The Verge这篇评测标题起得很直接:一台号称能认脸的猫砂盆,愣是把家里两只猫的身份搞反了,评测者调侃说AI以为两只猫互换了身体。这台899美元的Litter-Robot 5 Pro,是Whisker目前最贵的旗舰款,卖点就是双摄像头+AI人脸识别,专门解决多猫家庭最头疼的问题——谁上厕所频率不对、谁可能生病了,分不清主谁。
结果卖点翻车了。往下拆一层会发现,这不是简单的"AI不够聪明",而是一套价格、功能、隐私三笔账都算不太清楚的产品设计。
认对了脸,还是分错了账
Whisker官方文档里藏着一个不太体面的细节:系统即便摄像头画面识别正确,最终记录这次如厕事件时,仍然可能按照体重把账算到另一只猫头上。视觉识别和体重判定各跑一套逻辑,谁说了算并不总是视觉。
更麻烦的是纠错机制。用户手动改一次错误记录,官方承认这只修正当次事件,不会让系统学乖、提高后续判断的准确度。也就是说,这类错误不是运气不好撞上的偶发bug,而是可以反复复现的架构问题。
899美元买硬件,认脸还要再交钱
自动铲屎这部分,Litter-Robot系列做得成熟,这也是Whisker多年的招牌功能。但真正解决"多猫认脸"问题的视觉AI识别,并不是硬件自带的免费能力——要用起来,得再订阅Whisker+,每月7.99美元或每年79.90美元。不订阅,系统只能靠体重聚类的免费版SmartScale来猜,而体重相近的猫,这套逻辑本来就容易失灵。
官方唯一敢标注99%准确率的场景,是搭配另购的RFID项圈标签,而不是靠摄像头本身。换句话说,899美元的硬件里,用来解决"认错猫"这个核心痛点的功能,是要另外掏钱、还得再买一个配件才勉强靠谱的组合拳。更尴尬的是,发布已经过去大半年,内置摄像头的自动访问录像功能,截至评测时依然标注着"即将推出"。
摄像头默认开着,这笔隐私账没人细算
厂商的公开口径是"训练模型只为识别宠物",听起来无害。但官方隐私条款原文写得更直白:摄像头会附带捕捉进入画面的人类影像和声音,麦克风默认随视频一起录音,标准版录像留存48小时,订阅Whisker+可以延长到30天。录下来的数据,还可能被用于训练AI模型,并与第三方AI服务商共享。
- 提醒.一台放在家里角落的猫砂盆,摄像头和麦克风默认是开着的,拍到的不只是猫。
认错猫,不是Whisker一家的毛病
把视野拉宽一点会发现,这其实是行业级瓶颈,不是Whisker一家翻车。上一代Litter-Robot 4靠体重聚类分辨猫,官方自己承认体重差不到一磅的猫可能分不清。同价位的Neakasa M1宣称识别准确率94%,但独立测试发现同一只猫连续两次进箱,识别结果都能不一样。第三方评测的态度也不统一:BGR认为5 Pro比上一代功能更多、可靠性反而更差;另一边的评测则相对正面,只是强调必须订阅才能真正用上多猫识别。没有一份评测能代表全部结论,这本身也说明这套技术还没到能一锤定音的成熟度。
认得了脸,认不清账,这才是问题的根子。
谁该买,谁该等
体重接近、外观相似的多猫家庭,买这台机器前得想清楚:识别失灵大概率会发生,而且发生了也很难靠自己纠正过来。真正需要靠如厕数据监测猫咪健康异常的家庭,更要留一个心眼——不管哪家产品,识别结果目前都只能当参考,异常还是得靠兽医判断,不能拿AI报告去替代诊断。
自动铲屎这个基础功能,Litter-Robot依然做得扎实,这点没必要一并否定。但为"认脸"多付的钱、多担的隐私风险,现在换来的更像一个半成品。899美元买的是一台好用的铲屎机器,外加一个还在打磨中的AI功能——这笔账,消费者得自己先算清楚,再决定要不要替厂商买单。