郭龙权：大家下午好!我是来自聆思科技的郭龙权，聆思科技是专门聚焦于做家电智能化解决方案的一家公司，今天我带来的分享是“智能冰箱+AI”的趋势探讨。
我们做AI家电，从原先家电尚未普及时代到现在开始普及时代，最后IoT时代以及云计算时代，可以看到家电圈子里我们对AI的定义一直伴随着当前行业最先进的技术潮流。所以我们在应用过程中，或多或少要解决一些家电用户的场景。比如说阿尔法GO出现之后，我们带火了云计算和一些大数据，这个时候我们智能家居又出现了，再往前看，你会发现我们LED时代，我们可能又带火了全屋智控时代，尤其是大模型发布以后，我们开始对于大模型和家电融合产生一些新的想法，这个时候可能是以冰箱、空调或者电饭煲各种各样的场景想法非常强劲，原来家电的AI进化，从最开始听得懂，到看得见，大家可以做摄像头，人脸识别、手势识别，做一些简易的交互。然后又到自主行动，自主行动来源于大模型时代，大家电开始做真正的智能体，思考这个场景下家电应该做些什么。
所以我们何以看到，家电的进化从原来的听得懂、看得见，到最后变成真正自主自发行动的设备，这个趋势是非常乐观的。
我们目前在家电行业里面，在AI日新月异的情况下，家电领域的应用在疯狂展开。我们举一些例子，可以看到我们做AI智能家居的创新，做全屋智控、全屋面板上的创新，希望能够根据传感器和一些外围的信息能够做到综合的决策，这个时候AI加智能家居就非常的火爆，你可以看到现在海尔、美的甚至华为，甚至一些厂家都在做全屋的智控。以前根本不可能上智能的眼镜、摄像头、扫地机，这种加上去效果也是完全不同，这时我们开始做AI家电的创新。也就是说，无论从理念到产品的升级，现在在家电做AI时会遇到一个比较大的问题，不是所有的家电都有能力构建机房，不是所有家电都有能力培育一大批技术人员做模型训练，所以很多厂家会切入到针对家电的服务租赁。
从产品端可以看到，无论场景化还是单品智能化，甚至于算力租赁化都在家电中展开的非常迅速。
今天来看智能冰箱的困境，我们看到智能冰箱，无论是冰箱门压缩占比是比较高的，我们看到智能冰箱的创新主要是以保鲜为主，大家基本上聚焦在内在保鲜为主。我们就有一个很明显的疑问，AI创新在哪里?在大模型日新月异的情况下，冰箱上AI创新在什么地方?
基于这个时代，我们给出一些我们自己的想法。如果智能冰箱的AI升级，首先要升级的是智能标签。原先我们做智能标签时，无论是手工标签，甚至有一些厂家做打印标签，也有一些做手机APP标签，也有做RFID以及语音的标签。你会发现有一个很难的事情，它都需要一些外置的设备，同时需要人知道这个食材是什么，这对先验的这个事情就很痛苦。我们还要非常耐心的容错。你会发现，我们怎么能把食物打标签这个很简单的事情搞定呢?最后我们自己探索了一些路子。
首先，我们觉得视觉大模型加上冰箱摄像头会是智能冰箱升级重大的业务方向。现在无论是大模型厂家，大模型时代大模型基础底座现在不再是最难的卡点，而是应用。现在在冰箱上看到我们大模型厂家对于冰箱理解并不透彻，或者说大模型厂家都在聚焦于做通用的模型。可能有一些小的厂家在，但是数据量根本是不够的。我们目前能够看到，视觉大模型的厂家，类似于商汤、千万等模型，这种情况下，我们加入长思维链的模型，和冰箱厂家一起合作。和冰箱厂家合作时可能也要注意一下，我们现在非常清楚知道大模型的能力边界，为什么是能力边界呢?我们不能期望大模型从一开始就把所有问题都解决掉，这是非常不现实的，我们需要的是能够在细分场景小碎步向前，因为模型在更新迭代，我们不能期望现在的模型。比如说我们现在希望视觉模型一次性通过包装看清楚食材里面是什么?质保期还有多久?这是不现实的，所以我们需要收敛需求。可能我们只是做一个智能标签，三星就是比较好的，我们现在看到三星做的Demo是业界人非常赞扬的行为，为什么呢?因为它是用大模型解决了一个细分场景的小步步，他可能就是把食材放在冰箱里，它解决了什么?解决了这个人不需要食材是什么，因为模型会告知它，第二个它自动标签，不需要借助外围的设备。这时你就会发现，视觉在冰箱上的应用领域非常的宽广。
三星为什么能做这个?是因为三星有大规模的数据。如果是做智能标签的升级，我会建议在座的厂家和一些视觉大模型厂家深度合作，把需求收敛起来，做一些小的场景，最终达到用户分散性的智能升级。我这里专门写了一步，“朝前一步是疯子，但是朝前半步就是天才”，尤其大模型时代聚焦小场景非常重要。希望大家会后也和我们讨论，今天我们有带技术人员来和大家一起沟通。视觉大冰箱和冰箱摄像头对智能标签的升级是我目前看到的非常好的升级方式。
除了智能标签外，现在我们还有一个思路，就是“食材智能体”，大家都在网上说agent代理各种各样的理念，但是你会发现我们食材冰箱这块有一个很重要的点，是什么呢?用户的需求是现在我应该吃什么，我想吃什么，我还有什么，我冰箱里还有什么东西?这一串需求它是明摆着放在这里，但是你会发现我们现在做的菜谱，你会发现一个很重要的事情，就是用户和我们物流平台之间是割裂的，我们希望根据大模型做到食材智能体，我们可以通过业务模型打通物流平台，健康平台和用户的需求。比如说我们在健康平台做医疗的大模型做辅助的诊断，同时物流平台已经建立了物流和整个食材的渠道，我们可以把账号打通。用户的需求，现在各大厂家基本把用户需求拿在手上，只是不知道怎么转换成有效的action。这种情况下用食材智能体可以解决用户的健康饮食、食材管理、食材补齐。
现在无论是长思维链，还是Research这种架构，都能做到食材智能体的升级，这需要厂家贡献一些自己的数据和模型厂家深度合作后产生新的智能化。
冰箱AI升级的方式就是食材和健康管理，，我们现在怎么解决这些问题，以前我们是用NLP数据等等解决这个问题，现在大模型时代我们应该怎么解决这个问题?其实这个事情现在也是有明确解决思路的，健康食材管理，用户食材管理，还有医疗大模型，把业务大模型打通。现在冰箱产业里面，我们的工作流并没有被打通，现在仍然是割裂的。我们为什么要解决这个问题，你会发现数据孤岛效应在家电中比较横行，因为用户以及大模型、厂家三者没有直接的联系，数据并没有完全流通起来，变成一个个的孤岛。孤岛效应产生时，你对用户的认知一定是单维度的，我们要做成多维度数据飞轮的融合就要把数据、技术、场景综合起来。你可以看一下视频。
这是我们做的一个DEMO，我们做了什么呢?拿摄像头对冰箱食材牌照，加入深度思维链模型对其进行分析，然后把所有用户的信息综合进行管理诊断后交给了专业的医疗大模型，他会针对你个人的健康做专业的推荐，这是简单的一个DEMO。你会发现一旦业务流数据打通后有一个非常惊喜的表现，对于健康的一些推测，能不能吃，应不应该吃，它都能从小医疗专业模型诊断给出一个比较好的结果，这种情况下，在冰箱食材的管理方面成为一个真的现实。现在很多厂家在做医疗大模型，医疗大模型接入后端，同时还会做深度思维链的模型，把用户，以及大模型，以及最终的医疗模型全部打通，来实现食材管理和食材智能体。
以上就是我今天给大家介绍的几个方向，如果有需要可以随时跟我讨论。
谢谢!
京公网安备 11010102002125号