1 智能家居：ChatGPT 等大模型為行業發展帶來新機遇
1.1 現狀：智能家居產品的用戶體驗(交互能力、智能化水 平)及安全性待提升
智能家居：智能化的家庭系統，增加生活便利、舒適、安全。智能家居是指通 過互聯網技術和智能設備，將家庭設備、家庭電器、家庭安全等各種家居設施連接， 實現智能控制、自動化管理和遠程控制的一種家居生活方式。其主要運用通信(智 能電視、智能家庭影院)、傳感器(溫度、濕度、光照、氣體傳感器)、安全(智能門 鎖)、機器視覺(智能監控)、無線充電(無線充電器)、人工智能(智能音響)六大 技術，其中傳感器、機器視覺及 AI 技術最為核心。智能家居較傳統家居在控制方式、 設備互聯、功能、自動化程度、安全性、便捷性和舒適性等方面有顯著的優勢。
用戶體驗：智能家居產品的用戶體驗正變得更加豐富、智能化和個性化。智能 家居用戶體驗從單一的遙控操作到智能語音控制、自動場景聯動和個性化需求滿足 的綜合體驗不斷演進。具體來看：1)操控便攜性、交互性方面：例如掃地機器人導 航模式不斷迭代更新，從隨機碰撞模式發展至 dTof 導航模式，增加清潔，同時從單 一的清掃功能迭代至清掃、拖地、烘干一體化，并同時具備語音/觸控/手機 APP 交 互模式;2)安全性：智能門禁從卡片門禁發展至生物、手機、密碼識別模式一體化; 3)節能性：智能燈具從點控開關模式發展至自動感應模式，且具備自動調節光暗功 能，幫助用戶實現節能需求。
我們認為當前智能家居產品主要存在三大問題：1)用戶體驗達到瓶頸(產品智 能化水平、交互能力不足);2)智能家居產品涉及到用戶隱私信息，其安全性問題 由于其本身的特性而導致(例如需要聯網)，但保護用戶隱私成本較高，部分產品安 全性有待加強;3)標準規范不統一導致不同品牌產品間的兼容性問題。 問題一-用戶體驗達到瓶頸：當前智能家居產品仍存在智能化程度低，交互能力 不足的問題。據唯奧體驗咨詢 2021 年 11 月統計，62%的智能家居消費者認為產品 無法精準理解用戶需求，58%認為產品自主智能弱，更多依賴人工設置。除偏好傳統 手機交互模式外，分別有 71%和 57%偏好限制更少的語音交互以及自動感應交互。 我們認為用戶接受度低下主因：1)市場標準不統一，設備間互聯能力低;2)人機 界面交互設計存在過量無用信息，增加操作難度;3)傳統智能家居語音技術能力欠 缺。未來隨著 ChatGPT、GPT4.0 等大語言模型的應用，智能家居生產廠商可通過 利用大語言模型 1)提高對自然語言的理解;2)增強智能輔助功能;3)提供個性化 服務等方式，以改善產品交互能力和智能化水平，進一步提升智能家居的用戶體驗。
問題二-安全性待提升：智能家居系統的網絡連接和數據傳輸安全性待提升。據 智標委智慧住區分委會數據，45%尚未采用智能家居的消費者擔心數據隱私。目前 智能家居系統架構主要包括云端、設備終端以及手機終端，三者之間需要使用網絡 協議和傳輸數據，如果這些協議和數據傳輸沒有得到充分的保護和加密，那么黑客 就有可能利用漏洞入侵智能家居設備，從而獲取用戶的個人信息、密碼、家庭地址 等敏感信息，或者控制設備進行惡意操作，威脅用戶的安全和隱私。此外，如果智能 家居制造商沒有采取足夠的安全措施，或者用戶沒有設置強密碼、更新軟件、關閉 不必要的端口等安全措施，那么智能家居設備也容易受到攻擊。
1.2 機遇：家居企業接入大模型，或從用戶體驗、安全性、降 本增效三方面提升
海外多行業、多領域頭部公司已接入 ChatGPT，預計未來將滲透更多行業。 ChatGPT 在海外公司的應用可以分為搜索引擎、工具軟件、企業服務和垂直行業四 類。微軟于 2023 年 2 月 8 日推出 New Bing，根據用戶需求，并結合相關的搜索結 果給出個性化解答，同時以微軟為代表的企業推出各類工具軟件，幫助用戶在辦公、 寫作和代碼開發等領域大幅提高效率;此外，ChatGPT 可以應用于各垂直行業如語 言培訓、電商、金融服務和社交媒體等;在未來，ChatGPT 有望與更多行業領導者 合作，為各個行業帶來巨大的變革和價值。
而對于智能家居企業，我們認為大語言模型對其的提升主要體現在以下幾個方 面：1)用戶體驗升級;2)用戶信息安全性提升;3)幫助企業自身降本增效。 提升一—用戶體驗：預計智能化水平、交互模式的提升帶來用戶體驗升級。人 機交互指使用某種對話語言、以一定的交互方式完成確定任務的人與機器之間的信 息交換過程，交互主要自上個世紀 60 年代以命令交互模式開始發展，中間經歷圖形 界面與用戶界面交互模式時代，至 21 世紀逐步發展至多通道交互模式，主要涵蓋智 能語音、智能觸控、智能視覺三種交互模式，分別從聲音維度、動作維度以及空間圖 像維度延申與人進行交互，且智能視覺產品可主動快速響應外部世界，執行操作指 令，更加接近人與人之間直接對話的模式。
中國細分交互市場技術逐漸成熟，傳感器技術能夠滿足智能家居所需。從市場 發展趨勢來看，智能語音、智能視覺和觸摸屏的技術逐漸成熟，應用場景也不斷擴 大。1)智能語音：據德勤，中國智能語音市場規模 2021 年規模為 301 億元，過去 三年 CAGR26.1%，預計 2021-30 年 CAGR 達 19.9%。目前深度神經網絡方法用于 語音識別顯著提升語音識別性能，預計將助力智能語音大規模商業化應用落地;2) 智能視覺：據艾瑞咨詢，2020 年中國智能視覺市場規模為 331 億元，過去兩年 CAGR82.9%，預計 2021-25 年 CAGR 達 19.1%。結合人工智能深度學習+機器視 覺以及大規模數據集出現，3D 視覺功能未來將成主流，進一步擴大應用范圍;3) 智能觸控：據環洋市場資訊，2020 年中國觸摸屏人機界面市場規模 20 億元，過去 兩年 CAGR2.6%，預計 2021-27 年 CAGR12.7%。傳統行業智能化、數字化、信息 化的轉型升級需求提高將成為推動智能觸控人機界面市場增長的主要動力。
案例：涂鴉智能推出類 ChatGPT 技術智能應用 Demo，帶來用戶體驗升級。 2023 年 2 月，全球化 IoT 開發平臺服務商涂鴉智能宣布推出智能家居和智慧商業場 景下，通過整合類 ChatGPT 技術而成的智能應用 Demo。該 Demo 產品在意圖理解 能力、個性化服務能力、預測性能力以及情感互動四個方面表現優秀。預計未來伴 隨大語言模型結合智能家居產品的商業化應用落地，產品將進一步提升智慧家庭和 垂直行業數字化水平，為用戶帶來更高效智能的體驗。
提升二—信息安全性：可從數據保護、漏洞預測、監管三方面帶來提升。自 2000 年智能家居誕生以來，智能家居安全性問題隨之產生，經歷了 2010 年前安全性問題 尚未引發關注的隱匿期、2010-15 年數據隱私問題、黑客攻擊、安全漏洞逐漸暴露 期、2015-18 年安全問題持續關注期間;2018 年隨著廠商和用戶開始重視智能家居 安全問題，政府、廠商、各國際組織齊發力，推廣智能家居安全標準、安全技術和解 決方案持續涌現，智能家居安全性持續提升。隨著大語言模型的應用，我們認為從四個方面帶來安全性提升：1)數據保護：可幫助廠商加強數據隱私保護，避免用戶 隱私泄露;2)漏洞預測：可幫助開發者預測產品可能存在的安全漏洞，實時監測并 修復，防止黑客攻擊;3)安全監管：可幫助監管部門全面地監管產品安全性。
提升三—降本增效：大模型或可降低智能家居企業生產成本和產品開發成本。 1)生產成本：大語言模型可提高智能家居企業的自動化程度和產品設計的準確性， 從而優化生產成本和提高效率。2018 年 BCG(波士頓咨詢集團)認為 AI 使用可降低 制造業 20%的生產成本，促進自優化運營。2)開發成本：嵌入式智能家居產品開發 流程特殊，包含嵌入式軟件與硬件開發，上市前需集成測試。大語言模型可模擬特 定需求場景，通過數據收集、處理、模型訓練、測試以及部署模擬智能家居需求，學 習智能家居場景數據，幫助企業了解用戶需求、降低研發成本，提高效率。
2 ChatGPT 等大語言模型，將如何改變智能家 居?
2.1 ChatGPT、GPT 4.0 等大語言模型加速 AI、人機交互領 域發展
ChatGTP 及 GPT4.0 等大語言模型引領自然語言處理技術發展，為人機交互、 AI 等領域帶來革命性升級。大語言模型是人工智能領域中自然語言處理技術的重要 發展方向之一，是 AI 實現自然語言理解和生成能力的重要工具。2022 年 12 月 OpenAI 推出的 ChatGPT(基于深度學習、運用最先進的自然語言處理技術的大預 言模型)和 2023 年 3 月推出的 GPT 4.0(大型多模態模型)相繼面世引起了廣泛的 討論和關注。ChatGPT 是 GPT 等大型語言模型的一個特殊應用，基于 GPT-3.5 模 型構建，在針對對話生成領域的任務上進行了微調，提高了模型在這個特定領域上 的表現。使得模型在生成對話時的流暢度、連貫性和邏輯性提升，以及生成結果更 加符合對話場景的語境和邏輯，更加自然流暢，更符合人類談話交流的習慣和方式。
大模型的發展在 2018 年中期后呈現加速發展態勢。2018 年 6 月，OpenAI 發 布 GPT 模型，使大語言模型領域開始受到廣泛關注;同年 10 月，Google 發布了 BERT 模型，極大地推動自然語言處理技術發展。此外，2019 年中旬至 2020 年， GPT-2、T5 的推出也進一步加快其發展速度。 大模型具備五大能力，其中自然的溝通與多模態感知能力對智能家居最為重要。 ChatGPT、GPT 等大語言模型擁有：1)自然的溝通能力(通過自然語音處理技術); 3)多模態感知能力;3)運算能力;4)全面的專業能力(通過問答系統);5)動態 學習五大能力。考慮到 1)智能家居所處空間較固定，操作和控制任務已較固定和簡 單;2)應用場景和具體實現方式對用戶的直接程度。我們認為大語言模型五種能力 中的溝通能力以及多模態感知能力對于智能家居設備更為重要。隨著大語言模型的 溝通能力更加自然以及多模態感知能力的持續提升，預計智能家居的多項能力將得 到提升。
2.2 大語言模型能夠提升智能家居硬件設備的智能化水平、交 互能力
發展一：溝通能力更加自然。智能家居設備的控制和操作，需要先通過語音與 用戶進行交互。自然溝通能力強的大語言模型，可以更加準確地理解用戶語言中的 細節和上下文，幫助用戶更快更準確地完成操作(例如用戶可以通過自然語言命令 控制照明、電視等設備的開關、調整亮度和音量等功能)。未來隨著 1)多模態信息 融入;2)引入更多的上下文信息/長時記憶;3)提高文本生成能力(eg.采用最新的 記憶增強型神經網絡等自然語言處理技術)，大語言模型的溝通能力將更加自然。
ChatGPT 使得智能家居設備語音交互的響應速度、準確性得到提升。智能家居 采用的語音交互技術是一種基于自動語音識別、自然語言理解、對話狀態控制、對 話管理等技術手段，實現人機交互的技術。ChatGPT 所采用的 NPL 在驅動方式、上 下文感知、語言表達能力、精度、應用范圍、靈活性上較傳統 NPL 有了極大的升級。 ChatGPT 的自然語言處理技術(NPL)應用于語音交互可以提高其響應速度和準確 性，更加流程自然，充滿人性化。
案例：思必馳借助 AI 技術為智能家居產品提供更人性化智能語音交互解決方 案。思必馳全面掌握語音與語言交互技術，包括語音信號處理、識別、合成、語言理 解、問答聊天和知識圖譜等領域，實現了類人化的語言互動風格。公司與眾多國內 知名企業例如海信、美的、海爾和華為等建立深度合作。與美的合作 ET100 空調具 備卓越的語音互動能力。在智能清潔領域，公司與追覓攜手開發了全自動掃拖機器 人 S10 Plus 系列和新 10 代掃拖旗艦 W10s Pro。這些產品上市后展現了強大的智 能語音交互性能，這歸功于思必馳對AI技術在智能語音交互領域的深度應用和創新。
發展二：多模態感知能力提升使設備獲取信息更全面。智能家居設備(例如中 控屏、智能浴室鏡)不僅可通過語音進行操作，還可以通過其他模態進行交互，例如 圖像、視頻等。因此，在智能家居領域中，多模態感知能力的大語言模型可以幫助設 備通過多種方式獲取信息，包括語音、圖像、視頻等，從而提供更準確的答案，提升 用戶交互體驗。GPT 4.0 推出，可以進一步提升設備的多感官感知能力，實現多種 感官輸入的整合和協調(圖像+音頻+文本)，從而獲得更全面、更準確和更可靠的信 息。例如微軟的 KOSMOS-1 和 OpenAI 最新推出的 GPT4.0 均為大型多模態模型。 例如：用戶詢問“哪里有空氣質量好的公園?”問題時，1)智能家居設備可通 過語音識別技術將用戶的語音轉化為文本，理解用戶的需求;2)設備可以結合用戶 所在的位置信息和天氣狀況，利用互聯網及公共數據庫中的環保數據、空氣質量數 據等信息，篩選出空氣質量好的公園，并提供相應的地圖和位置指示，方便用戶前 往;3)設備可以通過圖像識別技術，分析該公園是否綠化率高、無污染等，通過視 頻展示公園的實際情況，讓用戶更直觀了解該公園的環境和氛圍;4)最終通過多種 方式獲取信息和展示結果，設備可以提供最全面、準確的答案，提升用戶交互體驗。
多模態感知+傳感器技術(人體、聲音)提升設備的智能化水平(反饋信息的準 確性、靈活度)。家用智能傳感器技術運作首先借助傳感器通過感知語音、圖像、手 勢等，收集數據并將其轉換為數字信號，在這一環節中使用多模態感知可以幫助不 同傳感器的數據更好的融合，形成更有效的數據信號，使得后續的控制與反饋更加 精準，智能家居由被動智能變為主動智能。微軟通過一系列豐富的試驗，從語言任 務、跨模態遷移、非語言推理等評價 KOSMOS-1 這一多模態大預言模型，發現其在 以上各個任務完成中相比于單模態準確性、抗干擾性更高,更加靈活。
案例：麥樂克專注智能傳感探測技術形成智能家居整體解決方案。麥樂克公司 是一家專注于智能家居解決方案的公司，他們創新并成功推出了一系列家居傳感產 品(例如一鍵開關、水浸傳感器、門窗開關傳感器、燃氣泄漏傳感器、智能網關、紅 外人體移動傳感器、溫濕度傳感器、煙霧傳感器八大傳感產品)。其中最具代表性的 是“多功能”的人體移動傳感器，它采用毫米波雷達探測方式，顛覆了傳統人體存在傳 感器只能探測動態人物的痛點，不僅能感知用戶的行為軌跡，而且監測睡眠呼吸和 老人跌倒等，成為打造智能家居的重要器件之一。麥樂克融合了物聯網技術，形成 了智能家居傳感的整體解決方案，能夠應用于各種家居場景。
2.3 展望未來，迭代方向明確，因體驗提升帶來滲透率加速
大語言模型未來或從三方面持續迭代，增強自身語言表達、邏輯分析能力。基 于 Transformer 的大語言模型可以通過大規模的無監督訓練從海量未標注、無結構 化的數據中學習，獲取語言的深層次結構和規律，從而在各種自然語言處理任務中 取得優異的效果，目前還在不斷刷新著各項任務的性能。但現有模型存在著 1)缺少 外部知識指導;2)耗用大量資源、成本高;3)體積大、推導慢的問題，針對這些問 題，目前主要從 1)數據量增加;2)調整參數;3)模型優化三個方向改進，分別對 應了 1)數據知識增強;2)參數微調;3)模型效率優化三條迭代路徑。預計未來模型還將持續發展，不斷提高其自身的語言表達及邏輯分析能力。
大語言模型迭代的驅動因素包括：1)硬件設備升級(支持計算資源和儲存資源 持續增加);2)數據的豐富與優化(模型知識增強);3)算法的優化與創新(提升 效率)。未來隨著大語言模型的持續迭代，預計智能家居硬件設備的交互能力、智能 化水平將進一步提升。具體來看：
驅動一：硬件升級(芯片+服務器)支持算力增長。芯片和服務器可以處理海 量的數據，為語言模型提供算力來源。AI 服務器是 ChatGPT 的基礎，隨著計算 場景從 PC→云計算→邊緣計算→AI 訓練，服務器從通用服務器→云計算服務器 →邊緣服務器→AI 服務器。芯片是 AI 服務器的基礎，以 ChatGPT 為例，其 AI 算 力芯片泛指加速 AI 類應用，主要分為 CPU(中央處理器)、GPU(圖像處理器)、 FPGA(現場可編程門陣列)、ASIC(專用集成電路)四類。其中 ChatGPT 的底 層算力芯片以高性能 GPU 為主，采用的是英偉達的 GPU A100。為提供 ChatGPT 龐大的算力支撐，已導入了超過 10000 顆英偉達 GPU A100。隨著芯片朝著更快 速的計算能力、更低的能耗、更廣的集成效果、更低的價格發展，推動服務器優 化，使得模型 1)訓練效率提高(模型迭代加速);2)模型準確率和表現提升;3) 推理能力提升(響應速度加快)。
驅動二：數據質量優化(單模態→多模態)使得模型知識增強。如今 AI 垂直應 用場景呈現碎片化特征，單一模態小規模數據已無法滿足其高準確率和跨領域應用 的要求。為滿足聊天機器人所需要的預料訓練數據需求，GPT-1 預訓練數據量僅為 5GB，GPT-3 預訓練數據量已達 45TB。以公安、金融等場景身份鑒定場景下數據為 例，指紋、人臉、虹膜、聲紋以及靜脈數據在單一模態下都面臨各種可能干擾，數據 損耗難以避免，多模態大規模數據已成為模型迭代優化的重要方向。在更好地優化 模型性能、增強模型泛化性能和軟硬件結合方面，數據質量優化是必不可少的。
多模態數據(聽覺、觸覺、動作等)帶來 AI 全新應用場景。多模態學習(對應 單模態)以多模態大規模數據為基礎，同時利用多種感官進行學習，提供更豐富信 息。除傳統的語言以及圖像間的交互作用，其結合聲音、觸覺以及動作等多維度信 息進行深度學習，從而形成更準確、更具表現力的多模態表示。據布谷實驗室統計， 多模態內容主要應用于商業定制、游戲領域、影視領域、教育領域以及醫療領域五 大行業，2020 年中國多模態內容市場規模達 2020 億元，2018-20 年 CAGR 達 126.2%，預計 2021-25 年商業定制類需求增速最大，規模將達 164 億元，CAGR 達 55%。
驅動三：算法的優化與創新(n-gram→RNN、CNN→GAN→Transformer)助 力大語言模型提升效率。通過不斷地改進算法，可以提高模型的準確性和效率，而 無需增加計算資源。回顧發展歷史，大語言模型自上世紀 50 年代 Shannon 提出基 于 n-gram 語言模型的概率論方法以來經歷了機器學習階段(1980-2012)，深度學 習階段(2012-)，并產生了三大學習算法(CNN，RNN，GAN)，并開始重點關注人 腦學習過程。在此基礎上，Google 于 2017 年提出了基于 SelfAttention 機制的 Transformer 模型，該模型突破了 RNN 模型不能并行計算的劣勢，相比 CNN，計算 兩個位置之間的關聯所需的操作次數也不會隨距離增長。同時，自注意力機制也具 備強大的可解釋能力，可學習執行不同任務。算法的優化不僅僅可以提高模型的準 確性和效率，還可以為大語言模型帶來更多的功能和應用，如自適應學習、遷移學習、增量學習、多任務學習等。
ChatGPT 等大語言模型的持續迭代或加速智能家居行業發展。大語言模型基 于自然語言處理技術、機器學習中的深度學習以及多模態感知，能夠更準確與用 戶交互，應用到智能家居行業中可以提升智能家居語音交互技術的交互性、機器 視覺的自動化程度，以及人體、語言傳感技術的準確性，為智能家居使用者提供更 加人性化、個性化、智能化的服務。我們認為隨著 1)上游硬件產品的持續升級; 2)模型算法的優化與創新;3)數據的豐富與優化，或將推動大語言模型的持續 迭代升級，提升智能家居設備的體驗感(交互能力+智能化水平)，從而加速智能 家居行業發展。
3 智能家居中游多個硬件細分市場或將迎來系統 性增長
3.1 行業整體：正由互聯互通邁向主動智能時代，中國起步 晚、滲透率低
所處階段：已從智能單品時代跨越為互聯互通時代，正向主動智能時代發展。 我國智能家居行業已經過 20 多年的發展，2010 年后行業隨著移動互聯網的發展， 步入互聯互通時代(智能家居 2.0)，主要體現為以場景為中心(如智能安防系統， 智能廚衛系統)，初步實現了智能化，通過用戶感知觸發智能設備。而在 2020 年后 進入主動智能時代(智能家居 3.0)，設備可以主動感知用戶并主動提供智能化服務， 產品形態為全屋智能。我們認為智能家居發展為全屋智能時代的主要阻礙為 1)人工 智能技術發展水平;和 2)設備的兼容性問題(不同品牌和類型的設備難以互通)， 而 ChatGPT 等大語言模型有望顯著提升當前人工智能技術水平，促進行業發展。
中國智能家居市場規模超 2000 億元，預計未來保持雙位數的持續增長。據艾 媒咨詢，2020 年中國智能家居市場規模 1705 億，過去四年 CAGR 為 28.8%。預計 2022 年市場規模達到 2175 億元。此外，根據 IDC，2021 年中國智能家居設備出貨 量 2.2 億臺，預計未來五年 CAGR 達 18.9%。預計傳統家居產品智能化替代需求進 一步增加，智能家居技術進步和成本不斷下降，產業生態不斷完善，相關企業和產業鏈不斷成熟，中國智能家居市場將在未來繼續保持增長態勢。
全球智能家居市場高速增長，預計中國發展潛力較大領跑歐美國家。與中國情 況類似，全球智能家居市場也呈現出高速增長態勢。據 Statista，2021 年全球智能 家居銷售收入為 1072.8 億美元，過去四年 CAGR 達到 26.5%，預計 2022-24 年 CAGR 達 16.7%。中國市場是世界智能家居的第三大市場，僅次于美國和歐洲，中 國憑借其豐富的技術沉淀和龐大的消費市場，與美國和歐洲差距逐漸收窄。據 Statista、eMarkerter，預計2021-25年中國智能家居市場銷售收入CAGR為27.1%， 高于美國(19.0%)和歐洲(22.3%)。
增長空間：中國智能家居市場起步晚、滲透率低，預計隨年輕一代成為主流消 費者增長空間較大。中國智能家居市場起步晚于歐美發達國家。據 Statista 數據， 2021 年中國智能家居家庭滲透率為 14.5%，同時期英國家庭滲透率為 32.9%，美國 為 36.6%。從消費的屬性和特征來看，中國智能家居的消費者在性別結構與收入結 構方面的情況與歐美類似，但中國消費者年齡結構整體呈現年輕化。據 Statista，中 國 44 歲以下的智能家居消費者占比 75.4%，顯著高于歐美國家，我們認為這與中國 市場起步較晚有關。考慮到 1)具有消費能力的年輕一代逐漸成為主流消費者，他們 注重品質、設計和智能化體驗的需求將推動產品不斷升級和普及;2)中國市場在消費升級、創新創業和數字化轉型方面具有更強的動力和潛力。預計在政策支持、技 術創新、企業競爭和消費需求推動下，行業未來增加空間較大。
3.2 中游硬件：細分市場眾多，智能音箱、中控屏是全屋智能 的入口
智能家居硬件供應商處于產業鏈中游，細分市場眾多。智能家居產業鏈上游主 要為元器件和底層技術供應商，為智能家居的基礎環節，上游技術進步為智能家居 應用端提供驅動力。元器件國產化程度低，市場份額主要由德州儀器、Gemalto、博 世等外資企業占據。智能家居產業鏈中游為智能家居應用企業，為產業價值鏈的核 心環節。中游玩家眾多，競爭激烈，可以分為智能家居單品供應商(硬件)和智能家 居解決方案集成供應商(主要為軟件)。智能家居產業鏈下游為消費市場，可分為 B 端(家裝、房地產公司)和 C 端(線上和線下渠道)。
智能家居自 2014 年后進入大眾市場快速普及階段，各細分領域發展階段不同。 其中，智能音箱已進入高速增長期后的調整轉型期;智能中控屏、智能照明進入爆 發增長期;智能安防正處于快速發展黃金期;智能床處于起步階段;而智能插座和 智能門鎖處于增長快速的初期，而智能廚房則處于慢慢開始啟動的初期。具體看：
智能音箱：2014 年后快速增長，但 2019 年后進入調整轉型期。2011-14 年 Amazon 獨占市場，并于 2014 年推出 Echo 音箱，標志智能家居行業 開始進入大眾市場快速普及階段。2015 年開始，智能音箱進入巨頭混戰階 段，京東、小米、百度和蘋果推出音箱產品。但由于產品同質化嚴重，市場 缺乏創新，行業從 2019 年開始進入調整期，增長放緩、市場集中度提升;
智能中控屏：2021 年巨頭入場行業進入爆發增長期。2017-2020 年，中控 屏處于萌芽期，歐瑞博占據中國市場第一。自 2021 年開始玩家明顯增加， 巨頭紛紛入場，行業進入爆發增長期;
智能照明：2017 年行業進入增長爆發期。智能照明進入市場時間較早，但 由于定位高端，市場未成型。自 2011 年起國家全面推廣 LED 燈，這也促 進了智能照明行業的發展。2017 年起，智能照明行業進入爆發期;
智能安防：2013 年后進入快速增長黃金期。2009 年開始人工智能初步應 用于安防行業，2014 年開始多個企業開發出圖像識別和物聯網技術并應用 于安防行業，同時傳統安防行業智能化轉型需求也被提上日程;
智能床：發展初期，尚未迎來高速增長。2005-16 年，電動床功能較為單 一，智能化程度低;2017 年麒盛科技提出智能床概念，并發布第一款舒福 德智能床，2018 年起大量企業推出功能多樣的智能床產品。
ChatGPT 等大語言模型使得產品智能化、交互能力提升，為智能家居硬件細分 市場帶來增長新動力。智能音箱、中控屏、床、照明和安防市場規模均處于不斷增長 中，市場增長潛力逐漸釋放，由于處于不同增長階段，各行業增速不同。具體看：
智能音箱：2022 年中國智能音箱銷量為 2631 萬臺，YoY-28%。傳統音響 市場規模超過 600 億元，發展平穩。市場集中度高，產品同質化嚴重，市 場缺乏創新，預計隨著技術突破及人口結構變化(老齡化、家庭規模縮小、 年輕消費者增加)，市場具備增長潛力。
智能中控屏：2021 年中國智能家居中控屏出貨量臺 31.5 萬臺，預計 2022- 26 年出貨量 CAGR 達到 50.8%。預計隨著全屋智能興起，智能中控屏作 為全屋智能入口受到廣泛青睞，將驅動未來銷量將進一步增長;
智能照明：2021 年中國智能照明市場規模約 1000 億元，過去五年 CAGR 為 46.7%。LED 照明市場規模 6552.0 億元。中國智能照明市場發展時間 較久，市場相對成熟。預計隨著節能環保、舒適升級、智能互聯和產業升 級趨勢延續，市場規模將進一步增長;
智能安防：2021年中國智能安防市場規模將達到566.6億，過去四年CAGR為 42.7%。傳統安防市場規模超 9000 億元。隨著技術創新、居民對安全 便捷需求增加、政府公共安全關注度提升，市場規模也會得到拓展。
中國市場整體滲透率低于歐美國家，且各子市場增速和滲透率存在差距。智能 床、中控屏滲透率在中國市場遠低于英美。中國智能音箱增速低于全球，智能照明 增速遠高于全球，智能安防領域處于世界領先地位。具體看：
智能音箱：滲透率 10.0%低于加拿大、美國。全球智能音箱市場自 2015 年 起保持高增長，2015-21 年 CAGR 達 58.3%，高于中國。據 Strategy Analytics，2019 年亞馬遜、谷歌和蘋果占據全球 50%以上份額，中國的阿 里、小米和百度占據超過 35%的份額。中國滲透率 10%遠低于歐美國家;
智能中控屏：中國滲透率 4.9%遠低于英美。根據 Verified Market Research， 全球與中國智能中控屏都處于高速增長期，預計 2020-28 年全球市場規模 CAGR 為 22.4%。而相關的智能控制設備，中國滲透率遠低于英美;
智能照明：中國滲透率 6.4%低于英美。2017-21 年全球市場 CAGR 為 25.0%，大幅低于中國市場增速。中國智能照明品牌憑借產品優勢和成本優 勢，已向國外大量出口。但國內市場智能照明的滲透率低于英美;
智能安防：中國滲透率 6.3%較其他設備中與美國差距最小。2017-21 年全 球市場增速 26.7%，低于中國市場增速。中國智能安防技術處于世界領先 地位，2020 年我國智能安防占據全球世界的近三分之一。在智能安防領域 中國與歐美差距最小。
我們認為未來智能家居各細分領域的發展除用戶需求和市場競爭情況等市場因 素外，取決于 1)技術的進步;2)自身智能化程度。為研究大語言模型技術對智能 家居設備的增量價值，我們對不同設備的智能化水平進行對比分析。認為對于智能 化程度較低的設備，大語言模型技術的應用將產生更為顯著的效果。對于智能化程 度較高的設備，大語言模型技術的應用更多將以提升用戶體驗為主。
智能化程度：音箱、中控屏可作為全屋智能入口，其中音箱功能性突出。考慮 到 1)智能家居提供更加便利的生活方式必須具備一定的功能性(例如可以遠程控制 家電等);2)智能家居提高用戶滿意度(更好地理解人類需求并進行智能響應)，需 要具備一定的交互性，以及自主性(例如可以自動化地調節室內光線、溫度、濕度 等);3)需要在不同的生態系統中進行交互和協作，需要有開放性。我們采用打分 制度從四個方面對智能家居的智能化水平進行評估： 功能性：系統提供的功能越多、越全面，智能化程度越高。其中智能音箱 最為突出，它不僅可以滿足日常娛樂，還可作為全屋智能的入口; 交互性：系統與用戶之間的交互程度。智能中控屏最為突出，可以通過觸控、手勢、語音多種方式進行交互，也可作為全屋智能的入口; 自主性：智能家居系統是否具備自主學習和自動調節的能力。智能照明和 智能安防最為突出，設備可以通過環境自動探測并進行調整; 開放性：系統是否能夠與其他智能設備進行互聯互通，實現更智能化的功 能。智能床和智能安防相比其它設備開放性較低，通常只能連接特定協議。
3.3 案例分析：華為發布全屋智能 3.0 在智能化水平、交互能 力等方面實現突破
華為全屋智能 3.0 以智能中控屏為入口，大模型有望提高其語音控制能力。當 前智能家居在國內市場的發展較快，行業規模逐年擴大，相關技術和應用也在升級 和完善。華為智能全屋則是其中的佼佼者。華為智能中控屏集成了智能音箱、場景 面板、溫控面板、遙控器等多款產品的核心功能，將多種功能集成在一塊屏幕上，且 可以通過語音控制，做到了“可視可說”。我們認為以華為全屋智能為代表的智能家 居系統未來可通過接入大模型以大幅強化其語音控制的理解力和交互力：1)大模型 具備優秀的上下文理解能力，能夠使中控屏能更準確地理解用戶意圖;2)大模型也 能生成自然、流暢的語音回應，讓用戶感受到更為人性化的語音交互體驗。
華為全屋智能 3.0 在智能化程度、交互能力、通信穩定性和設備兼容性方面實 現突破。2022 年 11 月 2 日，華為發布全屋智能 3.0，同時采取了 1+2+N 的架構， 采用高計算能力的主機作為全屋智能的主腦，內置鴻蒙 AI，并通過高穩定性的中控 設備連接 10 個不同家居場景的子系統。此外，華為自 2022 年 7 月起提供了 19999 元 80 平米和 39999 元 120 平米方案，價格相比 2022 年 3 月發布的 39999 元 80 平米大幅度下降，這將有效打破全屋智能高端圍城，有望提高全屋智能的滲透率。
提升一—智能化水平：華為全屋智能 3.0 在智能家居主動智能上實現了突破。 華為專為家庭打造了全屋智能主機，取代并重構了傳統弱電箱，簡化了傳統家裝弱 電箱、信息媒體箱、通訊箱等布線復雜、體積龐大的痛點，實現內嵌在墻壁的集中管 理。主機還搭載了鴻蒙系統，在實際使用中，系統通過終端收集用戶數據，傳遞給鴻 蒙 AI，鴻蒙 AI 再調用場景模型，在本地進行實時分析計算，形成最合理的決策，控 制設備執行各類場景。
提升二—通信穩定性：PLC 技術使連接可靠性大幅度增強。PLC(電力載波技 術)的通信穩定性遠高于 WiFi 和 ZigBee 等技術，通常應用于工業制造場景，其工 業轉民用的趨勢將大大促進智能家居通信技術的發展。區別于純無線的后裝方案， 依賴 PLC 組網的子母路由依然是基于電力線進行有線連接的，在華為 2021 年首次 推出全屋智能后，尚無智能家居廠商跟進，說明 PLC 技術存在一定壁壘，這側面證 明了 PLC 技術給中國全屋智能行業帶來的巨大進步。
提升三—交互能力：華為全屋智能 3.0 彌補了傳統全屋智能交互性和自主性的 不足。華為全屋智能 3.0 的交互方式多樣，不僅有手機 APP 交互、觸控交互，還加 入了語音交互和手勢交互，大大增強了用戶體驗感。華為同時實現了無感自主，設 備可以主動感知用戶，提供個性化的智能服務，真正實現了主動智能。
提升四—兼容性：華為全屋智能搭載的子系統可以由用戶自主搭配，多品牌自主選 擇。華為與超過 2200 個品牌，超過 5600 個 SKU 進行合作，解決了全屋智能協議不統 一，兼容性差的問題。全屋智能入口存在路線之爭，很多品牌選擇使用智能音箱作為入 口，但其交互性和控制能力有限，用戶體驗存在問題;華為使用智能中控屏作為入口， 解決了交互性和控制力問題，同時華為采取“一空間一專屬交互”策略，使用戶在家中 各處都可以實現對設備的控制，大大加強了用戶體驗感。此外，華為利用 PLC 技術的連 接穩定性，實現了全球首個全屋 PLC 音樂系統，實現全屋音樂的連接與播控。
