深耕充电安全、拓展家庭AIoT体系，绿联科技生态布局“两路并进”
9月12日，UGREEN绿联在厦门举办了主题为「惊喜联接·智护生活」的品牌全球发布会，公布了其在充电安全生态与AIoT生态产品方面的最新战略。
绿联在发布会上披露多项重磅最新数据：目前，绿联在全球已经拥有超过3亿用户。2025年，绿联在泛拓展类消费电子产品实现全球出货量第一；2026上半年，全球充电创意产品业务同比增长超50%，智能存储业务也同比增长超过85%；AI NAS iDX系列在Kickstarter众筹平台募资超880万美元，拿下NAS品类全球众筹第一名。
从业务表现来看，充电产品和NAS产品也正是绿联近年来发展最为迅猛的两大增长引擎。
其最新半年报显示，2026年上半年，其充电创意品类实现收入26.67亿元，同比增长50.02%，贡献了接近一半的营收；受AI需求带动的消费级NAS业务则实现收入7.70亿元，同比增长85.53%，成为公司营收增速最快的产品线。
在本次大会上，围绕这两大“明星品类”，绿联首次明确了其生态布局“两路并进”的战略目标。
聚焦充电领域，绿联希望推动业务从单一产品的安全能力，进一步走向覆盖更多产品和使用场景的充电安全生态。
绿联科技充电产品负责人 祝新传 过去，消费者对充电产品的关注更多集中在功率和速度上，而随着快充设备、移动电源以及多设备同时充电逐渐成为日常使用场景，安全性和使用体验的重要性也在提升。绿联希望将安全能力从单品延展到更多产品和场景，通过系统化的技术能力解决用户在充电过程中的安全问题。
而在存储领域，绿联则试图突破AI NAS产品只被用来存储文件的传统定位，试图将本地存储、算力与AI智能体结合，使NAS从一个数据存储设备进一步向能够理解、处理和调用数据的个人算力中心演进。
为了实现这一目标，在技术层方面，绿联已经与千问达成深度合作。在面对更加复杂的高难度推理任务时，用户也可切换至云端大模型。
而在应用层，随着AI从云端逐步走向边缘和本地，绿联则希望让AI从云端工具进一步走向更多本地真实生活场景。
绿联科技智能存储产品负责人 魏婷 这也意味着，绿联的智能存储业务正在逐渐跳出NAS设备本身，从单一的存储硬件向家庭智能生态延伸。目前，其产品布局已经从NAS进一步拓展至HomeAgent以及AIoT生态产品矩阵。
绿联创始人张清森表示，绿联希望构建一个以AIoT中枢为核心的家庭智能生态。这个中枢既承担中央存储和中央算力，也可以通过协议向扫地机器人、3D打印机等设备共享算力和AI能力。
在这一模式下，每一件家电不必单独配置完整的AI能力和算力，而是由家庭中枢根据不同设备的需求提供相应能力。张清森认为，这种方式可以提高AI算力在家庭中的复用率，同时摊薄单个设备配置AI能力所产生的成本。
绿联科技创始人 张清森 Home Agent作为AIoT的中枢设备，负责提供存储和算力，承担着家庭智能生态“大脑”的角色。
按照绿联的规划，HomeAgent将适配室内及室外摄像头、智能音箱、智能相框等生态产品，同时开放接入更多第三方设备，实现不同设备之间的智能协同。
绿联科技智能存储产品负责人魏婷在发布会上表示，基于本地AI的自然语言交互能力，HomeAgent能够进一步降低家庭智能设备的操作门槛。用户无需逐一操作不同设备，只需要直接表达需求，即可通过一句指令实现多设备联动，从而响应更加复杂的家庭生活场景。
例如，用户可以根据自身生活习惯创建专属场景，让不同设备按照预设逻辑协同工作。相比传统智能家居依赖单设备、单指令的控制方式，HomeAgent试图进一步向跨设备、跨空间的智能协同迈进。
张清森则将绿联HomeAgent的核心价值概括为“唤醒、主动、可信”三个关键词。
在他看来，数据如果只是存放在设备中，长期处于“沉睡”状态，最终只是不断占用存储空间；AI则可以进一步唤醒照片、视频和文件等数据，通过理解和调用这些数据，让原本沉睡的数据产生新的价值。
“主动”则意味着，智能设备不应只是被动等待用户下达指令，而是能够主动感知和理解家庭状态，并在合适的时间提供相应服务。
而在这套体系中，“可信”则是绿联强调的另一项核心能力。绿联采用本地优先的安全架构，用户数据主要存储在本地，即使在断网状态下，核心功能仍能够稳定运行。
如果说HomeAgent瞄准的是家庭日常生活场景，那么此次发布会正式亮相的MasterAgent，则进一步将绿联对于本地AI算力的想象推向了更高的性能层级。
据介绍，MasterAgent是绿联下一代具备更强算力的AI智能体中枢，也是全球首款搭载NVIDIA Jetson Thor™T5000的本地AI智能体存储设备，算力最高可达2070 TFLOPS，能够在本地运行122B参数规模的大模型。结合Arm架构Armv9.2 Neoverse CPU与NVIDIA GPU和 Tensor Core AI加速能力，能满足产品组合中要求更高的AI工作负载，进而根据每个目标细分市场的性能和用户体验要求，灵活选择所需主控性能与算力配置方案，在多元产品上打造差异化的本地AI体验。