博联称寰思中枢将AI家电成本压至每台每年约1元
博联智能董事长兼CEO刘宗孺在接受极客公园Hardwire访谈时表示，公司推出的寰思中枢由一组参数量很小的专家模型组成，单个模型参数量可能不到10B，大模型则退居后台充当“阅卷老师”。他称系统一不生成内容、只做判断和执行，当前命中率在95%以上、目标做到99%，并且每晚用DeepSeek最新模型对前一天的交互记录判卷，再把判断蒸馏给小模型重新训练。刘宗孺称寰思中枢已在多个品类与B端客户落地，AI成本可压到单台产品每年约1元人民币，存量Wi-Fi加蓝牙家电只需对联网模组做一次OTA升级、用户扫码即可通过小程序AI助手对话，上述数据均为公司自述。
这场访谈给出了一个有明确信源归属的案例，说明面向大众家电的低成本AI架构思路：由微型专家模型处理大部分指令，前沿大模型主要用于每晚的重新训练。
过去两年多，在智能硬件领域，投资人和创业者都热衷于为 AI 寻找一个个物理世界里的新「容器」，各种新形态的 AI 原生硬件成了投资市场的热门项目。
但其实，很多成熟形态的硬件同样有 AI 化的需求。这也许没有「AI Native」的概念那么性感，但市场一点不小，复杂度丝毫不低。
以家电行业为例：供应链长，改一次硬件就要重走研发、测试、认证；销售链条长，从厂家、经销商到上门安装的电工，每一环都得接得住；成本又极度敏感，多一块钱都要反复掂量。
好在，家电已经为 AI 打好了地基。过去十几年，大量家电已经具备联网能力——这意味着灵活升级的 OTA「管道」已经铺好，行业缺的是让设备真正被用起来的解决方案。
那么，硬件到底需要什么样的 AI？9 月，TypeSafe 推出的 Jev 在开发者圈引发了不少讨论，它提供了一个参照：Jev 不生成文字，只输出带置信度的判断。在硬件乃至具身领域的不少场景里，判断比生成更重要。