在生成式AI热潮席卷科技行业的今天，Google推出的Gemini Home服务试图将这一技术引入我们的日常生活。作为Google智能家居生态系统的重要升级，Gemini Home承诺通过AI分析摄像头视频，为用户提供智能化的家庭监控体验。然而，经过一段时间的实际使用，我发现这项服务远非完美，其表现更像是一个需要不断"纠正"的学生，而非一个可靠的智能助手。
服务概述：价格与功能
Gemini Home是Google Home应用的高级付费功能，每月收费20美元。这一订阅套餐包含扩展的视频历史记录和一系列AI增强功能，包括每日摘要、AI标记的通知以及"Ask Home"对话式聊天机器人。相比之下，基础套餐每月仅需10美元，提供较少的视频历史记录和传统的非生成式通知。
值得注意的是，Gemini Home并不会将所有视频内容发送到AI模型进行处理。出于计算效率考虑，它仅分析事件片段，并在一天结束时生成"每日简报"，总结当天发生的重要事件。Google强调，其AI模型仅处理视频的视觉元素，不包含音频内容，这可能是有意为之，以保护用户隐私。
功能亮点：Ask Home自动化
尽管在视频识别方面存在明显问题，Gemini Home的"Ask Home"功能却表现出色。这一对话式聊天机器人能够根据用户自然语言请求创建自动化设置，比传统方法更加直观便捷。在测试中，Ask Home能够准确理解并执行大多数自动化指令，显示出在结构化任务处理方面的优势。
此外，Ask Home在检索历史事件片段方面也表现良好，只要用户能够提供足够具体的关键词。高级套餐可保留60天的视频历史，为用户提供了较长的查询窗口。Google承诺不会将这些视频用于模型训练，除非用户明确选择"借出"数据，且这些数据最多保留18个月。
核心问题：AI的"幻觉"与误识别
Gemini Home最令人担忧的问题是AI的频繁误识别和"幻觉"现象。在测试过程中，我的Nest摄像头捕捉到的狗狗多次被系统误认为鹿或其他野生动物。最典型的一次是，系统在"每日简报"中郑重声明："意外地，一只鹿短暂进入了家庭房间。"
这种混淆并非偶然发生。尽管有时系统会正确识别我的宠物，但在许多事件片段和摘要中，系统仍然坚持报告鹿在房屋周围出现的"异常情况"。Google发言人解释称，"整体识别准确度取决于多种因素，包括摄像头片段中可供Gemini处理的视觉细节。作为大型语言模型，Gemini有时会做出推断性错误，导致这些误识别，例如将您的狗误认为猫或鹿。"
更令人不安的是，系统偶尔会将空房间或阴影误认为"有人在家庭房间"。当用户收到此类通知时，第一反应往往是恐慌——家中可能闯入了入侵者。然而，查看摄像头录像后却发现空无一物，这种虚假警报不仅浪费用户时间，还可能导致对系统的不信任。
其他识别问题
除了动物和人员的误识别外，Gemini Home还存在多种识别偏差：
- 数量误判：单人活动被报告为多人同时在场
- 物品混淆：狗玩具被识别为猫，鸟类被误认为浣熊
- 事件忽略：系统有时会否认已发生的事件，如包裹送达
这些问题共同导致了一个矛盾的结果：虽然系统标记了大多数片段，但准确性不足，反而增加了用户的认知负担。原本旨在节省时间的智能通知，现在反而需要用户不断验证，反而浪费了更多时间。
改进可能性与用户调整
Google表示正在"大力投资提高识别准确性"，并认为用户自定义指令是改进的关键。经过一些调整，确实可以减少某些错误——例如，在多次纠正"鹿"的误识别后，系统报告野生动物的次数有所减少。自定义指令也有助于减少对不存在的房间的无关报告。
然而，即使经过精心调整，某些问题仍然难以解决。例如，系统仍然会在空房间中"发现"人员，这表明当前的AI模型在理解空间关系和上下文方面存在根本性局限。
产品定位与价值评估
在当前状态下，很难证明每月20美元的Gemini Home高级订阅具有合理性。如果用户仅需要60天的事件历史记录，则必须接受AI通知带来的困扰。相比之下，10美元的基础套餐提供30天的事件历史记录和传统的非生成式通知，可能是更实用的选择。
Gemini Home目前仅向早期访问用户开放，但Google很可能在未来将其推广给所有用户。在技术成熟度提高之前，谨慎考虑是否值得为这样一个尚不完善的功能支付额外费用是明智的。
结论：AI智能家居的现实与期望
Gemini Home代表了智能家居AI发展的前沿尝试，但也暴露了当前生成式AI技术的局限性。虽然它能够执行某些任务（如创建自动化），但在理解现实世界、准确识别物体和事件方面仍有明显不足。
对于普通消费者而言，在评估此类AI增强服务时，应当考虑以下因素：
- 实际需求：是否真的需要AI生成的摘要，还是传统通知已足够
- 错误容忍度：能否接受系统频繁误识别带来的困扰
- 隐私考量：对摄像头数据被AI处理的接受程度
随着技术的不断进步，Gemini Home可能会变得更加可靠。但目前而言，它更像是一个有趣的实验性功能，而非一个成熟的实用工具。对于追求稳定可靠的智能家居体验的用户，传统方案可能仍然是更安全的选择。
