InfraLoop 设施巡检闭环

Pitch 57 · Critical Infrastructure Inspection OS

机器人发现问题，InfraLoop 让维修闭环。

InfraLoop 面向数据中心、变电站、工业园区、城市生命线和能源 O&M 团队，把机器人、无人机、固定摄像头和人工巡检看到的现场事实，变成可分级、可派单、可复检、可审计、可训练的维修闭环。

看异常闭环 比赛 Demo Ask

01 · Problem

关键设施不是缺巡检，而是缺“异常被关闭”的闭环。

数据中心、工厂、医院、园区、泵站和管廊每天都有表单、照片、微信群、机器人后台和 CMMS 工单，但缺陷经常没有被准确识别、分级、派责、复检，最后变成停机、事故、合规风险和老技师脑子里的隐性知识。

采集不等于行动

无人机、机器人和固定相机能拍到现场，但图片常常停在报告里，没有变成责任人和 SLA。

系统不等于事实

Maximo、SAP、ServiceNow 和国产 CMMS 知道资产和工单，却不知道这次异常是否真的修好。

经验不可复制

热漂移、异响、仪表异常、腐蚀和坏视角依赖老技师判断，新人和外包商很难继承。

审计成本高

保险、合规、客户 SLA 和事故复盘需要时间戳、位置、证据、处理动作和复检结果。

02 · Why Now

AI 数据中心、电网投资、城市生命线和工业 edge AI 正在同一时间推高巡检价值。

过去巡检是“拍照打勾”。现在买方要的是少停机、少派人进危险区域、少漏检、可追责、可审计、可复制的维修运营层。

80M km IEA 认为全球到 2040 年需要新增或替换约 8000 万公里电网，2030 年电网投资需超过每年 6000 亿美元。
$125k/h ABB 调研称典型工业企业非计划停机成本接近每小时 12.5 万美元。
367万 km 中国城市供水、排水、污水、燃气、供热管线总量已达数百万公里，城市生命线平台成为政策入口。
100万+ Energy Robotics 披露其机器人巡检已完成 100 万次以上，说明市场正在从试验走向规模部署。

03 · Insight

巡检真正的价值不在生成报告，而在把一个异常关闭。

AI 的切入点不是替代 CMMS，也不是造一台更贵的机器人，而是在现场把图像、传感器、SOP、资产历史和责任人连接起来，让每个异常都有证据、优先级、SLA、整改动作和复检结果。

From Image

机器人、无人机、手机、热成像、声学、气体和仪表读数先被绑定到资产 ID 和标准视角。

To Work

异常不是红点，而是可审核的 risk score、review gate、工单、责任人和复检条件。

To Memory

每次误判、坏视角、堵路、维修动作和复检结果都会沉淀为资产健康档案和 HIL 数据。

04 · Solution

InfraLoop 是硬件无关的关键设施异常闭环层。

它接入现有机器人、无人机、固定摄像头、手持设备和人工巡检，把现场证据转成 CMMS/EAM 能执行的工单，再把维修后的复检证据写回资产历史。

  • Asset Graph：导入资产台账、SOP、巡检模板、平面图、历史工单和标准视角。
  • Edge Inspection：Qualcomm edge 现场识别热、视觉、仪表、声音、气体和路线异常。
  • Work Order Bridge：异常卡片一键生成 Maximo / SAP / ServiceNow / 国产 CMMS 工单。
  • Verified Repair：维修后自动复检，形成 before/after、模型版本、责任人和审计包。
关键设施巡检控制台，能源设施俯视图、巡检路线、异常点、工单状态、无人机和小型巡检机器人

05 · Product Workflow

一个热异常，从现场照片走到已验证维修。

第一版不碰危险实操，不宣称防爆或高压作业。用安全设施沙盘、mock CMMS、热图样例和小型巡检机器人，就能展示完整商业闭环。

Import

导入资产台账、SOP、巡检模板、地图、禁行区、慢行区和历史工单。

Inspect

UGV、无人机、固定相机或手机采集 RGB、热图、深度、声学、气体和仪表。

Score

端侧模型对比历史基线，生成异常类型、置信度、严重度、证据和人工复核状态。

Dispatch

系统生成工单并写入 CMMS/EAM，附资产、位置、证据、建议动作和 SLA。

Verify

维修后复检；结果回写 verified，误判和接管片段进入 LeRobotDataset。

06 · Market Wedge

先切 AI 数据中心和高可靠性园区的关键 MEP 设施。

这里停机代价高、巡检频繁、合规强、技工短缺明显，且客户愿意为“少一次事故或停机”付费。之后扩到医院、制造、半导体、能源、公用事业和大型商业地产。

AI 数据中心

UPS、电池、发电机、冷却系统、配电柜、消防和 DCIM/CMMS 连接。

私有变电站

园区、制造、医院和仓储客户有明确资产台账和停电责任链。

城市生命线

管廊、桥隧、燃气、供排水和市政平台需要风险闭环和监管证据。

工业设施

泵房、压缩机、管线、阀门、储罐和热/声/视觉非侵入式检查。

能源 O&M

电厂、BESS、微电网、风光场站和 IPP 需要少人值守与资产历史。

高危后置

化工、防爆、矿山、油气作为未来方向；第一版通过合规伙伴进入。

07 · Business Model

卖 inspection closed loop，不靠一次性硬件差价赚钱。

硬件保持 OEM-agnostic。收入来自付费试点、站点 ARR、EAM/CMMS 集成、managed inspection、证据报告和 edge AI 节点。

Paid Pilot

海外 $25k-75k，6-10 周；中国 ¥20万-80万，选择 1-2 条路线和 100-300 个资产。

Software ARR

$60k-180k / site / year，按资产数量、路线数量、机器人/摄像头和报告层级分档。

Managed Ops

$12k-35k / site / month，用于客户需要机器人运营、数据 QA 和月度可靠性报告时。

ROI Hurdle

用 avoided downtime、危险人工减少、access/scaffolding 减少和审计工时下降证明 6-14 个月回本。

08 · Go-To-Market

先把一个站点的一条高价值路线跑成闭环，再复制到多站点。

不要要求客户替换 CMMS。先把现有 Excel、纸表、照片、机器人后台和人工确认流程迁入 InfraLoop，并与已有系统集成。

First Route

20-50 个巡检点：UPS、电池柜、泵、阀、配电柜、仪表或管廊节点。

Buying Team

VP Operations、设施负责人、Asset Integrity、Maintenance、HSE、OT/IT 和采购。

Channels

O&M 服务商、红外/电气巡检承包商、CMMS/EAM 集成商、机器人/无人机 OEM。

China Motion

进入城市生命线、一网统管、工业互联网+危化安全和能源数字化平台，不与国网/南网既有设备硬碰。

09 · Competition

硬件看现场，EAM 记录工单；InfraLoop 拥有异常生命周期。

市场里有强硬件、强巡检平台、强 EAM 和强传统检测服务，但客户真正买的是少停机、少派人、少漏检、可审计、能追责。

Spot / ANYbotics

移动能力和工业部署强；InfraLoop 做跨设备异常、工单、复检和训练闭环。

Skydio / Percepto

无人机和监管场景强；InfraLoop 把空中证据和地面维修连接。

Gecko / Voliro

专用检测和 NDT 强；InfraLoop 从日常 O&M 与非侵入式路线切入。

Energy Robotics

巡检平台强；InfraLoop 更强调资产级工单闭环、复检审计和区域训练部署。

Maximo / SAP

企业系统主账本强；InfraLoop 提供 robotics-native 现场事实和 verified repair。

中国生态

宇树、云深处、优艾智合、大疆、亿嘉和、申昊、七腾等已有设备；InfraLoop 做统一闭环层。

10 · Moat

壁垒是资产级记忆、缺陷闭环数据、CMMS 连接器和 edge profile。

单次巡检图片价值有限；连续的资产基线、维修动作、复检结果、误判纠正和停机后果，才会形成难以迁移的数据网络。

Asset Memory

每个柜、泵、阀、UPS、电池柜、管廊节点的基线、趋势和维修历史。

Defect Dataset

标准视角、异常图像、维修动作、复检结果、误判和停机后果的闭环数据。

EAM Connectors

Maximo、SAP、ServiceNow、国产 CMMS、字段映射、状态同步和报告模板。

Risk Taxonomy

热、电、声、气、液、门禁、仪表、腐蚀、路线异常和复检规则。

Compliance Playbook

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、AI Hub / QNN / QAIRT profile、shadow validation、canary 和 rollback。

11 · Product Architecture

数字孪生开场，机器人采集，Qualcomm edge 判断，CMMS 闭环，HIL 学习。

架构把安全控制、感知模型、资产图谱、工单系统和训练系统分开，避免把生产设施变成不可控的 AI 实验场。

Facility Twin

资产台账、地图、SOP、restricted zone、slow zone、标准视角和历史 baseline。

Robots

UGV 走 ROS 2 / Nav2；无人机可通过 PX4 / MAVSDK；固定相机和人工上传并存。

Edge AI

RB3 Gen 2 比赛原型，IQ-9075 / RB5 / RB6 / IQ10 做多流、多传感器生产路线。

Evidence

asset ID、pose、timestamp、hash、model version、confidence、review decision、work-order ID。

Learning

teleop / HIL correction -> LeRobotDataset -> offline training -> shadow validation -> canary OTA。

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，而不是几个分散技术名词。

Twin

设施 twin 显示 pump、pipe rack、valve cabinet、禁行区和 20-50 个巡检点。

Dispatch

Open-RMF 分配 UGV 到地面资产；无人机或云台相机捕获高位视角。

Detect

Qualcomm edge 本地识别 pump hotspot、腐蚀区域、仪表异常或气体风险。

Close

Reviewer 批准后自动创建 CMMS 工单；技术员处理后复检并回写 verified。

Learn

坏视角、误判和人工接管保存为 LeRobot episode，进入 shadow/canary 队列。

13 · Why Qualcomm

InfraLoop 是 Qualcomm 工业 edge AI、机器人和专网能力的应用层样板。

关键设施场景需要低延迟、离线可用、隐私安全、长生命周期硬件和多传感器融合。Qualcomm 的价值不是“多跑一个云模型”，而是把 edge AI、连接、模型部署和机器人生态变成可复制的 O&M 解决方案。

On-Device AI

热异常、仪表读数、低照度视觉、声音、气体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 做比赛原型，RB5/RB6/IQ-9075/Dragonwing IQ10 做生产路线。

Runtime Chain

AI Hub、QNN、QAIRT、ONNX Runtime QNN EP 形成可 profile、可回滚的 edge artifact。

Strategic Signal

Qualcomm + Aramco Digital 工业 edge AI、Qualcomm Ventures 投资 ANYbotics，都指向同一类市场。

14 · Ask

90 天跑出一个 Qualcomm-powered anomaly-to-repair 标杆 demo。

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 / RB5 / RB6 / Vision Kit 或 Dragonwing dev kit，用于多传感器 edge profile。

Design Partner

3-5 个数据中心、能源、制造园区、城市生命线或设施 O&M 设计伙伴引荐。

Data + API

设施地图、20-50 个巡检点、两周匿名读数、SOP 样例和 mock Maximo / SAP / CMMS API。

InfraLoop 的一句话 pitch：机器人发现问题，InfraLoop 让关键设施完成可审计的维修闭环。

IEA Grids IEA Energy and AI ABB Downtime Inspection Robots Market AIM Market ASCE Bridges Gecko Unicorn Gecko Navy IDIQ ANYbotics Funding Energy Robotics Skydio Utilities Percepto EPA ATM Voliro Funding Zeitview Funding FAA BVLOS 2026 政府工作报告 新城建韧性城市 安全生产三年行动 交通运输统计 城市管线 5G 与数据中心 Deep Robotics X30 Unitree B2 Boston Dynamics Inspection Cenosco AIM MaxGrip AIM Nav2 Open-RMF PX4 ROS 2 MAVSDK Bentley iTwin IBM Maximo SAP EAM Qualcomm RB3 Qualcomm RB5 Qualcomm RB6 Qualcomm IQ-9075 Qualcomm IQ10 AI Hub QNN / QAIRT Qualcomm Aramco Qualcomm ANYbotics LeRobot HIL LeRobotDataset