ARTICLE · 1374526
从我的角度看智能家居APP

写在前面
当下主流的智能家居APP非米家莫属,有的米粉更是有上百款米家设备,他将这数百款分组、联动、场景集合,实现自己理想的米家。从产品设计上来讲,米家肯定做得很好才会让爱好者愿意这么折腾。
我选取了米家、美的美居、云鲸智能、大疆DJI Home和科沃斯来做一次小探索,看看他们从产品方面做的有哪些差异。


01
先分组:两条路径来解决两种复杂度

米家和美的美居是典型的生态型产品:
米家接入超过 261 个品类、6000 多个型号的智能设备(小米 IoT 官网);
美的美居覆盖空调、冰箱、洗衣机、灯光、窗帘、门锁等。
云鲸围绕扫拖机器人;
DJI Home目前只连接DJI Power户外电源与ROMO扫拖机器人;
科沃斯以扫地机器人、擦窗机器人和空气净化器为主。
其核心挑战是将单台设备的硬件能力,转化为用户可理解、可配置、可验证的界面表达。
这一差异直接决定了三项设计取向:
生态型以"空间"为信息骨架,单品型以"地图或设备态"为骨架;
生态型靠设计规范维持一致性,单品型靠参数化控制承载深度任务;
生态型的主要成本发生在"配置"环节,单品型的主要成本发生在"参数理解"环节。
02
生态型:以空间为骨架组织设备

2.1 以“家庭—房间”作为组织维度的信息架构

米家和美的美居都是按照“家庭—房间”来进行空间划分,同时“家庭”中又重新组织为“常用”和“房间导航”。就像米家设计团队所说“房间是物理世界里加的一个数字镜像”。
这种设计就回应了一个具体的认知问题:用户往往难以记住设备在分类体系中的归属,但能稳定记住其物理位置。
但他们所控制的产品形态横跨白电、厨电、照明、安防等,因此对于统一的呈现规则的需求更为迫切。也许在AI时代中,将生成式UI(Generative UI)加入其中,会是一个很好的解决方案。
2.2 设计系统作为基础设施治理一致性
在米家初期会为每款产品独立设计操作页、以及首页的快捷操作按钮,但随着IOT设备的快速增长,这种模式难以为继。所以开始转向标准化设计流程:提取每类产品的特点、梳理功能逻辑,在体验一致的基础上保留产品个性。
生态型APP的一致性并非依赖视觉统一,而是依赖一套可复用的规则体系。
他们对外发布的插件接入设计规范中明确了各个组件的规范,统一交互范式,将界面实现由主观判断转为客观的确定性约束。
2.3 设备控制+规则配置=场景联动

米家的场景编辑器采用触发、条件、动作的模型,支持设备状态、时间、日照、地理位置等触发方式,场景同步到云端,手机关机后仍可执行。这使APP从遥控工具转变为规则配置载体。
美的美居采取了不同路径:提供早安、离家、除湿等预设场景,并引入可以听懂模糊指令的小美 AI,美的把小美描述为主动式智能交互。预设场景降低了配置门槛,代价是自定义边界受限于厂商预设范围。
两者面临同一问题:场景配置的心智负荷显著高于单次控制。
美居的自动化逻辑对缺乏数码经验的用户不够友好,第三方家电接入深度也有限;
米家的长场景编辑需要在窄列里滚动和拖拽,复杂度随动作数量上升。
2.4 视觉层级与无障碍设计
美的美居的视觉语言改版把目标概括为"趣味、高效、简约"三个关键词,采用微光渐变插画与时间幻变概念,场景图标引入毛玻璃拟态,卡片增强了圆润度、透明度和投影,设备开关卡与场景执行卡加入轻量动效。
更值得关注的是其无障碍设计:针对色盲人群通过明度与深浅区分状态,并列出红绿色盲应避免的色彩组合(同上)。米家则提供高对比度模式与大字体。
这两项设计表明,无障碍并非功能之外的附加项,而是设计系统的组成部分。
2.5 上手成本

米家与美的美居的核心操作路径控制在3~4步内,右上角“+”聚合了添加设备、扫一扫、自动化/创建场景。

主要成本集中在添加设备环节:设备需连接2.4GHz的wifi、安卓需要位置权限才能扫描蓝牙、账号地区需与设备地区匹配,这些可能会导致配网失败。
两者的上手成本呈现同一条分界线:新手可完成联网与基础控制,但能否进入场景自动化阶段,取决于产品是否提供足够低门槛的配置路径。
03
单品型:以设备能力为核心

3.1 以地图与设备作为骨架的信息架构
云鲸把地图作为核心界面,实时清洁路径、房间分区、指哪扫哪都叠在地图上。
科沃斯采用3D地图,支持划区清扫、虚拟墙和按房间设定清洁方式。
DJI Home则是首页一块大尺寸产品动态图,ROMO 在不同状态下播放不同动画;下方卡片可自定义常用清洁模式;底部固定为基站状态、定时计划、远程视频三个模块。该设计以设备自身的状态呈现替代传统列表:用户进入首页即可判断设备当前行为,无需先解读文本状态。
「配图位 4:DJI Home 首页——产品动态图、自定义模式卡片与底部三模块」
3.2 任务配置:预设方案与参数化调节
三款单品型 APP 的场景能力,本质均为"计划任务"或"预设方案",而非通用的触发—条件—动作模型。
云鲸的计划管理包含房间选择、清扫次数一到三档、拖地湿度三档,并把扫地禁区与拖地禁区分开管理。
DJI Home预置日常清洁、深度扫除、精细单扫、消毒杀菌四种方案,支持"+"自定义;编辑页用滑块调整先扫后拖或扫拖一体、吸力标准或增强、清扫与拖地遍数、出水量三档、路线精细度。
科沃斯提供水量、吸力、清洁顺序的可调项与划区能力。
该设计的优势在于路径短、结果可预期;其边界在于配置仅围绕设备自身参数展开,跨设备联动能力弱于生态型。
这属于架构取舍,而非功能缺失。
3.3 状态反馈:硬件能力的可视化表达
单品型 APP 在状态反馈上投入最重,原因在于它必须回应一个核心问题:如何让用户验证设备的任务执行结果,并确认其价值。
云鲸提供实时清洁路径、清洁报告和异常提醒,异常提醒附带位置提示与处置建议。DJI Home 把每次运行的完整轨迹叠在户型图上,不同路线精细度呈现不同纹理,报告底部标注清扫面积、用时与拖布清洗次数;耗材寿命按拖布清洗次数、基站吸尘次数自动计算,以剩余百分比呈现。
「配图位 5:DJI Home 清洁报告——轨迹纹理与面积、用时、清洗次数」
由此可见两类 APP 的分工:生态型通过颜色语义与卡片状态降低操作成本,单品型通过报告与轨迹印证设备价值。前者服务于高频轻量操作,后者服务于单次任务完成后的结果确认。
3.4 上手路径与工程视角
上手路径上,DJI Home 是选设备、右滑切换产品、点加号蓝牙添加;云鲸在设备页选择扫码或手动添加;科沃斯提供四步配网,虚拟墙支持拖拽设置。三款产品均以"启动一次清扫"作为新手任务终点,将参数配置交由进阶用户完成。
对开发者而言,单品型APP有一项值得借鉴的做法:DJI Home把清洁方案、工作记录、地图管理、耗材管理集中在设置页,并且在远程视频启动时加入语音播报与指示灯,采用端到端加密、每次访问重新授权。该做法将硬件能力、隐私边界与界面反馈纳入同一设计层级统筹考虑。
04
总结一下
4.1 产品用户体验
维度 | 生态型(米家、美的美居) | 单品型(云鲸、DJI Home、科沃斯) |
信息架构 | 房间/楼层为组织维度,宫格卡片或全品类统管 | 地图或设备态为组织维度,地图主导 |
交互路径 | 卡片直控、盲调、加号聚合入口 | 地图点选、虚拟墙拖拽、参数滑块调节 |
场景联动 | 触发+条件+动作模型,或预设场景+AI | 计划任务、预设清洁方案 |
状态反馈 | 颜色语义、卡片状态呈现 | 实时路径、清洁报告、耗材寿命 |
设计含义 | 解决"多品类如何被统一认知" | 解决"单设备能力如何被理解" |
4.2 UI设计
维度 | 生态型 | 单品型 |
视觉层级 | 宫格卡片、渐变插画、玻璃拟态、IP 形象 | 地图主导或产品动画主导 |
一致性治理 | 标准化设计系统、插件 UI 规范 | 单品牌自洽,一致性压力较小 |
无障碍 | 高对比度/大字体、色盲友好配色 | 待实机验证 |
设计奖项 | 米家 Good Design Award 2019;美居 iF 2021 | 无公开权威奖项信息 |
设计含义 | 规范是生态扩张的基础设施 | 反馈可视化是设备价值的证明 |
4.3 上手成本
维度 | 生态型 | 单品型 |
新手引导 | 三步组网、加号入口聚合、语音降低输入成本 | 扫码或蓝牙配网、四步配网 |
学习曲线 | 新手止步于基础控制,进阶用户进入场景配置 | 新手止步于启动清扫,进阶用户进入参数配置 |
主要摩擦 | 频段/权限/地区限制、自动化逻辑复杂 | 扫拖分离、水量与禁区等概念较多 |
设计含义 | 关键在于降低配置成本 | 关键在于降低参数理解成本 |
05
启示
给产品设计师:首先界定产品属于"多品类聚合"还是"单设备深挖"。
前者的核心资产是空间模型和设计系统,后者的核心资产是地图模型和参数化控制。将单品型的地图首页套用于生态型产品,会削弱用户的全局认知;将生态型的房间分组套用于扫地机器人,则浪费了地图这一高效交互载体。
给管理者:设计规范并非文档工作,而是品类扩张的基础能力。
米家在产品井喷时建立标准化流程,美居对外发布插件 UI 规范,两者的本质一致:先定义规则,再接入设备。当准备扩大品类或开放第三方接入时,规范应先于功能上线。
给开发者:状态反馈需要数据支撑,而非界面修辞。
清扫面积、用时、拖布清洗次数、耗材剩余百分比,这些数据让"设备做了什么"变得可验证。同时注意隐私边界,例如远程视频的语音播报、指示灯与一次性授权,都是界面之外的必要设计。
共同的下一步:三个维度里,上手成本的公开证据最为薄弱。本文未开展实机计时与可用性测试,配网步数、错误恢复效率、语音任务完成率等指标仍需实测验证。
生态型与单品型并无高下之分,二者针对的是不同复杂度的问题。
生态型将面对"多品类"的用户从信息混乱中解放出来,单品型将面对"专设备"的用户从参数负担中解放出来。
真正值得借鉴的,是二者将复杂性收敛于系统内部、将简洁性呈现给用户的设计取向。
















































































