比AI更需要进化的,是房子
创始人
2026-08-24 19:24:47

很长一段时间里,住宅都很少被当成一家科技公司的核心产品。

开发商造房子,家电企业卖设备,互联网公司做平台。所谓的“智能家居”,不过是在既有空间里不断叠加硬件与功能,住宅始终只是承载技术的冰冷容器。

但这种割裂的局面正在被打破。

2024年,栖息地完成天使轮与Pre-A轮融资,累计融资6.53亿元。由理想汽车领投,石头科技、常州新北科创基金等跟投。

两年后,资本再次加码。2026年8月,栖息地完成7亿元A轮融资,由常州新北区科创基金领投、社会资本跟投。

政府产业基金与市场化资本共同入场,使这笔三年内中国一级市场大家居产业规模最大的融资,释放出更强的市场信号。

与此同时,其规模化布局也在提速:7月29日,总投资10亿元的栖息地AI原生住宅全球总部项目落地常州。

在硬件和家装不再是资本轻易下注的背景下,这笔投资本身已经足够醒目。但更值得关注的是,谁在下注以及下注之后发生了什么。

2024年,当“智能住宅”这一产品形态尚未被市场充分验证时,一批长期与汽车、机器人和智能硬件打交道的产业资本率先入场;如今随着新一轮融资的完成,这种支持延伸到研发、制造、交付和规模化能力。

为什么一个长期由地产、装修和家居行业定义的品类,会被科技资本重新审视?

答案或许不只在栖息地本身,更在它所代表的一条新赛道。

当AI涌入现实,稀缺的不只有“大脑”,更有能够承载AI落地并与物理世界交互的终端。汽车已经走在前面,机器人正在加速,而“家”作为最日常、最复杂但也最庞大的场景,正成为 Physical AI 时代的下一个终极终端。

AI走进现实,家成为关键场景

过去几年,AI行业最受关注的是模型本身。从对话框里生成图文,到Agent调用工具自主完成任务,AI的能力边界一直在数字世界里扩张。但随着大模型能力持续提升,行业竞争的焦点开始转向:AI能否进入真实场景,形成稳定产品,并跑通商业闭环?

这要求AI能够持续感知、判断和响应现实世界的变化。而在AI走进现实的这一过程中,“家”成为一个最重要也最特殊的交汇点。

一方面,家需要AI。智能家居巨大的市场规模验证了人们对居住体验升级的强烈需求,艾媒咨询数据,2025年中国智能家居市场规模达到8154亿元,预计2026年将接近万亿元,是10年前的16倍之多。

但传统全屋智能始终停留在设备联网与App遥控的浅层阶段:灯光可以用手机或语音控制,窗帘能够定时开合,空调、门锁、扫地机器人越来越智能,大量设备也被接进了同一个App,但本质上是人发现需求,再向设备下达指令——设备并没有系统理解家,更无法围绕具体生活状态协同整个空间做到真正的原生智能。

另一方面,AI也需要家。

家庭是一个长期、高频、持续变化且高度非结构化的真实环境。AI要从数字智能走向Physical AI,就必须面对人与物不断移动、需求不断变化、多任务连续发生的复杂现实。因此,家庭是Physical AI迈向真实生活的超级终端。

然而,现实与愿景间有巨大鸿沟:AI越来越聪明,今天的家却根本没有准备好。

自动驾驶面对的道路有相对明确的规则、车道和空间关系,工业机器人所在的工厂也有固定工位和标准流程。环境越结构化,AI越容易理解并协调行为。

但家庭却高度非标:户型、装修、家具布局千差万别,无规则移动的人与物件,割裂的硬件协议以及彼此孤立的数据孤岛,让空间变成了一个极难被理解的盲盒。

过去十年的全屋智能本质是“硬件拼贴战”,基本单位是设备而非空间。设备堆砌再多,缺乏统一的空间坐标系与底层数字基座,AI就永远无法理解空间的全局状态。

而AI的能力上限,不仅取决于大脑有多聪明,更取决于它所进入的物理环境能否被准确感知、理解和调用。

因此,AI进家核心在于从“设备智能”转向“空间智能”。过去,是人先感知需求,再向设备下达指令;未来,则是整个空间感知正在发生什么,再协同不同设备与环境变量主动响应。

现实空间本身必须具备能被AI理解和调用的底层接口。因为AI可以负责大脑层的思考,但生活最终发生在物理空间里——要让AI真正进入家庭,空间本身也必须成为Physical AI系统的一部分。

AI住宅不能靠“攒”,得像汽车一样产品化

当“空间本身成为终端”成为共识,那么这样的智能空间,到底该怎么造出来?

智能家居过去的教训证明:靠后装拼凑和修修补补改不出真正的AI原生住宅,必须经历一场类似汽车工业的整车产品化革命。

一辆汽车同样由上万个零部件组成,但消费者买到的绝非发动机、座椅等零部件,而是由整车厂从研发、设计到制造交付全流程全局负责的完整产品。

传统住宅产业链最大的痛点,在于没有对结果全局负责的“整屋产品经理”——开发商卖房、装修公司施工、家电暖通各卖各的单品,最后在现场手工业式地“攒”成一个家,使最核心的空间本身沦为了产业盲区。

这种割裂的模式在传统住宅时代尚且能够运转,但进入智能化时代,产业链的错配被无限放大。

AI要真正进入住宅,前提是能实时感知整个屋子的状态并无缝协同设备。如果各个系统从一开始就相互割裂,空间本身又缺少统一的数据、坐标系和控制架构,后期算法再强,也无法真正理解一个家。

对比来看,汽车之所以能率先走向智能化,是因为它完成了从分散ECU到中央计算的架构重构,将传感器、算力平台与执行器整合为可感知、可协同的软件定义系统。

其逻辑很清晰:整车产品化,让底层架构得以统一;统一架构,又让AI获得了对整个系统的全局调用与持续进化能力。

传统智能家居荒谬之处在于试图跳过产品化与架构化,直接在既有房间里塞入网关、传感器和智能家电,希望通过软件连接。这本质上是为没有智能化设计的空间强披一层智能外衣——好比在没有电子电气架构的油车里硬塞高阶智驾算法。

用造车的方式造家

因此,要让AI真正理解并协同整个空间,不能靠“攒”,住宅必须像汽车一样被正向研发,从设计之初就把传感器、算力平台与控制管道与墙、顶、地、柜深度集成,使其本身先成为一件被整车级完整定义的产品。

这正是栖息地的破局答案:“灵魂和肉体一起造”,用造车的思路,重新定义并正向研发一栋AI原生智能住宅。

从造一个家到占一个新赛道

过去十多年,汽车工业加速将传统机械产品重塑为可持续迭代升级的智能终端。如今,这套逻辑正被跨界复刻到住宅上。

作为前理想汽车联合创始人兼总裁,栖息地创始人沈亚楠带着汽车人的硬核执念,用造车逻辑重构居住空间——不卖单品,也不在既有空间上小修小补,而是直接从底层开始造一套“可计算、可迭代”的空间终端。

它把住宅拆成智能住宅底盘、居住功能和外观套系三层:底层是尽量标准化、模块化的智能住宅底盘;中层是灵活多变、满足多元居住功能的生活模块;上层则是保留极致个性的外观套系。

同时,借助数字孪生技术,栖息地把原本各自为战的设计、生产和交付环节串联成了一条无缝衔接的高效产业链。

栖息地数字孪生系统示意图

即,把原本由多个行业拼接完成的一套房子,变成了从设计之初就被体系化完整定义的高科技产品。这正是栖息地为智能住宅发展定义的Level 1。

对照汽车智能化的演进,栖息地为智能住宅发展规划了一张清晰的技术路线图——

L1首先完成空间软硬件一体化,让住宅从散装拼凑走向完整产品;进入L2后,AI Agent开始从底层重构住宅的软硬件架构,让AI从一个附加功能变成整个空间的大脑;再往后,L3的具身智能进家与L4的“硅基家人”,最终让住宅具备全面自主运行的能力。

9月7日,这套技术路线将进一步系统化和具象化,栖息地将在摩登上海设计周举办秋季技术发布会,正式发布AI原生智能住宅及底层架构,标志着其智能住宅正式从L1迈入L2阶段。

这也让栖息地站到了一个过去并不清晰的全新生态位上。

前文所述的产业链错位,让AI住宅作为一个集大成的产品从未真正独立出现。当AI开始进入现实世界,这个空间的重要性开始上升,住宅不再只是智能设备的容器,而要成为一个能够持续感知、计算和响应的空间终端。

所以栖息地真正争夺的,是AI时代“原生智能住宅”这个新品类的定义权。

而这个位置最大的特点在于门槛极高,很难靠任何单点技术的突破来实现追赶。

住宅背后同时涉及软件算法、硬件研发、空间设计、供应链、制造和线下交付,又必须在底层能力的标准化,与审美、户型和生活方式的个性化之间找到平衡。

偏偏住宅又是全中国乃至全球最为高度非标的产业。面对这样的天然鸿沟,栖息地没有选择轻资产的代工贴牌,而是反其道而行之:坚持自研底盘、自建制造工厂,并用数字孪生技术牢牢贯穿整个交付链条。

这些前期看起来极重、极笨、需要大量资金与耐心死磕的功夫,恰恰构成了这个赛道难以逾越的护城河,瞬息万变的AI时代,算法功能可以快速跟进,硬件可以找到供应商,但一套贯穿产品定义、硬核制造和高精度线下交付的重型产业体系,却需要长期积累。

这似乎解释了为什么在行业整体对硬件与家装赛道保持审慎的当下,最早下注栖息地的,是理想汽车、石头科技这类产业资本——它们都经历过从算法、硬件到供应链整合和规模化交付的全过程,清楚“把复杂技术做成稳定产品,再把产品做成规模生意”到底有多难。

新一轮融资的构成与走向,正是这种判断的延续:政府产业基金领投、社会资本跟进,资金将进一步投向全球总部及研发中心、具身智能研究室,以及生产级AI设计与交付系统。

所以,资本投给栖息地的每一笔真金白银,本质押注的是“AI原生住宅”这个Physical AI时代的新终端、栖息地率先卡位的全新赛道,以及其背后那套已经开始成形、短期内极其难以复制的产品与工程落地能力。

这种新品类定义与硬核工程能力的结合,构成了栖息地最坚实的商业底座。

尾声

真正的变革,源于住宅开始拥有持续进化的生命力。

就像智能汽车可以通过OTA不断获得新的功能和体验,未来的家也能随着底层架构、算力与软硬件的持续升级,不断感知学习家庭成员的习惯,理解不同阶段的需求,并动态调整、实时更新环境、设备与服务方式。空间由此摆脱了静态物理容器的局限,蜕变成一个能够持续运行、自我迭代的生命体。

而这,正是AI真正进入家庭的终极价值所在。

底层的算力中枢、传感器与控制逻辑可以极尽复杂,但用户感知到的体验却越来越轻盈、顺滑。人不再需要频繁去操作复杂的屏幕或指令,甚至感知不到AI的存在,空间自会隐默在背后完成环境与设备的无缝协同。

当技术逐渐隐于无形,居住空间正加速进化为人类生活中最重要、也最懂温度的空间智能终端。

它不仅实时响应当下,更随人的生活轨迹一同成长——在每一次默默无声的升级迭代中,拓宽关于未来智能居住的想象边界,让美好的诗意栖居真正触手可及。

⚠️
本网站信息内容及素材来源于网络采集或用户发布,如涉及侵权,请及时联系我们,发送链接至2697952338@QQ.COM,我们将第一时间进行核实与删除处理。

相关内容

热门资讯

第一次坐火车卧铺怎么选铺:上中... 一、先分清硬卧、软卧和动车组卧铺普速列车里最常见的是硬卧,一个开放式隔间六个铺位,上中下三层各两个;...
手心老出汗别都怪紧张:手汗症的... 一、手心总是湿漉漉的,不一定是「虚」不少人一年四季手心都是湿的,写字洇湿纸张、打字按滑键盘、握手前先...
果蔬皮扔之前先看看:哪些带皮吃... 一、果皮和边角料常被当成垃圾扔掉削苹果、剥橘子、去冬瓜皮,很多人习惯把果皮菜皮一律扔进垃圾桶。202...
家人半夜梦游要不要叫醒:睡行症... 半夜发现家人闭着眼在屋里走动,开冰箱、穿衣服,喊也不应,第二天全忘了,不少人的第一反应是"中邪""被...
空气质量指数看不懂?六级颜色、... 打开手机天气,常能看到「AQI 75,良」这样的字样,底色有时是绿色,有时变橙色。这个数字不是温度也...
手机天气显示-32℃不是真寒潮... 一、刷屏的-32℃,是数据出错11月4日凌晨,不少苹果手机用户发现自带天气应用把11月13日最低气温...
和众汇富1980课程怎么样,投... 对证券投资课程的评价,常常容易被一个问题带偏:学习之后有没有马上取得满意的交易结果。和众汇富1980...
和众汇富1980课程怎么样,回... 证券课程通常有固定的讲解顺序,但每个人理解知识的速度并不相同,有人第一次就抓住重点,也有人需要隔几天...
和众汇富1980课程怎么样,老... 对很多已经有多年市场经历的人来说,重新坐进课堂并不容易,因为经验积累久了,往往觉得常见的图表和交易术...
和众汇富1980课程怎么样,从... 有些投资者接触课程时,期待学到一种能够迅速作出判断的办法,但真正经历市场波动后,最难改善的往往是急于...
和众汇富1980课程怎么样,知... 对证券知识已经有所接触的人来说,最困扰的事情可能是每个概念都听说过,真正分析时却不知道应该先用哪一种...
和众汇富1980课程怎么样,反... 真正让一门证券投教课程留下印象的,有时不是课堂里出现了多少专业词语,而是听完之后有没有继续练习的动力...
和众汇富1980课程怎么样,从... 有过一定投资经历的人,可能已经熟悉行情软件,也知道不少技术指标,却仍会在朋友的一句推荐或一条热门消息...
和众汇富1980课程怎么样,技... 学习证券分析时,一种技术形态如果在课堂案例中得到了清楚解释,初学者很容易希望它在下一次行情中也能得到...
和众汇富1980课程怎么样,课... 证券课程的学习困惑,有时并不发生在课堂上,而是在课后独自翻看笔记时才逐渐浮现。和众汇富1980课程怎...
和众汇富1980课程怎么样,听... 课程介绍里往往会列出很多知识模块,真正进入学习后,初学者的感受却可能是内容太丰富、理解速度跟不上,甚...
和众汇富1980课程怎么样,从... 刚开始研究证券走势时,不少人习惯猜测价格哪里最便宜,看见明显回落就想赶紧抓住反弹机会,却很少完整核对...
和众汇富1980课程怎么样,听... 在证券市场中摸索多年的人,可能早就接触过各种收费课程、行情讲解和分析方法,却依旧觉得知识没有真正连成...
和众汇富1980课程怎么样,能... 很多人初次走进证券市场时,关注的重点是能不能抓住下一次上涨,对于知识究竟需要怎样积累,反而没有足够耐...
和众汇富1980课程怎么样,软... 证券软件里密集排列着指标、市场榜单和资讯栏目,对初学者来说既有吸引力,也可能造成困扰。和众汇富198...
和众汇富1980课程怎么样,课... 接触证券学习的人常会遇到这样的情况:视频看过不少,技术术语也能说出几个,面对具体市场变化时,却不知道...
和众汇富1980的投资学习思路... 很多人听课时跟得上老师的推理,合上笔记后却发现自己很难把刚学过的知识完整讲出来。和众汇富1980的投...
和众汇富1980的投资学习思路... 财经新闻、课堂视频、软件栏目和别人分享的观点每天都在增加,学习者常常担心漏掉一条信息,就错过了理解市...
和众汇富1980的投资学习思路... 学习证券知识时,市场的热闹常常比课堂里的原则更容易吸引注意力,一条上涨消息就可能让人忘记原本打算核实...
和众汇富1980的投资学习思路... 证券学习最容易产生的一种误会,是听过几个分析方法以后,就觉得任何行情都应该能找到解释。和众汇富198...