Applications
一个内核，三种真实场景
同一套物理世界感知模型，映射到不同的物理环境。下面用三个示例场景，展示模型如何把感知还原为事件、并进一步做出预判。
Scenario 01 · Care
照护与医疗
面向养老机构与独居老人看护，持续感知房间状态，在需要时提醒护理人员。不打扰、不录像、可长期运行。
三层护理站 · 空间状态02:35
302
卫生间滞留 24 分钟
307
离床 3 分钟
301
在床
305
在床
308
在床
311
外出未归
示例场景 · 演示数据
深夜，302 房卫生间滞留超时，大屏置顶告警并建议查房。
01感知Perceive
- 02:11302 卫生间入口触发
- 02:11卫生间内持续有人活动
- 02:35滞留 24 分钟，夜间阈值 15 分钟
02还原Reconstruct
模型把多次触发还原成一个连续事件：住户 02:11 进入卫生间并持续滞留，已超过夜间安全阈值。
03预判Predict
判定为「卫生间滞留超时」告警，建议立即查房；若 5 分钟未响应则推送值班手机。
Scenario 02 · Robotics
机器人与物理世界 AI
机器人知道自己看到什么，但不知道其他地方正在发生什么。模型为机器人提供视野之外的环境上下文与空间历史。
空间上下文 · 提供给机器人14:20
示例场景 · 演示数据
模型检测到卧室有人休息，建议机器人暂缓前往该区域。
01感知Perceive
- 14:12厨房活动信号结束
- 14:15走廊移动信号
- 14:18卧室出现静止活动信号
02还原Reconstruct
模型还原出空间状态：人员从厨房经走廊移动到卧室，卧室当前有人且处于休息状态。
03预判Predict
预判该卧室暂不适合进入，建议机器人暂缓前往或绕行，待空间状态更新后再规划路径。
Scenario 03 · Security
安全防护与智慧楼宇
在无需识别身份的前提下，判断空间的真实使用与异常状态，覆盖机房、仓库、档案室与无人值守区域。
楼宇空间状态21:48
- 机房 A非工作时间活动
- 仓库 B人员滞留 38 分钟
- 办公区正常使用
- 档案室无人
示例场景 · 演示数据
非工作时间，机房出现异常活动，模型联动多区域信号进行判断。
01感知Perceive
- 21:40机房 A 门禁信号
- 21:43机房 A 内部持续活动
- 21:48非工作时段 · 无排班记录
02还原Reconstruct
模型把门禁与室内活动信号还原为一个事件：非工作时间有人进入机房并持续活动，且无对应排班。
03预判Predict
判定为「非工作时间异常活动」告警，提示安保核查；同时联动相邻区域信号确认是否有关联轨迹。