技术深度解析
这场冲突的核心在于截然不同的技术架构，每种架构都有其独特的约束与优势。
家电路径：边缘优化的多模态AI
家电智能依赖于系统级芯片（SoC）架构，其中专用的AI加速器（例如来自Hailo或Syntiant公司的低功耗NPU）运行高度优化的模型。其技术栈通常包括：
1. 感知层： 设备上的传感器（摄像头、光谱仪、重量传感器、麦克风）将数据输入小型高效的视觉或音频模型。例如，一台冰箱可能使用量化版的MobileNetV3模型进行食物识别，全部在边缘端运行。
2. 推理层： 这是革命性的组成部分。企业不再依赖云端LLMs，而是部署经过蒸馏的、领域特定的语言模型。例如，海尔的研究涉及在庞大的家电手册、服务日志和家庭活动模式数据集上，对参数量小于100亿的模型（如Qwen-7B或Gemma-7B）进行微调。这些模型通过量化（INT8/INT4）和剪枝等技术进一步压缩，以适应严格的热设计和功耗预算。
3. 轻量级世界模型： 这是对设备所属领域的内部模拟。一台洗衣机的世界模型理解去渍物理原理、织物磨损规律和洗涤剂化学特性。它可以在本地运行数千次模拟洗涤周期，以预测最优操作方案，而无需连接云端。GitHub上的开源项目 `home-world-sim` 是一项旨在为家电推理创建统一模拟环境的学术尝试，但目前仍处于研究原型阶段。
4. 执行层： AI的决策被转化为对电机、压缩机和阀门的毫秒级延迟精准控制，这是基于云端的系统永远无法实现的。
此处的关键性能指标是 每瓦特TOPS（每秒万亿次操作） 。家电芯片必须在持续功耗低于10瓦的情况下，提供有意义的推理能力。
| 边缘AI芯片（用于家电） | 峰值TOPS | 典型功耗 | 应用案例 |
|---|---|---|---|
| Hailo-8 | 26 TOPS | 2.5 W | 高端冰箱视觉处理 |
| Syntiant NDP200 | | <1 mW | 常开音频唤醒词与指令识别 |
| Qualcomm QCS6490 | 12 TOPS (AI) | ~5W (活跃状态) | 集成于烤箱的智能显示中枢 |
| Tesla D1 (Dojo tile) | 362 TFLOPS (FP32) | | 非家电用途；此处列出以对比机器人芯片 |
数据洞察： 家电AI追求极致的能效，而非单纯的算力。像Hailo这样的芯片表明，在功耗与传统微控制器相当的条件下，实现两位数TOPS性能是可能的，从而能在不影响能效评级的前提下，实现复杂的设备端推理。
机器人路径：具身AI与跨模态融合
家用机器人面临截然不同的挑战：构建动态三维世界的统一模型，并将意图转化为物理行动。其架构核心在于：
1. 空间AI与SLAM： 实时同步定位与地图构建（SLAM）算法，通常利用激光雷达、深度摄像头和视觉里程计，创建家庭的持久性3D地图。`Open3D` 和 `Kimera`（一个流行的用于实时度量-语义理解的开源库）等框架是此领域的基础。
2. 多模态基础模型： 机器人将视觉、语言和行动整合到单一模型中。像谷歌的RT-2（机器人Transformer 2）和特斯拉为Optimus打造的端到端神经网络等方法，将机器人控制视为序列建模问题。模型接收摄像头图像和自然语言指令（如“清空洗碗机”），并输出底层的电机扭矩。
3. 可供性学习： 机器人必须理解任何物体上可能执行的动作（门把手可以拉，按钮可以按）。这通常需要从海量的人类视频演示数据集中学习，例如 `Ego4D` 数据集。
4. 通用控制协议： 要成为真正的“家庭管理者”，机器人必须能够指挥其他设备。这需要超越简单的物联网协议（Wi-Fi、Matter），转向面向高层任务的高级API。针对 `HomeGPT` 或 `SayCan` 风格框架的研究，旨在让机器人将高层目标（如“准备早餐”）分解为跨多个设备（打开冰箱、取出食材、操作烤面包机）的一系列动作序列。
关键的性能指标是 在非结构化环境中的平均无故障时间（MTBF） 。一次严重的物理操作失误就可能彻底摧毁用户的信任。
关键参与者与案例研究
战场上既有根基深厚的巨头，也有敏捷的颠覆者，各自拥有独特的资产。
家电智能先锋：
* 海尔： 通过其COSMOPlat工业物联网平台和对AI人才的吸纳，海尔正在推动“场景智能”。其最新款冰箱利用机载摄像头和AI，不仅能识别食物，还能推断家庭构成与饮食习惯，主动建议购物清单和健康膳食方案。这体现了从“设备智能”向“生活流智能”的转变。
* 美的： 美的的“美居”生态系统和自研的“美芯”边缘AI芯片，专注于跨品类设备的协同。其空调能根据洗衣机感知的室内湿度自动调节，而烤箱则能接收来自冰箱的食材信息并推荐烹饪模式。这种设备间的“群体智能”是其对抗中心化机器人控制的关键防御策略。
* 三星： 凭借其SmartThings平台和Bixby助手，三星试图在分布式与集中式之间走一条中间道路。其2024款Family Hub冰箱集成了大屏幕和AI，可作为家庭信息中枢，甚至能通过内置摄像头进行视频通话，模糊了家电与家庭机器人的界限。
机器人阵营挑战者：
* 特斯拉（Optimus）： 特斯拉将其在自动驾驶领域积累的视觉感知、端到端神经网络和大规模数据管道经验，直接应用于机器人。Optimus的核心卖点在于其“通用性”潜力——同一个硬件平台通过软件更新，未来可能学会操作各种家电，从而威胁到每个单一智能设备的存在价值。
* Figure AI： 这家初创公司与宝马等制造业巨头合作，专注于在工业与家庭场景中执行具体、高价值的任务。其机器人被设计为能够使用工具并适应非标准环境，其商业模型可能更偏向于高端定制化服务而非大众消费产品。
* Sanctuary AI： 以其拟人化机器人Phoenix和强调“通用人工智能”而闻名，Sanctuary的目标是创造能够理解抽象概念并执行开放式任务的机器人。其技术路径更侧重于认知架构和符号推理与神经网络结合，这可能为解决家庭中无限长尾的复杂任务提供不同的思路。
未来展望与行业影响
这场静默战争的结局不太可能是非此即彼，而更可能是一种混合共存与激烈竞争的长期状态。短期内，成本、可靠性和用户接受度将有利于家电智能路径的普及。嵌入AI的冰箱或洗衣机作为独立产品的升级，更容易被市场消化。然而，一旦移动机器人的成本降至临界点，且其可靠性和通用能力得到验证，它可能成为新的家庭“入口”，重新定义用户与所有智能设备的交互方式，甚至可能将部分智能家电降级为受其指挥的“外围设备”。
无论哪条路径胜出，或形成何种格局，一个明确的趋势是：家庭正在从一个被动的、由预设规则驱动的自动化空间，转变为一个由AI驱动的、主动感知、预测并满足需求的动态智能环境。这场控制权之争，最终将决定我们未来生活空间的“大脑”位于何处，以及它将以何种方式思考与行动。