过去13年，LoRa连接的是传感器；接下来，它想连接的可能是整个物理世界。这是在今年IOTE 上的LoRa全球生态论坛采访中，一个非常值得注意的信号。

如果过去提到LoRa，很多人的第一反应还是“低功耗、远距离、低速率、传感器、抄表”。但今天的LoRa已经开始出现一些不太一样的关键词：摄像头、图像、音频、机器人、无人机、卫星、边缘AI。这些看起来与传统LoRa相距甚远的应用，正在逐渐进入同一个技术体系。

因此，与其把它理解成LoRa又增加了几个新功能，不如换一个角度：LoRa正在改变自己“连接什么”的问题。过去连接的是数据，现在连接的是设备。下一步，它试图连接的，是一个越来越智能化的物理世界。

升特半导体（Semtech）产品市场高级总监Shahar Feldman在采访中表示LoRa过去最擅长的事情其实很简单。一个水表告诉系统读数，一个温度传感器告诉系统温度，一个门磁告诉系统门开了，一个空气质量传感器告诉系统空气异常。这些数据并不大，却分布得非常广。

因此，低功耗、远距离、低成本，构成了LoRa最核心的价值。“但AI正在改变这种需求，例如工厂里的一台设备出现异常振动，传统IoT可能只需要上传：“设备异常。”

但当边缘AI进入设备之后，系统可能进一步判断：“这可能是轴承出现问题。”如果还需要验证这个判断，设备就需要上传一段振动数据，甚至接收新的模型参数。此时，系统需要的就不再只是一个“结果”，而是结果背后的证据。”他指出，“最新一代技术正在突破LoRa长期以来“只能传小数据”的认知，让设备不仅能够报告事件，还可以传输与事件相关的图像、音频等信息。”

这其实意味着一个重要转变：IoT正在从数据采集走向智能感知。而通信网络，也必须随之改变。

升特半导体亚太区销售副总裁黄旭东（Mike Wong）补充说第四代LoRa最值得关注的，并不是“速度提高了多少”。更重要的问题是：它开始能够服务过去并不典型的LoRa设备，

例如安防摄像头。过去，摄像头天然属于Wi-Fi、以太网或者蜂窝网络的世界。

但现在已经出现这样的应用：摄像头在本地完成AI识别，判断有人靠近；必要时，通过LoRa发送图片、音频甚至低速视频。更有意思的是，LoRa还可以作为摄像头的备用通信链路。如果Wi-Fi断了，LoRa负责把设备重新接回网络。这时候，LoRa已经不是摄像头的“主网络”，却可能成为关键时刻的“生命线”。

类似的逻辑也出现在工业设备中。

机器产生大量原始数据，不一定全部上传云端；边缘AI先处理，LoRa负责把告警、关键数据甚至模型更新传回去。

“AI负责判断，通信负责把设备重新连接起来。”他指出，”这可能是未来大量边缘AI设备的基本形态。”

LoRa 联盟董事会副主席黄亨利（Henry Huang）则表示LoRa的另一个变化，是连接对象越来越“大”。过去是传感器，后来是集装箱。现在开始进入医院、机场、商业楼宇、零售、农业、能源等场景。他提到，物流和资产管理正在成为增长较快的应用领域，追踪器也正在从集装箱等大型资产向更小的设备、智能标签演进。

这背后的意义并不只是“标签变小了”，而是现实世界中的物体正在获得自己的数字身份。

“一个设备在哪里？是否移动？是否进入了错误区域？生命周期走到了哪里？什么时候需要维护？最终有没有进入正确的回收体系？这些问题，本质上都需要把现实世界的对象连接到数字世界。这也是为什么“数字产品护照”等应用开始进入LoRa的视野。”他指出，“LoRa连接的已经不仅是一条数据，而是一个有位置、有身份、有生命周期的现实资产。”

如果说AI让LoRa开始连接更智能的设备，那么卫星则让它开始连接更广阔的空间。这可能是LoRa未来最值得关注的方向之一。

因为真正需要IoT的地方，往往并不是网络最好的地方。一片葡萄园、一群羊、一座偏远的太阳能电站、一个大型户外资产等。在这些地方，为少量甚至大量低速设备专门建设传统通信基础设施，成本可能并不划算。

卫星因此成为LoRaWAN的重要补充。

黄亨利提到了电子围栏、葡萄园监测等应用；黄旭东也表示正在与卫星运营商和制造商合作，并支持地面网络与非地面网络之间的兼容。

于是，一个新的网络形态正在出现：地面网络负责城市和园区，私有网络负责局部场景，社区网络扩大覆盖，卫星解决偏远地区。

“LoRa真正想做的，并不是取代这些网络。而是让这些网络共同完成一件事情--把更多原本无法连接的物理对象连接起来。”他强调。

还有一个变化尤其值得关注：LoRa开始进入机器人和低空经济。

这听起来似乎有些反常。机器人需要实时控制，无人机需要低延迟，为什么会用一个长期以来被认为“低速”的技术？

现实应用正在给出答案。

黄亨利指出割草机器人可以利用LoRa配合RTK差分定位，酒店配送机器人和太阳能板清洁机器人已经出现LoRa连接案例。深圳一家FPV无人机厂商，则使用LoRa进行竞速无人机通信。其价值并不只是“传得远”，而是面对复杂无线环境时，可以利用LoRa的低功耗和抗干扰能力获得更加稳定的控制链路。

这说明LoRa连接的对象正在发生变化：从过去的静态传感器，变成今天的移动设备，再进一步变成能够自主行动的智能机器。而这一步，恰恰与Physical AI正在发生的变化高度重合。

黄亨利表示今天谈Physical AI，大家首先想到的往往是模型、GPU、机器人本体。但一个容易被忽略的问题是：机器拥有智能之后，如何进入真实世界？机器人需要知道自己在哪里。无人机需要持续连接。传感器需要把环境变化告诉系统。摄像头需要把关键事件传出去。设备需要接收新的模型和指令。大量设备还必须以足够低的成本长期在线。

这意味着Physical AI时代除了计算能力之外，还需要一张连接现实世界的网络。而LoRa恰好处在这个位置。

此次采访中，黄旭东提出了一个非常明确的判断：LoRa正在尝试打通从Physical AI、物理世界到数字世界的连接路径；与此同时，低功耗GPU、MPU、MCU等边缘计算能力的发展，将进一步降低智能设备部署的成本。

这句话值得认真理解--LoRa不是要负责“让机器变聪明”，AI完成的是这件事。LoRa更可能负责的是：让这些已经变聪明的机器，能够被连接起来。

黄亨利表示LoRa下一阶段真正的竞争，可能也不会简单变成“LoRa对Wi-Fi” 、“LoRa对蜂窝”。现实世界本来就不可能只有一种网络。室内高速数据需要Wi-Fi；手机需要蜂窝网络；近距离设备需要蓝牙；极端偏远区域需要卫星。大量低功耗设备，则需要一种低成本、广覆盖的连接方式。

未来更现实的状态，很可能是：不同网络各自负责最擅长的事情，然后彼此协同。他表示第四代LoRa已经开始支持更多协议和调制方式，并探索与Amazon Sidewalk等生态结合。在LoRa联盟看来，这种多网络、多协议并存并不是威胁，而是物联网走向规模化的必要条件。

因为当连接对象从几万个传感器变成数以亿计的智能设备之后，真正重要的问题已经不是：

“哪一种技术最好？”而是：“如何让不同的设备都能找到最合适的网络？”

如果一定要给LoRa过去十几年的演进画一条线，我更愿意这样理解：LoRa 1.0：连接传感器。解决的是“数据怎么传”。LoRa 2.0：连接资产和空间。解决的是“现实世界的东西在哪里、发生了什么”。LoRa 3.0：连接智能设备。解决的是“设备如何长期在线，并与其他系统协同”。

下一阶段：连接Physical AI解决的是：当越来越多的机器开始感知、判断和行动之后，如何让它们进入一个真正互联的物理世界。这也是为什么今天再看LoRa的卫星、视频、AI、机器人、无人机和多协议，会发现它们并不是一堆孤立的产品功能。

它们其实都在指向同一件事：LoRa正在不断扩大自己能够连接的“物理世界”。

当然，这条路并不容易。黄亨利表示下一阶段最大的挑战未必来自芯片或者协议，而是商业模式。怎么部署？谁来集成？谁来付费？客户为什么愿意使用？技术能不能最终转化成投资回报？这才决定一项IoT技术能不能真正走向规模化。

采访中黄亨利也坦言，LoRa目前仍需要持续进行市场教育，同时需要更多方案商和系统集成商把芯片、终端、网络和应用真正串起来。消费市场则还需要解决与Matter等其他生态之间的互联互通问题。

换句话说：LoRa现在缺的，可能不是更多技术，而是更多“技术变成生意”的案例。一旦商业闭环建立起来，技术的价值才会真正释放。

过去13年，LoRa证明了一件事情：低功耗、远距离、低成本的连接，在IoT时代有巨大的价值。而未来，它需要证明的是另一件事情：当世界开始进入AIoT和Physical AI时代，这种连接能不能成为智能设备进入物理世界的一条基础通道。

从水表到智能标签，从智能楼宇到机场，从摄像头到无人机，从机器人到卫星，LoRa正在一步步扩大自己的连接边界。

所以，今天再看LoRa，或许不应该只问：“它还能传多少数据？”更值得问的是：“它还能连接多少真实世界？”

如果未来AI负责思考，机器人负责行动，那么两者之间，还需要一个庞大的物理世界作为载体，也需要大量低成本、低功耗、长距离的连接把这个世界真正“在线化”。而这，可能才是LoRa下一阶段真正的机会。

我感觉LoRa正在尝试换一个身份：不只是IoT的一种连接技术，而成为数字世界连接物理世界的一条基础通道。对此，大家怎么看？欢迎评论区留言讨论！