智能家居每周更新是一个专注于智能家居配件、自动化技巧以及苹果智能家居框架相关内容的系列。
Aqara多功能存在感应器FP300为智能家居带来了Thread技术和运动自动化功能。这里需要了解的是,存在检测与基本运动感应是不同的。简单的PIR传感器(在所有运动传感器中很常见)能够感知运动,但一旦运动停止就会停止工作。mmWave技术则可以检测到即使静坐不动、阅读或在桌前使用Mac的人员。Aqara FP300结合了这两种技术,允许PIR提供快速唤醒,而mmWave则即使在有人静止在房间时也能维持自动化运行。
对于HomeKit来说,这种技术组合应该能让照明和温度控制变得更加可靠。当你坐在沙发上或在书桌前时,灯光不会关闭,Aqara FP300可以跟踪存在状态,只有在房间真正空无一人时才会指示HomeKit关闭设备。
FP300还能报告光照、温度和湿度数据。在Home应用中,这意味着它可以充当房间的小型大脑。一个配件就能告诉你是否有人在那里,房间有多亮,以及空气是否变暖或闷热,这对于构建更智能的自动化来说是完美的。
我还没有测试过FP300,但基于它对HomeKit开放的功能,几个有用的自动化场景立即变得有意义起来。
Thread支持是FP300对我有吸引力的重要原因。存在感应器需要响应快速、稳定可靠。Thread支持提供了低功耗、低延迟的通信,不依赖Wi-Fi范围。如果你有现代化的Apple TV或HomePod,你的HomeKit设置可能已经支持Thread了。
Matter是另一个关键要素。由于FP300支持Matter,它在Home应用中显示就像任何其他原生配件一样,无需另外的桥接器或集线器(除了Apple TV或HomePod)。你可以将其添加到场景和自动化中,重命名,添加到房间,并使用其数据而无需依赖Aqara应用,但你显然也可以同时使用两者。
根据规格,FP300看起来足够灵活,可以在许多房间中工作。一些例子:
像Aqara FP300这样的存在感应器,处于一个有用的中间地带。它们可以检测人员而无需在室内使用摄像头。mmWave和PIR可以检测房间中某人的存在,而不会捕获视频或音频。对于重视隐私的HomeKit家庭来说,这种传感器是很好的选择。你可以得到响应你的照明,只有在房间有人时才运行的风扇,以及感觉更贴心的自动化。
以下是对苹果用户重要的关键规格:
Aqara多功能存在感应器FP300对于HomeKit家庭的运动感应来说看起来是一个很好的选择。Thread支持应该让它快速稳定,而额外的环境传感器为一些很好的跟踪和自动化打开了大门。从纸面上看,这是我见过的针对HomeKit最功能完整的存在感应器之一。
你可以从亚马逊购买。
Q&A
Q1:Aqara FP300存在感应器有什么特别之处?
A:FP300结合了PIR和mmWave两种技术。PIR传感器提供快速唤醒,而mmWave技术可以检测到静坐不动的人,即使在阅读或使用电脑时也能维持自动化运行,使HomeKit的照明和温度控制更加可靠。
Q2:FP300支持哪些智能家居技术?
A:FP300支持Thread和Matter技术。Thread提供低功耗、低延迟通信,不依赖Wi-Fi范围。Matter支持让它能像原生配件一样在Home应用中显示,无需额外的桥接器,只需要Apple TV或HomePod。
Q3:FP300能够检测哪些环境数据?
A:除了存在检测外,FP300还能报告光照、温度和湿度数据。这使它能充当房间的小型控制中心,为构建更智能的自动化提供完整的环境信息,同时保护隐私不需要室内摄像头。
好文章,需要你的鼓励
苹果计划在2026年推出多款重磅新品,包括配备miniLED面板和A19 Pro芯片的27英寸外接显示器、搭载homeOS系统的7英寸智能家居控制设备、首次采用OLED屏幕的全新MacBook Pro、具备7.8英寸内屏的iPhone Fold折叠手机、售价699美元起的入门级MacBook,以及升级OLED显示技术的iPad mini。
阿里巴巴团队开发出革命性AI浏览技术NestBrowse,让AI学会像侦探般深度挖掘网络信息。该系统采用双层嵌套结构,外层负责整体决策,内层专注信息提取,突破传统搜索局限。仅40亿参数的小模型就能超越大型系统,在复杂信息搜索任务中表现出色,为AI技术普及开辟新路径。
OpenAI正在招聘新的安全准备主管,负责预测其AI模型的潜在危害和滥用方式,以指导公司安全策略。这一职位出现在ChatGPT因对用户心理健康影响而面临多起诉讼的背景下。CEO阿尔特曼承认模型对心理健康的影响是2025年预见的挑战之一。该职位年薪55.5万美元加股权,将领导OpenAI准备框架的技术策略。
西湖大学联合蚂蚁集团推出OmniAgent,首个能够"边听边看"主动分析视频的AI系统。该技术突破了传统方法的局限,采用音频引导的"粗到细"感知策略,让AI像侦探破案一样灵活调用不同工具。在三大基准测试中,OmniAgent准确率比现有最佳模型提升10-20%,为智能视频理解开辟了全新路径。