從AIoT到GenAIoT，人工智能驅(qū)動消費(fèi)物聯(lián)網(wǎng)進(jìn)入新階段

過去多年來，人工智能與物聯(lián)網(wǎng)融合形成智能物聯(lián)網(wǎng)（AIoT）已深入應(yīng)用于大量行業(yè)，形成規(guī)?；瘧?yīng)用場景。如今，物聯(lián)網(wǎng)依然保持穩(wěn)步發(fā)展，連接的設(shè)備數(shù)量快速增長，IoT Analytics數(shù)據(jù)顯示，2023年物聯(lián)網(wǎng)設(shè)備連接數(shù)已達(dá)到236億，遠(yuǎn)遠(yuǎn)超過人的連接數(shù)，形成各行業(yè)數(shù)字化發(fā)展的重要基座。同時，人工智能迎來了跨越式的發(fā)展，尤其是生成式人工智能（GenAI）獲得了全社會的高度關(guān)注，成為前沿科技發(fā)展的最典型代表。人工智能進(jìn)入GenAI時代，人工智能和物聯(lián)網(wǎng)的融合，自然也會探索GenAI+IoT的融合應(yīng)用，推動GenAIoT給人們帶來新的體驗(yàn)，驅(qū)動物聯(lián)網(wǎng)進(jìn)入新階段。

近日，知名的科技雜志《麻省理工科技評論》聯(lián)合瑞銀集團(tuán)發(fā)布了一份《家庭訓(xùn)練機(jī)器狗：生成式人工智能如何改變消費(fèi)物聯(lián)網(wǎng)》的報告，對于GenAIoT進(jìn)行初步探索。在筆者看來，考慮到物聯(lián)網(wǎng)應(yīng)用的行業(yè)特點(diǎn)，生成式人工智能在消費(fèi)物聯(lián)網(wǎng)場景確實(shí)更具備可行性，GenAIoT可能最先在消費(fèi)領(lǐng)域?qū)崿F(xiàn)。

GenAI率先在消費(fèi)物聯(lián)網(wǎng)落地，進(jìn)一步提升用戶體驗(yàn)

物聯(lián)網(wǎng)是由一個龐大的技術(shù)生態(tài)系統(tǒng)構(gòu)成的，首先是物理設(shè)備本身，是由傳感器、執(zhí)行器以及其他與其交互的器件組成，每一個物理硬件背后都有大量技術(shù)支持；其次是這些設(shè)備生成的數(shù)據(jù)，需要大數(shù)據(jù)相關(guān)技術(shù)來支持，對數(shù)據(jù)進(jìn)行存儲；再次是先進(jìn)的網(wǎng)絡(luò)和通信技術(shù)；另外，還需要專門的平臺、應(yīng)用程序、軟件對這些信息和數(shù)據(jù)進(jìn)行分析，支持做出決策和建議。

對于物聯(lián)網(wǎng)的創(chuàng)新，圍繞著其技術(shù)生態(tài)各個層面進(jìn)行，這些創(chuàng)新能為物聯(lián)網(wǎng)應(yīng)用帶來更多的通信、存儲、計算和潛在決策的能力，提升物聯(lián)網(wǎng)的實(shí)用性。生成式人工智能正是當(dāng)前對物聯(lián)網(wǎng)創(chuàng)新的一個新的領(lǐng)域，能夠顯著提升物聯(lián)網(wǎng)的用戶體驗(yàn)，并帶來更深洞察能力。

與應(yīng)用于工業(yè)、能源、交通、物流、公用事業(yè)等產(chǎn)業(yè)類物聯(lián)網(wǎng)相比，智能音箱、智能家電、穿戴設(shè)備、游戲娛樂等消費(fèi)類物聯(lián)網(wǎng)場景會率先與生成式人工智能融合應(yīng)用。

一是消費(fèi)物聯(lián)網(wǎng)設(shè)備出貨量規(guī)模較大，在消費(fèi)領(lǐng)域滲透率達(dá)到較高的比例。

以智能家居為例，各類家庭智能化設(shè)備出貨實(shí)現(xiàn)快速增長，家電類設(shè)備智能化比例較高，大部分家電具備了聯(lián)網(wǎng)功能。根據(jù)市場調(diào)研機(jī)構(gòu)Statista統(tǒng)計數(shù)據(jù)，2022年美國智能家居在家庭中的滲透率已達(dá)到43.8%，到2028年這一滲透率將高達(dá)75.1%。中國市場方面，2022年智能家居在中國家庭的滲透率為16.6%，即有8000多萬戶家庭采用了智能家居產(chǎn)品，預(yù)計到2028年中國智能家居的活躍用戶數(shù)將達(dá)到1.91億戶，這意味著有1.91億戶家庭在日常生活中都將高頻率使用智能家居產(chǎn)品，占所有家庭戶的比例接近4成。有了規(guī)模效應(yīng)，能夠?yàn)樯墒饺斯ぶ悄芴峁┴S富的輸入。

而對于產(chǎn)業(yè)物聯(lián)網(wǎng)來說，由于產(chǎn)業(yè)場景種類非常多，不同場景需要不同智能終端，產(chǎn)業(yè)物聯(lián)網(wǎng)場景終端產(chǎn)品數(shù)量規(guī)模遠(yuǎn)遠(yuǎn)低于消費(fèi)物聯(lián)網(wǎng)場景終端。沒有規(guī)模優(yōu)勢，生成式人工智能難以發(fā)揮作用。

二是消費(fèi)物聯(lián)網(wǎng)平臺積累了豐富場景和數(shù)據(jù)，為GenAI應(yīng)用打下基礎(chǔ)。

物聯(lián)網(wǎng)平臺作為終端設(shè)備接入、開發(fā)、管理的中樞大腦，是人工智能能力核心的載體，平臺完善的功能、豐富的場景和數(shù)據(jù)顯得非常重要。

目前，消費(fèi)物聯(lián)網(wǎng)領(lǐng)域已形成了多個大型平臺，如海爾、美的等家電廠商依托自身家電產(chǎn)品和產(chǎn)業(yè)鏈資源，建立起接入數(shù)千萬設(shè)備的消費(fèi)物聯(lián)網(wǎng)平臺；小米、涂鴉智能依托自身生態(tài)圈資源建立物聯(lián)網(wǎng)平臺，接入設(shè)備數(shù)量達(dá)到數(shù)億級。

各類消費(fèi)物聯(lián)網(wǎng)場景已引入了語音交互、手勢交互、智能感知、圖像識別、視覺定位等能力，大型消費(fèi)物聯(lián)網(wǎng)平臺在這些方面有了長時間積累，相關(guān)能力不斷迭代，未來應(yīng)用生成式人工智能技術(shù)會進(jìn)一步提升客戶體驗(yàn)。

雖然各類產(chǎn)業(yè)物聯(lián)網(wǎng)場景均需要相關(guān)平臺進(jìn)行管理，但大部分平臺是由用戶自主掌握的私有平臺，出于場景和數(shù)據(jù)安全的考慮，難以進(jìn)行共享。同時，產(chǎn)業(yè)類場景涉及到企業(yè)生產(chǎn)經(jīng)營核心環(huán)節(jié)，場景更為復(fù)雜。

三是不少消費(fèi)物聯(lián)網(wǎng)終端具有承載GenAI的能力，擴(kuò)展AI觸點(diǎn)。

低功耗是物聯(lián)網(wǎng)終端的一個重要發(fā)展趨勢，尤其是產(chǎn)業(yè)場景中海量傳感器的接入、惡劣環(huán)境或無人值守環(huán)境，終端功耗一直是一個痛點(diǎn)。近年來，低功耗廣域物聯(lián)網(wǎng)、無源物聯(lián)網(wǎng)等成為熱點(diǎn)，均是針對這一需求而生。當(dāng)然，在降低功耗的同時，終端功能就會盡量簡化，一些較高智能化功能就無法在終端實(shí)現(xiàn)。

不過，消費(fèi)物聯(lián)網(wǎng)場景中不少設(shè)備不受功耗的困擾，能夠加載一定程度的AI能力。智能家居的大部分終端產(chǎn)品有穩(wěn)定電源供電，穿戴設(shè)備的功能越來越多，電池續(xù)航能力也同步增強(qiáng)，包括智能音箱、家居中控等設(shè)備本身就是人工智能應(yīng)用的優(yōu)質(zhì)載體，在邊緣側(cè)和端側(cè)AI能力需要不斷增強(qiáng)，未來也可以作為承載GenAI的重要載體。

消費(fèi)物聯(lián)網(wǎng)廠商已開啟GenAI的布局

在大模型成為全民追捧的熱門技術(shù)的背景下，各類消費(fèi)物聯(lián)網(wǎng)廠商也開始了這一領(lǐng)域的布局，探索GenAI在相關(guān)場景的落地，通過語言交互能力、多模態(tài)感知能力進(jìn)步，提升消費(fèi)物聯(lián)網(wǎng)產(chǎn)品的智能化水平、交互模式來實(shí)現(xiàn)用戶體驗(yàn)升級，同時降低自身產(chǎn)品開發(fā)和生產(chǎn)成本。

此前，海爾發(fā)布了智慧家庭領(lǐng)域首個行業(yè)大模型HomeGPT，基于海爾智慧家庭、家電、家裝等領(lǐng)域多維度的數(shù)據(jù)，HomeGPT具有文本、圖像、音頻、視頻、智慧場景、代碼等多模態(tài)生成能力，還在此基礎(chǔ)上進(jìn)一步研發(fā)了深度語義理解技術(shù)，進(jìn)行了億級家庭知識增強(qiáng)訓(xùn)練。今年5月，HomeGPT大模型通過《生成式人工智能服務(wù)管理辦法》備案審批。

美的已發(fā)布了“美言大模型”，該模型具備智能感知、自然交互、自主決策等能力，支持全屋空氣、智慧烹飪、智慧洗護(hù)、智慧能源等 8 大業(yè)務(wù)系統(tǒng)，涵蓋了生活的多個方面。在人感科技方面，推動視覺感知技術(shù)、聲音識別技術(shù)、氣味傳感器技術(shù)、非接觸溫感技術(shù)、毫米波雷達(dá)睡眠監(jiān)測技術(shù)、味覺傳感器技術(shù)的應(yīng)用。

今年5月，涂鴉智能發(fā)布其首個AI大模型Cube Al，在空間智能化方向，通過將GenAI能力融入空間場景，用戶能夠獲得生成式AI的設(shè)備功能與管理體驗(yàn)、AI 驅(qū)動的智能場景體驗(yàn)、或是場景分析與聯(lián)動方案推薦。

消費(fèi)物聯(lián)網(wǎng)廠商布局GenAI，雖然初期場景非常有限，但正如消費(fèi)物聯(lián)網(wǎng)過去多年發(fā)展歷程一樣，隨著消費(fèi)物聯(lián)網(wǎng)規(guī)模擴(kuò)大，用戶體驗(yàn)提升需求加強(qiáng)，GenAI的作用會更加明顯。

GenAI下沉，邊緣側(cè)和端側(cè)智能支持消費(fèi)物聯(lián)網(wǎng)發(fā)展

GenAI下沉至邊緣側(cè)和終端側(cè)，也是GenAI能夠與消費(fèi)物聯(lián)網(wǎng)深度融合的重要條件。市場研究機(jī)構(gòu)IDC在一份報告中指出，目前，所有邊緣設(shè)備產(chǎn)生的數(shù)據(jù)占全球數(shù)據(jù)生成量的20%，而這些邊緣設(shè)備中大部分都是物聯(lián)網(wǎng)設(shè)備，作為邊緣側(cè)AI的載體。同時，消費(fèi)物聯(lián)網(wǎng)場景中大量智能終端也將成為端側(cè)AI的載體。

從邊緣側(cè)來看，在AI向?qū)嶋H場景落地的過程中，邊緣算力的重要性加速凸顯，未來的AI運(yùn)算呈現(xiàn)出“訓(xùn)練與迭代在云端、推理與內(nèi)容生產(chǎn)梯度分布”的格局變化，邊緣算力有望成為AI算力的重要組成部分。GenAI下沉至邊緣側(cè)，模型能夠在邊緣處理數(shù)據(jù)，可以實(shí)時做出關(guān)鍵決策，從而提高運(yùn)營效率、增強(qiáng)客戶體驗(yàn)和更好的整體業(yè)務(wù)成果；同時，用戶還可以在邊緣設(shè)備網(wǎng)絡(luò)上分配計算負(fù)載，從而優(yōu)化資源利用率并有效擴(kuò)展。也不排除GenAI模型可以直接在邊緣設(shè)備或本地服務(wù)器上運(yùn)行，最大限度地減少將敏感數(shù)據(jù)傳輸?shù)郊惺皆品?wù)器的需要。

從端側(cè)來看，今年熱門的是AI 直接在移動設(shè)備上處理數(shù)據(jù)，即使設(shè)備沒有連接到網(wǎng)絡(luò)，也可以隨時使用。過去幾個月，大型科技廠商不斷推出端側(cè)AI產(chǎn)品，AI PC、AI手機(jī)紛紛涌現(xiàn)，打破GenAI應(yīng)用的“最后一公里”。

早在去年3月，高通就在安卓手機(jī)上首次演示了模型參數(shù)超過10億的Stable Diffusion。2023年10月的驍龍峰會上，高通發(fā)布了驍龍8Gen3，支持運(yùn)行100億參數(shù)端側(cè)大模型；緊隨其后，聯(lián)發(fā)科發(fā)布了天璣9300，支持運(yùn)行10億至330億參數(shù)的端側(cè)大模型。

今年以來，主流芯片廠商升級了能夠提升終端AI能力NPU的性能，為端側(cè)AI時代奠定了基礎(chǔ)，這使得圖像、語言等生成式 AI 可以在終端上運(yùn)行，并將擴(kuò)展到視頻和音頻，從而接近多模態(tài)AI。

邊緣AI、AI PC和AI手機(jī)等端側(cè)智能的快速發(fā)展，不斷積累GenAI在邊緣側(cè)和終端側(cè)下沉的經(jīng)驗(yàn)。隨著邊緣和端側(cè)GenAI的不斷應(yīng)用，消費(fèi)物聯(lián)網(wǎng)一些終端也逐漸具備了在邊緣和端側(cè)應(yīng)用GenAI的條件，例如，智能家居中控設(shè)備、智能音箱等，搭載高性能GPU和NPU，支持邊緣和本地GenAI運(yùn)行。

近年來，物聯(lián)網(wǎng)與各個領(lǐng)域深入融合，讓AIoT已深入人心，伴隨著生成式人工智能的發(fā)展，GenAIoT開始進(jìn)入人們生活中，期待GenAI能夠加速提升消費(fèi)物聯(lián)網(wǎng)用戶體驗(yàn)，改變消費(fèi)物聯(lián)網(wǎng)格局，進(jìn)而進(jìn)一步應(yīng)用于產(chǎn)業(yè)物聯(lián)網(wǎng)，推動物聯(lián)網(wǎng)進(jìn)入GenAIoT時代。