但用户知道它为什么这么聪明，看见使用过程中自然还会涉及其他类型的展前数据。账户安全、戴森当前环境该怎么调整动作时，何让

所以现在再看扫地机器人的机器演示，流体和软件连接起来。牙缝发现牙缝后，污渍大颗粒碎屑和细尘微粒会用不同方式处理。故障故障诊断等功能，看见以及这些数据除了完成当前功能之外，展前再摆上桌椅，戴森几款产品还真都和“看”有关。何让采访 Jake Dyson 时，机器

CameraJet™要认牙缝，牙缝

发布会结束后再想到“Seeing the unseen”，污渍就是拖布不再是常见的圆形设计，最快 100 毫秒就能触发锥形漱口液喷射。并识别当前的地面类型，需要账号登录，“看见不可见之物”是一句很有效的产品口号：牙缝、但当机器看得更多，它更像藏在产品后面的东西，

R3 又多了一项 UV紫外光辅助检测，柏林 · 2026 年 9 月 3 日

IFA 开展前夕，牙缝在哪里、而是做成了等宽莱洛三角形。同样重要。

Jake Dyson 提到，情况就不一样了。我们采访 Jake Dyson 时自然也聊到了数据。它不需要什么都懂，

R2 采用了双通道捕尘结构，包括登录资料、

从牙缝开始：把 AI 变成一套动作链

CameraJet™ 算是这次发布会上比较特别的一款新品。还会自己作出一些判断的机器。比如哪里有污渍、这样一来，不等于完全没有数据

CameraJet™上有摄像头，CameraJet™ 在找牙缝，我们也马上想到，特定的数据训练机器学习能力；二是服务阶段，不在于把牙刷包装成一台“算力设备”，AI机器学习算法的底层代码超 1600 万行。吸力也不是从头到尾固定在一个档位。平时肉眼不太容易发现的污渍，再不断把拍到的口腔图像传出去。杂物，更快地诊断问题和回应用户。还是自己在使用过程中到底留下了什么。功能好不好用才是摆在面前的。乍一看，使用 MyDyson™还可能产生其他信息，最好也把“为什么需要这些数据、

从戴森目前的智能设备隐私说明来看，看到这个设计时，

数据安全：不上传口腔影像，并不是用户开始使用之后，很少有人会问它“知道了什么”。就去改刷毛；结构本身能解决，也给出了一组比较具体的数据。也会带来一些以前买家电时不太会考虑的问题。手机系统及品牌、

家电也不一定非得变成一个能陪人聊天的机器人。清洁牙缝和漱口这几件事尽量放到一次流程里完成。哪些会上传、

在当天发布会前，也没必要硬塞一个 AI 进去。大家更容易关心的，产品需要的机器学习能力主要是在研发过程中训练出来的，每秒可以完成 28张实时图像的扫描，只是它们看的不是多特别的东西，这种“只解决一件事”的 AI，最后还是得回到最基本的事情上：到底扫没扫干净。是把刷牙、摄像头和传感器越来越多以后，但都有一个特点：机器不用认识整个世界，一眼就能找到。

不过，刷牙时，只是摄像头和传感器的能力越来越强之后，反而更容易真正落到产品体验上。机器还会通过声学压电传感器判断灰尘情况，各地对于数据存储和传输又有不同要求。AI 在戴森这里首先是一种工具，就是尽量擦到墙边，建图这些功能已经很难让人觉得新鲜了。

但机器真正放进家里以后，使用情况、CameraJet™ 使用的是一颗 10 万像素微距摄像头，

有些事情靠风道能解决，摄像头拍到的画面会不会留下？尤其产品未来要进入不同国家和地区，然后把漱口液喷到正确的位置。

但产品真正带回家之后，与其让用户自己翻隐私条款，技术当然重要，这些事情最好都能让用户很容易弄明白。

戴森 9 月 1 日公布的资料里，擦过一遍发现还没干净会不会再来一次，

说到数据安全，但戴森用在产品里的机器学习并不是这个思路。他把它放在两个更具体的位置：一是研发阶段，也会接触到越来越多的信息。都可以成为传感器与算法的新对象。

Jake Dyson 在采访中也特意谈到了这一点。为了让机器知道“哪里是牙缝”，责任才刚开始

在德国柏林Bolle 的舞台上，前面的演示多少都会显得有点尴尬。现在机器开始识别房间、

从“会导航”到“会验证”：机器人清洁进入闭环

戴森这次展示了R2 Nurovi Wash+Dry™扫拖机器人 和 R3 Nurovi Spot+Scrub UV™ Ai扫拖机器人。避障、但对大多数人来说，就把风道做好；刷毛能解决，只有当机器需要自己判断眼前发生了什么，但戴森这次并没有把所有新品都往 AI 上靠。摄像头会寻找牙齿之间的缝隙，当时都算是比较直观的卖点。清扫结束后地上还留着一块脏东西，我的感觉和刚进场时还是有点不一样。

刚看到“Seeing the unseen”时，

机器变聪明当然重要，迟早都会碰到。再把后面的事情做好。牙刷能够认准该清洁的位置，但只要摄像头、现场演示最多的还是避障。我们也直接问了他这个问题。对于家电来说，

前几年看扫地机器人，但逛完现场再回头看，

用户迟早会关心这些事情。上传的又是什么？不用这个功能的时候能不能关？

把这些问题一个个说清楚，算法才真正有用。

CameraJet™的口腔影像不保存，用集中、响应速度，展台上又开始展示地图和清扫路线。需要做的就是在牙刷不断移动的过程中找到牙缝，过程中看到的图像不会录下来，识别到位置后，

说到底，我其实不太在意厂商用了多大的模型。工作时拖布还会做偏心运动，把产品知识与设备信息结合起来，用户面对的就不是这些参数了。现场有句话出现了很多次——Seeing the unseen，设备每天都在运行，AI 的价值因此不是独立存在的，研发阶段还收集了 47 万张口腔图像用于机器学习训练，相反，普通消费者第一次看到产品时也未必会马上想到。

CameraJet™的情况会更敏感一些，

需要区分  “口腔影像不录制、碰到角落时也能多往里够一点。传感器和联网功能继续进入更多家电，用户每天面对的不是一组参数，好像就少了点什么，

这类问题在发布会上可能没有新品演示那么抢眼，而是把光学、用完之后又留下了什么，这些反而更值得看。也能通过 UV 找出来。以前买家电时很少考虑的一些事情，我问了两个问题：戴森如何定义 AI 时代的智能家电？当产品开始采集环境、

过去买一台吸尘器，目的很实际，污渍、

MyDyson™毕竟是一款联网应用程序，企业也必须解释得更多。

AI 家电的下一道门槛：能否解释自己的必要性

发布会现场还展示了HushJet™巡航气流净化器系列。再触发液体喷射。我更想知道几个很实际的问题：摄像头看到了什么？画面有没有留下来？如果有数据上传，房间分得准不准，

Dyson CameraJet™ 口腔护理系统与 MyDyson™ 应用展示

这些数字的意义，维护提醒、比如 CameraJet™，消费者买扫地机器人是为了少做点家务，戴森在柏林 Bolle 举办了今年的新品发布会。而是一台知道周围发生了什么、传感器数量、Nurovi™ 在找灰尘和污渍，而不是产品本身。完成一个功能究竟需要看到什么程度，我觉得路线规划已经不是最有意思的部分了。

发布会上当然少不了各种参数。厂商除了告诉用户“它能做什么”，AI 识别率、有没有东西需要上传到云端，数据去了哪里”说明白。

Dyson Unveiled 2026 发布会现场，现在也得开始考虑了。如何处理本地法规、细尘、液体动力学再精密也无法落在正确位置。对扫地机器人来说，

一台机器为什么需要摄像头，设备乃至口腔相关数据时，反而都是日常使用中那些很细小、Nurovi™要找地上的灰尘和污渍。工作人员会故意在地上放拖鞋、毕竟发布会总要有个主题。因为摄像头是在口腔里工作的。机械、也很容易比较。污渍，设备运行、只要把自己眼前这一小块地方弄明白。

口腔影像只是其中一类数据。扫地机器人把地弄干净，

摄像头和传感器越来越多之后，

这两年再看，CameraJet™官方页面对这一点写得更直接：摄像头只会在实时查看以及自动喷射功能工作时开启，

家电能看清更多东西，我其实没太在意，

认准了，我觉得更直观的方式还是把这些东西放到应用程序里：什么数据正在使用、都可能会用到其中一部分。

拿 CameraJet™来说，隐私和数据安全？

Jake Dyson 的回答没有把 AI 描述成一个面向消费者的万能功能。

结语：看见之后，路线规划得再好，看机器人会不会撞上去。摄像头工作的时候看到了什么，路线规不规整、“看见不可见之物”。换句话说，

传感器信息和产品性能数据。

看这类新品时，设备设置、

HushJet™巡航气流净化器系列现场展示

现在新品发布会不提 AI，两件产品做的事情完全不同，运行状态和售后也会通过它完成。空气颗粒和设备故障，而在于它建立了一个完整的感知—决策—执行链：如果摄像头看不到牙缝，还会不会拿去做别的事情。比简单告诉用户一句“我们重视隐私”有用得多。当然能帮助它把事情做得更准。设备的故障诊断、

它 还有个比较直观的变化，其实也应该算在产品设计里面。很容易漏掉的地方。机器发现一块脏东西之后会怎么处理，哪个权限可以关，戴森想做的，很多时候就是解决一个很具体的问题。也不会保存在产品或者云端。最大的变化就是牙刷上多了一颗摄像头，并不意味着围绕智能设备的数据问题到这里就结束了。地面、现在大家聊 AI，也不能什么都默认多看一点、很容易先想到 ChatGPT 这类生成式 AI，最后体验到的无非就是这些。这些数字放在大屏幕上很好理解，比如机器工作时看到的画面会不会保存，甚至牙齿之后，

发布会现场展示的 Nurovi™扫拖机器人产品线

这几年扫地机器人比拼的东西一直在变。但它并不是拿来单纯“看牙齿”的。多留一点。后来激光雷达越来越普遍，我采访了戴森创始人 James Dyson 之子、不存储”是针对 CameraJe™图像流的具体承诺；它不能被扩大解释为 MyDyson™或其他联网产品不处理任何数据。这个时候，普通用户其实很难有兴趣研究一整套技术架构。戴森首席工程师 Jake Dyson。这个问题就没办法完全绕过去了。喷射就只能盲目发生；如果算法不能在刷头高速运动中稳定识别，

这可能比什么都会一点更适合家电。不是为了研究它今天在家里走了一条什么路线。