什么是万物互联？这并不是哈姆雷特，科技也不讲求千人千面。其在课本上的定义是将人、流程、数据和事物结合一起，使得网络连接变得更有价值。而在这些连接相关的过程中，智能设备的出现让万物互联有了新的发展思路，5G技术的落地和无处不在的算力支持，让“万物智联”成为可能。当然，物联网与互联网在交互模式上也有很大区别，不同于互联网主要以鼠标键盘为主的窗口交互，物联网的交互方式更加丰富，生物识别、多因子识别、跨设备交互等多种交互模式不断的发展变化。
从使用习惯来看，人均持有联网设备正在变得越来越多，从传统的电脑和手机，到如今的智能手表、电视等各类智能家居设备。不难想象，未来必然会有更多的设备接入网络，加入万物互联的阵营。这种情况下，如果每种设备都有自己的交互模式，每种设备都需要去重新学习、使用和习惯，这对于便捷的智能生活而言，无异于是灾难性的存在。
如果说只有几台设备和一根网线，那么其价值必然只能停留在物联网的初级阶段。在不久前刚刚落幕的华为开发者大会2021（Together）上， 华为消费者业务 AI 与智慧全场景业务部总裁王成录对此给出了结论，他认为，如何实现真正的“万物智联”，将会重新定义人、设备与场景之间的关系，而这也是物联网的下一个发展核心。
物联网时代之前，我们常用的终端可能只有手机和电脑。但随着设备的不断增加，人与物、物与物间的交互节点数量正呈指数级上涨，交互方式也不再是单纯的窗口式交互，越来越多的传感器加入交互大军。人与设备之间能够通过更多维度的交互，让设备理解人类的意图，并通过数据训练形成用户画像和终端智能，从而更加理解用户需求，最终达成新的交互模式。
王成录博士在大会上如此描述“万物智联”时代的交互体系：“我非常相信在未来我们原子化的服务加上 APP 可能会到千万甚至亿级、十亿级，设备这么多，服务和应用这么多，如果不改变人和设备交互的方式，不重新定义人消费信息的方式，人类社会真正的万物互联是享受不到的。”
新的交互模式与场景是深度结合的，运动场景中，一个专业的教练可以针对身体状态制定适当的锻炼方式，并且指导我们以正确的方式与姿势来实现身体的升级。但问题在于，优秀的教练并非那么容易找到，尤其是当你想要在家里便进行锻炼时，各种问题便会席卷而来，因此，基于HarmonyOS打造的场景化“超级终端”就有了用武之地。通过对手机、运动设备以及其他智能设备的整合，设备们可以随时掌握你的身体状态，提升运动能力。
当然，万物智联的底层是数据，而数据的来源是底层海量的智能设备以及设备上的传感器。举个简单的例子，运动开始前，体脂秤先分析身体状况，智能手表获取前一天的睡眠数据、实时心率以及摄氧量等信息，智能冰箱、微波炉则可以收集和分析饮食结构并将其传输至云端，云端分析诸多数据后，便可以输出最适合的运动方案。
运动时，各种设备之间可以协同运作，智能手表通过监测心率信息分析运动强度、呼吸频率，跑步机检测踏步的力度与幅度，提醒你及时调整；运动后还可以通过各种穿戴设备、运动仪器中监测到的数据进行分析，获取身体的各项指标，得出最终方案。
在万物智联的时代，如果数据不流通、交互不流通，那么孤立的设备将会毫无价值。但当由HarmonyOS构建的各种场景化协同一体的“超级终端”，万物智联的画卷便浮现在眼前。当越来越多的传感器协同一体来记录用户的行为，更加完善的用户画像就意味着更加智能的场景化服务，人与设备的交互模式将变得更简单，也更便捷。
“万物智联”交互为先，但是目前大多数企业和设备无法实现传感器的场景化融合。多模语义场景下，设备与人的交互也比较复杂。其实，这些问题都在影响物联网的发展，华为用三大技术击破了智慧场景中设备孤立的难题。
第一个技术点是设备间的异构。设备大小、传感器不同、上报信号特征不同，这些情况使得古玩场景化交互变得异常复杂。这时，软总线技术的出现完美解决了这些问题，它能够借助软时钟来提供统一的时钟信号。所有模组间的通信先向 PCB 板上的晶振进行校准，从而捕获时钟信号，后续所有业务处理的时钟再以这个软时钟信号为准，从而实现信号间时序的对齐。当前，HarmonyOS 2的软时钟精度误差已经小于 1ms，而在Harmony OS 3.0 的 Beta 版本期目标是做到 500μs，这种精度已经完全满足传感器信号同步的问题。
第二个技术创新是在数据标注层面。无论是终端还是AI训练，数据标注都是一样的耗时耗力，为了提升效率，很多物联网场景选择忽略这一环节。HarmonyOS可以基于已标注的数据教程，判断同一场景下是否存在无标注数据的信号，并实现智能标注。这意味着传感设备再多、标注设备再多的环境，也能拥有极高的标注效率，有效解决数据标注问题。
第三个则是小样本训练的创新。当传感信号样本数量非常少时，便很难基于数据实现大规模训练；而且，当下传感器存在不稳定的情况，一旦小样本出现环境波动，模型便会出现较大误差，这些问题导致端侧无法使用现有的传统 AI 模型来进行训练。小样本实时训练模型的采用，有效解决了小样本数据的波动和不稳定性带来的冲击，提升模型的稳定性。
随着设备越来越多，交互方式也逐渐增多，如果不能保障用户体验的一致性，一切也会有所打折。华为智能助手“小艺”则可以很好的解决这些问题，其通过实时传感数据准确的捕获用户意图，显示和隐式结合的用户意图表示，从而能够更加精准的理解用户想法。
王成录博士在 HDC 大会上表示，“小艺可以用隐式向量从海量的应用和服务里面找到几个或者几十个应用候选集，通过显示结构话的意图做进一步筛选和逻辑的组装，从而做到对用户意图的反馈。”当然，在小艺的底层，依然是庞大的智能终端，借助 AI 技术重新定义人和设备的交互方式，从而让便捷的智慧生活走进千家万户。
集中化入口和更加精准的理解能力，对于开发者拥有重要意义，应用意图表征的越准确详细，就能借助“超级终端”找准用户。这是一种技术理念的革命，通过重新定义获取服务的方式，实现了人与设备间的「智能交互」。设备与设备、设备与人之间产生新的关联，在特定环境下形成超级终端进并智能协作，从人找设备变成了服务找人。
当然，未来也充满了无限的可能性，这不仅仅是物联网一个领域，还有更多新的机会在等着开发者去探寻。云计算、大数据、物联网、人工智能、5G……新的技术接踵而至，旧的技术重焕生机，一切都在有条不紊的向前迈进。我们自然也能相信，真正的万物互联时代正在悄然来临，每个不经意的创造都可能会加速这一时刻的到来。尤其是越来越多的开发者、合作伙伴和鸿蒙生态走到了一起，让我们对万物智联这一话题，有了更多可以向往的领域。
“往者不可谏，来者犹可追。”课本上的工业革命我们或许未能赶上，那就放手去改变现在，去感受前沿科技带来的革命气息吧！