三星Smart Home平台来了,这次与苹果无关

简介:
  
  三星很忙,那边与死冤家苹果陷入不死不休的专利战中,甚至可能把好伙伴三星也拉进战场;这边Smart Home平台终于正式发布,首先将在韩国和美国提供服务。

这个系统第一次亮相是在年初的CES大会上,它旨在让家居轻松自动化和智能。在共同的WiFi环境下,利用一个App就可以连接手机、TV和家中的一切设备。用户可以使用语音下达命令,也可以远程监控家居的运行情况。

三星电子媒体解决方案中心的总裁WonPyo Hong说:“随着家居变得智能化,这个平台可以为人们提供更舒服的生活。我们正在构建智能家居的宏伟蓝图,特别是家庭安防和能源管理等有着高速发展潜力的领域。”

通过三星的App,人们可以同时控制多个设备。比如用户只需对电视遥控器说声“晚安”,它会自动触发并关闭其他的连接设备,比如智能灯泡和空调。

无论你在家里或者在公司,准备或者已经出门,你都可以通过移动app来查看家电的运行状态。比如在回家的路上,你可以远程控制洗衣机来选择洗涤模式,当你回到家的时候就可以直接使用了。

当然要实现以上的全部功能,还得等到三星已经有全套智能家居的那天。但是三星计划加入第三方伙伴,共同打造全面的智能家居软硬件平台。不过三星在推出这个平台时,也制定了全新的软件协议,希望借此来打造以自己为核心的生态系统。

三星还表示这个平台上所有的数据传播都会进行加密处理,保证人们享受到安全的数据服务。

目前用户可以在Samsung Apps或Google Play上下载Smart Home应用,通过三星账户注册应用账号。搭载Tizen系统的Samsung Gear 2智能手表很快就会有独立的Smart Home应用,三星的智能电视也将与这个系统联合。

另外,三星还打算扩大使用这个系统的成员,列入计划的有智能灯泡、机器人吸尘器和Samsung Gear Fit智能手表。

三星和微软,LG的出发点一样,都希望一统智能家居的江湖,最不济也要做行业的情报专家,掌握最核心的数据。期望美则美矣,真正实现只怕是困难重重,价格、质量、数据任一方面都是致命点。但愿后来者能以三星为借鉴,在各方面都能更胜一筹。

   
  
  本文作者: 唐丽英

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
移动开发 JavaScript 前端开发
HLS错误处理
hls.js是一个JavaScript库,可实现HTTP Live Streaming客户端。 它依靠HTML5视频和MediaSource扩展进行播放。
6711 0
|
编解码 Linux Android开发
安卓手机投屏电脑端教程,手机投屏教程,可以手机和电脑互传文件。电脑管理手机文件和APP等操作
QtScrcpy是一款基于Scrcpy开发的跨平台安卓投屏工具,支持Windows、macOS、Linux系统。无需在手机安装应用,通过USB或Wi-Fi连接即可实现高清低延迟投屏,支持文件互传、屏幕录制、截图、多设备管理等功能,操作简便,适合开发者与普通用户使用。
1381 47
|
消息中间件 存储 缓存
Linux下kafka之C/C++客户端库librdkafka的编译,安装以及函数介绍(1)
Linux下kafka之C/C++客户端库librdkafka的编译,安装以及函数介绍
4290 0
|
SQL 安全 测试技术
Nikto 漏洞扫描工具使用指南
Nikto 是一款开源 Web 服务器扫描工具,用于检测安全漏洞,如 SQL 注入、XSS、配置错误及过时软件等。支持自定义扫描规则、多端口检测、HTTPS 扫描及多种输出格式。提供插件扩展、自动更新功能,并可通过代理扫描,适用于渗透测试与安全审计。
1404 0
|
12月前
|
云安全 人工智能 自然语言处理
AI说的每一句话,都靠谱吗?
阿里云提供AI全栈安全能力,其中针对AI输入与输出环节的安全合规挑战,我们构建了“开箱即用”与“按需增强”相结合的多层次、可配置的内容安全机制。
2451 3
|
JSON API 数据格式
淘系等商品评论Json数据格式参考,API接口测试
通过以上示例和说明,你可以了解淘系商品评论的JSON数据结构和如何使用相关API接口获取评论数据。在实际操作中,你需要参考具体的API接口文档和开放平台的相关说明进行配置和调用。
|
机器学习/深度学习 人工智能 运维
|
机器学习/深度学习 人工智能 并行计算
【AI系统】AI轻量化与并行策略
本文探讨了AI计算模式对芯片设计的重要性,重点介绍了轻量化网络模型和大模型分布式并行两大主题。轻量化模型旨在减少参数量和计算量,适合资源受限的设备;大模型分布式并行则针对高性能计算需求,通过数据并行、模型并行等技术提高训练效率。文中详细解析了轻量化设计的方法及分布式并行的实现机制,为AI芯片设计提供了理论依据和技术指导。
878 2
|
人工智能 边缘计算 监控
边缘AI计算技术应用-实训解决方案
《边缘AI计算技术应用-实训解决方案》提供完整的实训体系,面向高校和科研机构的AI人才培养需求。方案包括云原生AI平台、百度AIBOX边缘计算硬件,以及8门计算机视觉实训课程与2门大模型课程。AI平台支持大规模分布式训练、超参数搜索、标注及自动化数据管理等功能,显著提升AI训练与推理效率。硬件涵盖多规格AIBOX服务器,支持多种推理算法及灵活部署。课程涵盖从计算机视觉基础到大模型微调的完整路径,通过真实商业项目实操,帮助学员掌握前沿AI技术和产业应用。
1100 2
|
机器学习/深度学习 人工智能 负载均衡
《人工智能驾驭复杂网络拓扑:网络规模扩张下的管理之道》
在数字化时代,网络规模持续扩大,拓扑结构日益复杂,传统管理方式难以应对。人工智能凭借强大数据处理与决策能力,成为解决这一难题的关键技术。它通过智能拓扑发现、动态路由优化、故障预测诊断及资源智能分配等策略,有效提升网络性能与可靠性。例如,谷歌B4网络和阿里巴巴电商网络成功应用AI技术,实现了高效资源利用与快速故障修复。未来,结合区块链与量子计算等新兴技术,人工智能将推动网络拓扑管理迈向更智能、安全与高效的阶段,助力构建可靠的数字世界。
593 5

热门文章

最新文章