ADT今日推出全新DIY安防系统Blu,价格略有下调,但这一产品的定位却让人困惑,因为它与现有的ADT+系统形成了令人费解的竞争关系。
ADT+系统是一款支持DIY或专业安装的安防产品,包含传感器、警报器等设备,并集成了Google Nest功能,打造出更智能的安防系统。该系统起售价仅为269美元,性价比相当不错,而且持续获得新功能更新。
这正是ADT Blu发布令人困惑的原因所在。
ADT Blu(不要与2020年推出且至今仍在运营的"Blue by ADT"混淆)是一款DIY家庭安防系统,设计上使用相同的ADT+应用程序,但体验略有不同,价格更为亲民。
ADT将这套新系统定位为"消除DIY安防系统长期存在的权衡问题"的解决方案,Blu承诺提供简洁性和可靠性——但实际上标准的ADT+系统已经具备这两个特点,而且同样支持自行安装。
最大的变化似乎在于硬件配置。ADT虽未明确说明,但Blu完全没有提及Google Nest集成功能,而这恰恰是ADT+的重要卖点。我们发现了"Blu门铃摄像头"以及室内外摄像头的支持页面——它们看起来与Arlo销售的类似产品非常相似,只是侧面贴有ADT标签。此外还有Blu专用版本的ADT基站、传感器等设备。
ADT向媒体确认,Nest集成功能专属于ADT+系统,不会在ADT Blu中提供支持。
虽然这两套系统共享同一个ADT+应用程序,并且显然支持某些相同的集成功能(如门锁支持、发光ADT标识和"My Safety"功能),但它们似乎是完全独立的产品线。
ADT Blu从今日起开始销售,套餐起售价为249美元。与其他ADT系统不同,这款产品还将在亚马逊平台销售,Blu摄像头起售价为69美元。基础入门套件售价249美元,包含本文顶部图片所示的硬件;而集成视频功能的系统售价为339美元。
在ADT花费数年时间构建Google Nest集成系统之后,ADT Blu的推出确实令人困惑。
主要困惑在于其"平价"DIY替代品的定位。ADT+系统本身就支持DIY安装,价格差异并不大。如果基础套餐售价249美元,仅比现有ADT+系统便宜20美元。如果考虑到必须购买ADT的摄像头硬件(ADT+可以使用现有的Google硬件),成本实际上会增加。
至少在笔者看来,这很难让人信服,特别是用户似乎还会失去ADT Trusted Neighbor等强大功能的访问权限。虽然该功能需要额外付费,但至少可以作为可选附加项,在购买更便宜的基础系统后随时添加。
越深入了解ADT Blu的细节,就越让人疑惑"为什么要推出这款产品?"
Q&A
Q1:ADT Blu和ADT+系统有什么区别?
A:ADT Blu是ADT推出的新款DIY安防系统,起售价249美元,比ADT+便宜20美元。最大区别是Blu不支持Google Nest集成功能,使用的是类似Arlo的自有品牌摄像头硬件,而ADT+可以集成Google Nest设备并支持更多高级功能。两者虽共享同一应用程序,但实际上是独立的产品线。
Q2:ADT Blu的价格优势明显吗?
A:价格优势并不明显。基础套餐仅比ADT+便宜20美元(249美元对比269美元),但用户必须购买ADT的专用摄像头硬件,而ADT+可以使用现有的Google设备,综合计算下来Blu的成本可能更高。此外Blu还缺少一些高级功能支持。
Q3:ADT Blu适合哪些用户购买?
A:从目前信息看,ADT Blu的目标用户定位并不清晰。如果用户已有Google Nest设备或看重智能家居集成,ADT+是更好的选择。Blu可能更适合预算极度有限、不需要Google生态集成、且愿意在亚马逊平台购买的入门级用户。
好文章,需要你的鼓励
谷歌发布Project Genie新功能,将其世界生成模型与Google街景视图相结合,使AI智能体能够在基于真实地点的虚拟环境中导航与交互。用户可选择美国任意地点,结合"沙漠""石器时代"等风格,生成富有创意的沉浸式世界。该功能目前已向全球符合条件的Google AI Ultra订阅用户(200美元/月)逐步开放,未来计划扩展至更多地区。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
保加利亚国家系统集成商BIS已部署谷歌云Cybershield服务,成为欧洲首批落地该方案的国家之一。项目获欧盟资金支持,旨在整合网络情报与遥测数据,覆盖54个政府及公共部门实体,将威胁检测与响应从被动转为主动。BIS将借助谷歌云安全运营平台及Mandiant威胁情报,构建联邦化跨机构安全运营中心,以AI驱动的防御能力应对日益复杂的网络威胁。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。