戴森Find+Follow空气净化风扇评测：AI摄像头追踪人员位置精准送风

今天聊一个让我第一反应是"什么？"的产品——戴森出了一款带AI摄像头的风扇。你没听错，风扇上装摄像头。它叫Find+Follow Purifier Cool，号称能追踪你在房间里的位置，然后把净化后的空气精准吹到你身上。我第一次看到这个消息的时候，说实话有点懵，但仔细想想，又觉得挺有意思的。"}, {"speaker": "guest", "text": "哈哈，我身边很多人第一反应也是这样——风扇为什么需要摄像头？但你仔细想想传统风扇的痛点就明白了。你在沙发上坐着，风吹得挺舒服，然后你走到餐桌吃饭，风还对着沙发吹呢。要么你手动调，要么就靠那个机械式左右摆头，但摆头其实大部分时间是在吹空气，吹到你身上的时间可能就那么几秒。戴森这个思路其实是说，我不摆头了，我直接看你在哪，然后对着你吹。"}, {"speaker": "host", "text": "对，这个逻辑说通了之后确实挺合理的。不过我好奇的是，它怎么做到精准追踪的？毕竟这是一台风扇，不是什么高端安防设备。"}, {"speaker": "guest", "text": "这就要说到戴森的技术积累了。其实戴森在AI视觉这块不是从零开始的，他们之前的扫地机器人就大量用了摄像头加AI的组合，做环境感知、路径规划、避障这些。只不过扫地机器人的摄像头核心任务是"看路"，而风扇上的摄像头核心任务变成了"看人"。"}, {"speaker": "host", "text": "从看路到看人，这个迁移听起来简单，但技术上应该差别挺大的吧？"}, {"speaker": "guest", "text": "没错，差别很大。看人涉及的是计算机视觉里的目标检测和跟踪。检测层面，业界主流的方案像YOLO系列，能在每一帧画面里快速定位人在哪。跟踪层面呢，还要在连续的画面之间把同一个人对应起来，不能你从沙发走到餐桌，它就认为是两个不同的人。这里面有很多工程上的坑，比如逆光的时候人的轮廓会变模糊，两个人交叉走的时候容易搞混身份，还得区分你家的猫和你本人。"}, {"speaker": "host", "text": "哈哈，区分猫和人这个确实很实际。那这些算法跑在风扇里面，算力够吗？毕竟这不是一台电脑。"}, {"speaker": "guest", "text": "这就涉及到边缘计算了。现在有专门的NPU芯片，就是神经网络处理单元，专门为AI推理优化的。它不像通用CPU那样什么都能干但什么都不够快，而是针对神经网络里大量的矩阵运算做了硬件级的优化。现在这类芯片成本已经降到几美元的级别了，完全可以塞进风扇里。以一个轻量化的检测模型为例，在中端NPU上跑到每秒30帧以上是没问题的，追踪人的实时性完全够用。"}, {"speaker": "host", "text": "成本几美元，这个确实让商业化变得可行了。不过说到这里，我觉得很多听众心里可能已经在想一个问题了——隐私。客厅里放一个一直开着的摄像头，这个心理门槛还是挺高的。"}, {"speaker": "guest", "text": "对，这是绕不开的话题。而且戴森目前还没有详细披露数据处理方式，消费者最关心的几个点：图像数据是不是只在本地处理？会不会上传云端？能不能手动关掉摄像头？有没有物理遮挡的开关？这些问题都还没有明确答案。"}, {"speaker": "host", "text": "那从技术上来说，有没有办法从根本上解决这个隐私顾虑？"}, {"speaker": "guest", "text": "有的，而且已经有成熟的方案了。最理想的做法就是所有图像数据都在设备本地处理，处理完就丢弃，压根不上传。这就是边缘计算的核心优势之一。还有一种更极致的方案叫"仅骨架检测"——摄像头拍到的原始画面在芯片内部直接被转化成抽象的人体骨架坐标点，原始图像从不存储也不输出。你可以理解为，芯片看到的不是你的样子，而只是一个火柴人在移动。苹果的HomeKit Secure Video也是类似思路，视频分析在本地完成，端到端加密。如果戴森能采用这种隐私优先的设计，接受度会高很多。"}, {"speaker": "host", "text": "火柴人这个比喻特别好，一下就明白了。其实我觉得这款产品更大的意义可能不只是风扇本身，它代表的是智能家居的一个方向性变化。"}, {"speaker": "guest", "text": "嗯，你说到点上了。其实智能家居的感知能力是有代际的。第一代是红外传感器，只能知道"有没有人"，就是你家那种人来灯亮人走灯灭的感应灯。第二代是毫米波雷达，能检测到人的微动，比如呼吸，哪怕你坐着一动不动它也知道有人在。第三代就是摄像头加AI，不光知道有没有人，还知道有几个人、分别在哪、在干什么。戴森这个产品用的就是第三代技术。"}, {"speaker": "host", "text": "那为什么不用毫米波雷达呢？听起来雷达不涉及图像，隐私问题也小很多。"}, {"speaker": "guest", "text": "好问题。毫米波雷达确实在隐私方面有天然优势，暗光环境下也能用。但它的空间分辨率有限，只能给出一个大致的距离和角度范围，很难精确区分两个挨着坐的人分别在哪。而戴森要做的是精准定向送风，需要知道你具体在房间的哪个位置，这个精度要求只有摄像头方案能满足。不过未来高端产品很可能是多传感器融合，雷达和摄像头各取所长。"}, {"speaker": "host", "text": "这让我想到一个更远的场景——如果家里的风扇、灯、空调都有感知能力，它们之间能不能共享数据？不用每个设备都装一个摄像头。"}, {"speaker": "guest", "text": "这其实就是行业正在讨论的方向。像Matter协议已经在统一智能家居的通信标准了，但目前还没有覆盖到AI感知数据的共享规范。想象一下，家里只需要一两个感知节点，就能把人员位置信息共享给所有设备——风扇跟着你吹，灯跟着你亮，空调根据人员分布自动调节。这就是所谓的"环境智能"，整个空间作为一个统一的智能系统来服务你，而不是你去操控每一个设备。"}, {"speaker": "host", "text": "听起来确实是一个很诱人的未来。回到戴森这款产品本身，我觉得它的意义在于打开了一扇门——让我们看到AI视觉技术在家电领域的实际落地不再是概念，而是真的可以买到的东西了。当然，追踪精度到底怎么样、隐私保护做得够不够、定价合不合理，这些都得等实际上手才能下结论。"}, {"speaker": "guest", "text": "对，而且我觉得消费者的态度也很关键。如果这款产品卖得好，其他品牌一定会跟进，追踪式取暖器、跟着你走的台灯，这些都不是科幻了。但如果隐私问题处理不好，也可能给整个品类泼一盆冷水。所以戴森在正式上市前怎么回应隐私问题，可能比产品本身的技术参数更重要。"}, {"speaker": "host", "text": "说得好。让清洁空气主动找到你，这个产品理念确实打动人。但能不能让消费者放心地被"找到"，这才是真正的考验。好了，关于这款会追人的风扇，我们今天就聊到这里，大家可以持续关注后续的实测信息。"} ],