一、智能家居的“觉醒”：从“听话”到“贴心”的“进化”
曾几何时，我们对智能家居的要求还只是“听话”——用手机APP远程关个灯，或者对智能音箱喊一嗓子播音乐。但随着物联网和人工智能技术的深度融合，智能家居正经历一场深刻的“觉醒”，从“被动响应”进化到 “主动交互”。
目前, 智能家居中的设备控制连接一般以通过嵌入集中的平台实现统一控制. 集控平台主要以智能语音助手、中控显示屏和移动终端等形式实现与人的交互.Ha 等[1]提出的智能家居中某一设备通过传感器感应和云端数据分析等, 可凭借IoT（物联网） 来控制其他设备响应的过程是通过智能家居场景感知来实现的。 场景感知是人工智能、云计算和IoT 的融合技术, 机器学习和AI 的深度学习可以应用于场景分类和下一个场景预测[2]， 以通过主动交互提供自适应用户行为和提供符合用户习惯的服务。华为的分布式软总线技术提供了统一的分布式通信能力, 智能设备通过wifi、蓝牙和Zigbee[3]等实现互联互通, 可以为用户提供连续的场景交互体验.
这些科学技术在人与机器的双向“对话”中，让系统真正变得“聪明”起来。这就好比你家的智能系统从一个需要明确指令的“实习生”，成长为能察言观色、主动服务的“大管家”。这种“进化”体现在三个有趣的方面：
1.交互策略：从死板的命令执行，变成自适应场景模式。系统能分辨出你是刚起床、在工作还是在聚会。
2.交互通道：从单一的“你说我听”，转向多模态的“眼观六路，耳听八方”。
3.交互程度：从“刷存在感”式的频繁提醒，变为低打扰度的“默默守护”。
二、家的“五官”：智能家居如何感知世界？
要实现真正的主动交互，智能家居首先需要像人一样，拥有感知环境的“五官”。研究团队巧妙地构建了智能家居场景的四要素模型，可以理解为家的“感官系统”：用户（谁）、空间（在哪）、设备（用什么）和任务（做什么）。
在智能家居背景下, 场景要素包括4 个基本点, 即用户、空间、设备和任务, 如图1 所示. 即谁在什么空间位置中在用什么设备在进行什么动作. 其中, 用户包括客观用户与编码用户, 空间包括物理映射空间与地理围栏空间, 设备包括管理设备与应用设备, 任务包括娱乐、起居和休息等任务. 利用场景要素确定主动交互作用设备和交互方式等的关键信息, 可为AI 和IoT 技术对智能家居设备之间的互联、互动建立前提基础, 防止主动交互因打扰用户、执行错误等原因带来差的用户体验.这个模型是智能家居变得“贴心”的基础。比如，系统感知到“你”（用户）在“书房”（空间）正用“电脑”（设备）“写论文”（任务），而“厨房”（空间）的“热水壶”（设备）完成了“烧水”（任务）。这时，系统就需要决定：是该打断全神贯注的你，还是默默地让热水保温？这就引出了下一个核心问题：它该如何“开口”提醒才最合适？
三、“读心术”与“说话的艺术”：多模态交互的智慧
如果直接让音箱大喊“水烧好啦！”显然很扫兴，突兀。针对传统单通道交互的局限，研究提出了向多模态交互的转变。这就像是教智能家居学会“说话的艺术”。
交互模态的选择应根据场景进行变化, 不同优先级场景任务主动交互时, 需根据用户所进行任务的专注度选择不同打扰程度的交互模态. 因此, 需了解各个模态对人注意力资源的占有情况.研究发现，大脑在处理信息时，对不同感官通道的注意力分配是不同的。简单来说，声音比图像更容易引起我们的注意。因此，利用不同模态对注意力占有的分析，构建不同打扰等级的主动交互模型, 应用于不同场景任务之间的反馈形式.（暂不引入触觉模态） 划分并定义的打扰度等级如表1 所示。
四、家的“大脑”：任务优先级与智能决策
智能家居的“大脑”需要像一位真正的管家一样，懂得权衡轻重缓急。研究团队将居家任务分为三类，并设定了优先级：
1. 安全任务（最高优先级）：如燃气泄漏报警。这是底线，必须确保万无一失。
2. 专注任务（中优先级）：如工作、学习。需要集中注意力，应尽量避免打扰。
3. 非专注任务（低优先级）：如休闲娱乐。可以接受适度提醒。
基于此，研究提出了核心的主动交互策略。它就像一个决策流程图：当一个次要任务（如烧水完成）需要通知正在执行主要任务（如写论文）的你时，系统会根据两者优先级的差异，自动选择最合适的“打扰度等级”进行交互。
针对智能家居的主动交互策略, 将通过场景要素识别来分析设备开启情况和任务优先级情况,进而确定主动交互下发的模态. 具体策略如图2 所示. 通过次任务与主任务的交叉关联得到5 种信息传递模型: 同级传递、次级传递(高−低)、次级传递(低−高)、两级传递(高−低)以及两级传递(低−高).其中, 同级传递, 即主次任务为同一优先级; 次级传递, 即主次任务相差一个优先级, 当次任务低于主任务优先级时映射到低−高, 反之, 映射高−低;两级传递, 即主次任务为优先级极值之间的传递,低−高与高−低逻辑服用次级传递
这个决策过程是在三个层面完成的：感知层（家的“感官”收集信息）、决策层（家的“大脑”分析判断）和表现层（家的“嘴巴”执行交互）。智能家居在拥有先进技术的加持下, 表现出更智能、更主动和更前置的特点. 因此, 其将区别于以往的交互方式, 对智能家居交互流程进行了如图3 所示的梳理。
感知层通过传感器和网关等对智能家居相关设备数据进行采集, 包括次任务中涉及相关设备的工作情况及主任务中涉及相关设备的开关情况.决策层为交互流程中的关键要素, 由AI 和人共同作用, 其通过深度学习和数据算法等对感知层的任务进行仲裁判断, 进而确定信息传递模型. AI 提供的决策是智能家居主动交互的一个环节, 最终任务执行的决定权归用户所有; 同时, 用户的决策将会被记录并上传至云端, 通过用户的每次反馈形成数据池, 以优化智能家居主动交互的频次和形式. 表现层通过决策层的判断推送, 选择定义的交互形式向主任务涉及设备下发相关内容.
五、实战检验：“绿野仙踪”法下的用户体验
为了验证这套策略是否真的“贴心”，研究团队进行了一场有趣的实验。他们搭建了一个模拟家居环境，并采用了 “绿野仙踪”方法——即由研究人员在幕后模拟智能系统的行为，让参与者以为是机器在自动交互。
实验设计了几个生活化场景，通过收集被试者的反馈，使用专业的SUS（系统可用性量表）和USE（有用性、满意度、易用性）问卷进行评估。
以实验3 为例, 如图所示分别为实验关键性因素梳理和交互脚本设计。
结果显示，该主动交互系统的可用性得分颇高，总体满意度良好。不过，实验也发现了一些有趣的现象：比如，一些重度游戏玩家在进行高度专注的任务时，希望零打扰；而另一些人则欢迎提示，以免遗忘事务。这说明了个性化设置在未来发展中的重要性。
六、未来已来：更贴心、更懂你的家
尽管当前研究已取得显著成果，但智能家居的进化之路仍在继续。未来的家会更像一位不断学习的老朋友。它不仅能记住你“这次做的决策”，下次直接执行，还能根据你的习惯动态调整交互的时机和方式。
结语：从“智能”到“智慧”，家的温度当智能家居真正实现“主动思考”，我们的居家生活将不再是简单的人机控制，而是进入一种无缝、自然、愉悦的共生状态。这项技术的终极目标，并非用冷冰冰的自动化取代人类，而是通过有温度、知进退的交互，将我们从繁琐的事务中解放出来，让我们能更专注地享受生活本身。作为数字原生代的大学生，我们正站在这场变革的最前沿，见证并参与着智能家居从“好用工具”到“知心伙伴”的华丽转身。未来，你的家，或许比你更懂你。