本文来自微信公众号“电子发烧友网报道”，文/黄山明。
随着ChatGPT等新一代生成式AI的飞速发展，智能家居也从被动响应开始向着智能交互、主动智能加速前进。而主动智能的前提，在于智能家居对外界的灵敏感知，智能视觉与算法分析能力，就成为当前智能家居行业竞争力的关键。
智能视觉让家居从被动向主动转变
视觉系统目前已经深入到智能家居应用的方方面面，不仅只是简单地做为安防所需的一种功能，同时在情感看护、打造舒适环境等场景中也被广泛应用。
比如在居家安全场景中，智能视觉应用在家居摄像头、智能猫眼、智能门锁等视觉类产品，结合云存储、画面异常巡检、智能识别、远程提醒等服务，为用户提供可控的家居安全环境以及便利智能的入户解决方案。
在打造舒适环境上，通过扫地机器人、智能传感器、智能净水器、空气监测仪等多元化智能硬件，结合智能视觉、语音助手、视频分享等功能，可以充分发挥视觉类智能家居产品的感知优势，为用户提供主动交互、主动调节的家居舒适环境。
智能语音和智能触控产品主要为被动式交互，以用户为起点、通过语音或触摸控制面板的方式发出指令；而智能视觉则是采用主动交互的方式，以机器为起点，自主感知并输出执行结果或提供建议给用户，用户根据结果或建议进一步实现具体的交互反馈。
从市场来看，据公开数据显示，2020年中国家居类智能视觉产品规模达到了331亿元，自2016年以来的年复合增长率达到53.5%。随着智能视觉技术与智能家居产品的进一步融合，预计到2025年将维持21%左右的增长率。
在智能家居体系中，智能视觉最开始起源于安防监控系统，主要是对传统安防的发展和移植，不过随着智能家居的普及化，家用智能视觉开始形成了独立的市场模式和赛道。
随着技术发展，智能视觉开始与智能家居进行深度融合，丰富了家用摄像头的功能，既能满足家庭安防的刚性需求，又能在智能视觉的技术的带动下，实现多硬件搭载和多场景延伸。
并且随着智能家居开始从过去的被动交互向主动交互转变，智能视觉未来有望实现与智能家居各产品的多场景联动。一方面，智能视觉厂商可以通过产品销售和增值服务获得直接反馈，进而为上游的模组制造和AI芯片、算法供应商提供产品及技术迭代方向。
另一方面，智能视觉厂商基于云平台运营经验和积累，能够用于产品模型训练，进而提升算法精确度与产品兼容性。甚至部分智能视觉厂商还可以向其他企业提供标准化智能模组和开放式云平台服务，以产品和技术赋能中小厂商，持续扩大生态圈的同时共同挖掘数据价值，探寻用户痛点、开发家用家庭智能视觉的新场景。
与智能视觉绑定的云
在智能视觉发展的同时，能够看到另一个技术在其发展时所提供的重要助力，那就是云计算与云存储。虽然当下边缘AI的效能在不断提升，但在硬件的功耗限制下，边缘算力仍然是有限的，全程交给前端采集算力并不现实。
因此，智能视觉前端在采集完信息之后，会将信息编码后传输至云平台，通过人工智能算法分析后，再将指令反馈回智能家居的各个设备中，从而实现安防预警、智能控制等多元功能。
不过对于云端计算厂商而言，不仅需要对采集信息进行计算处理，同时还需要实现信息安全防护、低延时、主动预警、异常提醒等功能。也意味着这种主动式的智能交互目前只能放在云端，本地AI计算还很难实现。
云计算的服务类型一般可分为三个层面，分别是IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）。根据中国信通院的分析，2020年以IaaS、PaaS和SaaS为代表的全球云计算市场规模达到2253亿美元；预计未来几年市场平均增长率在18%左右，到2023年市场规模将超过3500亿美元。
公开数据显示，在生活场景下，云平台主要接入数据和最核心的应用数据、影音数据、图像数据等。2020年，生活场景的视频类相关设备云平台市场规模为28亿元，预计市场规模未来五年的年复合增长率达到26.9%，至2025年市场规模将增长至91亿元。其中，2020年和2025年视觉相关设备将占生活类云平台总体市场规模的48%和62%。
除了计算以及增值服务外，云平台的另一个重要作用是帮助视觉类家居产品存储视频数据。虽然智能视觉产品本身已经拥有一定的存储空间，但目前在市场中看到的趋势是越来越多的产品开始加入云存储。
对于厂商而言，他们希望拥有一个可靠的AI模型，采集到的脱敏数据也需要大量的存储空间。对于用户而言，受限于终端本身的体积和功耗，以及存储卡的寿命问题，在综合考虑下，云存储反而是节省成本和时间的最佳选择。厂商可以将其作为一项增值服务增加营收，用户也能用少量费用保证完整的图像数据以及减少更换存储卡的次数。
小结
在视觉技术从户外安防领域走向室内，智能视觉也开始在智能家居中发挥重要作用。并且智能视觉不仅能够为智能家居带来安全防护，同时在情感防护、智能清洁等场景都大有可为。更重要的是，随着云平台的加入，智能视觉开始让智能家居从原来的被动式交互，开始向主动式交互转换。而厂商也能够通过智能视觉+云平台的模式，训练AI大模型以及持续为用户提供更好的服务。
