[技术] 单台每年 1 元：博联说不让通用大模型挑大梁，AI 家电才跑得起来

博联（BroadLink）是做 ToB 的，很多人没听过它的名字，但家里不少设备里就是它的模组。它有两块业务：给家电、照明、电工厂商做智能化方案，从芯片、模组、通信组网协议一路打包；以及全屋智能、智慧酒店、智慧办公这类空间场景。十几年的核心积累是「连接」——芯片自己的，组网协议从头写的。

创始人刘宗孺对智能家电这一轮的评价很直接：第一波智能化并不成功。2013 年起行业集体给设备接 Wi-Fi，空调现在基本都是 Wi-Fi 空调，但真正为智能买单的 C 端用户很少。根本原因是联网率太低：厨房电器当年主打「云菜单」，可用户最后还得走到设备前动手，掏手机联网就没必要；空调和照明有遥控需求，联网激活率也就 20% 左右。语音交互那波也栽在同样的地方。

他给 AI 进家电开了三个条件：确定性、低延迟、低成本，而这三样恰好是通用大模型不擅长的。举个例：你说「我有点冷」，通用模型会生成问候、建议加衣服；家电场景里系统该意识到这是在对设备说话，正确反馈是直接给出控制指令。他提到 9 月 TypeSafe 的 Jev 就是这个思路——不生成文字，只输出带置信度的判断。

成本问题更硬。如果每次交互都走通用模型推理、都烧 token，这笔钱谁出？用户不会为了一台更聪明的空调每月交 9.9 元订阅，所以成本只能厂家承担，而在这么卷的市场里，多一块钱都要反复掂量。

博联的方案叫寰思中枢：由一群体量很小的专家模型组成，大模型退到后台当「阅卷老师」，复盘错误并自我迭代。按刘宗孺的说法，这套东西已在多个品类和 B 端客户落地，AI 成本能压到单台产品每年 1 元人民币的级别。

我觉得这条路径值得做 AI 硬件的人认真看。行业现在的惯性是往硬件里塞最强模型，但真实约束是成本、延迟和确定性；把「判断」和「复盘」拆成两层，反而更接近能规模交付的形态。也解释了为什么这波端侧小模型真正的钱在 B 端——不是消费者买不起，是厂家算不过来。

原文链接：http://www.geekpark.net/news/372762
来源：极客公园