不用摄像头，不装传感器，你的WiFi信正在偷看你

前两天看到一个数据，中国独居和空巢老人，加起来已经超过1亿了。

1亿。

我脑子里立刻浮现出那个画面。一个七十多岁的老人，独自住在老小区里，子女在另一个城市上班。晚上起夜，在卫生间滑了一跤。爬不起来，手机在客厅，喊又没人听见。

这种事不是假设，每年都在发生。而且不是偶尔，是非常频繁。

子女能怎么办？装摄像头？老人不愿意，觉得被盯着，没有尊严；戴智能手环？老人经常忘记戴，或者不会充电；装毫米波雷达？一个房间一个，一套房搞下来好几千。

有做智能家居的朋友，上面这些问题被客户问过好多次，都没有什么办法，每次都挺尴尬，似乎哪个方案都有硬伤。

直到前两天，GitHub 上刷到了这么一个项目。

1

它叫RuView。

Ru来自开发团队ruvnet，View就是「看见」。其实合起来大概意思，用WiFi去「看见」。

为什么说是WiFi呢？

这个项目核心可以用普通WiFi信号，隔墙感知人体姿态、监测呼吸心率、检测人员存在。

不需要摄像头，不需要穿戴设备，不需要云端，甚至不需要联网——路由器通不通网无所谓，只要它开着、在发WiFi信号就行。

然后我往下一翻，将近 5.7 万的星标收藏。

说实话，我第一反应是，这不会又是什么标题党吧？？？

结果去翻了翻仓库和技术文档，发现事情比我一开始想的要复杂得多。也更有意思得多。

2

先说个最基本的认知。

你家里那个路由器，一直在往空气里发射无线电波——2.4G也好5G也好，那些波在房间里传播的时候，会碰到墙壁、家具、人体，然后被反射、散射、吸收。

所以呢，人在房间里走动，信号就会变。

人坐在沙发上不动，信号也会变，因为呼吸的时候胸腔在起伏，甚至心跳那种微弱的震动，都会让某些子载波的幅度和相位产生变化。

这事儿其实一点都不新鲜，搞无线通信的人早就知道了。

新鲜的是，有人真的把这堆信号扰动，喂进了深度学习模型，然后让它学会了从中反推出人的姿态、动作、乃至生命体征。

这种拿WiFi信号来感知环境的技术，业内叫WiFi sensing，WiFi感知。

RuView干的就是这么件事。

3

它的技术管线大概是这么走的（技术名词我都会简单解释一下）。

路由器发出WiFi信号，人一活动就扰动信号，然后ESP32-S3节点捕获信道状态信息。

ESP32-S3你理解成一个指甲盖大小的微型芯片就行，十几块钱就能买到，专门干这种低功耗的活儿。

信道状态信息，简称CSI，你可以理解为WiFi信号的「体检报告」，信号每经过一面墙、一个人、一件家具，这份报告就会变。

RuView就是靠读这份报告来感知环境变化的。

接着，CSI数据经过多频段融合、信号过滤、神经网络推理，最后输出17个人体关键点坐标、呼吸率、心率一干数据。

整个过程中，没有任何一个像素被拍摄。

全是信号。

顺便说一个让我挺意外的数字，RuView的人员检测的准确率是100%，延迟0.012毫秒。不

是99%，是100%。虽然是实验室条件下的数据，但也够吓人了。

RuView之所以能在GitHub上爆，核心就是它击中了我开头说的那个矛盾。

大家想要更聪明的空间感知，但又越来越不想被摄像头盯着。而不用摄像头的方案，要么太贵，要么不够准。

它的硬件成本多低呢？

ESP32-S3节点，一个大概9美元，60多块人民币。

你要更好的效果，摆4到6个节点组个mesh就行（mesh就是多节点组网，相当于几个芯片手拉手，一起采集信号，覆盖范围更广、精度更高）。整套下来几百块钱。

而且完全本地运行，不需要把任何数据传到云端。这一点在隐私法规越来越严的今天，几乎就是最大的卖点。

没有视频采集，天然就规避了一众法规对影像数据的监管要求。

所以你看，它卖的其实不是什么隔墙透视的噱头，而是一种可能性。

一种「不看，但更聪明」的可能性。

4

但冷静下来想想，事情也没那么简单。

先说技术层面。

WiFi sensing这东西，实验室里跑通和真实环境稳定部署，中间隔着十万八千里。

房间结构不一样，家具摆放不一样，路由器型号不一样，隔壁邻居家的路由器在不在同频干扰，都会影响效果，哪怕是同一个人在同一个房间，换了个家具位置，模型可能就得重新适应一下。

RuView自己也写得很清楚，这是Beta软件，还在活跃开发中。

有些模式依赖模拟数据，单节点的空间分辨率有限。姿态估计这块得拆开说，纯靠WiFi信号自学的话，精度确实还比较低，但如果用摄像头辅助训练，PCK@20（准确率指标）能到92.9%——意味着绝大部分关节点都能找对——当然，这个92.9%是摄像头辅助训练后的成绩，纯WiFi自学模式离这个数字还有距离。

但你想想看，它展示的更像是一条技术路线图，而不是一个今天就能拿来商用的成熟产品。

再说伦理层面。

这个反而是我觉得最值得聊的。

没有摄像头，确实少了视频隐私的风险。但如果一套系统可以在你毫不知情的情况下，隔墙检测你的存在、监测你的呼吸、追踪你的活动规律——这到底是更隐私友好了，还是更可怕了？

以前你知道哪里有摄像头，你可以选择避开，但WiFi信号这玩意是无处不在的，你根本感知不到它。

如果一个物业或者一个公司，在公共区域悄悄部署了这种技术，你连知情的权利都没有。

技术越隐形，治理越要提前跟上。

不过话说回来，如果这个方向真的成熟了，最先用上的，大概不会是什么炫酷的场景。

而是养老看护。

5

回到开头那个画面。一个独居老人，家里不需要装任何摄像头，不需要戴任何手环，就是普通的WiFi信号，就能知道他今天有没有正常起床，有没有在浴室里摔倒，晚上睡觉呼吸正不正常，有没有久卧未起的异常。

这对于中国1亿独居和空巢老人来说，意义太大了。。。

而且这个方案的成本低到什么程度呢，几百块钱的硬件，加上开源软件，几乎零门槛。

以前那些智慧养老方案，要么是摄像头方案老人不接受，要么是可穿戴方案老人忘记戴，要么是毫米波方案成本下不来。

现在，WiFi感知可能是目前唯一一个同时满足低成本、零侵入、隐私友好的路线。

其他的场景，会议室占用检测、病房呼吸监测、灾后穿墙搜救，也都有价值。但养老看护，是最刚需、也最让人动容的那个。

6

说到这，你可能好奇，这玩意普通人能部署吗？

坦率的讲，没那么难。

大致就三步。

第一步，买几个ESP32-S3开发板，一个六七十块。

第二步，把RuView的固件刷到板子上，项目提供了Docker镜像，照着文档来就行。

第三步，把板子放在房间不同角落，通上电，它们就会自动开始捕获WiFi信号并在本地处理，不需要接网线，不需要配云服务器，板子之间自己组网通信。换了个新房间也不怕，系统有个自学习机制，大概30秒就能适应新环境。

当然，这是理想流程，实际操作中固件刷写和节点摆放位置还是得折腾一下。但相比部署一套摄像头监控系统，门槛已经低太多了。

7

这其实也只是一个「8年论文无人问，一朝开源天下知」的故事。

2018年，MIT的CSAIL实验室发了一篇论文，叫RF-Pose，第一次用WiFi信号做人体姿态估计，当时学术界就很兴奋，但这事儿一直停留在论文阶段，没人把它做成普通人能用的东西。

后来卡内基梅隆大学又发了一篇DensePose from WiFi，把精度又往前推了一步。但也还是论文。

从2018年到2026年，整整八年，WiFi感知从论文走向开源产品。

RuView最大的贡献，可能不是它的算法有多先进，而是它第一次把一个本来只存在于论文和实验室里的方向，以开源产品的方式推到了大众面前。

让普通人，花几百块钱，就能亲手试试这个技术。

这件事本身，就已经很了不起了。

8

过去十几年，我们对于智能感知的理解，几乎默认是以视觉为中心的。摄像头无处不在，监控无处不在，我们习惯了用眼睛去理解世界，也用摄像头去让AI理解世界。

但如果换个思路呢？

人感知世界，本来就不仅仅靠眼睛，我们靠触觉知道有人靠近，靠听觉知道隔壁有动静，靠本体感觉知道自己身体的位置。

WiFi感知，其实更像是给空间加了一层触觉。

它不需要看清你是谁，只需要知道你在不在、你怎么样、你需不需要帮助。

这可能是未来智能空间更合理的架构。先用低侵入的方式感知有没有异常，只有在必要时才调用更高分辨率的感知手段。默认本地处理，尽量不上传原始数据。

「不去看，但更聪明」。

隐私安全与智能感知的平衡，终于有了一条看得见的路。

9

回到最开始的问题，普通WiFi信号就能隔墙透视吗？

严格来说，不是透视——它看不到你的样子，看不到你的表情，看不到你在手机上看什么。

它能感知到的，是你的存在、你的姿态、你的呼吸。

这恰恰是最打动人的地方。

因为在一个摄像头无处不在的时代，一种只关心你在不在、不关心你长什么样的技术，可能才是我们真正需要的。

如果未来的空间感知不靠摄像头，那最有机会接棒的，会不会就是WiFi？

我不知道。

但我知道的是，当5 万开发者给这个项目点了星标，他们点的不只是一个GitHub仓库，而是一种期待。

一种对既能感知、又不冒犯的技术的期待。

这种期待本身，大概就是最真实的信号吧。