让三驾马车奔腾:华为如何推动空间智能化发展?

上个月,国务院常务会议审议通过了《关于促进家居消费的若干措施》,其中明确提出了“推动单品智能向全屋智能发展创新培育智能消费”“开展数字家庭建设试点”等推动全屋智能拼配发展的建议与方案。
可以说,以整屋为单位的空间智能品类,正式迎来了发展最强音。经历了长时间的技术打磨、产品构建、市场认可、政策导向,空间智能已经成为了巨大的产业机遇,吸引了包括地产、酒店、教育、建筑与室内设计、数字化解决方案、软硬件开发者等在内的大量行业关注。
但是,很多期待进入这个领域的相关企业与从业者,会在进入前有些观望与踟蹰。因为空间智能本身技术众多、领域复杂,且很多方面缺乏标准化体系,想要让空间智能真正走向兴旺通达,成为家居消费的中流砥柱,需要提升行业整体能力,构建具有说服力的产品标准与技术体系。

这时,需要有领军品牌站出来引领行业发展,提升行业标准。在HDC2023期间的全屋智能技术论坛上,我们就看到了这一幕。
面向全屋智能领域的合作伙伴与开发者,华为带来了多项能力开放、技术升级、场景升级。比如更严格的南向设备入选标准、更人性化的北向服务和元能力卡片设计规范等,并且最新发布了全屋智能交互体验人因白皮书、空间智慧语音交互体验等研究成果。
总结这场论坛上的内容,我们可以将其归纳为引领空间智能化变革的三驾马车。三驾车同时奔腾,未来趋势滚滚而来。
空间智能化时代的机遇与需求

在消费升级与生活审美提升的大潮下,用户对智能家居的认可与要求正同步提升。越来越多的用户选择信赖智能品类,愿意将智能能力作为购房、租房、装修,甚至选择酒店时的必备条件。根据IDC数据显示,未来5年,中国智能家居市场出货量将以21.4%的年复合增速持续增长,2025年出货量将接近5.4亿台,市场规模突破8000亿元。
与此同时,用户对空间智能化的要求也在愈发严苛,希望自己购买的智能产品与能力带来惊喜且持续的价值。但市面上参差不一的空间智能化能力,正在限制市场规模的进一步发展,导致用户陷入难以抉择、难定信心的困难。整体而言,空间智能化产业,需要在这样几个方面进行提升:
1. 产品、服务和交互方式缺乏相对统一的行业标准,导致消费者易混淆,易出现期待落差。
2. 一些有待空间智能化深入的产业,比如酒店、写字楼、公寓、康养机构,依旧缺乏有效的空间智能化解决方案,产生了市场空白。
3.一些亟待解决的问题仍难以攻克,比如空间智能体系操作太复杂,交互不够人性化,消费者体验不好等。
目前阶段,需要具有技术与行业引领地位的企业勇于担当,率先为行业的高标准、广开放、深度升级做出贡献,引领行业由分散向体系,由粗放向集约发展。
在去年的HDC上,华为引领行业率先发布了面向空间智能化时代的全屋智能解决方案。在今年的HDC期间,华为将全屋智能解决方案全面升维,不仅实现了技术架构、产品组合、用户体验的全方位提升,还向行业伙伴、开发者、设计师开放自身能力,塑造生态引力。

提升全屋智能化的行业水准,不能只从一个方向入手。我们可以看到华为为行业带来的引力,源自于三架马车同步发力。

第一架马车:向标准化升级
服务、产品、技术的标准化,是目前阶段空间智能领域当务之急的需求。只有定制合力且先进的设计规范、技术标准,行业才能走向良性发展,为用户带来可预期、可理解、不混淆的消费体验。
在这一方面,华为全屋智能进行了多方面的努力。首先是中控屏生态服务的再次进化。此次HDC当中,华为全屋智能中控屏发布了最新的元能力卡片设计规范。元能力卡片承载了海量服务与能力,是最终用户与合作伙伴、开发者实现交互的主要通道。本次升级当中,华为全屋智能中控屏结合人因设计,为合作伙伴提供中控屏专属页面。服务卡片的最新设计可以使核心功能一触即达,多种规格灵活挑选,图视表达更易识别。通过配置精美运营图与文案,实现强化印象,最终实现更好的服务转化。
此外,华为全屋智能4.0智慧场景升级,也为合作伙伴与开发者带来了更具标准化与技术领导力的行业底座。华为全屋智能4.0中的全屋场景,拥有更强大的多级引擎能力和故障回落能力,为用户带来多服务一键直达和自动服务体验。最新升级不仅意味着用户的体验更具加边界、流畅,更对于合作伙伴与开发者来说具备标准化、低门槛的意义。比如对集成商而言,远程服务、批量导入和自动实例化等能力可以使装维更容易;对设备商而言,ECA能力自动上架使接入更快捷。

对于全屋智能用户来说,南向设备的标准化十分重要。其可以关乎购置抉择,影响使用体验。本次华为全屋智能对南向设备提出了更高的要求,全新发布了全屋智能南向设备入选标准,从而助力生态伙伴设计更好的全屋产品。
从服务入口到技术底座,再到设备产品的全面标准化,将推进空间智能产业有序、清晰发展,为用户带来轻松选择、值得信赖的产品体验。
第二架马车,向各行业开放

技术开放是科技发展的不二利器,对于空间智能化来说也是如此,只有底座能力进行有效、广阔的开放,才能让技术覆盖面足够广泛,为行业打开源源不断的用户入口。
为此,华为打造了推进空间智能化发展的第二辆马车,将自身成熟、领先的技术能力,面向需要全屋智能能力的各个行业进行开放。
目前阶段,各个行业都需要AI识别、语音交互等能力。对于酒店、学校、办公、医疗、康养等各行业来说,目前的主要矛盾是用户需求已经形成,但自己打造技术底座难度太大、门槛太高。
为此,华为全屋智能解决方案带来的1+2+N解决方案已在行业中广泛应用,可以为行业提供稳定、高水准的智能节能、客需服务、智能会议、楼宇对讲等功能。同时在技术获取方式上,采用基础能力与AI能力分层开放,通过云云对接、边缘/私有云对接的多样化赋能方案,最大化满足行业需求,以此帮助行业伙伴以最适合自己、最简易的方式获得华为技术能力支持,快速实现商业成功。

与此同时,华为全屋智能解决方案也会对空间内设备能力进行聚合、抽象和统一展现,以子系统的标准化能力对外呈现。确保在设备Profile遵循统一规范的前提下,子系统能力也可以赋能给生态设备,让华为的场景化能力进一步开放。
开放是进步的来源,是兴旺的动力。华为全面打开自身的全屋智能能力,可以让大量希望且应该进入空间智能化产业的行业、企业有机会完成这个愿望,最终让更多应该享受空间智能变革的用户,更快、更好享受到时代变迁。

第三架马车,向未来态探索
技术领先企业的另一项责任与担当,就是要代表行业去触碰未来,探索未知。
对于空间智能化来说,最大的技术难题来自于人因化的探索。消费者对全屋智能的期待,是空间可以思考、观察、判断,从而让空间来理解我,而不是我去学习和理解设备。
客观来说,想要彻底实现这个目标还有很长的路要走,但也正因为其难度与重要性,才必须孜孜以求,奋力探索。
HDC期间,华为全新发布了全屋智能交互体验人因白皮书以及空间智慧语音交互体验研究。二者多方位体现了华为对行业未来态的探索与琢磨,构成了行业向更深处走的第三驾马车。

全屋智能人因交互体验白皮书,从用户在全屋中的活动状态、所执行的任务类型以及完成任务的交互通道三个角度入手,拆解出用户在空间层与交互层的行为规律,并据此推导详细的控制设备全屋布局规则。以此为基础,探索了按键界面、图形界面、语音界面切入,基于信息传递的有效性和交互体验的全方位舒适性原则,提出按键交互参数、多界面视觉设计、语音对话流程等全屋交互人因设计规范,从而助力伙伴与开发者设计出更舒适、更能够理解用户需求的全屋智能产品,让用户获得一个聪明、愉悦的未来之家。
与此同时,空间智慧语音交互体验研究,主要针对如何将空间信息集成在人与全屋系统语音交互中。研究认为,需要扩展语音交互触点的覆盖范围,实现语音无处不在的交互体验;需要增加空间描述的细粒度,提供更加精细的空间语料;在不同注意力水平下,为用户设计多模态交互方式。语音交互将是未来全屋智能的主要交互形态,如何提升语音体验,也将是空间智能化打通最后一公里的关键。
整体来看,华为全屋智能承担的探索责任与行业担当是多方位的,既考虑目前生态内的伙伴与开发者如何更良性、理想发展,也考虑新的伙伴与开发者如何加入,如何找到自身的产业位置,降低行业门槛;既考虑目前阶段的技术能力与服务体验提升,也致力于面向未来,打造可长期、持续发展的空间智能化技术。
高标准、广开放、深未来,华为全屋智能打造的三架马车,正卓然奔向空间智能的时代巨变。

相关文章:
让三驾马车奔腾:华为如何推动空间智能化发展?
上个月,国务院常务会议审议通过了《关于促进家居消费的若干措施》,其中明确提出了“推动单品智能向全屋智能发展创新培育智能消费”“开展数字家庭建设试点”等推动全屋智能拼配发展的建议与方案。 可以说,以整屋为单位的空间智能品类&#x…...
2022年03月 Python(一级)真题解析#中国电子学会#全国青少年软件编程等级考试
一、单选题(共25题,每题2分,共50分) 第1题 已知a“161”,b“16”,c“8”,执行语句da>b and a>c,变量d的值为是? A:0 B:1 C:True D&am…...
WIN大恒工业相机SDK开发
大恒工业相机SDK开发概览 一、开发环境搭建1、C# 环境配置(VS2019)2、C 环境配置(VS2019)3、python 环境配置(Pycharm) 二、相机二次开发流程三、相机相机属性参数配置四、图像采集单帧采集回调采集 注意事…...
qt qml中各种Layout之间是如何对齐的?
问题描述: qt qml中下一个RowLayout如何对齐顶部到上方的ColumnLayout的底部略低一些间隔的位置? 我们怎么使用achors去锚定位置? 这些都是可以用anchors锚定属性,以及margin来设置的。 解决办法: 要实现将下一个R…...
Immutable.js 进行js的复制
介绍 在提供不可变(Immutable)数据结构的支持。不可变数据是指一旦创建后就不能被修改的数据,每次对数据进行更新都会返回一个新的数据对象,而原始数据保持不变。 使用 日常中我们使用的拷贝 (1) var arr { } ; arr2 arr ; …...
java动态生成excel并且需要合并单元格
java动态生成excel并且需要合并单元格 先上图看一下预期效果 集成poi <dependency><groupId>cn.afterturn</groupId><artifactId>easypoi-base</artifactId><version>4.0.0</version> </dependency> <dependency><…...
JMeter启动时常见的错误
很多小伙伴在学工具这一块时,安装也是很吃力的一个问题,之前记得有说过怎么安装jmeter这个工具。那么你要启动jmeter的时候,一些粉丝就会碰到如下几个问题。 1.解压下载好的jmeter安装,Windows 平台,双击 jmeter/bin …...
python pandas 排序
Series的排序: Series.sort_values(ascendingTrue, inplaceFalse) 参数说明: ascending:默认为True升序排序,为False降序排序inplace:是否修改原始Series DataFrame的排序: DataFrame.sort_values(by, as…...
前后端分离式项目架构流程复盘之宿舍管理系统
文章目录 🐒个人主页🏅JavaEE系列专栏📖前言:【🎇前端】先创建Vue-cli项目(版本2.6.10,仅包含babel),请选择此项目并创建 【整理简化项目模板】【🎀创建路由】…...
Linux nohup 命令详解
nohup是Linux/Unix系统中非常有用的命令之一。它允许您在后台运行命令或脚本,并且在退出终端会话后仍然保持运行。这对于长时间运行的任务或进程非常有用,特别是当您需要离开终端但希望任务继续运行时。 nohup命令语法 nohup命令的基本语法如下&#x…...
VoxWeekly|The Sandbox 生态周报|20230731
欢迎来到由 The Sandbox 发布的《VoxWeekly》。我们会在每周发布,对上一周 The Sandbox 生态系统所发生的事情进行总结。 如果你喜欢我们内容,欢迎与朋友和家人分享。请订阅我们的 Medium 、关注我们的 Twitter,并加入 Discord 社区…...
编程导航算法村第九关 | 二分查找
编程导航算法村第九关 | 二分查找 LeetCode852.这个题的要求有点啰嗦,核心意思就是在数组中的某位位置i开始,从0到i是递增的,从i1 到数组最后是递减的,让你找到这个最高点。 详细要求是:符合下列属性的数组 arr 称为山…...
linux 下安装部署flask项目
FlaskDemo 命名为test.py # codingutf-8 from flask import Flaskapp Flask(__name__)app.route("/") def index():return "test"if __name__ __main__:app.debug True# 这里host一定要写0.0.0.0 写127.0.0.1的无法访问 ——_——app.run(host"0.…...
在Vue里,将当前窗口截图,并将数据base64转为png格式传给服务器
目录 前言 1、将当前窗口截图,并将数据存储下来 2、定义将base64转png的方法 3、完整代码 总结 前言 记录来源于需求 1、将当前窗口截图,并将数据存储下来 export default { data() {return {image: // 存储数据} }mounted() {setTimeout(() >…...
Echarts图表Java后端生成Base64图片格式,POI写入Base64图片到Word中
Echarts图表Java后端生成请看上篇,此篇为Base64图片插入Word文档中Java后台生成ECharts图片,并以Base64字符串返回_青冘的博客-CSDN博客 try {XWPFParagraph xwpfParagraphimage doc.createParagraph(); // 创建图片段落xwpfParagraphimage.setAlignment(Paragraph…...
【AI】《动手学-深度学习-PyTorch版》笔记(十二):从零开始实现softmax回归
AI学习目录汇总 1、什么是特征? 对于图像算法,每个像素可以视为一个特征,例如图像的分辨率为28x28,则有784个特征。而且常常将二维的图像像素矩阵展开为长度为784的向量。 2、权重和偏置的规模 本例中,将使用Fashion-MNIST数据集,它是一个服装分类数据集,可以将服装…...
汽车用功率电感器
支持车载用被动元件的可靠性认证测试标准“AEC-Q200”的绕线铁氧体功率电感器 LCXH 系列实现商品化,推出了“LCXHF3030QK”等 6 个尺寸的 64 款商品。 这些商品均是用于汽车车身类及信息娱乐等信息类的电源电路用扼流线圈及噪音滤波器的功率电感器。 LCXH 系列与民生…...
上传图片视频
分布式文件系统MinIo MinIO提供多个语言版本SDK的支持,下边找到java版本的文档: 地址:https://docs.min.io/docs/java-client-quickstart-guide.html MinIO测试(上传、删除、下载) public class MinioTest {MinioC…...
【UE5】UE5与Python Socket通信中文数据接收不全
最近在使用UE的Socket模块与Python服务器进行通信时遇到了一些坑,特此记录一下。 先来复现一下问题,这里只截取关键代码。 UE端: bool ASoc::SendMsg(const FString& Msg) {TSharedRef<FInternetAddr> TargetAddr ISocketSubsy…...
一些有难度的c++题目思路讲解--第一期2023/8/8 小Q的修炼与旷野大计算
说明: 本期博客将分为10篇讲解一些有点挑战的题目,第一期是所有人都可以看到,但后面的关注我才能看到哦!有望大家的支持!谢谢! 题目链接(按顺序) [NOI2013] 小Q的修炼 - 洛谷 小Q的修炼[NOI2013] 小Q的修炼 - 洛谷 [NOI2016] 旷野大计算 - 洛谷旷野大计算[NOI2016] 旷野…...
LeetCode - 394. 字符串解码
题目 394. 字符串解码 - 力扣(LeetCode) 思路 使用两个栈:一个存储重复次数,一个存储字符串 遍历输入字符串: 数字处理:遇到数字时,累积计算重复次数左括号处理:保存当前状态&a…...
AI编程--插件对比分析:CodeRider、GitHub Copilot及其他
AI编程插件对比分析:CodeRider、GitHub Copilot及其他 随着人工智能技术的快速发展,AI编程插件已成为提升开发者生产力的重要工具。CodeRider和GitHub Copilot作为市场上的领先者,分别以其独特的特性和生态系统吸引了大量开发者。本文将从功…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...
CSS | transition 和 transform的用处和区别
省流总结: transform用于变换/变形,transition是动画控制器 transform 用来对元素进行变形,常见的操作如下,它是立即生效的样式变形属性。 旋转 rotate(角度deg)、平移 translateX(像素px)、缩放 scale(倍数)、倾斜 skewX(角度…...
Ubuntu系统复制(U盘-电脑硬盘)
所需环境 电脑自带硬盘:1块 (1T) U盘1:Ubuntu系统引导盘(用于“U盘2”复制到“电脑自带硬盘”) U盘2:Ubuntu系统盘(1T,用于被复制) !!!建议“电脑…...
WEB3全栈开发——面试专业技能点P7前端与链上集成
一、Next.js技术栈 ✅ 概念介绍 Next.js 是一个基于 React 的 服务端渲染(SSR)与静态网站生成(SSG) 框架,由 Vercel 开发。它简化了构建生产级 React 应用的过程,并内置了很多特性: ✅ 文件系…...
《Offer来了:Java面试核心知识点精讲》大纲
文章目录 一、《Offer来了:Java面试核心知识点精讲》的典型大纲框架Java基础并发编程JVM原理数据库与缓存分布式架构系统设计二、《Offer来了:Java面试核心知识点精讲(原理篇)》技术文章大纲核心主题:Java基础原理与面试高频考点Java虚拟机(JVM)原理Java并发编程原理Jav…...
循环语句之while
While语句包括一个循环条件和一段代码块,只要条件为真,就不断 循环执行代码块。 1 2 3 while (条件) { 语句 ; } var i 0; while (i < 100) {console.log(i 当前为: i); i i 1; } 下面的例子是一个无限循环,因…...
关于疲劳分析的各种方法
疲劳寿命预测方法很多。按疲劳裂纹形成寿命预测的基本假定和控制参数,可分为名义应力法、局部应力一应变法、能量法、场强法等。 1名义应力法 名义应力法是以结构的名义应力为试验和寿命估算的基础,采用雨流法取出一个个相互独立、互不相关的应力循环&…...
mq安装新版-3.13.7的安装
一、下载包,上传到服务器 https://github.com/rabbitmq/rabbitmq-server/releases/download/v3.13.7/rabbitmq-server-generic-unix-3.13.7.tar.xz 二、 erlang直接安装 rpm -ivh erlang-26.2.4-1.el8.x86_64.rpm不需要配置环境变量,直接就安装了。 erl…...
