2026-02-10 16:46:352024至2025年，大模型創新層出不窮，2025年更被視為“智能體（Agent）元年”，但許多探索仍停留在軟件層面。一個關鍵問題日益凸顯：如何讓“聰明”的大模型走出虛擬世界，真正融入我們身邊的實體產品？對于大量傳統制造企業而言，這是一道涉及技術、成本與場景的命題。
政策層面持續發力，《關于深入實施“人工智能+”行動的意見》《等文件相繼發布，推動人工智能與制造業深度融合，引導AI從“云端”走向“實體”。
近日，記者對話小匠物聯創始人米雪龍，探訪這家從智能家居物聯網轉型而來的技術公司，如何在實體智能的賽道上，為傳統制造業打通AI賦能的“最后一公里”。
AI落地的“最后一公里”：大廠不愿做，小廠做不了的“苦活”
大模型的“智力”如何注入一個幾十元成本的貓砂盆、一臺逗寵機器人或是一個傳統家電？這不僅需要將龐大的算法“塞進”有限的芯片存儲與算力中，更需要在幾十元成本的硬件上，克服噪聲干擾、實現清晰語音交互、并保證長期穩定運行的系統性工程。這是AI技術浪潮涌向實體經濟時必須面對的“成本與性能之墻”。
“大廠搶的賽道一定是大賽道，”米雪龍直言不諱，“但一些需要智能體落地的領域太細分了，比如整個貓砂盆行業、智慧鳥籠行業，全國一年加起來可能也就二三十個億的規模。”而且，傳統家電制造業利潤微薄，卻面臨迫切的智能化升級需求，即便是一家大型家電上市企業，面對利潤壓力，為一個產品線獨立投入千萬級資金自建垂類模型也并非易事。
另一方面，制造業企業雖有強烈的智能化升級需求，卻普遍缺乏AI技術能力。“怎么樣把20塊錢、30塊錢的一套硬件系統加上AI放到家電里去？這是很難的一件事。”米雪龍指出，手機能做到優秀的降噪、音色識別，依賴的是高性能芯片與硬件堆疊，而這在控制成本的消費級硬件上無法復制。
這便形成了一個尷尬的“中空地帶”：通用大模型難以直接適配專業、碎片化的實體場景；即使是市面上已有的智能體創建平臺，也大多“偏軟件”，缺乏與成千上萬種不同硬件芯片、麥克風、揚聲器深度適配的能力與經驗；而制造業企業則受限于技術、成本與數據。實體智能的“最后一公里”，成了AI普惠制造業的最大堵點。
從物聯網到“Agent of Things”：依托技術儲備的平滑升級
發現這一“中空地帶”之后，小匠物聯順勢而為，基于近十年在智能家居物聯網領域的技術積淀，切入AI智能體這一賽道，上線了靈機一動Agent創建平臺。“我們原來一直在做物聯網板塊，擅長做通信和數據采集，”米雪龍解釋，“在這個儲備基礎上，再升級到AI層面，路徑就縮短了很多。”
這種“平滑升級”體現在兩個核心層面。一是硬件適配能力的復用。公司將過往在各類Wi-Fi芯片、音頻芯片上積累的降噪、語音喚醒、音色識別等底層優化經驗，遷移至AI智能體硬件模組，力求在低成本硬件上實現可用乃至好用的交互體驗。
二是操作系統的延續。其自研的物聯網操作系統“QUMIOS”，集成了設備連接、管理、OTA升級等基礎能力，經過近十年的迭代，已沉淀為一套成熟的設備管理“中樞”，能高效處理設備的連接、通信、遠程升級與協同。
這種基于既有技術棧的延伸，使得公司能夠相對快速地構建起一套從垂類模型到智能體創建、再到硬件整合的解決方案，降低了自身轉型與為客戶服務的邊際成本。
“垂類模型+智能體”：重塑產品定義能力與附加值
產業的深層痛點，往往在于價值鏈條的位置。制造業如果想跳出低利潤的代工循環、獲取更高附加值，就需要將“生產優勢”充分轉化為“產品優勢”。
米雪龍認為，AI智能體提供了一種新的產品定義維度，即硬件不再僅是執行固定功能的工具，而是能提供持續、個性化服務的智能終端。
具體如何實現？小匠物聯的路徑是“大數據－垂類模型－專用智能體”。他們首先在寵物、家電等行業，通過公開數據抓取與獨家合作訓練垂類大模型。“你需要大量的行業數據，”米雪龍說，“從品種信息、喂養知識到常見疾病，我們做了大量的清洗、標注和訓練。”這相當于為行業打造了一個專業的“AI大腦”。
基于垂類模型，品牌方可以在其平臺上快速創建專屬智能體，并綁定到自己的產品上。例如，一個內置了寵物垂類模型的逗寵機器人“湯圓”，不僅能自動用激光或羽毛與寵物互動、拍攝視頻，還能根據不同品種、年齡的寵物特性調整行為模式。產品因此擁有了“理解”場景和“主動”服務的能力。這些產品不再僅是冰冷的物件，而是能提供情感陪伴、文化體驗等增值服務的載體。
“如果智能體不能提供服務，那這個智能體是不合格的。”米雪龍總結。通過將AI能力封裝成可被制造業便捷調用的“智能體核心板”與解決方案，小匠物聯試圖降低企業進行“產品定義”創新的技術門檻，為其從“生產制造”邁向“服務創造”提供一條可行的路徑。
面對智能體發展的未來，米雪龍提出一個愿景：“讓所有硬件都擁有AI靈魂。”
將前沿技術轉化為制造業“用得起、用得好”的實在工具，讓AI智能體成為像芯片、傳感器一樣可被便捷采買的“標準件”，這是打通AI落地“最后一公里”的核心，也是一場由產品定義能力升級驅動的“新智造”變革。
