OKFDE｜AI走出实验室，先得学会怕什么？【Insights 全球AI观察】

GLOBAL AI Insight · 全球 AI 观察  · Zoe 现场笔记

本文根据2026顶尖孵化器大会现场展示材料撰写。企业披露的技术指标、产品规划与认证进展均按其展示口径转述，尚不等于独立验证或监管审批结果。

01 / FIELD NOTES 现场笔记

站在临港，我想看点更深入产业的东西

十月下旬的上海临港，2026顶尖孵化器大会正在举行。嘉宾照片墙和大屏幕都很醒目。AI驱动、创新孵化，这些词我们已经熟到几乎可以自动补全下一句。

我是OKFDE的观察员Zoe，平时做前线架构研究和行业观察。这次坐在台下听路演，我想找的不是又一个参数漂亮的模型。我更关心创业公司如何处理现实中那些很难写进产品宣传页的麻烦。训练数据从哪里来？接到真实设备上会发生什么？一旦出错，谁负责把事情停下来？

我在现场留意了三家跨度很大的公司。物影科技研究民航安检CT图像，心境科技尝试用非侵入式脑机接口进入睡眠和神经调控领域，万物智生希望让温室环控系统具备更强的自主决策能力。放在一篇文章里，乍看有些不搭。仔细看，三家都在为同一件事付账。AI来到现实世界，现实世界可没有“撤销上一步”按钮。

02 / COMPANY NOTES 项目观察

物影科技：违禁品样本太少，模型怎么练？

机场安检有个颇为别扭的问题。安检系统必须识别危险物品，然而真正能够用于训练的高危样本十分有限。每天通过机场的箱包不少，里面多是衣物和普通电子产品。某种违禁品换了摆放角度，藏在不同物品之间，图像又可能变成另一副模样。

按传统办法收集训练集，需要安排实物过CT设备、覆盖大量摆放组合，再请有经验的人逐张标注三维位置。技术上未必做不到，项目预算可能先表示反对。

物影科技（Physical Imaging）展示了一条合成数据路线。展板把真实CT图像与生成图像并排展示，肉眼能看到类似的橙绿色成像结构。更关键的是，生成系统在构造场景时已经掌握物体的位置与类别，标注信息能够随图像一起产生。它省下了人工逐张寻找和描画目标的工作。

按照现场披露，团队已经生成数十万张高保真安检CT图像，覆盖数千种违禁品变体，单张数据的获取及标注成本下降超过90%。这是一组来自企业展板的数字，具体计算口径和适用范围仍有待独立核实。

展板还提到了CAAC认证相关进展。我会把它单独记下来，因为民航安检产品需要满足明确的监管、检测和准入要求。模型跑分高，并不能直接换一张机场通行证。认证对应哪一款产品、哪一部分算法和哪些使用条件，应以正式文件为准。

合成数据也有自己的难题。模拟环境与真实设备的扫描参数、噪声、物品分布不可能天然一致。若要让生成数据持续有用，就得拿真实检测结果校准模型，专门找出合成图像没有覆盖的边缘情形。这个方向的价值很清楚，但最终仍要看真实环境中的表现。

物影科技让我印象深刻的地方，是它从数据生产过程动手。对稀缺样本行业来说，先把样本生产和标注做得可靠，可能比再换一个更大的识别模型更紧迫。

03 / COMPANY NOTES 项目观察

心境科技：脑电数据要积累，首先得有人愿意戴

脑机接口的路演，通常很容易让人想到科幻电影。心境科技（Mood sense）摆出的却是一道特别朴素的算式。真实世界脑电数据的规模，大致取决于设备使用数量和持续使用时长。

这道算式后面有个不太浪漫的现实。医院里的研究设备能够采到专业数据，可采集时间、参与人数和使用场景都有限。想研究睡眠中的长期变化，需要设备真正进入日常生活。用户得愿意在睡觉时戴着它，而且第二天还愿意再戴。光有科研价值，显然还不够。

现场展示的早期样机采用头环与眼罩结合的形式，提到织物电极、双通道脑电采集，并尝试融合心率、血氧等生理信号。这些设计指向同一个问题。佩戴舒适度、操作便利和数据质量，得一起考虑。人已经失眠了，总不能让采集设备再增加一个失眠理由。

团队还展示了电刺激相关方案，涉及tDCS、tACS和CES，并规划从睡眠分期与预设参数，逐步探索能够根据监测结果调节刺激的闭环系统。这里需要十分谨慎。AI识别睡眠阶段是一类工作，主动对人体施加刺激则会引入新的风险。刺激强度、禁忌症、异常停止和医生监督，都不能留到产品上线后再补。

展板包含第二类、第三类医疗器械的阶段性规划。具体类别需要由产品预期用途、技术原理、风险及监管要求界定，不能仅凭“第一代”“第二代”下结论。样机保留手动调节功能是一个可以观察的交互细节，但它无法替代完整的临床验证和保护措施。

还有一道容易被忽略的坎。使用设备的人多，数据不一定就适合医疗研究。脑电信号可能受到佩戴位置、运动和环境影响；数据采集、后续训练和医疗用途也涉及授权与隐私。消费级产品若能积累大规模记录，团队仍需证明这些记录在目标任务中足够准确、稳定而且合法可用。

我愿意继续观察这家公司，是因为他们把长期数据采集当成产品设计问题。脑机接口要离开实验室，除了算法能力，还得通过一次十分普通的考验。让一个人在家里舒服地睡一觉。

04 / COMPANY NOTES 项目观察

万物智生：番茄可以增产，电费也会

万物智生的邱岱岱介绍了现代温室从自动控制走向AI自主调控的思路。对外行而言，大棚装好温度传感器，热了通风、冷了加温，似乎已经足够智能。真正运行起来，账可没这么容易算。

温室里的温度、湿度、二氧化碳、光照和作物生长互相影响。增加补光可能有助于产量，却也提高电耗与热负荷。只盯着某一个指标，系统很可能给经营者交出一份漂亮的生长曲线，顺手附上一张更漂亮的电费账单。

团队提出把环境感知、策略决策、设备协同与运行安全放在同一系统内，并结合未来七天的天气预报进行前瞻调整。让我停下来细看的，是他们展示的开源建模工具GreenLightPlus。这个工具可以导入气象数据，模拟温室气候、能源消耗与作物生长之间的关系，也能用作控制策略研究和强化学习实验环境。

现场屏幕展示了上海典型气象条件下的模拟结果，包括室内外温度、果实干物质积累和自然光、人工补光的贡献。对经营者而言，每一条曲线都可能对应一项实际开支。少开几个小时补光灯是否划算，得把能耗和生长影响放在一起看。

仿真的好处，是让团队在动真设备之前多做一些实验。毕竟软件策略算错了可以重新运行，作物受冻以后，开发团队很难给番茄安排一次系统回滚。

但模拟器本身也必须接受考验。不同温室结构、设备效率、作物品种和传感器误差都会改变结果。模型需要真实数据校准，控制策略上设备前还需要独立的安全限制。例如极端天气下的最低安全温度、设备故障时的保护和人工接管，都应由明确规则约束。

GreenLightPlus的开源路线还有产品层面的意义。能够复用的建模工具和接口，有机会减少每到一个温室就重做一套基础模型的成本。接下来需要看的，是它在实际部署中的稳定性，以及节约的能耗能否抵得上系统建设与维护的费用。

05 / ZOE's NOTES 观察结语

回到那三个老问题

物影科技需要补足少见的危险物品样本，心境科技要解决长期脑电采集，万物智生面对的则是不能随便试错的温室设备。它们使用的技术完全不同，遇到的约束却很像。

每家公司都得自己处理通用模型之外的那部分工作。数据如何获得，如何证明质量，算法的决定能不能作用于设备。到了民航、医疗和农业现场，这些问题最终要落到具体流程、测试记录和责任人身上。

我现在更愿意追问一个创业团队，产品遇到自己判断不了的情况会怎样。会停下来吗？谁收到提醒？之后如何查到原始数据和操作记录？回答这些问题时，漂亮PPT往往帮不上太多忙。

三家公司的路演给出了各自的技术路径，也留下了需要进一步查证的部分。现场展示还不能替代真实部署数据，更不能提前宣告商业化成功。对于OKFDE的研究来说，这些未完成的环节恰恰值得持续记录。

如果AI真的要进入机场、家庭和温室，工程师终究得熟悉那里的规矩。模型可以继续变聪明，安全边界还是要由人认真设计。

关于 OKFDE

我们关注 FDE，更关注 AI 真正落地之后发生的真实事件。

如果你也关注AI，关注产业，欢迎公众号后台留言。

参考材料 / REFERENCES

1. 物影科技（Physical Imaging），2026顶尖孵化器大会现场演示材料《从合成数据到民航认证》。

2. 心境科技（Mood sense），2026顶尖孵化器大会现场演示材料《数据壁垒》与《非侵入式脑机接口AI电刺激闭环神经调控系统》。

3. 上海万物智生科技有限公司（主讲人邱岱岱），2026顶尖孵化器大会现场演示材料《从环境自动控制到AI自主调控》及开源项目 GreenLightPlus。

⬆Zoe：下次再也不卡点登机了 (´•̥̥̥ω•̥̥̥)

（这段是李总强烈要求加的：上次Zoe还在公司分享如何卡点登机。）