问题——多模态技术加速演进，落地仍面临“最后一公里” 随着多模态大模型从语言理解延伸至对图像、声音与环境信息的综合解析，行业对“看得见、听得懂、能决策”的智能能力寄予厚望；但在家庭与行业场景中，用户真正关心的并非功能堆叠，而是能否在真实生活里实现更准确的识别、更可靠的判断与更及时的响应。业内普遍面临设备数量增加、体验碎片化、场景不闭环等问题：能连接的不少，能真正解决看护、协同与服务效率提升的并不多。 原因——从单点智能到系统智能，需要“理解+联动”的工程化能力 在AWE2026现场，小度作为上海市重点扶持的科技企业之一，集中展示智能音箱、智能屏、闺蜜机、智能眼镜、智能摄像机、全屋智能，以及面向酒店与养老机构的解决方案。其背后反映的是技术路径的变化：多模态大模型能力提升后，产品价值不再停留于“指令执行”，而在于“持续感知—场景理解—主动联动”的系统化能力。 在AWE联合人民网举办的圆桌论坛上，百度集团副总裁、小度科技首席执行官李莹表示，多模态能力的关键在于对场景与行为的更准确理解，并在必要时实现主动介入与协同处置。这意味着硬件不只是“入口”，更是连接家庭空间、行为数据与服务流程的节点。以摄像机为例，若仅停留在录像与告警，价值有限；若能围绕看护、问询与全屋设备联动形成闭环，才可能成为家庭智能的重要支点。 影响——家庭产品形态变化，行业服务模式有望重构 从现场展示看，智能摄像机被赋予“看护”属性：通过随心看护、随心问与生态联动等功能，尝试实现从“录像”到“理解”、从“监控”到“看护”的转变。其意义不仅在于提升家庭安全与照护效率，也在于推动全屋智能从“各自为战”走向“协同运行”，在照明、门锁、屏幕与语音终端之间形成联动。 可穿戴方向同样体现“场景驱动”。小度智能眼镜在拍摄、翻译、录音等基础能力之外，强调在会议采访、跨国沟通、内容创作等场景提升效率。对用户而言，这类产品能否成为“随身生产力”，取决于在复杂环境下的稳定性、对隐私边界的处理，以及与手机、家庭与办公设备的协同程度。 更值得关注的是，家庭端成熟后向行业端扩展的趋势正在显现。面向酒店与养老机构的解决方案，核心在于把“感知—理解—响应”能力嵌入服务流程：酒店侧提升入住与客房服务效率，养老侧聚焦照护提醒、异常识别与联动处置。若运行稳定，将有望缓解部分服务业人力紧张问题，并提高服务标准化水平。 对策——坚持场景牵引，补齐标准、安全与生态协同短板 在接受新华社“新立方·首发力量”专访时，李莹提出“场景+人工智能+硬件”的产品理念：以场景为目的、以智能能力为核心、以硬件为载体。业内人士认为，这个路径对行业也提出更高要求：一是以真实需求定义产品边界，避免“为智能而智能”；二是强化跨设备协同能力，推动全屋与可穿戴、行业系统的统一体验；三是把数据安全与隐私保护前置到产品设计中，明确采集、处理与存储规则，提升用户信任；四是建立更开放的合作机制，在酒店、养老等行业形成可复制、可运维的交付体系，避免项目化、一次性交付带来的“落地难、维护难”。 前景——以家庭为起点的全场景生态或成竞争新焦点 据介绍，小度产品已进入超过5400万家庭。面向未来，随着多模态大模型能力继续提升，智能终端将从“单功能硬件”深入向“持续理解与主动协同的服务节点”演进，家庭将成为技术验证与规模化应用的重要土壤，而酒店、养老等领域则可能成为“价值放大器”，检验产品可靠性与商业可持续性。 可以预见，下一阶段竞争焦点将从“参数与功能”转向“场景覆盖深度、联动闭环效率与服务交付能力”。同时，围绕适老化体验、公共空间合规使用、行业标准与责任边界的制度建设也将更受重视，这将决定智能化应用能走多远、走多稳。
多模态AI从实验室走向生活，需要耐心的场景打磨和系统的生态构建。小度科技的实践表明，真正改变人们生活方式的AI产品，必然来自既掌握先进技术、又深刻理解场景需求的创新者。随着AI能力的继续提升和应用场景的不断拓展，这类融合型的智能产品和服务必将在更广泛的领域展现变革力量。小度所开创的"场景化、生态化、融合化"AI落地之路，正在成为行业探索的重要方向。