適用於多廠牌機器狗的 AI 原生自主架構——透過即時 Fast LLM 感知、Strategy LLM 推理及從邊緣到雲端的自主艦隊協調，將任何四足機器人連接至所有場館。機器人自主學習、適應並決策。
系統架構
AI 原生自主堆疊
PhysicalAI 作為 AI 原生自主架構運行於所有機器人硬體之上——從協議無關的設備整合，到機器人端的即時反應智慧與直接馬達控制，再到排程策略推理，寫入記憶並推送新策略至整個艦隊。
推理層
三個引擎，一個大腦。
三個推理系統以不同速度運作——從毫秒級反射到全艦隊策略。每一層自主感知、決策和行動。
指揮中心
即時艦隊管控
即時監控所有場館區域的機器人單位——每個 Fast LLM 實例串流狀態、每個策略 LLM 決策記錄、全艦隊位置、電量和即時任務狀態。
自主回應管線
FAST LLM · 執行 · 升級 · STRATEGY LLM
SoFi 體育場
Phase 1 — Active
主場館。70,240 座位。20 台完整機器人艦隊。主指揮中心 GPU 叢集已部署。
洛杉磯國際機場
Phase 1 — Active
國際和國內航廈。8 台機器人單位。整合 TSA 協調協議。
玫瑰碗
Phase 2 — Planned
帕薩迪納場館。88,565 座位。邊緣任務節點已部署。艦隊入駐 2026 年第一季。
Dignity Health
Phase 2 — Planned
卡森場館。整合現有場館安全基礎設施。分配 12 台單位。
長灘機場
Phase 2 — Planned
次要球迷抵達樞紐。6 台機器人單位。球迷區和地面交通監控。
球迷區 × 5
Phase 2 — Planned
洛杉磯市中心、好萊塢、聖莫尼卡、英格爾伍德、安那翰。每區配備移動觀測單位。
倉庫
Phase 5 — Future
賽後平台擴展。工業巡邏、危害檢測、庫存異常工作流程。
智慧城市
Phase 5 — Future
無人機協調、輪式機器人、固定攝影機融合。適用於任何硬體的通用物理 AI 大腦。
即時遙測
Fast LLM 日誌串流
來自所有機器人每個 Fast LLM 實例的即時串流日誌。每次感知週期、每個馬達指令、每次狀態變化、每次策略 LLM 升級——記錄到雲端，可即時查詢。