应对这些挑战，地平线有自己的观点。

第一，应用场景分散的问题，我们认为要抓住其中的主要矛盾，和不变量，就是“人”，我们现在智能家居这个领域就应该把人做透。比如安全问题，现在家里面装很多摄象头主要的目的是为了安全，而安全其实核心是什么呢?最主要的是想知道家里有没有人，是家里人还是陌生人，以及这个人的行为，他做的行为是安全的行为还是不安全的，比如小孩子进入厨房，会不会点煤气灶，这些都是不安全的行为。所有应用场景都是围绕人。比如娱乐，家庭服务、健康、教育等等，就不一一举例了，我们地平线做的就是从人脸，到人的行为分析，到人周围环境，以及这个人的语音和设备的交互，我们主要的核心点就是围绕人，把这个技术做好，支撑巨大的分散的智能家居的需求。

第二个是技术上的挑战，人的交互方式和获取信息的方式其实是一个融合的方式，单独的语音和图像，或者单独的其他任何传感器，都不能涵盖所有的应用场景。所以一定是要图像+语音。另外视觉是高维高价值的，80%的价值信息来自于图像，只有20%来自于语音，在技术上要完成对智能家居最好体验的布局，必须把图像和语音的技术融合，单独的做语音或图像都是缺位的。

第三个数据的挑战。要获取有价值的数据，怎么获取呢?这个本身是不容易做到的，我们的思路也是比较清晰，就是做嵌入式的人工智能“端+云”的方式。端侧呢，现在我们谈到所谓的人工智能创业公司也好，大公司也好，他们其实更多的是在云上做，但是端上有不可取代的价值。

主要是几个方面，第一，端是不依赖于网络的，不管是在家里，还是哪里，大家会发现家里的无线网络覆盖很难做到完美，如果是在楼下，或者是在移动的场景中，网络的全覆盖更是一个很难的事情，特别是当你牵涉到一些智能图像处理的时候，你很难实时地把图像传到云端再处理回来，这个时候实时性没有了。第二，端上可以对数据进行选择，只把有价值的数据传到云端。比如我阳台上有一个洗衣服的篮子，我就只关注这个里面衣服满的时候，这个状态我传到云端。如果这个里面衣服没有满，99%的时间，这些数据是毫无意义的，就抛弃了。必须采用一个端+云的方式，这样才有可能真正的做到最高效，而且是最有性价比的智能服务。

有了端上的智能以后，在云端可以做很多的事情，一个是可以用数据迭代模型，持续的优化用户的体验;另外是每一个硬件，将来都是和手机的形态一样，他在上面都可以下载很多的智能APP，这个硬件可能已经脱离了原来的形态了，你买回来的时候可能是一个家电，也可能是一个机器人，但是随着智能的升级，他可以具备很多全新的属性和功能。

当我们真的有了这个大数据，也对人的喜好有了了解以后，这个就不局限在家里了，当我们到任何一个地方都可以通过云端升级本地的智能设备，让他们变成像家里一样最懂我的环境。将来的智能家居市场一定是端+云的架构。

第四个，真正的用户体验，这是非常难的事情。举个例子，语音，不仅要支持远场和近场，识别一些带口音的普通话，甚至是方言。还要考虑实际应用中，如果很多人同时讲话的时候，家里很多语音设备的识别率就会下降的比较厉害。所以当我们做技术时，一定要考虑实际的使用场景。图像也是一样，比如人脸识别，如果你离的很近，确实识别得很好，但是如果离得比较远，如果是走动的状态下，如果是背光的情况下，怎么办?这些都要解决，只有这样用户体验才能真正好，消费者才真正的愿意使用这个技术，这个市场才能真正的起来。另外一个，我们的技术更多还要努力让摄像头做到主动的服务，要懂用户，只有懂用户才能使用户得到好的体验。