LIVE DEMO · 真实案例

一段真实视频
变成机器人可用的
数字孪生场景

这是 PhyCyber Twin 的目标交付形态。客户上传真实场景视频,我们输出建筑、行人、物体、可行走空间四层语义,加机器人路线、碰撞信息和可导入仿真的资产包 —— 全部锚定在原视频画面上。

CASE · DALI ANCIENT CITY GATE

真实案例:公共广场 / 古城门

同一段 9 秒手机视频,左边是客户输入,右边是我们重建出的感知视图。不是“画一个模型”,而是把真实空间拆成机器人能用的语义层。

INPUT · 01

客户输入 — 9 秒手机视频

竖屏 720×1280,约 9.14 秒。镜头从街道摇到古城门:城墙、城楼、门洞、游客人群、路桩、街灯、招牌、石板广场全在画面里。

OUTPUT · 02

感知重建 — 9 秒孪生视频

类 Tesla / Waymo 感知界面:每一帧真实画面上叠加语义分层、空间网格、检测框和机器人路线,严格同步原视频 9 秒。

建筑结构 植被 可行走地面 行人 机器人路线 禁入区
DELIVER · 03

交付 — robot-ready 场景包

客户拿到的不是一句“AI 生成”,而是一包可验收、可讨论、可继续导入仿真的材料。

从视频里提取了哪四层

每一层都对应机器人导航里的一类要素,且都能落到结构化的 JSON 标签和碰撞摘要里。

建筑层

城墙、城楼、门洞、双层屋顶 —— 作为固定结构、定位地标和碰撞边界。

city wallgate towerarchway
行人层

游客群体 —— 作为动态障碍和高代价区域,路线必须绕开人群密集区。

crowddynamic obstacle
物体层

路桩、树、街灯、招牌、车辆区 —— 公共空间机器人最易碰撞或误判的目标。

bollardstreesignage
空间层

石板广场、可行走网格、机器人路线、禁入区同步展示。

walkablerouteno-go

付费试单怎么做

早期不承诺“3 秒全自动”。第一阶段是 24–72 小时人工/半自动交付,跑通后再逐步自动化为 SaaS。

STEP 01

上传视频

客户上传仓库、工厂、实验室或公共空间视频,并说明目标任务。

STEP 02

3D 重建

用 Gaussian Splatting / SfM / 半自动流程生成场景底座。

STEP 03

机器人增强

补尺度、语义、碰撞体、可行走区域和风险区。

STEP 04

导出交付

交付 Web 预览、GLB、USD、标签 JSON 和任务脚本。

机器人团队拿它去干什么

机器人不直接“吃”网页。团队把输出导入仿真环境,再测试自己的算法和机器人模型。

移动机器人导航

把 AMR / AGV 放进场景,测路线规划、避障、停靠。

navigationwalkable

机械臂抓取验证

复现工作台、箱子、货架位置,先在仿真里验证抓取路径。

manipulationcollision

视觉模型训练

生成不同角度、光照、遮挡下的合成图、深度图、分割标签。

synthetic datasegmentation

售前方案 Demo

集成商用真实客户场地做仿真演示,提高方案可信度。

sales demodigital twin

你给我一段真实场景视频,我 48 小时内交付一个机器人团队能看懂、能评估、能继续导入仿真的场景包。

第一单先验证这个场景值不值得做真实 3D 重建 —— 单场景试单 $299–$999。