凱度發佈冪境套系與AI智能體“小紫”,廚電競爭從參數轉向體驗

2026年8月23日 14:35
站內 AI 整理稿

當前的廚電行業正在經歷一場靜默的轉折。奧維雲網數據顯示,2025年廚房大電市場規模同比下滑,傳統品類進入存量爭奪,而蒸烤箱、洗碗機、淨飲機等新興品類的滲透率仍徘徊在個位數。冰火之間,品牌面臨一個共同命題:當增量紅利消退,靠什麼驅動增長?8月22日,凱度電器在深圳舉行的2026品牌發佈會上,試圖給出自己的答案。從自研AI智能體“小紫”的實景演示,到冪境全隱嵌套系的正式亮相,這家成立十餘年的企業,正在以一套區別於參數競賽的“紫科技”體系,回應一個更根本的問題,當“堆參數”走到盡頭,廚電品牌還能為用戶創造什麼價值?

白皮書揭示轉折:從“參數定義好”到“感知定義好”發佈會現場,凱度電器聯合Kantar凱度諮詢發佈《2026中國高端新廚電白皮書》。這份報告揭示了一個結構性轉折:在蒸烤箱、洗碗機、淨飲機、咖啡機四大品類中,消費者決策時最看重的已變為感知維度,傳統功率、溫度範圍等參數指標反而退居末位。Kantar凱度諮詢高級研究總監黎志斌現場解讀時指出,行業正經歷從“參數定義好”到“感知定義好”的轉變。近九成消費者希望廚電更好地融入廚房空間,其中多數人期待廚電全部嵌入櫥櫃或用時出現、不用時隱去。消費者的需求已經清晰,他們需要的不是孤立的“好產品”,而是成套系整體方案,以及一個能主動理解需求的智能夥伴。

廚電消費正從“買功能”轉向“買情緒、買生活方式”。這一判斷,成為整場發佈會的方法論原點。“紫科技”vs“黑科技”:跳出參數物理極限面對行業內卷,凱度給出了自己的差異化答案——“紫科技”。在董事長傅平看來,過去行業熱衷的“黑科技”本質上是參數競賽,“但參數一定存在物理極限,而且參數升級不一定等於體驗升級”。凱度提出的“紫科技”是以紫色為主色的人文科技體系,與行業冰冷參數化的“黑科技”形成區隔,所有技術研發都錨定真實用戶體驗提升,而非盲目追逐參數指標。這一理念的背後是“水哲學2.0”的方法論:技術如水,柔韌包容,適配千家千面生活需求。

凱度電器CEO柯漫在《水的迴響》主旨演講中回顧了十六年發展歷程,從推出國內首臺嵌入式蒸烤箱,到如今以“水哲學”“紫科技”“漫生活”貫穿產品、技術與體驗,凱度已構建起自洽的完整體系。“冪境”套系:套系化的真正內核是功能協同發佈會上,凱度正式推出冪境全隱嵌智能廚電套系。MEE源自Masterpiece(大師傑作)、Ecology(無界生態)、Emotion(情緒智能)三大關鍵詞。套系包含微蒸烤一體機、嵌入式淨飲機、洗碗機、全隱升降煙灶套裝四大新品,搭載雙TFT交互屏,左屏專注操控,右屏承載AI交互。但真正值得關注的,是凱度對“套系化”的獨特理解。傅平在採訪中分享了自己對套系化的看法。

他表示,以前很多所謂的套系,主要還是停留在VI統一和外觀一致層面,比如統一設計語言、操作界面和交互邏輯,但這些只是套系的表面,真正的套系應該是產品之間存在內在連接,能夠實現真正的協同。比如以淨飲機和蒸烤箱聯動防垢為例,蒸烤箱長期使用容易產生水垢,如果能夠和淨飲設備打通,讓經過過濾的純淨水直接進入蒸烤箱,就能從源頭解決問題,這個功能背後不是簡單地接一根水管,而是整個控制系統的全面打通。AI智能體“小紫”:從被動指令到主動預判AI能力是本次發佈會的另一大看點。凱度自研的AI智能體“小紫”完成了能力升級,並以體驗店“AI銷售員”身份完成實景演示。

做冪境套系中,“小紫”已深度融入烹飪、飲水、清潔全場景,從菜譜推薦到操作指導,從水溫設定到洗碗輔助,覆蓋全產品鏈的語音交互與場景化服務。傅平認為,AI給廚電行業帶來的變化,不只是增加語音交互或遠程控制功能,而是推動產品從“被動執行指令”向“主動理解需求”升級。他指出,當前廚電行業AI智能化仍處於非常初級的階段,普遍存在AI與硬件“兩張皮”的問題,AI能力是外掛的,沒有真正與設備底層打通。而凱度AI模型的訓練數據來源於智能運維數據、客戶評價、入戶調研以及專業領域合作沉澱的垂類知識,這些數據構成區別於同行的差異化優勢。

“真正的AI廚電,需要建立在軟硬件一體化、垂直知識庫以及設備之間深度協同的基礎上。其難點不在於溫控等基礎參數的精度提升,而在於對用戶口味和使用習慣的精準識別,真正做到個性化適配。”他如實說。海外佈局:不急不躁,先打“前哨戰”面對未來兩三年的行業環境,傅平在採訪中坦言“整體會非常艱難”,但凱度對自身發展有信心。核心原因在於主營的蒸烤箱、洗碗機、淨飲機等品類滲透率極低,地產下行帶來的影響有限。海外佈局是凱度的另一條增長曲線。傅平明確表示“不急於為了出海而出海,會做好充足準備後穩步推進”。當前策略是以咖啡機等臺式/小型廚電品類先行出海,大型嵌入式廚電待熟悉海外市場後再逐步推進。

海外拓展的兩大核心難點在於用戶需求洞察與產品定義,以及海外安裝售後等整套服務體系搭建。因此,不同品類會匹配對應目標市場,比如咖啡機優先佈局歐美市場,蒸烤箱優先佈局東南亞、日韓等有相近飲食習慣或華人聚集的區域。結語當行業仍在效率與參數的賽道上內卷,凱度選擇了一條不同的路徑——讓科技褪去冰冷,成為服務日常、撫慰身心的溫柔力量。冪境全隱嵌智能廚電套系是“紫科技,漫生活”的具象表達,而更值得關注的是其背後的一整套邏輯:從拒絕參數內卷的“紫科技”理念,到強調功能協同的套系化定義,再到軟硬件一體化的AI路徑,這套邏輯能否在存量競爭的市場中跑通,還需要時間和用戶檢驗。

但至少,在行業陷入參數內卷的當下,凱度提供了一個差異化的參照樣本。

Related

相關文章

MarkTechPost AI模型更新

Google 開源 Harness²:遞迴代理程式框架,無需新模型也能提升效能

Google Cloud AI Research 開源了 Harness²,這是一個遞迴代理程式框架,透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言,重點很簡單:你的代理程式無需更強大的模型也能進步。重點摘要:規模為框架而非模型,訓練參數為0,包含8個可編輯的框架元件,版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv,模型呼叫則透過Vertex AI。GPU需求未公開。效能方面:一次改良步驟即可在3個基準測試中,提升所有4個模型與框架組合的表現。最佳成果:GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7(+11.5點);最差表現:GLM-5搭配Codex在JobBench上僅提升1.2點(23.6至24.8)。什麼是Harness²?它是Google研究推出的即插即用框架。

15 小時前
MarkTechPost AI模型更新

認識 Kyutai REKI:2.4B VLA 模型為機器人操控帶來高效記憶

Kyutai 與 Inria 及 École des Ponts 合作,推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型(VLA)。該模型僅使用公開數據進行預訓練,並配備了輕量級的近期記憶功能。在三個分佈外基準測試中,僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊:規模:2.4B 參數(2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家)。記憶涵蓋最近 3 幀,間隔 1 秒。運行環境:在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入,編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供,暫無量化版本。性能:在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中,為公開數據預訓練的 VLA 模型中最優;在 LIBERO-Plus 上達到 90.4% 的最高分。

1 天前
MarkTechPost AI模型更新

DeepSeek 發布 V4.1-Flash-1017,DeepSWE 得分 77.0,並開放搜尋 API

DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017,這是其 V4.1-Flash 模型的新檢查點,現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash,並稱之為性能與成本的帕累託改進。同時,DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言,這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要:骨架參數 552B,另加 196B 的 Engram 參數;預填充階段每 token 啟用 8B 參數,解碼階段啟用 16B 參數;上下文長度達 1M tokens,最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重(763B 參數,FP8)採 MIT 授權。

1 天前
MarkTechPost AI模型更新

2026年20款Jev替代方案:挑戰TypeSafe的決策模型

TypeSafe於2026年9月15日推出Jev,這是一款決策模型而非聊天機器人。使用者可定義允許的答案,Jev將回傳標籤、分數或是否的機率。約4週內,至少20款Jev替代方案相繼問世,來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要:規模範圍從287M(GLiNER2.5-multi-Decide)到35B-A3B(Mapika Decider),Jev規模未公開。執行環境:Von和Laya等編碼器可在CPU上運行,4B適配器適用24 GB GPU或32 GB Mac。效能:多數開源模型在困難推理上落後Jev,但在狹窄分類任務上數款與之匹敵或超越。最佳表現:Cloudflare Clef在BANKING7取得94.20分。

1 天前
雷峰網模型更新

長鑫科技市值兩月內跌去1萬億;阿里加碼AI硬件品牌,天貓、速賣通聯動;國行版蘋果AI有望12月上線,百度、阿里參與合作丨雷峰早報

要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障!DeepSeek發放宕機補償,有人拿到3000元3.阿里加碼AI硬件品牌,天貓、速賣通聯動4.國行版蘋果AI有望12月上線,百度、阿里參與合作5.可靈AI新一代模型Kling 4.

2 天前