美的全屋智能押注A2A:家电互联从接口对接转向Agent对话

资讯 36氪 全文 2078 字 · 约 6 分钟读完 配图 2 张 分类智能体

从理解意图到执行落地的完整链路。

所属频道 智能体与 Agent

全屋智能这个概念提了多年,规模化普及这道坎行业一直没迈过去。单品牌体系内,大量产品联动顺畅;可一旦跨品牌、跨品类协作,割裂感就来了。

美的集团第31届科技月大会近日在佛山顺德举办,技术研发、产品创新与数智转型方面的最新成果在会上集中亮相。

科技月期间,美的全屋智能总经理尚喆博士接受采访时表示,全屋智能行业卡了这么久,症结不在单体硬件性能,而是三道系统性约束:异构设备的数据孤岛打不通;智能交互的实际效果和用户预期有落差;系统部署调试的工程门槛对普通家庭来说不够友好。

硬件性能已能满足基础使用,短板集中在系统协同这一层。三道表象背后是同一个结构性矛盾:行业并不缺互联互通的主观意愿,缺的是一套低成本、可大规模复制的跨品牌跨品类协同技术范式。多数合作只能做成点状项目试点,铺不到海量普通家庭。

以主流的云云点对点API对接方案为例,这条路逻辑直观,规模缺陷却绕不开:合作生态越多,对接成本涨得越快,呈指数级上升。

“假设A厂商、B厂商各自有上千款设备,双向打通就意味着海量接口开发、持续联调与后期维护。”尚喆博士算了一笔产业账:每接入一个新的合作生态,就得重新做一轮接口适配。API模式因此只适合打造少数案例,撑不起大范围设备互联,这也是行业生态难以破局的技术根源之一。

大模型浪潮下,AI Agent开始成为家庭、车载系统的能力中枢,行业于是有了另一条解题思路:Agent to Agent(A2A)。

A2A的核心思路,是不再为每台设备单独写对接接口。简单说,就是两方的AI智能体直接对话:一方把用户真实需求传过去,合作方的智能体自行判断能不能做,再调度自家设备完成动作,最后把执行结果反馈回来。

碰上涉及家庭安全等敏感信息的操作,Agent会把选择权交回用户手上确认。整套协作只需统一两套AI Agent之间的沟通语言,不必再对各式硬件逐个做开发适配。

据尚喆介绍,美的与奇瑞iCAR已完成A2A对接,iCAR车型接入美的美居平台,实现车家互联。车主在车内用自然语言下指令,就能查询家中耗材余量,后续还可延伸到语音触发补货。这一步已突破传统“车控家”的开关联动,设备之间不再是简单转发指令,而是跨系统的业务级任务协作。

美的A2A平台的技术底座,是自研家庭智能体MevoX。市面上多数语音助手只能应答显性指令,MevoX不一样,它有两大核心能力。一是深度推理:用户表达模糊、不完整时,MevoX能结合空间范围、设备归属和环境情境拆解真实意图,不会停在字面指令的匹配上。

美的全屋智能押注A2A:家电互联从接口对接转向Agent对话(配图 1)

美的自研家庭智能体MevoX(图源/企业)

二是长期记忆。用户的使用习惯会持续沉淀,之后调节灯光、空气等个性化参数时,系统默认采用用户更偏好的设定。全屋智能交互由此逐步走向千人千面,而不是每次从零开始。

再加上美的多年家电智能化积累和全品类硬件矩阵,MevoX在真实家庭场景里就有了能力纵深:前端接得住模糊意图,后端调得动具体设备,中间靠上下文记忆把一次次交互串起来。这不是单点技术的堆叠,而是一条从理解意图到执行落地的完整链路。

业务策略上,美的把自己定位为家庭侧能力供给方,坚持向外开放互联,与外部车载、移动端Agent建立协作关系。

在手机侧,美的已与华为、vivo、OPPO、荣耀等头部厂商打通;车企方面,比亚迪、蔚来、长安、奇瑞等核心企业也已接入人车家互联。美的今年成为家电行业里第一家把家庭智能体A2A与生态伙伴打通的厂商,并率先完成了与千问、微信小微、荣耀yoyo助手和奇瑞汽车的智能体深度协同。

美的全屋智能押注A2A:家电互联从接口对接转向Agent对话(配图 2)

首个将家庭智能体A2A与生态伙伴打通的家电企业(图源/企业)

行业底层硬件协议的标准化建设也在同步推进。工信部组织、美的作为核心工作组成员、多家企业共同参与制定的多项家电互联互通标准,去年八月启动相关工作,到今年九月底已有五项标准草案基本制定结束,十月起进入技术标准测试验证阶段,预计明年1月完成验证并进入公示。这套标准要解决的,正是不同品牌设备间的互联互通难题。

车家互联的标准化工作,美的拉上了中国信通院、比亚迪等机构和企业,还有相关行业组织一起推进。过去是企业之间点对点对接,现在美的想把它推到更广的产业协同层面。

从产业周期看,全屋智能的竞争范式已经迭代。衡量企业竞争力的核心锚点,正从硬件单品、设备接入的规模指标,逐步转向Agent的推理能力与跨生态协同效率。

A2A智能体互操作范式成熟落地后,最直接的产业效应是跨厂商协同的边际成本大幅降低。中小厂商不必再砸高额研发成本逐一对接多套生态,异构硬件也能打破品牌壁垒,围绕用户场景完成联动。

更深一层的变化在生态架构:传统“中心化平台+接入伙伴”的模式,有望演进成多Agent对等协作的“分布式”网络。头部企业的壁垒不再来自生态圈地,中小厂商无需依附外部平台获取场景入口,竞争焦点将回归企业自身核心能力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 申通快递联手千问办公:Agent能力下沉全国网点

    【TechWeb】11月6日消息,申通快递与千问办公正式达成战略合作。双方将围绕快递核心场景打造 AI 办公体系,以Agent能力支撑申通快递全国网点的增长战略落地,推动AI从总部管理向末端网点规模化输出,加速物流服务智能化升级。申通快递总裁韩永彦与千问办公CEO陈宇森等共同见证签约。 申通快递作为中国头部快递企业,拥

    来源 AI 行业观察
  2. Amp推出Spaces:主Agent自动拆任务、协调多线程

    IT之家 11 月 7 日消息,AI 编程协作工具 Amp 昨日(11 月 6 日)宣布推出 Spaces,希望构建面向 AI 智能体(Agent)和团队协作的全新工作方式。 对于用户而言,不再需要手动创建、命名和管理多个 Agent 线程,只需对话一个主 Agent,由它理解需求、拆解任务,并让其自动生成和协调其他

    来源 AI 行业观察
  3. 硅谷华人团队开源Comma:单入口调度多Agent并行,解决上下文瓶颈

    DeepSeek提出Super-agent概念引发关注,而硅谷华人团队AFK AI早在半年前就推出了类似架构的产品Comma并开源。Comma采用“单Router+多Worker”模式,用户只需在一个对话窗口下达指令,系统即可自动调度多个独立上下文的Agent并行处理代码、文档等任务。它支持跨应用协作(如微信、Line

    来源 AI 应用前沿
  4. Personal Agent 创业还有戏吗?大厂盯入口,小团队机会在垂直场景

    Personal Agent 被普遍视为大厂的入口级游戏,创业者似乎没戏。但文章指出,真正的机会在于将价值构建在基模之外,通过深度理解用户和长期服务建立壁垒。与其盲目追求通用助手,不如在健康、个人成长等垂直领域,从工具进化为伙伴,用“Build”而非“Rush”的策略,在真实反馈中积累不可替代的用户关系。

    来源 AI 应用前沿
  5. Personal Agent,为什么都停在付款之前?

    出品 | 智械岛作者 | 霍如筠(北京)对于AI有句调侃:只要学得够慢,就可以不用学了。因为等你终于学会上一个AI产品,下一个都过时了。过去四年,AI产品换了一茬又一茬:聊天机器人、AI陪伴、Coding Agent……每一波都有人喊“这次不一样”,但每一波都有一批产品被关停、合并与收缩。据不完全统计,仅2025年全球

    来源 腾讯网
  6. 千问“死磕”Personal Agent:为什么下限比上限更重要?

    作者 | 褚杏娟Personal Agent 已经渡过早期产品验证,进入了新一轮产品竞争阶段:Meta Muse、OpenAI Dots 等纷纷把产品从“炫技”推向了“长期稳定地替用户做事”。不过,身处一线研发的阿里千问事业部 AI 算法负责人蒋冠军对现状的真实评价是:今天的 AI 依旧不好用。“虽然对话里已经可以点奶

    来源 腾讯网
  7. AI入门:Agent、Skill、MCP怎么选?先弄清三件事

    面对大模型、Agent、Skill和MCP等术语,新手往往感到困惑。本文剥离营销话术,用“周末旅行规划”为例,通俗解释这些概念的实际分工。重点在于如何根据真实任务选择工具,以及如何通过有效提问和结果验证,让AI真正帮到你,而非陷入术语堆砌的焦虑。

    来源 AI 应用前沿
  8. 申通快递携千问办公:AI办公体系落地全国网点

    【TechWeb】11月6日消息,申通快递与千问办公正式达成战略合作。双方将围绕快递核心场景打造 AI 办公体系,以Agent能力支撑申通快递全国网点的增长战略落地,推动AI从总部管理向末端网点规模化输出,加速物流服务智能化升级。申通快递总

    来源 TechWeb
  9. 独家|SandBaseAI完成数百万美元种子轮融资,为开发者打造Personal Agent基础设施

    近日,SandBaseAI 宣布完成数百万美元种子轮融资,投资方包括大模型公司及具有 AI 创业社区和开发者生态背景的投资方。本轮融资将主要用于产品研发和运营推广。创始人李样兵是连续创业者。此前,他曾担任美菜网云原生事业部负责人和深势科技架构师,先后参与AI for Science、多模态与Agent基础设施建设。20

    来源 腾讯网
  10. Harness框架怎么演进:从链、图到代码化

    基于大模型的智能体系统,已经从线性提示词发展到基于图的工作流,近期又演进为可执行代码的 Harness。本文建议对模型输出做校验,并选用能够满足可靠性、速度和成本需求的最简单的方案。

    来源 InfoQ
  11. 智能体Harness框架怎么演进:从链式编排到图与代码化

    在过去几年里,基于大语言模型构建的智能体经历了翻天覆地的变化。最初只是用粘合代码拼凑起来的临时提示词,如今已逐渐演变为我们所说的智能体 Harness 框架,也叫结构化执行框架——它们围绕概率模型搭建起脚手架,让模型变得稳定、可观测,达到生产级水准。 这一演变并非一蹴而就,而是渐进式的,由真实业务场景不断增长的需求推动

    来源 AI 行业观察
  12. Perplexity上线Teammate:一个能长期盯复杂项目的智能体

    IT之家 11 月 6 日消息,人工智能企业 Perplexity 当地时间本月 4 日宣布推出一项名为 "Teammate" 的功能。作为使用者的“团队成员”,Teammate 是一款能执行持续性复杂工作的智能体,简化了使用 Perplexity Computer 时的规划工作。 Perplexity Teammat

    来源 AI 行业观察
  13. 智能体 Harness 从链到图再到代码化:三步演进怎么走

    作者 | Karthik Ramgopal译者 | 明知山在过去几年里,基于大语言模型构建的智能体经历了翻天覆地的变化。最初只是用粘合代码拼凑起来的临时提示词,如今已逐渐演变为我们所说的智能体 Harness 框架,也叫结构化执行框架——它们围绕概率模型搭建起脚手架,让模型变得稳定、可观测,达到生产级水准。这一演变并非

    来源 腾讯网
  14. 智能体互联公约签署背后:155款应用为何拒绝豆包手机助手

    (本文作者为 影子备忘录,钛媒体经授权发布)文 | 影子备忘录11月4日,乌镇。信通院牵头,华为、阿里、腾讯、小米、百度、火山引擎、蚂蚁、抖音等20家单位坐到同一张桌子前,签了一份《智能体发展自律公约》。八条自律措施写得规整:健全信任体系、建设互联基础设施、提升互操作水平、保护用户权益、推动技术普惠。场面话...

    来源 腾讯网
向下滚动自动加载更多