不用攝像頭，不裝傳感器，你的WiFi信正在偷看你

前兩天看到一個數據，中國獨居和空巢老人，加起來已經超過1億了。

1億。

我腦子里立刻浮現出那個畫面。一個七十多歲的老人，獨自住在老小區里，子女在另一個城市上班。晚上起夜，在衛生間滑了一跤。爬不起來，手機在客廳，喊又沒人聽見。

這種事不是假設，每年都在發生。而且不是偶爾，是非常頻繁。

子女能怎么辦？裝攝像頭？老人不愿意，覺得被盯著，沒有尊嚴；戴智能手環？老人經常忘記戴，或者不會充電；裝毫米波雷達？一個房間一個，一套房搞下來好幾千。

有做智能家居的朋友，上面這些問題被客戶問過好多次，都沒有什么辦法，每次都挺尷尬，似乎哪個方案都有硬傷。

直到前兩天，GitHub 上刷到了這么一個項目。

1

它叫RuView。

Ru來自開發團隊ruvnet，View就是「看見」。其實合起來大概意思，用WiFi去「看見」。

為什么說是WiFi呢？

這個項目核心可以用普通WiFi信號，隔墻感知人體姿態、監測呼吸心率、檢測人員存在。

不需要攝像頭，不需要穿戴設備，不需要云端，甚至不需要聯網——路由器通不通網無所謂，只要它開著、在發WiFi信號就行。

然后我往下一翻，將近 5.7 萬的星標收藏。

說實話，我第一反應是，這不會又是什么標題黨吧？？？

結果去翻了翻倉庫和技術文檔，發現事情比我一開始想的要復雜得多。也更有意思得多。

2

先說個最基本的認知。

你家里那個路由器，一直在往空氣里發射無線電波——2.4G也好5G也好，那些波在房間里傳播的時候，會碰到墻壁、家具、人體，然后被反射、散射、吸收。

所以呢，人在房間里走動，信號就會變。

人坐在沙發上不動，信號也會變，因為呼吸的時候胸腔在起伏，甚至心跳那種微弱的震動，都會讓某些子載波的幅度和相位產生變化。

這事兒其實一點都不新鮮，搞無線通信的人早就知道了。

新鮮的是，有人真的把這堆信號擾動，喂進了深度學習模型，然后讓它學會了從中反推出人的姿態、動作、乃至生命體征。

這種拿WiFi信號來感知環境的技術，業內叫WiFi sensing，WiFi感知。

RuView干的就是這么件事。

3

它的技術管線大概是這么走的（技術名詞我都會簡單解釋一下）。

路由器發出WiFi信號，人一活動就擾動信號，然后ESP32-S3節點捕獲信道狀態信息。

ESP32-S3你理解成一個指甲蓋大小的微型芯片就行，十幾塊錢就能買到，專門干這種低功耗的活兒。

信道狀態信息，簡稱CSI，你可以理解為WiFi信號的「體檢報告」，信號每經過一面墻、一個人、一件家具，這份報告就會變。

RuView就是靠讀這份報告來感知環境變化的。

接著，CSI數據經過多頻段融合、信號過濾、神經網絡推理，最后輸出17個人體關鍵點坐標、呼吸率、心率一干數據。

整個過程中，沒有任何一個像素被拍攝。

全是信號。

順便說一個讓我挺意外的數字，RuView的人員檢測的準確率是100%，延遲0.012毫秒。不

是99%，是100%。雖然是實驗室條件下的數據，但也夠嚇人了。

RuView之所以能在GitHub上爆，核心就是它擊中了我開頭說的那個矛盾。

大家想要更聰明的空間感知，但又越來越不想被攝像頭盯著。而不用攝像頭的方案，要么太貴，要么不夠準。

它的硬件成本多低呢？

ESP32-S3節點，一個大概9美元，60多塊人民幣。

你要更好的效果，擺4到6個節點組個mesh就行（mesh就是多節點組網，相當于幾個芯片手拉手，一起采集信號，覆蓋范圍更廣、精度更高）。整套下來幾百塊錢。

而且完全本地運行，不需要把任何數據傳到云端。這一點在隱私法規越來越嚴的今天，幾乎就是最大的賣點。

沒有視頻采集，天然就規避了一眾法規對影像數據的監管要求。

所以你看，它賣的其實不是什么隔墻透視的噱頭，而是一種可能性。

一種「不看，但更聰明」的可能性。

4

但冷靜下來想想，事情也沒那么簡單。

先說技術層面。

WiFi sensing這東西，實驗室里跑通和真實環境穩定部署，中間隔著十萬八千里。

房間結構不一樣，家具擺放不一樣，路由器型號不一樣，隔壁鄰居家的路由器在不在同頻干擾，都會影響效果，哪怕是同一個人在同一個房間，換了個家具位置，模型可能就得重新適應一下。

RuView自己也寫得很清楚，這是Beta軟件，還在活躍開發中。

有些模式依賴模擬數據，單節點的空間分辨率有限。姿態估計這塊得拆開說，純靠WiFi信號自學的話，精度確實還比較低，但如果用攝像頭輔助訓練，PCK@20（準確率指標）能到92.9%——意味著絕大部分關節點都能找對——當然，這個92.9%是攝像頭輔助訓練后的成績，純WiFi自學模式離這個數字還有距離。

但你想想看，它展示的更像是一條技術路線圖，而不是一個今天就能拿來商用的成熟產品。

再說倫理層面。

這個反而是我覺得最值得聊的。

沒有攝像頭，確實少了視頻隱私的風險。但如果一套系統可以在你毫不知情的情況下，隔墻檢測你的存在、監測你的呼吸、追蹤你的活動規律——這到底是更隱私友好了，還是更可怕了？

以前你知道哪里有攝像頭，你可以選擇避開，但WiFi信號這玩意是無處不在的，你根本感知不到它。

如果一個物業或者一個公司，在公共區域悄悄部署了這種技術，你連知情的權利都沒有。

技術越隱形，治理越要提前跟上。

不過話說回來，如果這個方向真的成熟了，最先用上的，大概不會是什么炫酷的場景。

而是養老看護。

5

回到開頭那個畫面。一個獨居老人，家里不需要裝任何攝像頭，不需要戴任何手環，就是普通的WiFi信號，就能知道他今天有沒有正常起床，有沒有在浴室里摔倒，晚上睡覺呼吸正不正常，有沒有久臥未起的異常。

這對于中國1億獨居和空巢老人來說，意義太大了。。。

而且這個方案的成本低到什么程度呢，幾百塊錢的硬件，加上開源軟件，幾乎零門檻。

以前那些智慧養老方案，要么是攝像頭方案老人不接受，要么是可穿戴方案老人忘記戴，要么是毫米波方案成本下不來。

現在，WiFi感知可能是目前唯一一個同時滿足低成本、零侵入、隱私友好的路線。

其他的場景，會議室占用檢測、病房呼吸監測、災后穿墻搜救，也都有價值。但養老看護，是最剛需、也最讓人動容的那個。

6

說到這，你可能好奇，這玩意普通人能部署嗎？

坦率的講，沒那么難。

大致就三步。

第一步，買幾個ESP32-S3開發板，一個六七十塊。

第二步，把RuView的固件刷到板子上，項目提供了Docker鏡像，照著文檔來就行。

第三步，把板子放在房間不同角落，通上電，它們就會自動開始捕獲WiFi信號并在本地處理，不需要接網線，不需要配云服務器，板子之間自己組網通信。換了個新房間也不怕，系統有個自學習機制，大概30秒就能適應新環境。

當然，這是理想流程，實際操作中固件刷寫和節點擺放位置還是得折騰一下。但相比部署一套攝像頭監控系統，門檻已經低太多了。

7

這其實也只是一個「8年論文無人問，一朝開源天下知」的故事。

2018年，MIT的CSAIL實驗室發了一篇論文，叫RF-Pose，第一次用WiFi信號做人體姿態估計，當時學術界就很興奮，但這事兒一直停留在論文階段，沒人把它做成普通人能用的東西。

后來卡內基梅隆大學又發了一篇DensePose from WiFi，把精度又往前推了一步。但也還是論文。

從2018年到2026年，整整八年，WiFi感知從論文走向開源產品。

RuView最大的貢獻，可能不是它的算法有多先進，而是它第一次把一個本來只存在于論文和實驗室里的方向，以開源產品的方式推到了大眾面前。

讓普通人，花幾百塊錢，就能親手試試這個技術。

這件事本身，就已經很了不起了。

8

過去十幾年，我們對于智能感知的理解，幾乎默認是以視覺為中心的。攝像頭無處不在，監控無處不在，我們習慣了用眼睛去理解世界，也用攝像頭去讓AI理解世界。

但如果換個思路呢？

人感知世界，本來就不僅僅靠眼睛，我們靠觸覺知道有人靠近，靠聽覺知道隔壁有動靜，靠本體感覺知道自己身體的位置。

WiFi感知，其實更像是給空間加了一層觸覺。

它不需要看清你是誰，只需要知道你在不在、你怎么樣、你需不需要幫助。

這可能是未來智能空間更合理的架構。先用低侵入的方式感知有沒有異常，只有在必要時才調用更高分辨率的感知手段。默認本地處理，盡量不上傳原始數據。

「不去看，但更聰明」。

隱私安全與智能感知的平衡，終于有了一條看得見的路。

9

回到最開始的問題，普通WiFi信號就能隔墻透視嗎？

嚴格來說，不是透視——它看不到你的樣子，看不到你的表情，看不到你在手機上看什么。

它能感知到的，是你的存在、你的姿態、你的呼吸。

這恰恰是最打動人的地方。

因為在一個攝像頭無處不在的時代，一種只關心你在不在、不關心你長什么樣的技術，可能才是我們真正需要的。

如果未來的空間感知不靠攝像頭，那最有機會接棒的，會不會就是WiFi？

我不知道。

但我知道的是，當5 萬開發者給這個項目點了星標，他們點的不只是一個GitHub倉庫，而是一種期待。

一種對既能感知、又不冒犯的技術的期待。

這種期待本身，大概就是最真實的信號吧。