Technology overview illustration

技术体系
多模态感知 × 大模型 × 机器人

以算法与工程化能力为核心,打造可规模化部署、可追责、可长期运营的智能化基础设施。

Edge AILLM AgentRoboticsIoT
预约演示

技术栈分层

从感知到运营的分层架构,确保设备与业务长期稳定运行。

Edge

感知层 Perception

  • 人脸 / 手势 / rPPG
  • 多源传感融合
  • 隐私友好采集
LLM

理解与决策层 Reasoning

  • 多模态理解
  • LLM + Embedded Agent
  • 任务规划与审批策略
Control

执行层 Action

  • 锁控与机构控制
  • 机器人运动控制
  • 安全策略与联动
Ops

运营层 Ops

  • 云边协同 · MQTT/RPC
  • 权限追责 · 审计报表
  • 设备监控 · 运维告警

交互算法 · VLA · 机器人

算法与系统能力可在智能柜、接驳设备和机器人形态间复用。

Algo

交互算法套件

  • 身份认证与活体检测
  • 情绪/状态识别
  • 生理特征检测(rPPG)
VLA

VLA(视觉-语言-动作)

  • 图像理解 + 指令解析
  • 动作序列规划
  • 与设备 API 安全对接
Fleet

协同机器人算法

  • 无人机/地面设备协同
  • 路径规划 · 避障 · 调度
  • 任务闭环与取证

可追责的场景空间智能体

将设备、空间与流程抽象为可编排的“场景”,实现可运营的智能化。

空间建模与数字孪生

  • 柜体/站点/微枢纽
  • 状态、事件与资源视图
  • 地图化呈现

流程编排与策略引擎

  • 权限与审批
  • 异常与告警
  • SLA 与考核

数据闭环与智能优化

  • 使用数据加密存储
  • 运营指标与报表
  • 持续迭代优化