01
現已提供
既有攝影機
RTSP 與 ONVIF 攝影機提供持續、固定的場域感知，不需要先換掉整套基礎設施。
Physical AI 安全平台
從攝影機情報，到人工核准的實體回應。
Tensor Dynamics Watch 今天已能把既有攝影機變成 AI 調查員。我們正在把相同的事件、證據與人工決策流程，延伸到無人機與地面機器人。
現已提供：攝影機 AI運作中原型：多機器人應變
一條受治理的事件鏈
感知、調查、核准、回應。
Physical AI 不是一句模糊標語。對 Tensor Dynamics 而言，它是一套清楚標示權限、證據與產品成熟度的安全工作流程。
02
現已提供
AI 事件調查
AI 依照自然語言任務監看事件、補齊前後脈絡、保存證據並建立可追蹤紀錄。
03
運作中原型
人工核准
系統提出下一步與任務計畫；操作人員查看證據、安全限制與路徑後，才決定是否執行。
04
原型／下一步
實體回應系統
無人機與地面機器人在模擬器中接受受控任務；真實硬體試點與整合仍在進行。
原型能做什麼
先在模擬環境證明整條流程。
- 接收 Watch 事件並保留來源與證據脈絡
- 為多架無人機與四足機器人規劃任務
- 在部署前要求操作人員明確核准
- 提供 HOLD、恢復與返航等安全控制
- 保留任務、命令、狀態與結果紀錄
狀態說明：這不是已商用部署的自主機器人應變系統。真實硬體整合與場域試點仍是下一階段。
安全與權限
AI 規劃。人員核准。載具安全系統控制。
人工決策閘門
高風險實體動作需要操作人員明確核准。
安全指令優先
停止、保持、返航與人工接管不依賴新的 AI 任務。
外部控制權
桌面軟體不是飛行權限來源；控制留在邊緣控制器或自動駕駛系統。
可稽核路徑
事件、證據、計畫、核准、命令與結果保留在同一條紀錄中。
產品成熟度
先從能部署的攝影機產品開始。
現已提供
Watch 攝影機 AI
相容既有攝影機、事件調查、證據紀錄、通知與人工最終決策。
運作中原型
多機器人任務系統
模擬載具、Watch 事件交接、任務規劃、安全控制與人工核准。
下一步
實體場域試點
真實硬體整合、自主巡邏、空地協同與多代理安全營運。
常見問題
Physical AI 安全常見問題
什麼是 Physical AI 安全系統？
它把攝影機與感測器的感知、AI 事件調查、受治理的任務規劃、人工核准，以及無人機或地面機器人等實體系統串成同一條可追蹤流程。
無人機與地面機器人現在可以直接部署嗎？
目前不是已商用部署的硬體應變系統。Watch 事件交接、任務規劃、安全控制與人工核准流程已在多機器人模擬器中運作；真實硬體整合正在進行。
沒有機器人也能使用 Watch 嗎？
可以。Tensor Dynamics Watch 現在就能作為相容 RTSP 與 ONVIF 攝影機的 AI 監控與事件調查層。
AI 會自己做高風險決定嗎？
不會。高風險實體動作需要操作人員明確核准；載具安全與控制權仍屬於外部邊緣控制器或自動駕駛系統。