一家人行道配送机器人公司，能给施工车队卖什么？

一台人行道配送机器人停了下来。临时坡道使路缘偏离了它预期的路线。施工车辆也会停下，因为标记的作业区旁铺了新碎石，地面状况变了。两台机器做的事不同，应对一种场景的安全做法，在另一种场景里可能用不上。运营者却面对同一个问题。他们要知道机器看到了什么、作了什么决定，以及这是否是少数值得传回工程团队的时刻之一。

运营人行道配送机器人的 Serve Robotics 于 2026 年 11 月 5 日推出 Physical AI Services。公司介绍了三项内容。Serve Link 把机器接入车外系统，Serve Data Curator 帮助从车队数据中找出有用事件，训练数据目录则来自 Serve 的人行道运营。公告将研发重型施工设备自主技术的 Bedrock Robotics 列为采用 Serve Link 的早期客户。这是连接能力在施工中的应用证据。人行道录像能否帮助施工模型，则要单独测试。Serve 发布公告

这项服务让我们看到一个车队可以从另一个车队借用哪些东西。传送记录的软件、方便查找的筛选方式和记录本身，各有不同适用范围。分开看，产品就更容易评估。

2026 年 5 月拍摄于洛杉矶的 Serve Robotics 配送机器人。摄影为 The Squirrel Game，图片已调整大小并放在中性色背景上，CC BY 4.0。图片来源 · 许可证。

连接可以先于训练数据转用

Serve 称，Bedrock 使用 Serve Link，让机器通过 Wi-Fi、LTE、5G 和卫星网络连接。施工设备一个班次就可能经过覆盖差异很大的区域。这份网络清单告诉买家，报告中的部署涉及哪些连接。已知盲区里连接怎样表现、多台设备同时上传可用带宽有多少、网络切换期间应用怎样运行，仍要靠现场测试。Serve 发布公告

先把三类数据流分开。健康检查可以小而频繁。短事件片段只要保留原始时间戳，可以晚一些送达。实时操作功能可能有紧得多的响应期限。为每一类指定优先级、预期延时和明确的故障行为，再测试连接不稳定和恢复时的切换。仪表板显示机器在线，却没有收到解释昨天停机所需的事件，帮助就很有限。

在连接层也要问哪些决定仍由机器自己作出。试验时，请现场团队定义远程服务中断后机器应怎样运行。与负责的安全工程师一起复查流程，先用记录回放或隔离试验环境。训练数据的上传可以等网络恢复。运动约束应由适合这台机器的安全设计负责。Serve 的商用公告能证明产品与具名客户存在，各车队仍要验证自己集成后的行为。Serve Physical AI Services

Serve 将连接、事件筛选与数据目录放进同一套产品。公告点名的施工案例采用的是 Serve Link。Telli.sh 原创图解。

少见的事件只有找得回来才有价值

每台机器都录下数小时常规作业时，审核车队数据会变得昂贵。假设 30 台设备每天分别收集八小时录像，还没算第二个摄像头或传感器，就有 240 摄像小时。想查明一次异常停机的审核者，要在里面找到相关的几秒。Serve 将 Data Curator 描述为从这类现场数据量中找出有用训练事件的工具。Serve 发布公告

第一个合理任务，是寻找地面材质转换处的意外停顿。操作人员可以用事件标记或速度归零这类简单信号，再与短片和前后机器状态配对。这些是筛选规则的示例，具体产品实现了哪些过滤器要另行核对。保留足够上下文，区分计划内停车、失去牵引力、遇到障碍和保护性暂停。

第二个任务是找出相似却导致不同决定的事件。不平路面可能使机器在一个现场停下，在另一个现场继续走，因为负载或作业边界不同。审核者需要的比两张相似照片更多。把车辆类型、现场条件、策略版本和人工介入一并保存，就能判断该改过滤规则、加训练样本，还是检查传感器。

第三个任务是留下已知简单案例用于比较。队列里全是异常停机，有利于排查失误，却可能误导团队估计发生频率。记录样本如何进入队列，另保留一份独立采样的参考集来跟踪频率。如果候选模型在筛选队列上有进步，却开始打断正常工作，参考集能揭示这一取舍。

有一种实用方法可以测试筛选系统。向两位审核者提供相同的相关事件定义，让他们各自在一小组有代表性的回放里做标记。再将筛选工具结果与该参考比较。数清找到了多少相关事件、让人打开了多少无关事件，以及证据不全到无法分类的频率。工程团队甚至不必拿任何片段训练，就能知道工具是否缩短了找到有用案例的时间。

能看清局限，人行道数据才有用

第三种产品是取自 Serve 人行道作业的数据目录。发布公告明确提到真实地形与基础设施。开发其他人行道机器人的买家，可能关注不同的路缘几何形状或临时隔挡。施工设备买家面对不同的传感器、摄像头高度、速度和运行限制。铺装人行道能给感知团队提供物体和光照示例，难以说明重型车辆带着负载在松散地面上如何行驶。Serve 发布公告

问清样本里到底有什么。一种模型可能只需带时间戳的相机图像。另一个项目可能需要标定后的相机内参、同步的运动记录，或标签如何验证的说明。这些是买家试验要回答的问题。发布说明确立了目录来源和大致范围，具体任务所需字段还要靠样本检查。

现场数据也有权利边界。人行道或工地视频可能包括人脸、标牌、车牌或设施细节。买家应查看所购产品允许的用途、地理条款、保留规则和删除流程。用于调试一套系统的数据，与用于模型训练的数据，授权条件可能不同。保存明确来源、采集条件与合同权利，之后处理删除请求或数据质量问题会更容易。

连接整支车队前，先用同一事件比较

可用同一类事件分别衡量检索、审核和模型评估。Telli.sh 原创图解。

1. 明确试验要改善的决定。 选一种车辆、一个现场和一类事件。审核团队可能想在机器于地面过渡处停顿时拿到可靠记录。先定义哪些证据能让记录可用。
2. 用已知记录建立基线。 记录可用事件数、审过的录像量和每次查找用时。区分没有录像与录像存在但操作人员要查找的情况。
3. 用范围有限的回放试连接。 用测试设备或隔离环境检查网络。记录正常与断线情况下的完成情况与延迟。检查重复上传时，事件身份与时间戳是否稳定。
4. 把筛选队列与参考样本比较。 用同样规则指导审核人员，记录每个队列漏掉什么。跟踪每找到一个有用事件的耗时，并检查能否追溯到对应机器和软件版本。
5. 单独评估模型。 外部训练数据看起来相关时，在相同条件下比较加入与不加入该数据的训练。用买家预期运行环境里的留出场景评估。在看到结果前就确定性能回退门槛。

除了准确性，也考虑试验的经济性。机器即使上传成功，保留更多录像仍有网络、存储和审核成本。把这些成本与收集样例的价值相比。有的车队适合先发短事件记录，按需取完整片段。另一支车队则可能因无可用录像而付出高于保存的代价。要看上传延时、合同条款和运营人员实际使用长片段的频率。

车队部署要有运行负责人。明确谁处理缺失记录、工程团队怎样看到持续的连接问题，以及支持人员怎样获取必要信息，又不会暴露多余的现场数据。给负责人一个答案已知、可回放的案例。系统发生变化时，下次审核就不太依赖还记得最初试验的人。

车队更换承包商、增加摄像头或调整保存期限时，也可以用同一份回放。保存预期事件 ID 和运营者用来解释事件的字段。变更后对照，并记录哪些步骤必须由厂商访问。评估服务的团队可能发现，在系统间移动视频容易，带走标签和审核历史却要额外做事。尽早要一份导出样例，看记录能否一同迁移。新工具需要读取历史事件，或业务调整存储政策时，答案会很重要。

让第二支团队实际打开样例导出。请车队运营者选一条含人工修正的事件，再由另一位工程师只凭导出重建。应能识别采集时间、到达时间、各数据流使用的时钟和单位，以及标签描述的是原始事件还是后来解释。如果导出只给视频链接而非副本，测试权限变更后是否还能打开。再加入一个缺失相机数据的案例。可标注已知缺口的结构，能让回放在证据缺失时明确停下，避免把缺失理解为一切平静。交接也会暴露哪些操作记录要随回放保留，哪些只能给少数人看。

团队能解释清楚的事件，最能检验服务

Serve 的发布展示了机器人运营商怎样把为自己搭建的部分基础设施做成产品。具名施工客户提供了一个具体的连接案例。筛选和训练数据需要额外证据，可以从一次小规模事件审核中收集。观察同一事件是否带着足够上下文到达、是否进入正确队列，以及负责人能否据此决定车队接下来该怎么做。

来源

• Serve Robotics Physical AI Services 发布与 Bedrock 案例，2026 年 11 月 5 日
• Serve Robotics Physical AI Services 产品页
• The Squirrel Game 拍摄的洛杉矶人行道配送机器人

---

想保留可搜索的工作讨论与决策记录，可以创建 Telli.sh 账户。