博联刘宗孺,AI家电单台年成本压至1元,专家模型架构成落地关键

博联智能CEO刘宗孺指出,AI家电规模化落地的核心障碍在于成本与确定性。其推出的寰思中枢采用轻量级专家模型组合,大模型仅作后台复盘,已实现单台设备年AI成本约1元,为行业提供可行路径。

人工智能

在AI技术快速渗透消费场景的当下,智能家电却迟迟未能迎来真正的“智能化拐点”。博联智能董事长兼CEO刘宗孺近期在接受访谈时明确指出:AI要真正进入千家万户的厨房、客厅与卧室,关键不在于模型参数多大,而在于能否满足三个硬性条件——确定性、低延迟与低成本。

刘宗孺拥有近20年硬件与芯片行业经验,其创立的博联长期专注ToB智能化方案,为家电、照明、电工等厂商提供从芯片模组、通信协议到云服务的全栈能力。过去十年,家电行业完成了第一轮联网化改造——空调、照明等品类普遍支持Wi-Fi连接,但用户激活率仍不足20%。问题并非技术缺失,而是“联网≠智能”:早期Wi-Fi电饭煲、烤箱依赖“云菜单”功能,用户仍需手动操作设备,体验割裂;语音交互也因联网率低而失效。

“当你说‘我有点冷’,通用大模型可能生成一句关怀问候,但在家电场景里,系统必须直接触发‘调高空调温度2℃’的指令。”刘宗孺强调,硬件端需要的是精准判断而非文本生成。这一思路与TypeSafe推出的Jev模型高度一致:Jev不生成文字,仅输出带置信度的分类判断,在具身智能与边缘设备中更具实用性。

正因如此,博联没有选择让通用大模型直接部署于终端设备。其最新推出的“寰思中枢”采用分层架构:前端由多个参数量极小(通常在百万级以下)的专家模型组成,负责实时感知与决策;后端大模型则退居二线,作为“阅卷老师”,定期复盘前端错误并迭代优化策略。这种设计既保障了响应速度与确定性,又大幅降低了推理开销。

据刘宗孺透露,该方案已在多个家电品类中与B端客户完成落地验证,单台设备的年度AI服务成本可压缩至约1元人民币。“这个数字不是理论值,而是基于当前算力价格与模型效率测算的实际运营成本。”他解释道,若每台空调因AI功能增加数十元token支出,厂家难以承受——在毛利率微薄的白电市场,成本敏感度极高,多一块钱都需反复权衡。

这一成本结构背后,是博联对行业现实的深度理解。家电供应链长、认证周期久,一次硬件改动需重走研发、测试、安规认证全流程;销售链条涉及厂家、经销商、安装电工等多环节,任何一环脱节都会导致体验断层。相比之下,AI原生硬件虽概念新颖,却缺乏现成渠道支撑;而成熟家电品类已有十余年OTA升级管道铺设完成,缺的只是“能让用户真正用起来”的解决方案。

文章配图

事实上,AI落地的经济账正被越来越多企业严肃审视。中国人民银行行长潘功胜在2026年金融街论坛指出,AI存在“需求与供给效应时差”:短期推升投资与通胀,中长期才释放生产率红利。国际清算银行亦提醒,AI投资已难以完全依靠企业自有现金流覆盖,债务融资与私募信贷重要性上升;设备折旧快、技术迭代猛,使得“建好即落后”风险凸显。韩国Elice Group上市首日股价暴跌32%,反映出资本市场对AI企业估值逻辑的转向——从“能否盈利”变为“现有盈利与未来合同能否支撑估值”。

在此背景下,博联的路径显得务实而清晰:不追求炫技式的生成能力,而是聚焦家电场景中的高频、刚需判断任务——如“是否需要启动除湿”“水温是否已达设定值”“异常噪音是否预示故障”。这些任务对模型精度要求高,但对上下文长度与语言生成能力无依赖,恰好适合轻量化专家模型处理。

刘宗孺进一步说明,寰思中枢目前已覆盖空调、热水器、油烟机等多个品类,并与头部家电厂商达成合作。其核心优势在于“可嵌入现有模组”:无需更换主控芯片,仅通过软件升级即可赋予设备AI能力,极大降低产线改造门槛。这也呼应了行业共识——AI家电的突破口不在新形态硬件,而在存量设备的智能化激活。

值得注意的是,该方案并未排斥大模型价值,而是重新定义其角色。后台大模型持续学习用户行为与环境数据,优化前端专家模型的决策边界;当出现新型异常模式时,系统可自动触发模型更新流程,实现“边用边学”。这种“小模型在前、大模型在后”的协同范式,或将成为边缘侧AI落地的主流架构。

博联技术负责人讲解AI架构

从更广视角看,AI家电的普及不仅是技术问题,更是商业模式问题。用户不愿为“智能”额外付费,厂家无法承担高额订阅成本,唯有将AI成本降至“可忽略”级别,才能实现规模效应。当单台年成本趋近1元,AI功能便不再是溢价卖点,而成为基础配置——正如当年Wi-Fi模块从“高端选配”变为“出厂标配”一样。

目前,博联正推动寰思中枢向全屋智能场景延伸,整合照明、安防、环境控制等子系统,构建跨设备协同的决策网络。但刘宗孺保持谨慎:“我们不做C端品牌,只做赋能者。真正的考验在于,当1000万台设备同时在线推理时,系统能否稳定、低成本运行。”

行业观察人士认为,博联的实践为AI in IoT提供了可复制的降本路径。相比动辄数亿元投入的数据中心建设,面向终端设备的轻量化AI架构更易形成正向循环:成本下降→装机量提升→数据积累→模型优化→成本再降。这一闭环一旦跑通,或将加速整个智能家居从“能连”走向“会想”的质变。

AI家电的春天尚未到来,但地基已经夯实。当技术理性回归商业本质,1元成本的承诺,或许正是撬动千亿市场的支点。