三星電子宣布Bespoke Jet Bot Combo
AI（註一）掃拖機器人及Family Hub冰箱（註二）獲得UL Solutions IoT安全評等計畫「鑽石級」認證標章。UL Solutions為全球領先安全科學領域專家，每年經手數百件行銷主張檢驗；其IoT 裝置安全評等服務則可驗證居家裝置遭駭風險與資安防護等級。三星推出內建AI Family Hub+的Bespoke 4門Flex冰箱領先業界，首獲「鑽石級」標章，而其他Family Hub機種及Bespoke Jet Bot Combo AI亦通過此認證標準。
UL Solutions將資安評等分為銅、銀、金、白金和鑽石五個等級。所有級別的認證皆需通過嚴格審查，其中最高等級「鑽石級」必須通過惡意軟體調變偵測、防止非法存取意圖以及使用者資料匿名化能力等測試，才能授予此認證。值得一提的是，通過此最高等級認證的產品與「白金級」之差異在於，「鑽石級」必須具備可偵測潛在風險的能力，並執行檢測程式，及早發現資安漏洞。
隨著 IoT資安的重要性逐日攀升，三星於產品中導入AI功能，打造一系列智慧升級產品，並運用SmartThings串聯。三星裝置以彼此互相通訊為設計宗旨，因此，只需一組訊號，家中多部裝置便能自行智慧調節。
三星電子執行副總裁暨數位家電事業部軟體開發團隊負責人Miyoung Yoo表示：「AI已在人們日常生活中扮演重要角色，而此項技術應用於家電更顯著有感。也因此，資安防護格外重要。三星團隊投注大量心血，確保資料安全的優化能與技術面發展齊頭並進。我們提供安全的環境，讓消費者放心享受AI加持的智慧串聯體驗。」
為打造此互聯居家環境，各裝置以及裝置間傳輸的資料都必須受到防護。所有三星家電皆經「Samsung Knox」一系列獨創安全性原則的加密守護，且所有具備WiFi功能產品均搭載加密IC晶片，防止資料外洩與遭受攻擊。而「Knox Matrix」安全性解決方案的設計旨在保護互聯裝置，進一步加強其安全防線，不僅能利用端對端加密（End-to-end encryption, E2EE）技術對跨裝置的敏感資料進行加密，保障所有分享及同步的資料安全無虞；還可讓裝置彼此智慧監控安全性威脅，並跨裝置傳送攻擊事件通知。
兩款新品均搭載AI功能，讓用戶享受更輕鬆便利的生活。Bespoke Jet Bot Combo AI內建AI物體辨識系統（註三），此智慧科技可辨識人類（註四）、寵物（註五），甚至是手機充電線等難以察覺的物品，如此一來，使用者於清潔前不需把家具、延長線等物品移開，即可啟動吸塵作業。另配備空間辨識技術（註六），可自動繪製居家平面圖，並提供各區建議名稱。最後則是AI地面偵測功能（註七），能感應是否接觸地毯、判斷地毯厚度，及拖地時會自動抬起拖把墊，避免浸濕地毯。
最新款Family Hub系列Bespoke 4門 Flex冰箱AI Family Hub+機種（註八）亦搭載多樣AI功能，滿足用戶個別需求。其中「AI Vision Inside」（註九）能智慧辨識進出冰箱的鮮食，並自動建立食材清單。「SmartThings Food」則可依據現有食材推薦相關食譜，協助消費者輕鬆獲得烹飪靈感，同時善用手邊各種食材減少食物浪費。
註一：VR7M*97****。
註二：RF**DB99****、RF**DB95****、RF**DG9H****，販售市場：南北美、歐洲、中東、東南亞、印度、澳洲、韓國。
註三：物體辨識可能受物體形狀或環境條件影響。僅可辨識某些類型的物體。例如：冷氣（落地型）、冰箱、（冰箱／洗碗機）、智慧顯示器、洗衣機／乾衣機、空氣清淨機、電子衣櫥、沙發、床、書櫃、桌子、寵物排遺、電線、浴巾／襪子、杯子、玻璃杯、瓶子、碗、花器、地墊、地毯、衣帽架、鞋子、底座、磅秤、延長線、家具（裝有橫桿）、家具支撐腳、輪椅、寵物毛球、智慧型手機充電線、髒污、台階與門口。需連接Wi-Fi及三星帳號。
註四：僅透過一般視覺指標辨識人體的存在跡象，但無法辨別特定個體。如身體部位無法完整呈現，則辨識功能可能受限。需連接Wi-Fi及三星帳號。
註五：僅可辨識貓與狗。僅透過一般視覺指標辨識寵物的存在跡象，但無法辨別特定個體。需連接Wi-Fi及三星帳號。辨識功能可能因寵物姿勢而受到限制。辨識能力可能根據寵物類型與生活環境而異。
註六：僅可辨識特定空間。例如廚房、客廳與一般房間。需連接Wi-Fi及三星帳號。
註七：係根據三星以預設資料訓練的深度學習模型為基準，得出結果可能不完全或資訊有誤。日後將不定期向學習模型輸入新資料集，加強準確性。
註八：需連接Wi-Fi及三星帳號。不同裝置須使用同一個帳號登入。
註九：截至2024年4月，AI Vision Inside可辨識蔬果等33種鮮食。如食材無法辨識，則會顯示為未知項目。AI Vision Inside無法辨識或列出冰箱門邊置物架或冷凍庫內存放的食材。系統根據深度學習模型辨識食材，日後將不定期向學習模型輸入新資料集，加強準確性。
