2024 年家电行业有什么技术突破是可以「布局未来」的？

一、可成长性的扫地机器人是今年最大的家电黑马

作为一名比较资深的数码家电区博主，我每年都能体验到相当多的新产品，所以我对于产品的代际提升是相当敏感的。基本上都会第一时间升级，哪怕是软件有了 Developer Beta 版本也敢尝尝鲜。

但平心而论每年代际提升是有边界的，基本上很难见到那种重磅的技术革命，特别是大品牌，更强调稳步迭代，既能实现收益利润的细水长流，也有助于稳固现有产品线的价格体系。

举个例子就是，iPhone 每年的升级都可以算的上小修小补，去年侧面拨杆键改按键、今年额外加个摄影键。你说它没提升吗？它还有 A18 处理器升级，但我从去年的 iPhone 15 Pro Max 升级到 16 Pro Max，基本没有什么感知提升。

如果说数码赛道和新能源赛道还能卷卷，那么【家电行业】真的就是红海到家了。传统的白电和黑电产品，消费者的偏好都是几十年积累起来的大牌产品。只有一些新兴赛道才拥有着品牌较量的活力，比如扫地机器人、洗地机、空气炸锅、电动牙刷、宠物家电等。

其中最让我印象深刻的就是【扫地机器人】，因为它在很多地方是和汽车技术息息相关的，让人感觉特别亲切。比如导航技术，早期的扫地机器人能分清东南西北就不错了，很多都是惯性导航：闷着脑袋沿着 Z 字形全屋撞撞撞。

现在的扫地机导航技术直接做到了视觉 + 激光雷达的组合方案，甚至还有大语言模型参与决策，这不就是新能源汽车的高阶智能驾驶体验吗？让我这位泛家电、泛车评的数码宝贝，都觉得相当惊艳。

今天我们就以【扫地机器人】为蓝本，来聊聊那些可以「布局未来」的新技术。我今年有幸深度体验过多款旗舰机型，发现扫地机器人居然已经进化到让人惊叹的地步，我觉得可以分成看得清（导航）、走的准（算法）、听得懂（语音）三个维度。

二、为了看得清：扫地机器人已经从超声波进化到摄像头

消费者对于扫地机器人体验的第一印象往往就是它的外观，我第一次用上扫地机还是 2017 年，如今已经过去了 7 年，虽然整体外观上没有太大变化，但它的传感器已经发生了好几个大版本的迭代。

❶ 早期简单传感器阶段

• 「超声波传感器」：1996 年，第一台扫地机器人伊莱克斯三叶虫（Electrolux Trilobite）亮相时就开始使用超声波探测躲避障碍，但对有些障碍物不能很好地避开。

• 「红外传感器」：在第二代版本中加入了红外传感器，让扫地机器人的避障能力有所提升，但反应和运行速度较慢，无法解决碰撞问题，很多区域无法被清理。

• 「陀螺仪」：早期的扫地机器人还曾使用陀螺仪对物品进行粗略定位，但这种方式局限性大，扫地机器人容易在同一区域反复清扫，而另一些区域则可能完全遗漏，导致整体清扫效率偏低。

❷ 随机碰撞阶段

2002 年，机器人公司 iRobot Roomba 400系列开创了随机碰撞模式，当扫地机器人在地面随机移动时，能够在碰到障碍物时改变方向，探测到台阶时自动停止，但该技术简单、效率低下，而且容易损坏家具。

❸ LDS 激光雷达阶段

2010 年，搭载在扫地机器人顶部的激光测距传感器（LDS 激光雷达）出现，它通过 360° 全向旋转扫描周围环境并进行定位、环境地图构建（SLAM），从而实现合理的清扫路线规划，精度较高、采集速度较快，主要任务是导航及建图，可以辅助避障，目前几乎应用在所有的扫地机器人上，代表机型就是 Neato XV-11。

❹ LDS + 双线结构光融合阶段

2021 年 LDS + 双线结构光方案开始流行，双线结构光的原理就是让两条交叉的线激光共同工作，通常安装在扫地机正前方，可以进行 3D 建模、判断物体距离和外形，从而实现有效避障。其对环境光的抗干扰能力较强、识别距离远，不过分辨率不高，代表机型就是石头 T7S Plus。

❺ 视觉传感器阶段

在 LDS 激光雷达的同期阶段，靠摄像头实现的视觉方案也在不断完善，第一代使用【单目视觉方案】的便是 iRobot Roomba 家族的产品。不过第一款使用 RGB 摄像头的扫地机器人是 2014 年戴森推出的高端机器人吸尘器 360 eye。

如今，旗舰扫地机器人也将单摄像头也进行了多传感器融合，3D TOF 双固态激光雷达共同组成导航避障解决方案，代表机型就是石头 V20。而后还有产品加入了竖线激光沿边传感器或者侧向 3D 结构光传感器，比如石头家的 G20S Ultra，这也是目前最主流的方案之一了。

然后，随着深度学习技术的发展，2024 年云鲸发布了首款【双目视觉避障方案】，相比于只能感知平面的单目摄像头方案而言，双目摄像头与人类的眼睛类似。

可以通过双目画面的叠加以及视差的计算，能够以毫米级的精度来感知到空间和物体的三维信息，实现物体识别，从而进行策略性避障和导航规划。我国发射到火星上的 “祝融号” 天问一号任务火星探测车也具有类似的设计思路。

总体来说，目前市面上的主流方案就是【多传感器融合】，各家旗舰的扫地机器人会在细微的传感器上有所区别，更像是排列组合的形式。

• 「云鲸逍遥 001 Max」：双目视觉（RGB×2） + LDS 激光雷达 + 侧向 3D 结构光

• 「追觅 X50 Pro」：双目视觉（视觉&红外） + 升降 LDS 激光雷达 + 侧向 3D 结构光

• 「科沃斯 X8 PRO PLUS」：升降 LDS 激光雷达 + 双结构光 + 单目视觉（AI 摄像头）

• 「石头 G20S Ultra」：3D-TOF 固态激光雷达 + 侧向竖线激光 + 单目视觉（RGB 摄像头）

• 「小米 M40」：LDS 激光雷达 + 广域结构光 + 侧向竖线激光

整体的大趋势偏向于双目视觉，搭配上不断优化的算法，双目视觉方案的成长性更加可观一些。比如云鲸的逍遥 001 系列就采用了「双彩色 RGB 摄像头 + LDS 激光雷达 + 侧向 3D 结构光」的导航方案，更加走量的 J 系列机型就是把摄像头换成了前向 3D 结构光了。

云鲸逍遥 001 Max 拥有两颗 192 万像素（1600×1200）的 RGB 摄像头，视场角高达 136°。而竞品扫地机器人主要为单目 RGB 摄像头 + 红外摄像头的方案，视场角仅 120°。

▼ 前方：AI 双目摄像头

在扫地机的右侧，还有一个「侧向 3D 结构光」传感器，其主要作用是辅助测距和纵向感知，帮助扫地机器人判断与边缘的距离，进而实现毫米级的贴边清洁。同时，它也可以被用来避开视觉无法顾及的侧面微小障碍物。

▼ 侧向：3D 结构光

在云鲸逍遥 001 Max 的顶部依旧保留了用以建图和定位的「LDS 激光雷达」，并没有像友商一般，为了降低机身高度激进地直接去掉，给视觉与 3D 结构光之外添加了一层保障。

▼ 顶部：LDS 激光雷达

通过红外线热成像仪就可以看到，这个横向的点阵就是 LDS 激光雷达，那根竖向的点阵则是侧向 3D 结构光，那个圆形的光点则是机身上的超声波传感器。在工作方式上，LDS 激光雷达不断旋转、侧向 3D 结构光扫描纵向空间，最后那个白色的大光斑就是夜视补光与双目摄像头在进行识别。

总体来说，扫地机器人的导航方案进化史真的和新能源汽车的智驾方案有的一拼，同样经历了从超声波到毫米波雷达再到激光雷达，最后分化出多目视觉的方案，未来可能会继续向着汽车的发展脉络看齐。

三、空间感知 + 导航算法，正成为扫地机器人的技术护城河

如果说「看得清」的传感器还可以通过供应链的上下游加以整合堆料，那么决定扫地机器人「走的准」的算法模型就得靠品牌深度自研了。所以近两年，各大家电品牌都在往 AI 方向上发力，目前 2024 年国内市场销量前六的品牌都推出了自家的智能算法。

• 【科沃斯（30.5%）】：AIVI 人工智能和视觉识别系统 + AINA 人工智能模型

• 【追觅（20.4%）】：AISage 智能算法

• 【石头（18.8%）】：RR Mason 算法

• 【云鲸（14.4%）】：智能空间感知算法 + 逍遥 AI 大模型

• 【小米（9.1%）】：S-Cross AI™超感知立体识别系统

• 【美的（2.8%）】：Navipolaris 算法

但平心而论，厂家们都属于“王婆卖瓜，自卖自夸”，你很难从宣传内容和纸面数据上对这些眼花缭乱的 AI 算法和模型划分高低，真正落地的还是用户的实际感知。当然我觉得根本原因是目前的扫地机器人 AI 路线有点野蛮生长的意味，并没有像新能源汽车的智能驾驶一般可以明确的标定档次。

• 「车位到车位」：鸿蒙智行、理想、小鹏

• 「全国都能开」：腾势、智己、小米

• 「城区 NOA」：蔚来

• 「城区通勤」：宝骏

• 「高速 NOA」：特斯拉、极氪、深蓝、零跑

• 「LCC 车道保持」：宝马、奔驰、大众、奥迪、本田、丰田

就扫地机的 AI 算法高低，我目前也仅体验过其中的三种，但知乎的老师们就见多识广了，比如媒体交流群里的家电大 V 在 9 月份对于云鲸逍遥 001 Max 就已经赞不绝口，那会我都还没测过它，似乎就已经成为了当前的版本答案，就让人不禁很好奇云鲸到底有什么魔法，能够实现断档一般的领先。

云鲸逍遥001 Max 采用了软硬件深度结合，【硬件方面】方面采用了行业首创「主芯片(CPU)」+ 「边缘 AI 计算芯片(NPU)」双芯八核方案。两颗芯片各司其职，CPU 拥有百万条指令的执行力，算力达到了 11040DMIPS，负责处理扫地机器人的基本运行进程和清洁决策。而 NPU 拥有 4TOPS 自动驾驶算力，负责离线处理视觉识别、避障等功能。

【软件方面】配备了「Narwal IPS 5.0 Pro 感知系统」，其内核的就是由三十层及五百万参数深度神经网络算法加持的「逍遥 AI 大模型」。而且目前还有百万级别的真实家庭场景和障碍物训练来不断优化，之前 4 月份发布的逍遥 001 还只能识别 100 多种家具，如今新款云鲸逍遥 001 Max 的识别能力已然突破 200 种。相较于线结构光方案，测量识别的准确性大幅提升。

• 「3D 测量深度」：0.5 米 → 0.1-8 米

• 「3D 测量电频密度」：2000 个 → 150 万个

• 「3D 测量电频精度」：20mm → 5mm

• 「识别家具数量」：80 种 → 200 种

• 「大型家具 & 无纹理物体」：无法识别 → 准确感知

从实际体验来讲，云鲸逍遥001 Max确实是我用过的最聪明的扫地机器人。第一次建图就成功划分出了我家的环境结构，并且识别出了沙发、餐桌、大床、门垫。就连我家客厅 / 餐厅 / 厨房 / 阳台所用的 3 种瓷砖以及主卧、次卧、书房所用的木地板都被准确标注了。

除了能够识别空间、家具，云鲸逍遥 001 Max 对于物品的识别和躲避都相当聪明。在我家的环境中，它识别到了鞋子、线缆、底座、地毯、宠物、宠物粪便、纸巾、织物等一系列障碍物，识别的准确性也是相当高。

精准的识别是高效避障的前提，云鲸逍遥 001 Max 能针对不同的障碍物进行差异化规避。例如，在面对桌脚、沙发等不易移动的家具物品时，扫地机器人会以极限 8mm 贴边绕行。

▼ 避障：桌脚（Gif）

如果是拖鞋、电源线这类物品，即使轻微接触也不会对扫地机器人或物品本身造成影响，会与它们保持 20mm 的距离。

▼ 避障：线缆（Gif）

如果是接触后可能影响物品本身或机器人清洁的物品，比如宠物，扫地机器人会在距离其 40mm 的距离进行安全贴边绕行。

▼ 避障：宠物模型（Gif）

最后如果是严重影响机器安全或者机器人觉得无法处理的障碍物，它会以 70mm 的贴边距离绕行，比如宠物粪便、宠物呕吐混合物等。

▼ 避障：宠物粪便（Gif）

你可不要小看这四种避障策略，能够掌握其中 2-3 项就已经是很牛逼的境界了，4 项全能就足以其他品牌学习很久了。我家和爸妈家之前使用扫地机的时候就遇到过很多种卡顿情况，比如被电源线缠绕多次卡死、闯进床底的鞋盒包围圈出不来、撞倒三脚架导致云台摔坏等等，不一而足。我只能说幸好没有碰到我家猫猫乱排泄的情况，不然可有得受罪了。

如果说障碍物识别是入围赛，那么垃圾的种类识别就是进阶赛了。过去面对不同种类的垃圾，扫地机器人只能进行大致的判断，基本上如同囫囵吞枣一般进行标准化清理。能做到先拖后扫或者扫拖分离就已经算是中高配功能了。但在日常使用中，家庭的污染情况往往更加复杂，远不是简单扫拖就能解决的，只能依靠人的介入。

比如家里可能还会有液体垃圾，如婴儿吐出的奶水、厨房的酱醋油渍、厕所的水渍尿渍。如果扫地机器人不区分干湿，先用边刷扫一遍，滚刷再卷一遍，接着用拖布过一遍，那么扫地机器人自己可能就会变成污染源，把满屋子搞得乱七八糟。

云鲸逍遥 001 Max 就具备非常准确的【垃圾识别 & 处理流程】，当它扫地遇到「液体垃圾」，自动切换成拖地模式，放下拖布、收起边刷和滚刷；拖地遇到「干垃圾」，自动切换成扫地模式，抬起拖布，边刷和滚刷开始转动。

▼ 识别到液体垃圾（Gif）

如果遇到小的「颗粒物」，比如厨房的米面谷物、宠物区域的猫砂、地垫旁边的尘土，云鲸也能够「视觉 + 颗粒物传感器」加以识别。

在扫地模式发现了「少量颗粒垃圾」，边刷就会降速，以防止打飞颗粒物，然后增大吸力 + 缓慢移动，还会回头精细复扫，避免遗漏。如果在拖地模式遇到「大量颗粒垃圾」，扫地机器人还会抬起拖布，避免颗粒垃圾划伤地板。

▼ 识别到颗粒物垃圾（Gif）

针对不同区域脏污情况，云鲸逍遥 001 Max 在洗拖布的环节加入了【DirtSense 脏污感应系统】，能够对清洗液体脏污中的灰尘 / 粉尘类浊度含量和酱油、色拉油类色度含量等加以分析，当发现液体浑浊时，就会判断出当前清洁环境的脏污程度，进而做出拖布复洗和环境复拖的决策，可以看到主卧的脏污等级达到了 4 级，扫地机器人足足清洁了 5 次。

当扫地机器人回到基站，【DirtSense 脏污感应系统】还可以根据拖布的脏污程度和种类，将清洗温度调节到最合适的去渍范围。如果检测清洗后的液体仍不干净，就会继续复洗，最高可复洗 4 次，直到洗干净为止。不仅比你懂，而且比你还勤快。

1. 「阶段一」：45℃ 热水浸润 + 预洗拖布

2. 「阶段二」：脏污识别检测

3. 「阶段三」：动态调温复洗（45℃ 洗淀粉 / 60℃ 洗油污）

4. 「阶段四」：75℃ 巴氏消毒冲洗

5. 「阶段五」：40℃ 缓和热风烘干

更夸张的是只要你在 APP 中打开【鲸灵托管功能】，以上所有的交互决策都是云鲸逍遥 001 Max 的自主行为，通过家庭环境感知和用户的使用习惯，来自动判断不同场景下的清扫需求，全程无需人工介入。

不得不说，云鲸逍遥 001 max 为家电行业的智能化打了个样：认得全 + 躲得开各类障碍物、看得清 + 搞得定干湿颗粒物垃圾，这个才是扫地机器人智能化的最好答卷。

四、GPT 模型 + 自然语言交互，扫地机器人有望成为下一个 AI 风口

其实扫地机器人还有一个重要的智能化方向前面没有提及，那就是【语音交互】，因为太过重要，所以我们单独拿出来聊聊。

【早期阶段】的扫地机器人基本上只能听懂 2 种基础指令：启停、回充，后来加入了定时功能。这一阶段解决的是有无的问题，可以让用户减少拿出遥控器或者按压机器人操控面板的步骤。

随着地图功能的区域划分和扫拖功能的集成，扫地机器人进入了【中级阶段】，能够识别拓展指令与简单互动，比如能够听懂清洁特定区域、切换扫拖模式的指令，还可以通过智能家庭的音响中枢进行控制，并且逐步开始具备语音反馈功能。

再后来，随着扫地机器人功能的完善，扫地机器人进入【高级阶段】，开始内置智能语音助手，不再是单纯的指令型交互，你还可以对它发出一些简单询问，比如电量、耗材、工作情况等。

如今，扫地机器人随着 AI 技术的演进，将语音 AI 算法、视觉 AI 算法、GPT 大模型深度融合，实现了【多模态大模型 + 物联网阶段】。

多模态的“多”指的即信息的不同表示形式或通道，比如视觉模态、听觉模态、触觉模态、文本模态。多模态融合就是一方面是要结合多种信息，更全面、更准确地理解环境和用户需求。另一方面就是语音交互，不再局限于语音本身，而是通过更多感知端来实现交互。

比如过去你只能让扫地机器人去划分好的地图区块，如主卧、餐厅、卫生间去清扫。现在你呼唤它时，它会主动朝向你，仿佛就像家里的一只小宠物，随叫随到。

▼ 石头 G20S 语音呼唤（Gif）

其实现的原理就是先调用摄像头观察，如果没瞧见你，就扭身调用侧向 3D 结构光来找你，等识别到人形，再用摄像头找到你。借此功能，你就可以让扫地机器人准确的前往你想要它清洁的区域。

▼召唤云鲸逍遥 001 Max（Gif)

最明显的体验改善就是，比如我不小心打翻了一瓶牛奶在餐桌下，过去我会手动清洁，而不是通过 APP 去画个范围，再让扫地机器人来清洁。现在，我可以对扫地机器人呼之即来挥之即去。

连我爸妈这种老年人都知道喊：你好云鲸，把这里拖一下或者扫一下。这就是自然语言识别的魅力，不用特定程式化的表达，扫地机器人也可以精确理解你的想法。

云鲸逍遥 001 Max 内置了就云鲸最新研发的【NarGPT 多模态大模型】。通过顶部的 LDS 激光雷达上方设计有 3 个麦克风组成拾音阵列，呼唤 “你好，云鲸” 或者 “Hello Navo” 就可以唤醒，可以支持超 110 种自然语音命令。

这些语音命令主要集中在快速启动任务（开始清洁、中断与恢复、基站任务）、操作清洁过程（调整参数、机器人设置）、前往指定位置（召唤、建图）、查询机器人信息（清洁查询、设备状态查询）等维度中。用户可以实现单一口令、多意图、模糊意图、问答式聊天、召唤清洁等多种模型的自然语音交互。

虽然受限于本地算力，云鲸 001 Max 并不能像 ChatGPT 和豆包那样的大语言模型，问啥答啥，但是在扫地机器人这个赛道还是很有竞争力的。

目前国内市占率的前 6 的扫地机器人品牌除了小米没有怎么宣传外，剩下五家都有自己的GPT 模型了，追觅是和百度千帆文心合作，其他几家是自研方案。不过由于没有深入体验过，所以不好评价其他几家的实力。

• 「科沃斯」：YIKO-GPT（自研）

• 「石头」：RRMind GPT（自研）

• 「云鲸」：Nar-GPT（自研）

• 「追觅」：DreameGPT（与百度千帆文心合作）

• 「美的」：美言大模型（自研）

但我们也可以从部分获奖情况来窥探一二，比如云鲸 NarGPT 多模态大模型参与中国信通院组织的可信 AI 大模型标准符合性验证工作，并且是行业首个获得 4 星 + 评级，这是目前中国企业在可信 AI 大模型验证（大语言专项）工作中取得的最高级别认证之一。说明云鲸的 NarGPT 在技术研发、功能表现等方面达到了较高水平，且具有自主知识产权和独特的技术优势。

最后，我觉得扫地机器人的 AI 语音助手同样也有潜力成为智能家庭的入口，目前受限于本地算力限制，只能询问一些非清洁类的问题，天气、时间。如果未来能够接入国内主流的 AI 聊天工具，扫地机器人的成长性和可玩性应该能提升一大个台阶，我个人会比较看好「豆包」和「Kimi」。

五、总结

扫地机器人作为目前家电行业中最卷的赛道之一，在智能化方向上已经经过了多个版本的迭代，目前已经进入了【多模态大模型 + 自然语言交互阶段】，各个扫地机器人品牌都在陆续训练优化各自的 AI 托管与智能化功能。

云鲸逍遥 001 Max 作为目前扫地机器人市场中，能够实现断档般领先的机皇，为行业做出了较好的示范，就像新能源汽车里面的理想汽车，一定是个值得学习和尊重的竞争对手。相信不少品牌也会把它买回去，揉碎了嚼烂了的细致分析。

理想汽车不一定是全维度的领先，但它的整体就是目前新能源行业的前进方向，不论是优秀的智能座舱表现（冰箱彩电大沙发），还是不断迭代的高阶智能驾驶辅助系统（端到端），更别说断档式领先的理想同学（AI 语音助理），都是友商们绕不开的学习对象，扫地机器人亦是如此。

期待中国的扫地机器人品牌们可以追随中国新能源汽车的巨大成功，实现由量变到质变，开启【中国家电 AI 智能化】的新篇章。感谢各位的耐心收看，我是 Geek 研究僧，我们下期再见！