案例

这些案例说明 Yong Qian 如何处理机器人和 Physical AI 产品问题：先明确使用场景，再评估数据、部署条件、维护方式和商业风险。

Physical AI 产品定义：人形机器人、数据采集与老人陪伴机器人概念

背景： 在 Spirit AI，Yong 参与人形机器人产品规划和路线图工作。在隐身创业项目中，他把客户需求整理为 IoT、SaaS、AI 和机器人方向的产品需求。围绕 AroOne / 77z，他参与老人陪伴机器人概念的产品讨论。

工作重点： 明确硬件能力、AI 成熟度、数据需求、隐私要求、使用场景和客户价值。

结果： 形成更清晰的早期用例、任务边界、自主能力范围和数据采集策略。

背景： 项目要求机器人在复杂地形和不确定环境中稳定运行，超出了当时平台可负责交付的能力范围。

判断： 在接受项目之前，评估技术成熟度、现场风险、团队信誉和长期客户关系。

结果： 放弃该项目，避免承诺一个很可能无法稳定交付的机器人部署。

背景： 汽车自动化项目需要机器人、PLC、视觉系统、夹具、操作员、安全团队、质量团队和供应商协同工作。

判断： 机器人项目的价值不只在动作本身，而在稼动率、安全、可维护性、验收、工艺稳定和客户流程。

结果： 在多个高压汽车制造项目中积累了现场部署和客户支持经验。

背景： 工厂工程师和机器制造商经常因为专家必须到现场而损失时间和成本。JIEQI / Jaybox 服务 PLC、机器人、工业视觉和生产设备的远程访问。OmniEdge 将经验延伸到开源 P2P Mesh VPN 和边缘网络 SaaS。

判断： 工业设备需要稳定的连接、身份管理、远程访问和服务流程，才能从单台机器变成可长期维护的产品。

结果： 建成具备软硬件深度、全球用户和退出结果的工业 IoT 与 Mesh 网络产品。

DeepFashion 展示了 Yong 在机器人之外的 AI 产品经验：验证需求、构建产品、获取用户，并完成退出。