首页 / 科技 / 小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代

摸鱼不慌
摸鱼不慌管理员

2026年6月24日,小湃科技在深圳举办「品牌战略升级大会暨新物种发布会」,正式对外推出首个家庭智能体终端ClawStation系列产品,以及家庭看护专用终端「亲眸」KinSight。据现场介绍,这两款产品的落地,意味着智能家居行业正快速进入到视觉AI Agent时代。

两款终端覆盖家庭交互与看护场景

此次发布的两款产品分工明确:ClawStation系列被定位为家庭智能体终端,主打视觉交互与自主决策能力;而「亲眸」KinSight则是专为家庭看护场景设计的终端设备,侧重安全监测与实时反馈。小湃科技并未在发布会上披露具体规格与售价。

“发布首个家庭智能体终端ClawStation系列产品和家庭看护专用终端「亲眸」KinSight,让智能家居行业快速进入到视觉AI Agent时代。”

视觉AI Agent的技术逻辑

所谓“视觉AI Agent”,是指终端设备通过摄像头等传感器获取视觉信息,并借助人工智能算法进行理解、判断与响应,从而主动执行家庭任务,而非仅被动接受指令。这一技术路径正在推动智能家居从“语音控制”向“视觉感知”升级。

品牌战略升级与行业影响

此次发布会也是小湃科技品牌战略升级的公开亮相。从单一智能硬件厂商转向视觉AI Agent系统方案提供商,小湃科技试图通过终端硬件与视觉智能的结合,重新定义家庭场景下的交互与看护体验。据发布会透露,该系列产品预计将在2026年下半年逐步推向市场。

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代  第1张

小湃科技发布三款ClawStation系列AI终端,旗舰Pro版搭载本地7B模型

小湃科技近期推出了ClawStation系列AI终端产品,包括面向看护行业的“行业版”亲眸终端,以及三款面向家庭场景的ClawStation系列产品。其中,ClawStation Pro被定位为全功能旗舰家庭AI终端,拥有本地算力并搭载本地模型。

产品线与功能定位

此次发布的ClawStation系列涵盖了不同算力与部署方式的终端:全功能旗舰家庭AI终端ClawStation Pro、更依赖云端算力的ClawStation标准版,以及以Android App形式赋能极光电视盒子的ClawStation探索版。

简单来说,ClawStation Pro是一款搭载本地模型(7B)、拥有本地算力,可以为智能家居体系提供「感知」和「决策」支持,并利用PicClaw和OpenClaw Skill控制其他智能家居产品的「AI大脑」。

本地模型与智能家居控制

ClawStation Pro所搭载的“7B”本地模型,指的是参数量为70亿的神经网络模型,能够在本地完成推理运算,无需依赖云端服务器。该终端可承担智能家居体系中的感知与决策角色,并通过PicClaw和OpenClaw Skill两项技能控制其他智能家居产品。

ClawStation标准版则更多依赖云端算力,适合对本地算力需求较低的用户。探索版则以软件形式集成到现有电视盒子中,降低了硬件门槛。

行业版亲眸终端聚焦看护场景

除面向家庭的ClawStation系列外,小湃科技还推出了专为看护行业设计的「行业版」亲眸终端,该终端主要服务于专业看护领域,但其具体参数与功能尚未在本次发布中详细披露。

业内人士指出,基于本地模型的AI终端在家庭场景中的应用,有助于提升智能家居设备的响应速度与隐私保护能力,同时降低对网络带宽的依赖。

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代  第2张

ClawStation Pro采用视觉传感器方案 支持连接四路摄像头实现端侧AI分析

智能家居设备制造商雷科技展示了其新品ClawStation Pro在感知能力上的技术路线选择。该设备通过接入视觉传感器,替代了传统智能家居中常见的红外传感器与毫米波雷达方案。

感知技术路线对比:视觉方案 vs 传统人体传感器

当前主流智能家居系统依赖红外传感器或毫米波雷达来检测人体位置,优势在于不依赖摄像头画面,可避免用户隐私外泄。但这类人体传感器存在两个局限:无法区分具体用户身份,且只能追踪到人体等较大体积的目标。

“ClawStation Pro采用的是视觉传感器的方案:ClawStation Pro可以连接四路摄像头,并利用本地模型和本地算力在端侧对视频画面进行 AI 分析,从而‘理解’家里发生了什么事。”

视觉传感器方案在此被赋予“感知”能力,即通过摄像头采集画面后,由设备自身的端侧模型完成实时分析,不依赖云端传输。所谓“端侧AI分析”,是指将人工智能推理计算直接在设备本地(而非远程服务器)执行,从而降低延迟并减少对网络连接的依赖。

产品特点与市场定位

  • 支持同时接入四路摄像头,覆盖多角度场景
  • AI模型与算力均部署在设备端,实现本地化处理
  • 能够识别用户身份及更细粒度的事件(区别于人体传感器仅感知“有/无人”)

这一技术路线反映出部分智能家居厂商正尝试在隐私保护与功能丰富性之间寻找平衡:视觉方案在身份识别和事件理解上更具优势,但也对设备的本地算力与模型优化提出了更高要求。

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代  第3张

ClawStation Pro 发布:视觉感知解锁新能力,亦引发隐私保护关注

ClawStation Pro 通过引入视觉感知技术,实现了传统智能家居设备无法达成的精细场景识别与主动操作能力。该设备能够准确区分当前室内成员的身份是长辈还是小孩,并据此自动调整空调温度设定。当检测到地面有垃圾时,ClawStation Pro 还可通过 PicClaw 功能向扫地机器人主动发送清扫指令。

视觉智能与场景适配

上述功能的核心在于视觉感知系统的应用,它突破了依赖传感器或语音指令的被动交互模式。据产品发布会介绍,ClawStation Pro 能够在家庭成员身份发生变化时,即时做出相应调整,例如根据儿童体温调节环境,或根据老人活动规律降低室温。

本地处理与数据安全设计

视觉感知的引入也带来了用户对家庭摄像头隐私的担忧。针对数据存储、视频调用及权限开放等敏感环节,ClawStation Pro 在发布会上重点强调了其采用本地分析和边缘计算的特性。这一设计意味着数据处理主要在设备端完成,而非上传至云端,从而降低数据外泄风险。

家庭摄像头涉及隐私,用户对数据存储、视频调用和权限开放会更加敏感。

ClawStation Pro 的本地化处理策略,旨在平衡智能体验与用户隐私保护之间的需求,其实际效果仍有待市场验证。

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代  第4张

小湃科技开放摄像头设备接口:标准Skill上架ClawHub技能商店

ClawStation 系列产品尚未向一般消费者开放购买,其实际识别准确率与Agent能力仍待市场验证。但在近日的发布会上,小湃科技宣布向用户开放摄像头设备接口,并已在 ClawHub 等技能商店上架相应标准 Skill。

开放接口与标准Skill

小湃科技此次开放的接口包括设备搜索、安全认证、音视频获取、设备设置等标准 Skill。这些 Skill 可供开发者或高级用户通过智能体(如 OpenClaw、HermesClaw)调用自身的摄像头设备,从而自定义应用场景。

“小湃科技还宣布向用户开放摄像头设备接口,提供设备搜索、安全认证、音视频获取、设备设置等标准 Skill,并已上架 ClawHub 等技能商店。”

接口开放的意义

在智能硬件领域,设备接口的开放意味着硬件能力与上层应用的解耦。通过标准 Skill,用户无需修改摄像头固件即可独立构建监控、巡检、自动化触发等场景,降低了二次开发门槛。

  • 接口类型:设备搜索、安全认证、音视频获取、设备设置
  • 技能商店:ClawHub 等
  • 支持智能体:OpenClaw、HermesClaw

产品现状与用户入口

目前 ClawStation 系列产品的消费级销售渠道尚未开放。小湃科技此举主要面向 B 端或技术爱好者,通过接口开放提前构建生态应用基础。用户若持有兼容摄像头,即可通过智能体访问设备并自行构建应用。

小湃科技发布ClawStation系列与亲眸KinSight 切入视觉AI Agent时代  第5张

ClawStation以摄像头+AI方案探索智能家居感知新方向

智能家居行业近期出现一种新的感知方案,由ClawStation提出,其核心思路是将“摄像头+AI”组合用作传感器。这一方案被认为为行业提供了一条值得讨论的技术路径。

方案逻辑:主动感知与长期学习

一个好用智能家居系统的关键能力在于主动感知和长期学习。在当前技术条件下,摄像头在“主动感知”方面被认为具有独特优势——相比传统传感器,摄像头能捕捉更丰富的环境信息,再经由AI处理实现决策。

“论‘主动感知’能力,又有什么类型的传感器比得上摄像头呢?”——行业评论观点指出,这一方向值得行业深入探讨。

背景解读:摄像头作为传感器的意义

所谓“摄像头+AI”方案,是指利用摄像头采集视觉数据,并由人工智能模型对图像进行实时分析,从而替代或补充传统的红外、超声波等传感器。该方案强调主动感知,即系统无需用户触发即可自行识别环境变化,并持续通过学习优化行为。

此类方案若落地,可能对智能家居设备的交互模式产生影响,推动系统从被动响应向主动服务演进。