cam在去年年底就发布了新的订阅服务体系，将深层次AI能力纳入其中，订阅形式也有所升级。

接下来我想聊一个新的品类——扫地机器人。以前，扫地机器人面临的挑战包括精确避障、智能清洁模式调整、个性化以及安全合规等。现在，多模态能力可以很好地解决这些挑战。我们先看能力方面，Nova在开源数据集上对物体识别、场景理解等已经达到了可商用的水平，召回率达到90%。但在扫地机器人场景中，我们面临的最大挑战不是模型能力，而是安全合规的问题，因为扫地机器人内置的摄像头可能会侵犯家庭隐私。

为此，我们设计了一种端云结合的解决方案:将图像embedding的处理放在端侧，将推理能力放在云端的大模型中。在图像embedding阶段，图像会被处理成一个序列化的不可逆表示，从而解决了隐私问题;而云端的大模型能够理解这种表示，完成推理任务。通过这种混合架构，我们可以同时解决模型能力和安全合规的挑战。

在代码开发效率提升方面，我们也在探索类似的混合架构。由于企业内部代码的合规性限制，我们无法直接将代码传递给云端大模型，因此我们在私有环境中微调了一些小模型，如7B、14B等，用于代码生成和与现有代码的合并，以满足合规要求。

除了IP摄像头和扫地机器人，我们还有很多其他智能家居产品品类，如氛围灯等。我想传递的信息是，亚马逊云科技不仅提供了云技术架构和模型调用，我们还投入了大量的科学家和工程师力量，与客户一起进行模型选择、微调、架构设计等，帮助客户真正落地生成AI项目。因为听起来调用生成AI模型很简单，但要与产品深度结合、走完最后一公里，需要我们拥有丰富的行业基础和算法人员投入。

总之，通过今天的分享，希望大家能够了解到生成AI在智能家居领域的广阔应用前景，以及亚马逊云科技为客户提供的一体化落地服务。

下面是一些演讲现场的精彩瞬间：

现代家居设备融入了AI助手功能，如音箱、智能屏幕、化妆镜、扫地机器人等，为生活带来智能化体验。

通过微调和模型分拆，实现了90%的召回率，使开放式模型在细分领域达到商用水平，同时解决了网络安全合规问题。

总结

亚马逊云科技在智能家居领域的生成AI实践见解:

引言:生成AI已广泛应用于各行业，提高运营效率、产品竞争力和用户体验。在智能家居领域，生成AI正重塑商业逻辑和价值。

关键点1:未来智能家居应具备便利性、安全性和节能性，通过传感器实现全面智能。生成AI赋予设备语音、视觉等交互能力，形态不断演进。

关键点2:生成AI推动商业模式演进，从单纯硬件销售转向软件服务订阅模式。企业需调整定价策略，利润来源于增值服务。

关键点3:生成AI多模态能力可取代传统计算机视觉，降低成本，拓展视频分析、搜索等新场景。通过云端与端侧结合的混合架构，解决隐私合规挑战。

总结:亚马逊云科技不仅提供云技术和模型，更与客户深度合作，通过算法选择、微调和系统设计，助力智能家居产品融入生成AI能力，重塑商业价值。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。