A Apple começou com "casa", provando que a IA doméstica ainda gira em torno de "voz + tela"

gurinho

Pense bem: há quanto tempo você não ouve a expressão "ecossistema de casa inteligente para toda a residência" no lançamento de um grande produto tecnológico?
Pelo menos no caso da Apple, não vimos grandes avanços em produtos para casas inteligentes além do HomePod e Apple TV por um longo tempo — até outubro deste ano.
No dia 13 de outubro, a Apple realizou um evento de lançamento, apresentando o hub de controle HomeView, o HomePod mini 2, Apple TV 4K e mais de dez produtos "Apple Home" em parceria com a LG e a Schneider Electric.
O mais chamativo de todos é o HomeView, um "alto-falante inteligente com tela" que adota um formato totalmente novo e é baseado em operação por toque e voz.
Deixando de lado as muitas semelhanças com o clássico da Pixar "A Lâmpada Saltitante Brincalhona", a maior diferença do HomeView é que ele abandona o conceito de "casa separada" de longa data da Apple, onde o HomePod era responsável pelo controle de voz e a Apple TV e outros dispositivos móveis eram responsáveis ​​pela interação visual.
Em outras palavras, depois de anos insistindo que "os alto-falantes inteligentes controlam tudo", a Apple finalmente percebeu que a diversidade de informações e acessórios em uma casa exige, em última análise, uma tela para funcionar.
Por coincidência, a combinação de "voz + tela" também é uma vertente na qual fabricantes globais de casas inteligentes e empresas de tecnologia convencionais têm apostado.
Para dar um exemplo recente, na China, a marca de hardware inteligente da Baidu, "Xiaodu Technology", apresentou e lançou vários novos produtos para o ecossistema doméstico com lógica de cenário muito semelhante em seu evento de lançamento de novos produtos em 8 de setembro:
Imagem | Xiaodu Technology
O ponto crucial é que, seja a Apple, o Xiaodu da Baidu ou outras marcas de tecnologia que estão comprometidas ou retornando ao ecossistema de casas inteligentes, todas estão começando a demonstrar uma abordagem convergente em seus respectivos produtos:
Em termos do nível geral de controle do "hub de inteligência residencial", a simples interação por voz ou controle remoto via celular já não é suficiente para atender às necessidades. "Voz + tela" é uma combinação mais adequada para a interação com a inteligência residencial nesta era de integração da IA.
Imagem | Apple
Nos últimos anos, smartphones, computadores e dispositivos vestíveis praticamente dominaram o imaginário da indústria de eletrônicos de consumo no que diz respeito à IA. Mas quando os fabricantes começam a incorporar telas, voz, reconhecimento ambiental e interação com IA em espaços residenciais como salas de estar e quartos, isso ilustra pelo menos uma coisa:
O lar está se tornando, mais uma vez, um local onde empresas de tecnologia buscam a próxima aplicação de IA.

Na China, o HomeView ainda nem aprendeu a dizer "Estou aqui".

Do ponto de vista do hardware, o HomeView da Apple é sem dúvida um produto raro nos últimos anos, que combina um formato completamente novo com a qualidade de fabricação e os padrões de design consistentes da Apple.
Imagem | Apple
Este hub para casa inteligente utiliza uma tela quadrada de 7 polegadas com cantos arredondados, semelhante à do Apple Watch, e está conectado à unidade de alto-falante abaixo por meio de uma dobradiça ajustável de aço inoxidável.
O HomeView é alimentado por um processador A18 e 8 GB de RAM. Essa capacidade de processamento básica suporta a câmera CenterStage, microfones de quatro feixes, áudio computacional e áudio espacial e, mais importante, recursos avançados como isolamento de dados para até seis contas Apple ID diferentes e interação com a Siri.
Segundo a demonstração da Apple, a maior vantagem do HomeView é a integração eficiente das informações e dispositivos de vários usuários diferentes de uma família com suas respectivas contas independentes do iCloud.
Mais importante ainda, combina "público" e "privado": permite que cada membro da família visualize e consulte suas próprias informações a qualquer momento, e também pode se tornar o cérebro de todo o ecossistema da casa inteligente quando necessário.
No entanto, embora o hardware e os planos do HomeView pareçam promissores, assim como o ecossistema doméstico HomeKit da Apple, ele está longe de ser a solução para todos os problemas.
Em cenários de uso fragmentados no mundo real, o HomeView, que se baseia no conceito de uma "família americana extensa", inevitavelmente ignora algumas necessidades altamente localizadas diante do mercado familiar asiático, que é extremamente atomizado.
Isso se deve ao fato de que ecossistemas de certificação de casas inteligentes, como HomeKit e Matter, não foram amplamente adotados na China. No entanto, a razão mais fundamental é que o mercado doméstico de casas inteligentes já seguiu o mesmo caminho do HomeView, adotando abordagens e métodos de implementação diferentes, com base nas características da vida familiar chinesa.
A falta de um ecossistema de software unificado em larga escala levou inevitavelmente à fragmentação de produtos no mercado doméstico de casas inteligentes. No entanto, sob outra perspectiva, também incentivou os fabricantes nacionais a desenvolverem abordagens únicas em áreas como "inclusão" e "exploração aprofundada de cenários de front-end e back-end".

Xiaodu entra silenciosamente nas casas.

Muitas pessoas podem não saber que a Xiaodu lançou o conceito de "voz + tela" como produto já em 2018 com o alto-falante inteligente "Xiaodu Zaijia":
Imagem | Xiaodu Technology
O mercado de alto-falantes inteligentes com tela é um segmento no qual a Xiaodu entrou muito cedo e vem aprimorando continuamente sua inteligência artificial.
Vale ressaltar que os principais cenários apresentados pela Apple em seu vídeo promocional do HomeView, como manhãs agitadas, gerenciamento de tarefas diárias, videochamadas, integração com campainhas e gerenciamento de agendas pessoais, não apenas já foram implementados pelo Xiaodu, como também foram concebidos para se adequarem ao cotidiano das famílias chinesas.
Imagem | Xiaodu Technology
Seja a Apple abandonando o controle puramente por voz e adicionando telas aos seus dispositivos, ou o Xiaodu da Baidu começando com alto-falantes com telas, ou outras marcas com designs semelhantes, a razão fundamental para todas essas abordagens diferentes é a mesma:
Em ambientes domésticos, apenas dispositivos com telas e GUIs (interfaces gráficas) conseguem atender às necessidades essenciais de gerenciamento de informações pessoais e exibição eficiente de informações públicas; especialmente com a evolução e popularização da IA ​​e das tecnologias de agentes inteligentes, os produtos com telas possuem um potencial interativo ainda maior.
Imagem | Xiaodu Technology
Se o alto-falante com tela foi o primeiro passo da Xiaodu na exploração da IA ​​doméstica, então o "hub de agentes inteligentes domésticos" representa o estágio atual.
Na Conferência Mundial de Inteligência Artificial (WAIC 2026), em julho deste ano, a Xiaodu lançou oficialmente a estratégia "Central Inteligente para o Lar", aprimorando ainda mais o assistente de IA Super Xiaodu e propondo o slogan "De entender a família a fazer coisas pela família", redefinindo a direção do desenvolvimento da IA ​​doméstica.
Em setembro deste ano, a DuerOS concluiu sua atualização para o corpo inteligente, implementando ainda mais a estratégia de "Home Intelligent Body Hub" em funcionalidades executáveis ​​do produto — dividindo metas de forma autônoma, coordenando e agendando ferramentas e executando tarefas domésticas em um circuito fechado.Em termos simples, ele não executa mais mecanicamente uma única instrução, mas consegue entender uma solicitação completa, decompor a tarefa, mobilizar diversos agentes, dispositivos e serviços inteligentes e lidar com uma tarefa do início ao fim.
Agora, quando os pais usam uma tela inteligente Xiaodu X9 Ultra, não precisam mais fazer solicitações verbais. Eles podem simplesmente enviar textos curtos, mensagens de voz ou até mesmo arquivos para a tela inteligente Xiaodu em casa por meio do robô WeChat vinculado. Por exemplo, "Meu filho fará a lição de casa das 18h às 20h hoje à noite" — esta é apenas uma mensagem de evento simples e não contém nenhuma instrução operacional.
Na plataforma Super Smart Home, essa tarefa não só será sincronizada automaticamente com a rotina da família pelo agente inteligente, como a Super Smart Home também classificará as informações da lição de casa por matéria, organizará os materiais eletrônicos relevantes para cada matéria e os imprimirá. Enquanto a criança estiver fazendo a lição de casa, a câmera residencial será ativada para fornecer supervisão e lembretes… alcançando, em última análise, um sistema de controle em circuito fechado, da "informação imprecisa" à "execução distribuída".
Imagem | Xiaodu Technology
O que realmente incorpora as características estratégicas do "hub corporal inteligente doméstico" da Xiaodu são as mudanças subsequentes.
Por exemplo, se um dos pais enviar uma mensagem dizendo "A aula de natação das 20h de amanhã foi alterada para as 19h", o Xiaodu verificará proativamente a agenda existente, lembrará os pais de confirmarem se há conflito de horários e, em seguida, sincronizará as alterações com o dispositivo e os membros da família.
Mesmo depois que a criança termina a lição de casa, a função de gravação de áudio e vídeo do Xiaodu X9 Ultra pode enviar automaticamente as gravações para o WeChat dos pais.
Em outras palavras, os usuários precisam especificar a programação do evento apenas uma vez, e o DuerOS pode planejar automaticamente todo o fluxo de trabalho, liberando-os dos detalhes do planejamento da tarefa, da coleta de informações e do feedback dos resultados.

O custo da inteligência é a maior barreira.

Na verdade, o roteiro de produtos da Xiaodu Technology tem outra vantagem frequentemente negligenciada, mas muito real para as famílias: o preço.
Para garantir que uma central de casa inteligente esteja sempre visível e disponível, os dispositivos precisam ser distribuídos da sala de estar para o quarto, cozinha e até mesmo para todos os cantos.
Portanto, ao construir uma central de automação residencial, a consideração mais importante não é "quanto custa este dispositivo", mas sim "quanto custaria para cobrir minha casa com ele".
Essa é também a importância de Xiaodu transformar as "telas públicas" em uma matriz de produtos:
Desde a Baidu Smart Camera C800 AI Care Edition, com preço de 219 yuans, até a Smart Screen X9 Ultra, com preço de 699 yuans, mesmo para o mais importante "nó central", há uma ampla gama de preços para escolher.
Vamos fazer as contas mais simples: se você quiser ter cobertura total do hub doméstico, basta colocar uma tela inteligente de 699 yuans na sala de estar e um alto-falante inteligente de 299 yuans e uma câmera inteligente de 219 yuans em cada um dos outros dois cômodos — o custo total para obter "cobertura total do hub" não passa de 1.300 yuans.
Mesmo com a adição de tomadas inteligentes, lâmpadas inteligentes e outros produtos finais do ecossistema, o custo total para cobrir toda a casa é de apenas dois a três mil yuans.
Se fizer parte do ecossistema Apple Home, uma única unidade principal do HomeView custa mais de 2.000 yuans (US$ 299), além de duas unidades do HomePod mini 2 em dois cômodos. Com a instalação em três ou quatro residências e todos os dispositivos adicionais, o custo total para toda a casa pode facilmente chegar a seis ou sete mil yuans.
Essa é a vantagem do sistema de preços da Xiaodu: além de ser "centenas de yuans mais barato por unidade", ele também consegue cobrir todos os nós da rede central de automação residencial de forma mais econômica.
Isso também explica por que produtos como telas inteligentes, câmeras inteligentes e dispositivos domésticos inteligentes são melhor compreendidos quando colocados em espaços dispersos pela casa:
Eles não estão apenas fabricando seu próprio hardware, mas sim o mesmo agente inteligente central se estendendo aos nós da rede terminal em diferentes espaços domésticos.
Imagem | Xiaodu Technology
O DuerOS atual evoluiu a tal ponto que consegue compreender proativamente as necessidades, decompor objetivos de forma autônoma, contatar diferentes terminais e serviços e, por fim, entregar os resultados.
Essa é precisamente a chave para o núcleo central do sistema inteligente da casa: o foco da inteligência não está em "quais novas funções o Xiaodu adicionou", mas em como essas capacidades podem trabalhar juntas para poupar à família muito trabalho que antes exigia conexão manual.
Partindo dessa base e adicionando os recursos de serviço personalizados de agentes inteligentes, o protocolo aberto MCP e a colaboração A2A, todos esses elementos combinados formam a mensagem central de Li Ying, vice-presidente do Baidu e CEO da Xiaodu Technology, na WAIC 2026:
O cérebro inteligente é responsável pela compreensão e planejamento, a rede terminal é responsável pela percepção e execução, e os agentes e serviços inteligentes são responsáveis ​​por concluir tarefas específicas — esses três formam um ciclo fechado, permitindo que a IA doméstica se transforme de uma função pontual em uma capacidade de sistema operacional contínuo.
Imagem | Xiaodu Technology
Segundo as estatísticas mais recentes, os produtos inteligentes da Xiaodu já estão presentes em mais de 56 milhões de lares em todo o país, proporcionando uma base de usuários suficientemente grande para a estratégia de "Central Inteligente para Casa".ding-top: 6px;font-family: "PingFang SC", system-ui, -apple-system, BlinkMacSystemFont, sans-serif;font-size: 12px;line-height: 1.6;color: rgb(167, 167, 167);letter-spacing: 0px;text-align: left;white-space: normal;overflow-wrap: anywhere;word-break: break-word;margin-left: 16px;margin-right: 16px;","data-type":"custom-block","data-ifanr-block":"caption","data-ifanr-style-role":"caption"},"namespaceURI":"http://www.w3.org/1999/xhtml","data-layout-id":null}]">.
Mais importante ainda, o que esses 56 milhões de lares precisam não são 56 milhões de telefones celulares, mas sim 56 milhões de itens básicos para casas inteligentes, automatizadas e humanizadas.
Isso nos leva de volta à pergunta inicial: com tantas formas de automação residencial, por que todas acabaram optando pela solução "voz + tela"?
Em última análise, as interações entre as pessoas da família são extremamente intensas e complexas. Dadas as características de uso fragmentado que exigem tanto privacidade quanto compartilhamento, a combinação de voz e tela é a solução ideal para a interação familiar com IA.
Imagem | Xiaodu Technology
No entanto, o HomeView ainda está enraizado no ecossistema fechado do HomeKit da Apple, que é altamente integrado em termos de hardware e software. Dada a natureza fragmentada das marcas nacionais e a falta de um ecossistema unificado, é difícil manter uma experiência de usuário consistente.
A abordagem da Xiaodu, por outro lado, baseia-se no conceito de um "hub de agentes inteligentes para residências". Embora seja compatível com um ecossistema fragmentado, ela aproveita os novos recursos de IA e agentes inteligentes para permitir que as casas inteligentes se libertem da lógica operacional de "acesso à rede de dispositivos + automação IFTTT" de dez anos atrás e se concentrem em como ajudar os usuários a realizar tarefas do início ao fim.
O renovado foco da Apple no lar indica que essa direção está se tornando uma questão pública na indústria global de tecnologia; enquanto a inteligência artificial doméstica é um exemplo local mais específico fornecido pela Baidu.