小米四項技術獲國際領先技術鑒定，其中空調獲 3 項國際領先成果

IT之家 4 月 23 日消息，據小米技術官方公眾號消息，2025 年 4 月 18 日，由小米智能家電（武漢）有限公司主導的“空調器室外機多目標柔性復合降噪技術及應用”、“家用變頻空調全工況多目標動態尋優 AI 節能控制算法”、“房間空調器空氣和制冷劑雙循環系統智能診斷關鍵技術”、“基于云平臺的電冰箱質量產線檢測和主動維保關鍵技術”四項創新成果順利完成科技成果鑒定。

本次鑒定會由中國輕工業聯合會組織，由何雅玲院士、張華教授、丁國良教授等 8 位行業頂級的專家學者組成本次鑒定委員會。小米大家電總經理單聯瑜介紹了大家電的技術發展現狀，技術代表向鑒定委員會專家作項目報告及現場演示。經質詢和討論，鑒定委員會專家一致認為四個項目的技術成果創新性顯著，達到國際領先水平。

IT之家附小米四個項目的技術成果如下：

空調器室外機多目標柔性復合降噪技術及應用

針對行業內普遍存在的空調外機噪聲問題和降噪技術難題，小米提出了基于結構尋優的空調室外機多目標流體降噪方法，優化了空調室外機相關零部件參數，顯著降低了外機送風噪聲；提出了一種壓縮機-管路-殼體的全鏈路減振降噪方法，實現源頭、傳遞路徑和殼體響應末端全鏈路降噪。

小米還提出了空調室外機噪聲源場景化控制方法，發明了寬溫域壓縮機全周期低噪聲調控技術和基于氣象聯動的運行環境自適應室外機風機轉速控制方法，有效避免了高噪聲場景的發生率。應用該項目創新技術的小米空調產品外機噪聲可低至 49dB（A），大大降低外機運行產生的環境噪聲，提高用戶使用的舒適性。

家用變頻空調全工況多目標動態尋優 AI 節能控制算法

面向用戶使用過程中的控溫超調、過度除濕、電輔熱使用不合理等產生的空調耗能問題，小米開發了數據與模型雙模驅動的空調溫度和能耗協同控制技術，基于專家控制策略，應用模仿學習、強化學習手段，開發了溫度與能耗的全工況多目標動態尋優控制算法，實現了節能和舒適的同步改善；提出了基于動態溫濕度權重尋優的智能除濕控制技術，構建了溫 / 濕度耦合預測模型，動態調節溫濕度區間權重，實現了熱舒適性及能效的協同優化，開發了基于達溫過程預測模型的輔助熱源節能控制技術，通過對用戶達溫情況的精準預測，實現空調輔助熱源的節能優化。

通過上述技術創新，小米空調可實現快速降溫不超調，不過度除濕，較行業同等能效機型節能率最高可達 36.9%，達到舒適性和能耗協同最優控制。

房間空調器空氣和制冷劑雙循環系統智能診斷關鍵技術

針對空調售后安裝的合規性監測難度大、濾網臟堵診斷技術手段不足、缺氟診斷易誤診及漏診，影響用戶使用體驗等問題。小米提出了基于空調安裝現場圖像分割與識別智能算法的空調安裝質量檢測技術，通過云平臺空調售后數據，結合視覺大模型以及圖像分類模型進行空調安裝圖像關鍵目標區域的分割與識別，實現了空調安裝合規性的精準檢測。提出了基于空氣流動關鍵特征比對 AI 算法的空調臟堵診斷技術，通過物理模型提取空氣流動關鍵特征對比學習，實現了空調臟堵的精準判斷。

小米還提出了多源樣本融合與時序異常識別算法的空調制冷劑不足的檢測技術，通過多工況、海量樣本的篩選以及構建時序異常識別模型，識別了不同制冷劑充注量的運行參數序列關聯規律，實現了空調缺氟的精準檢測。該技術的應用和推廣實現了對于空調安裝合規的智能診斷、濾網臟堵的精準識別和及時提醒，以及系統缺氟狀態的準確判定并進行主動干預，推動售后運維智能化、信息化的革新。

基于云平臺的電冰箱質量產線檢測和主動維保關鍵技術

電冰箱產品普遍存在部件狀態檢測技術難題，在生產質檢和用戶使用場景下，因缺少高效檢測手段導致資源投入高、故障發現和處理不及時等問題。為保障冰箱產品的質量，提高遠程運維能力，小米首創了基于云平臺的冰箱質量產線檢測技術，研制了基于實時數據的全負載高精度檢測電路，開發了融合溫度調參、交直流電壓注入、實時功率計算交流電壓、權重迭代的高精度功率檢測算法，提出了產線無感組網技術，提高了電冰箱產線檢測的精準性和自動化水平。

小米提出了基于云平臺的冰箱主動維保技術，建立了基于云端用戶場景的自適應調優智能決策運維平臺，開發了基于故障樹的制冷系統診斷算法，采用溯因推理模型實現了異常使用場景及部件故障等級的分層識別，設計了差異化決策方案與主動維保策略，提升了維保的時效性與主動性。

該技術已逐步應用于小米電冰箱產品，從生產側到用戶側為小米冰箱質量保駕護航，實現部件問題秒級檢測，負載閉環檢測覆蓋率達 100%，較行業技術檢出時間縮短 50%，通過自適應調優控制遠程處理壓縮機、風口堵塞等故障，保障冰箱的持續穩定運行。