Google 为 Gemini for Home 推出的 Pet Memory，本想让 Nest 摄像头记住宠物名字并触发更聪明的提醒，但在 The Verge 的两周实测中，它没能分清三只猫。

从“看到动物”到“看到哪只动物”

Pet Memory 的卖点，是把智能摄像头的动物识别推进到个体识别：系统不只提示“发现动物”，而是尝试说出是哪只宠物，并把这一信息用于通知、查询和自动化。对于家里有多只动物的用户，这听起来很实用。测试者希望用它完成三件事：识别门口想进屋的是哪只猫、确认天黑前宠物是否都在室内、以及根据靠近喂食器的猫执行不同投喂。

这类功能建立在机器学习和生成式 AI 之上。机器学习指系统从大量样本中总结规律，生成式 AI 则可把摄像头画面转成更自然的文字描述。Nest 摄像头早在 2017 年的 Nest Cam IQ 上就能区分人和宠物，之后又加入动物检测；近期，Google、Ring、Wyze 和 Apple Home 等都在把“运动提醒”升级为更具体的 AI 描述。Google 的新尝试在于个性化：把“猫”替换成宠物名字。

工作方式与使用门槛

Google Home 产品经理 Rudra Bhatt 解释，Pet Memory 会比较用户提供给 Gemini for Home 的宠物描述，以及 Gemini 从摄像头画面生成的文字说明；如果两者匹配，系统就会在说明中用宠物名字替代泛称。

目前它也有明确限制：

• 订阅要求：需要每月 20 美元的 Google Home Advanced Plan；
• 设备范围：实测中只在 Nest 摄像头上可用，Google 称兼容任何支持 Gemini 的摄像头；
• 场景限制：只适用于室内摄像头，因此无法满足“升级版电子宠物门”的设想；
• 训练方式：不像 Google Home 的 Familiar Faces 人脸识别那样建立单独视觉档案，用户不能上传宠物照片，也没有明显的纠错流程。

用户只能输入宠物名字和品种，并希望系统“理解”其余差异。测试者给三只猫分别描述为：Boone 是有白爪的黑白猫，Osa 是虎斑幼猫，Smokey 是体型较大的灰白猫。但系统表示无法处理更多细节，仍持续把所有猫标为最先录入的 Smokey。

识别错误会削弱自动化价值

Pet Memory 最有吸引力的地方，并不只是让通知更好看，而是把识别结果接入智能家居自动化。例如，测试者原本希望根据哪只猫出现在喂食器旁来执行不同投喂安排，或在天黑前查询某只猫是否已经回到屋内。

但这些设想都建立在一个前提上：系统必须可靠地区分个体。实测中，Gemini 把三只猫都认成 Smokey，这意味着任何依赖“是哪只猫”来触发的提醒或自动化都可能失去意义。对于喂食、门禁、安全确认这类有明确后果的场景，错误识别不只是小瑕疵，而会带来额外的人工核对成本。

Google 方面也承认了限制。Bhatt 表示，Gemini 在单只宠物场景表现很好，对猫和狗这类不同物种的区分也还可以，但在区分多只同类宠物时会遇到困难。这也解释了为什么该功能目前只面向室内摄像头：环境更可控，误判风险相对更低。

行业意义：宠物识别还没到可托付阶段

这次实测并不说明宠物 AI 没有价值。更具体的摄像头通知确实能减少用户打开应用查看视频片段的次数，也让智能家居更接近“理解家中正在发生什么”。但从“能描述画面”到“能可靠控制设备”，中间还有不小差距。

未来方向很清晰：系统需要更完善的训练、纠错和控制机制，例如允许用户确认“这不是 Smokey”、上传参考图、或为自动化设置更细的触发条件。否则，宠物名字识别更适合作为辅助提醒，而不应直接控制喂食等后果明确的设备。智能家居的下一轮竞争，不只是让摄像头会描述，而是让 AI 的判断足够稳定、可校正、可约束。