发现慢
热漂移、异常声音、油位变化、门禁未复位和仪表异常常常先出现在现场，而不是系统里。
Pitch 57 · Critical Facility Inspection Loop
让每座关键设施每天自动交班。
InfraLoop 把机器人、无人机和摄像头看到的现场变化，变成当天可处理的工单和证据链。它不替代 Maximo / SAP / CMMS，而是把可信现场事实送进去。
01 · Problem
客户不是缺机器人，缺的是现场事实进入维修闭环。
数据中心、私有变电站、BESS、泵站和工业园区都有巡检制度，但照片、热成像、声音、气体、仪表读数、承包商 PDF、CMMS 工单和主管记忆彼此断开。
确认贵
一个告警要派人二次确认、拍照、翻历史、找承包商，时间花在证明问题存在。
工单虚
CMMS / EAM 知道资产和工单，但缺少同一资产的 before/after、热图、位置和复检证据。
复盘难
修好以后，现场证据没有进入资产历史，下次巡检仍然靠人记住“这个柜子以前有问题”。
02 · Why Now
AI 电力需求、停机成本、维护合规和机器人采购正在同一时间撞上。
巡检机器人和无人机已经能进入设施，买方现在更关心：异常能不能当天变成工单，修复能不能被验证，证据能不能给运维、保险、合规和客户看。
945 TWh
IEA 预计 2030 年全球数据中心用电约 945 TWh，较 2024 年翻倍以上。
57%
Uptime 2026 调查中，57% 受访者的最近一次重大故障成本超过 10 万美元。
50%
MaintainX 2026 报告称，半数维护团队把低于 40% 的时间花在计划性工作上。
$100M+
NAES 与 Gecko 的能源设施机器人/AI 合作证明巡检闭环已经进入大额商业采购。
03 · Insight
赢的不是最会走路的机器人，而是最短的异常闭环。
InfraLoop 的判断是：关键设施买方不会为“多一个机器人后台”付高价，但会为更短的发现、派单、修复、复检和资产记忆链路付钱。
Heartbeat
每个资产每天都有巡检脉搏：正常、异常、待复核、维修中、已验证。
Evidence
同一资产的照片、热图、声纹、气体、仪表、路线和人员处理记录合成证据。
Action
异常不是红点，而是带资产 ID、位置、严重度、SLA 和复检条件的工单。
04 · Solution
InfraLoop 是关键设施的现场事实层。
它连接机器人、无人机、固定摄像头、手持设备和人工巡检，把现场变化转换成 CMMS/EAM 能执行的工单和资产历史。Maximo / SAP 仍然是系统主账本，InfraLoop 负责把可信事实送进去。
- Asset Pulse：按资产清单、风险等级、历史异常和路线生成巡检计划。
- Multi-Sensor Capture：RGB、热成像、声学、气体、仪表 OCR、LiDAR 和人工照片统一进事件。
- Work Order Bridge：异常卡片一键生成 Maximo / SAP / CMMS 工单并同步状态。
- Verified Repair：维修后机器人或固定摄像头复检，形成 before/after 证据包。
05 · Product Workflow
一个热异常，从机器人看见，到维修闭环，再到下一次路线优化。
比赛 demo 不需要真实变电站。用安全的设施沙盘、mock CMMS、热图样例和小型巡检机器人，就能讲清楚商业闭环。
Plan
导入资产清单、巡检点、风险等级、禁行区、路线和复检要求。
Inspect
机器人、无人机、固定相机或人工手持设备采集 RGB、热图、声音、气体和仪表。
Compare
端侧模型把同一资产当前状态与历史基线对比，生成异常卡片和置信度。
Dispatch
InfraLoop 创建工单，附资产 ID、位置、严重度、证据和人工复核按钮。
Verify
维修后自动复检，工单回写已验证；失败视角和接管片段进入 LeRobot HIL 队列。
06 · Market Wedge
先进入“停一次很贵、但现场还靠人工确认”的设施。
第一单不从大型公共输电网硬闯，而从可控、可验收、ROI 清晰的私有关键设施开始，逐步走向能源与城市基础设施。
数据中心
UPS、发电机、冷机、电池、配电室和热漂移需要高频巡检与停机证据。
私有变电站
工业园区、制造基地、仓储园区和医院园区的电力资产要资产级历史。
BESS / 微电网
电池柜、热异常、门禁、消防联动和日常巡检都需要可追溯证据。
泵站 / 水务
泵、阀、仪表、漏水、振动和异响适合多传感器巡检闭环。
电厂 / IPP O&M
成熟 O&M 团队有预算、有资产台账，也有少人值守和巡检标准化压力。
油气化工后置
可作为未来高价值方向，但第一版不宣称防爆/ATEX/Ex 认证。
07 · Business Model
按站点、资产数量、巡检路线、系统集成和证据报告收费。
InfraLoop 不靠一次性卖硬件赚钱。收入来自付费试点、站点订阅、CMMS/EAM 集成、巡检证据报告、边缘节点和云训练。
付费试点
海外 25k-75k 美元 / site；中国 20-80 万元 / 站点，6-8 周验证一条关键路线。
Site SaaS
海外 3k-15k 美元 / site / month，按资产、路线、摄像头、机器人和报告层级分档。
中国私有部署
站点 license、边缘节点、私有云训练、数据安全包和系统集成打包收费。
ROI 指标
异常到工单时间、已验证修复时间、复检通过率、承包商复跑减少、计划性工作占比。
08 · Go-To-Market
先卖一条高价值巡检路线，再扩成多站点事实层。
第一阶段不要卖“全设施智能化”。卖一个能被设施负责人、运维主管、风险/保险和财务共同验收的异常闭环。
Beachhead
区域数据中心、私有变电站、IPP O&M、工业园区、冷链/仓储辅助设施。
Entry Motion
巡检运营 audit -> 一条路线付费试点 -> CMMS 写回 -> 全站关键路线 -> 多站点。
Channels
红外/电气巡检承包商、CMMS/EAM 集成商、机器人 OEM、数据中心 O&M 服务商。
China Motion
不替换国网/南网既有机器人，先做平台、私有部署、资产历史和现有设备集成。
09 · Competition
机器人公司看现场，CMMS 记录工单；InfraLoop 负责把两者闭环。
竞争不是单一机器人，而是“谁拥有异常生命周期”。InfraLoop 的定位是 vendor-neutral defect lifecycle layer。
ANYbotics / Spot
移动能力和工业部署强；InfraLoop 做跨设备异常、工单和复检证据层。
Energy Robotics
机器人/无人机巡检平台强；InfraLoop 聚焦资产级工单闭环和区域训练部署。
Percepto / Skydio
Drone-in-a-box 和监管场景推进快；InfraLoop 把空中证据和地面维修连接。
Gecko
专用检测和基础设施 AI 商业化强；InfraLoop 避开专用硬件重资产，从日常 O&M 闭环切入。
Maximo / SAP
系统主账本强；InfraLoop 不替代它们，只提供现场事实、异常卡片和复检状态。
中国生态
宇树、云深处、优艾智合、大疆、亿嘉和、申昊、国网/南网体系已有设备；InfraLoop 做统一闭环层。
10 · Moat
壁垒是资产历史、工单连接器、风险 taxonomy 和边缘模型 profile。
单次巡检数据价值有限；连续的资产脉搏、异常处理、复检证据和失败恢复数据会越来越难迁移。
Asset Memory
每个柜、泵、阀、UPS、电池柜和摄像头位点的基线、趋势和维修历史。
EAM Connectors
Maximo、SAP、ServiceNow、国产 CMMS、CSV/API 和承包商报告模板。
Risk Taxonomy
热、电、声、气、液、门禁、仪表、环境和路线异常的 severity schema。
Industry Packs
数据中心、私有变电站、BESS、泵站、电厂、冷链和轨交设施模板。
Data Security
视频最小化、本地留存、私有部署、区域云训练、审计和数据出境边界。
Edge Profiles
LeRobot HIL 片段、Qualcomm AI Hub / QNN / QAIRT profile、回滚和评测基准。
11 · Product Architecture
现场安全闭环在边缘，模型迭代在区域云，工单回写进企业系统。
架构上把机器人安全控制、感知模型、资产数据、工单系统和训练系统拆开，避免把生产设施变成不可控的 AI 实验场。
Sensor Stack
RGB/低照度、热成像、声学、气体、2D/3D LiDAR、仪表 OCR 和人工照片。
Robot Runtime
ROS 2 topics、Nav2 waypoint patrol、RMF 地图/门/电梯/闸机、私有 5G / Wi-Fi。
Work Order API
anomaly event -> asset ID、location、evidence、severity -> work request；状态回同步。
Dual Cloud
中国阿里云/华为云/腾讯云/AutoDL/私有云；海外 Runpod/Lambda/Modal/AWS/Azure。
Edge Export
统一 dataset_uri、policy、sensor_schema、target_board、eval_suite，导出 QNN/QAIRT artifact。
12 · Competition Demo
3 分钟展示“异常不是告警，而是已验证的维修闭环”。
评委要看到 Qualcomm edge、LeRobot HIL、云训练和商业价值在同一条线上，而不是分别出现的技术名词。
Route
设施地图显示 restricted zone、slow zone、门禁和 20-50 个巡检点。
Anomaly
机器人在泵/开关柜发现相对历史基线的热异常，端侧生成事件。
Review
异常卡展示 last/current、热图、位置、置信度和人工复核按钮。
Repair
一键创建 mock CMMS 工单，技术员标记处理，机器人复检并回写 verified。
Learn
堵路、坏视角和人工接管导出 LeRobot episode，展示区域云训练和 QNN profile。
13 · Why Qualcomm
关键设施巡检需要低延迟、多传感器、弱网可用和本地证据。
Qualcomm 的价值不是“多跑一个云模型”，而是把感知、连接、功耗、端侧部署、模型 profile 和机器人生态打包成可落地的设施 O&M 平台。
Edge AI
热异常、仪表读数、低照度视觉、声音和低置信度事件优先在现场判断。
Connectivity
私有 5G / Wi-Fi 6E、弱网缓存、站点内多机器人和固定摄像头协同。
Hardware Path
RB3 Gen 2 做原型，RB6 / QCS8550 / Dragonwing IQ 系列走多传感器生产路线。
Runtime Chain
AI Hub、QNN、QAIRT、ONNX Runtime QNN EP 形成可 profile、可回滚的 edge artifact。
Strategic Signal
Qualcomm Ventures 投资 ANYbotics 说明工业巡检机器人是 Qualcomm 生态的现实方向。
14 · Ask
把 InfraLoop 做成 Qualcomm 关键设施 edge AI 的可复制样板。
比赛阶段目标是交付一条完整、可信、可演示的巡检到维修闭环，而不是追求危险场景或过度自治。
Dev Kit
RB3 Gen 2 / RB6 / Vision Kit 或 Dragonwing dev kit，用于多传感器 edge profile。
Design Partner
1-2 个数据中心、私有变电站、工业园区或设施 O&M 伙伴。
Data + API
一张设施地图、20-50 个巡检点、两周匿名读数和 mock Maximo / SAP / CMMS API。
InfraLoop 的一句话 pitch：关键设施 O&M 团队用它把机器人、无人机和摄像头看到的现场事实，变成当天可处理、可复检、可审计、可训练的维修闭环。