想像一個畫面：你家沒有裝任何一顆鏡頭，但系統知道客廳有沒有人、老人家有沒有跌倒、床上那個人睡得好不好，甚至量得到他的呼吸和心跳。聽起來像科幻片的道具，但它靠的只是一樣你家早就有的東西——WiFi。
一句話結論：RuView 是一個開源專案，把普通 WiFi 訊號變成「感知系統」，不用鏡頭就能偵測全屋有沒有人、量呼吸心跳、偵測跌倒，最低一顆 9 美元的晶片就能起步。
這個叫 RuView 的專案最近在 GitHub 竄升，短時間衝到約 7.7 萬顆星。它的口號很狂：See through walls with WiFi（用 WiFi 看穿牆壁）。這篇文章帶你搞懂它到底能做什麼、原理是什麼、要花多少錢，以及它為什麼比裝監視器更值得聊。（本文為專案介紹，截至 2026 年 7 月。）
RuView 到底是什麼？
RuView 是一個 WiFi 感知（WiFi sensing）平台，把無線電訊號轉成「空間智能」。原理說穿了是物理：每一台 WiFi 路由器本來就在房間裡灑滿無線電波，當有人移動、呼吸、甚至只是靜靜坐著，都會用可測量的方式擾動這些電波。RuView 用低成本的 ESP32 感測器抓取這些擾動的「通道狀態資訊」（CSI，Channel State Information），再把它變成有用的資料：誰在裡面、在做什麼、狀態好不好。
整套系統跑在邊緣裝置上，不用雲端、不用鏡頭、不用連網際網路。它的預訓練模型放在 Hugging Face 上，4-bit 量化版本壓縮到只有 8KB，能在樹莓派上以微秒級速度執行。授權是寬鬆的 MIT。
它到底能感知什麼？
官方列出的能力比你想的多：
- 人員偵測與計數：穿牆偵測房間裡有沒有人、有幾個人、進出時間。
- 生命體徵：非接觸式量測呼吸率（6–30 BPM）和心率（40–120 BPM），對象在睡覺或靜坐都行。
- 動作辨識：走路、坐下、手勢，還有跌倒偵測（反應時間低於 200 毫秒）。
- 睡眠品質：整夜監測、睡眠階段分類，甚至做睡眠呼吸中止的初步篩查。
- 環境地圖：用無線電指紋辨識房間、偵測家具被移動、發現新物件。
它甚至內建一組「語意狀態」，例如「有人在睡覺」「疑似有人陷入困境」「長者長時間沒動作異常」「跌倒風險升高」「離床」等——這些不是原始數據，而是系統直接推論出來、你我看得懂的判斷。對照顧獨居長者的家庭來說，這比一堆數字實用得多。
沒有鏡頭，怎麼「看穿牆」？
關鍵在 CSI。WiFi 路由器發出的電波會穿過房間、打到人體、然後散射。人一移動甚至只是呼吸，散射的模式就會不一樣。RuView 讀的就是這個散射模式，再用神經網路重建出「剛剛發生了什麼」。因為靠的是無線電反射，所以它能穿過牆壁、貨架，也能在全黑的環境裡運作——這兩點是鏡頭永遠做不到的。
系統會在每個環境裡「就地學習」，官方說法是用脈衝神經網路在 30 秒內完成適應，還會跨 6 個 WiFi 頻道掃描，把鄰居家的路由器當成免費的雷達照明源。每一筆量測都有加密簽章背書，確保數據沒被竄改。
要花多少錢、需要什麼硬件？
這是最勸退也最驚喜的一段：入門幾乎不用錢，完整版也才一百多美元。
| 方案 | 硬件 | 成本 | 能做到什麼 |
|---|---|---|---|
| 純體驗 | Docker 模擬資料 | $0 | 不用硬件，先跑起來看介面 |
| 任何筆電 | Windows／macOS／Linux | $0 | 只有 RSSI，粗略偵測有沒有人與動作 |
| 入門 | ESP32-S3 一顆 | 約 $9 | 完整 CSI：人員、動作、呼吸、心率、跌倒 |
| 推薦 | ESP32 + Cognitum Seed | 約 $140 | 以上全部＋持久記憶、17 點骨架姿態、105 個模組 |
換句話說，你可以先用 Docker 版本零成本試玩，覺得有意思再花 9 美元買一顆 ESP32-S3 開始真正感測。要注意：原始的 ESP32 和 ESP32-C3 因為單核心、算力不夠，並不支援。
它跟裝監視器差在哪？
差在隱私、成本和覆蓋方式。因為沒有影像，部署上直接繞開了針對攝影機的 GDPR 影像與 HIPAA 影像規範。這一點在照護、醫療、租屋場景特別關鍵——你想知道長輩有沒有跌倒，但不想在他浴室裝鏡頭。
| WiFi 感知的優勢 | 傳統攝影機 |
|---|---|
| 沒有影像，避開影像隱私法規 | 需要同意、告示、資料保存政策 |
| 能穿牆、穿貨架運作 | 每個房間都要有視線 |
| 全黑也能用 | 需要紅外線或可見光 |
| 每區 $0–$8（現有 WiFi 或 ESP32） | 每區 $200–$2,000 |
可以接到智能家居嗎？
可以，而且這是它最貼近一般人的部分。RuView 原生支援四大智能家居生態：透過 MQTT 接 Home Assistant、當成 HAP 橋接器接 Apple Home 與 HomePod、用同一個橋接或 Matter 端點接 Google Home 和 Amazon Alexa。設定好之後，Siri、Google 助理、Alexa 都能用語音回報「哪個房間有沒有人、生命體徵如何」，而且不用寫任何自訂技能。每個節點提供 21 個實體，一個 --mqtt 參數就能塞進現有的 Home Assistant。
它準嗎？這點我特別欣賞
RuView 在準確率上出乎意料地誠實。它的 v2 編碼器在「held-out 時間三元組」測試上的準確率是 82.3%（從原始的 66.4% 提升上來）。更值得一提的是：專案方主動把早期宣稱的「100% 人員偵測」數字撤下，理由是那個數字是在單一類別的錄音上量的、不誠實，所以改用這個較保守但站得住腳的數字。他們甚至在工具裡內建了一個「claim-check」誠實護欄，會標記出沒有標註或屬於被撤回的準確率宣稱。
一個開源專案願意自己撤掉漂亮的行銷數字、換上比較難看但真實的數字，這種誠實在 AI 圈子裡很稀有，也是我願意認真看待它的原因。
當然它還是 beta 軟體，API 和韌體可能會變；單顆 ESP32 的空間解析度有限，官方建議用 2 顆以上或加一個 Cognitum Seed。無鏡頭的姿態估計精度目前也還在提升中。期待歸期待，別把它當醫療級設備用。
給 AI 玩家的彩蛋：它有 Claude Code 外掛
如果你已經在用 Claude Code 或 Codex，RuView 附了一個外掛，把整套流程——上手、ESP32 設定、跑感測應用、訓練模型、驗證——包成 9 個技能、7 個 /ruview-* 指令和 3 個 agent。在 Claude Code 裡執行 /plugin marketplace add ruvnet/RuView 再 /plugin install ruview@ruview 就能裝。它甚至提供一個 MCP server，讓 Claude Code、Cursor 這類 AI agent 直接讀取「現在有沒有人、呼吸心率多少」。對想把實體世界的感知接進 AI 工作流的人，這是很有玩頭的一塊。
先想清楚：你會拿它做什麼？
你最想用 WiFi 感知解決哪件事？
常見問題 FAQ
Q：RuView 免費嗎？
是，程式碼採 MIT 授權開源。硬件另計：最低一顆 ESP32-S3 約 9 美元，完整版連 Cognitum Seed 約 140 美元；不買硬件也能跑 Docker 模擬版。
Q：用我筆電內建的 WiFi 就能做到嗎？
只能做到很粗略的版本。一般筆電只提供 RSSI，能做的是概略的有無人與動作偵測；呼吸、心率、穿牆這些進階能力需要 ESP32-S3 之類能抓 CSI 的硬件。
Q：它會不會偷看我、把資料傳上雲？
設計上不用雲、不用鏡頭、不用連網際網路，全部在邊緣裝置上運算，也沒有影像產生。相對於監視器，它天生就避開了影像隱私問題。
Q：能拿來當醫療設備嗎？
不建議。它目前是 beta 軟體，準確率誠實標示在 82.3% 左右，適合做居家輔助與自動化，不是醫療級診斷工具。
結論：一句話推薦
RuView 把「用 WiFi 感知空間」這件原本只存在於論文和實驗室的事，變成一顆 9 美元晶片加開源程式碼就能上手的東西。如果你對智能家居、居家照護、或把實體感知接進 AI 有興趣，它絕對值得先用 Docker 版本玩一輪。它不完美、還在 beta，但那份「連自己的準確率數字都要誠實」的態度，讓我對它接下來的發展很有期待。
本文為開源專案介紹與個人觀察，截至 2026 年 7 月。RuView 為 beta 軟體，功能、準確率與硬件需求可能隨版本更新而變動，實際使用請以其官方 GitHub 與文件為準。WiFi 感知涉及隱私與在地法規，部署前請自行確認合規。本文不含投資建議。
延伸閱讀：完整的 GitHub 熱門開源 AI 專案精選，20+ 個開源工具依用途分類收藏、持續更新。
發表迴響