Eufy一直是我在无订阅费家庭安防摄像头领域的首选品牌之一,因此我对该品牌在Anker Day上的新品发布格外关注。其中有一项公告立刻引起了我的注意:Eufy正在推出一款名为EdgeAgent的新型AI智能体,该智能体将完全运行在一台名为Smart Security Shield的配套本地设备上。
Smart Security Shield是一款具备180度视野的传感器与摄像头一体化设备,并配备了数字安全密钥技术,可有效防止未经授权的访问。该设备主要面向室外使用场景,其内置AI芯片组可利用人脸识别技术,在最远约30米的距离内识别家人和朋友。Eufy表示,该设备将与公司旗下多个硬件及服务套餐兼容使用。
由于EdgeAgent完全在本地运行,无需与在线服务器进行数据交换。Eufy表示,这使得AI处理速度比竞争对手基于云端的系统快63%,将响应延迟压缩至仅数秒之内。
EdgeAgent能够对数据进行实时处理,并根据分析结果触发相应的安全措施,例如开启聚光灯、发出语音警告,或向手机发送警报,包括摄像头传感器所检测内容的文字描述。
这些AI功能在过去一两年里,已相继出现在Blink、Ring、Google Nest和Arlo等主流安防品牌的产品中。但Eufy的版本带来了一些我格外欣赏的差异化优势。
Eufy的AI智能体具备两大独特优势
首先,在其他品牌中,人脸识别和基于AI分析的描述性警报等功能历来需要收取订阅费,每月费用从4美元到20美元不等。Eufy坚持其无订阅费的产品模式,使其成为我所见过的获取此类检测功能最具性价比的方案。
其次,由于不涉及云端数据传输,加之Eufy本地视频存储的一贯做法,这种AI的使用方式比其他安防摄像头中的同类功能更加安全,也更注重隐私保护。我并不是说它完全无懈可击——没有任何东西能做到百分之百安全——但当数据处理留在设备本地时,被用于训练AI模型、在数据泄露事件中外泄,或被公司员工窥探的可能性都会大幅降低,尤其是在额外加密措施的保护下。当然,对于有需求的用户,Eufy也提供云存储服务。
Eufy计划于2026年下半年正式推出搭载AI功能的Smart Security Shield。待我有机会进行实测并与其他需要付费的同类功能进行对比后,将为大家带来更详细的评测报告。
Q&A
Q1:EdgeAgent是什么?它的核心功能有哪些?
A:EdgeAgent是Eufy推出的一款本地AI智能体,完全运行在Smart Security Shield设备上,无需连接云端服务器。其核心功能包括:在约30米距离内通过人脸识别区分家人与陌生人、根据分析结果自动触发安全措施(如开启聚光灯、发出语音警告或向手机发送文字描述警报)。由于本地处理,响应速度比云端系统快63%,同时大幅降低数据泄露风险。
Q2:使用Eufy EdgeAgent需要额外支付订阅费吗?
A:不需要。这正是Eufy EdgeAgent区别于其他安防品牌的最大优势之一。Blink、Ring、Google Nest、Arlo等主流品牌的人脸识别和AI描述性警报功能通常需要每月支付4至20美元的订阅费,而Eufy坚持无订阅费模式,让用户无需额外付费即可使用这些高级AI功能,是目前市场上性价比最高的同类解决方案。
Q3:Eufy Smart Security Shield的隐私保护机制是怎样的?
A:Smart Security Shield采用本地数据处理方式,所有AI运算均在设备端完成,无需将数据上传至云端服务器。同时,设备配备数字安全密钥技术防止未授权访问,并附加加密保护。这意味着用户数据被用于训练AI模型、遭遇数据泄露或被公司内部员工窥探的风险大幅降低。对于有需求的用户,Eufy也提供可选的云存储服务。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
腾讯等机构提出ViQ框架,通过两阶段渐进量化训练,让离散视觉编码在多模态理解和图像重建上同时追平连续特征编码器,训练速度最高提升70%。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。