Serve Robotics 向物理人工智能公司开放车队软件与数据

Serve Robotics 于 2026 年 11 月 5 日宣布推出 Physical AI Services，向其他开发物理人工智能的公司提供机器人连接、数据整理和真实世界训练数据工具。Bedrock Robotics 是首批客户之一，该公司开发用于重型建筑设备的自主系统。

这套包含三款产品的服务，将 Serve 在扩展自身运营过程中开发的基础设施产品化。该公司表示，已在 40 多个城市和 27 家医院部署了 2,000 多台机器人；Physical AI Services 已为十多个行业的数千辆车提供支持。这些行业包括建筑、采矿、自动驾驶卡车，以及 Serve 的人行道食品配送车队，使这项服务拥有覆盖不同机器和环境的运营基础。

“造出机器人只是开始。要让数千台机器人保持连接、持续学习并不断改进，还需要另一层技术。”联合创始人兼首席执行官 Ali Kashani 说。

连接能力与车队监管

随着越来越多的物理人工智能计算转移到数据中心，Serve Link 将现场机器连接到模型、监控系统和训练系统。其功能包括任务管理、设备状态监控、用于处理异常情况的远程协助、数据采集和难例挖掘。Bedrock 使用 Link 通过 Wi-Fi、LTE、5G 和卫星网络连接设备。

Physical AI Services 文档称，该软件能够聚合 4G、5G、Wi-Fi、卫星和专用蜂窝网络连接，预测最佳传输逻辑以避免缓冲，并且旨在降低延迟、处理时间和计算开销，同时几乎可在任何硬件上运行。这些功能旨在确保车队在不同地点和网络条件下都能保持连接。

从车队数据到训练数据

Serve Data Curator 旨在应对已部署机器人产生的大量信息。它将 PB 级传感器输入数据转化为可搜索、可视化的车队数据，让工程师无需手动检查每段记录，就能找到相关场景、调查故障并识别长尾边缘案例。

团队可以从中挑选示例，整理成用于训练和评估的专门数据集。集成的标注功能和与机器学习工作流的连接，将有用示例的发现与其在模型开发中的应用衔接起来。随后，团队可以根据模型表现，决定接下来整理、采集和模拟哪些示例，从而将机器人在现场遇到的情况与后续训练联系起来。

Serve 表示，Data Catalog 收录了机器人在街道上运行时采集的数百万小时真实世界数据，其中包括地形和基础设施信息；在实际部署中采集数据时，会遵守当地法律并保护附近人员的隐私。人行道部署所采集的地形和基础设施数据，旨在帮助基础模型了解城市人行道等复杂的人类活动环境。

这套产品模块化且即插即用，已有记录的应用场景包括人形机器人、农业、林业、水下探索和自动驾驶卡车，以及配送和建筑领域。它们的共同基础是基础设施：服务提供现成的连接、数据传输和整理能力，让客户能够把工程时间投入到自己的机器和自主系统上。

对 Serve 而言，核心问题在于，这些运营经验能够在多大程度上迁移到其他场景。这项服务邀请客户基于在人行道和医院部署中形成的基础设施与数据开展工作，同时让自己的机器执行不同任务；其价值取决于这些共享基础能够省去多少工程工作。