跳至正文

Hyperion Physical AI Decision Lab

让 AI 以证据赢得行动权。

The Decision Foundry 是 Hyperion 规划中的工业与物理 AI 实验室:在一个可重构环境中,同时检验产品价值、系统边界、模型行为、人类权限、故障恢复,以及作出下一项承诺所需的证据。

规划中的 Decision Foundry 技术剖面示意图,显示信号从现场单元经过知识与权限边界,抵达执行环节,再返回证据。
示意架构 — 这是拟议中的系统蓝图,并非 Hyperion 运营中设施的照片。

概念开发中

实体设施尚未投入运行。目前的证据由可运行的数字演示、可度量的台架工作和 Hyperion 自有研发构成。下述区域和任务均为示意,直至实际建成、测试并获得其他明确标识。

当前可用

从已经存在的成果开始。

这些是当前的数字成果、台架成果与内部研发,并非规划中的实体设施。每个页面都会说明其能够证明什么、不能证明什么。

Auralink

Auralink

预生产 · Hyperion 自有研发。一项可核查的参考实现,并非客户部署或商业成果声明。

  • Auralink is Hyperion-owned pre-production R&D awaiting hardware integration.
  • 78% autonomous incident resolution in a controlled-environment evaluation reported in arXiv preprint 2603.08736.
查看 Auralink

Reachy Mini + SO-101

Reachy Mini + SO-101

实测 · 仿真 · 空运行。真实感知与遥操作证据会同仿真自主能力和未执行的机器人行动清晰分开。

查看机器人证据

台架实测

AMD Ryzen AI Max+ 395(Strix Halo) · 128 GB LPDDR5X-8000 统一内存 · 三次运行的中位数(弃用一次预热) · 未调优

阅读完整现场笔记

06 · 当前可用

从已经存在的成果开始。

这些是当前的数字成果、台架成果与内部研发,并非规划中的实体设施。每个页面都会说明其能够证明什么、不能证明什么。

运行演示

核心主张

不是炫技展厅,而是作出下一项决策的地方。

模型演示只问:某项行为能否在选定条件下成立。The Decision Foundry 则问:完整产品是否应该继续推进。客户价值、智能、硬件、软件、安全、运营和经济性必须共同评估。输出看起来出色并不代表通过;证据决定应当继续、转向、合作、暂停还是终止。

一个贯通的系统

一个生命周期。一个运行时。一条证据回路。

Product System 决定产品为何以及何时推进;Physical AI 系统架构决定系统在运行中如何表现。

Product System

战略 → 探索 → 产品化 → 发布 → 规模化

五道决策关口决定产品何时可以推进,六个决策视角检验证据是否达到当前决策的门槛。

Physical AI 运行时

感知 → 连接 → 计算 → 推理 → 行动 → 编排

信任、安全与网络安全贯穿每一层。

证据回路

事故、现场差异、技术发现或经济性变化,都可能重新打开此前的决策。任何环节都不会自动推进。

访客任务

一个信号成为决策 — 或停在边界。

01锁定真正的决策产出:决策契约

拟议中的实验室区域

  1. 01Mission Lock
  2. 02Field Cell
  3. 03Signal Spine
  4. 04Sovereign Core
  5. 05Knowledge Forge
  6. 06Failure Theatre
  7. 07Authority Gate
  8. 08Fleet Observatory
  9. 09Evidence Chamber
  10. 10Executive Studio
  11. 11Field Notes Studio

跟随一项边界明确的行动,从声明意图走到可核查的决策记录。随着流程推进,架构会围绕必须观察、授权和证明的事项逐步显现。

  1. 01LOCK

    锁定真正的决策

    在选择模型之前,先明确预期用途、责任人、系统边界、验收阈值和终止条件。

    产出:决策契约
  2. 02GROUND

    基于证据作出判断

    观察已声明的基线,将现场信号连接到受治理的知识,并在来源、不确定性和运行语境清晰可见的情况下比较选项。

    产出:有边界的建议
  3. 03GATE

    授权或弃权

    由模式、允许清单、政策和权限检查决定建议能否抵达确定性控制。歧义或不安全意图到此为止。

    产出:授权记录
  4. 04RECOVER

    行动、观察与恢复

    执行一项有边界的行动,注入已声明的变化,观察操作员与系统的响应,并证明降级、停止和回滚路径确实有效。

    产出:已观察的系统行为
  5. 05PROVE

    证明并规模化

    将结果与验收和终止阈值比较。记录证据与未决假设,并给出继续、转向、合作、暂停或终止的建议。

    产出:Product System 关口记录

示意架构

对权限边界进行压力测试

改变一个条件。模型可以解释并提出建议;接下来发生什么,由系统边界决定。

已授权输入保持在声明的运行范围内。类型化建议通过政策与人类授权,抵达确定性控制,并返回证据。

Mistral 优先。系统边界约束。

智能可以提出建议。权限必须经过设计。

对于语言、多模态理解、语音、检索和模型适配,Hyperion 会优先考察 Mistral,再根据任务、部署边界、许可、区域、延迟、成本和评估集验证选择。复杂度最低且足够有效的答案,也可能是规则、搜索、更小的开放权重模型、其他模型,或完全不用 LLM。

  1. 解释

    可用能力

    选定的 Ministral 和 Voxtral 模型可以在边缘侧或托管端点上,解释范围明确的图像、语言、音频和操作员输入。

  2. 证据溯源

    可用能力

    OCR、embeddings、retrieval 和 Search Toolkit 将文档、事故与技术知识连接到可核查的来源。OCR 只是文档理解工具,不是安全关键决策者。

  3. 提出建议

    可用能力

    结构化生成用于比较选项、暴露不确定性,并请求允许清单中的工具。函数的实际执行仍由开发者负责。

  4. 编排

    公开预览

    MCP Connectors 和持久化 Workflows 可以协调工具、数据与人工检查点。预览接口在投入生产前必须经过评估和变更控制。

  5. 适配

    证据把关

    首先使用 prompting 和 RAG。只有版本化评估集证明其必要性及生命周期负担之后,才考虑 fine-tuning、distillation、定制 SLM 或 Forge。

  6. 部署

    取决于配置

    在模型可用性、许可、数据驻留和基础设施允许时,可以选择托管 API、明确配置的区域端点,或由客户控制的开放权重推理。

模型不能直接连接机器

在 Foundry 架构中,任何 Mistral 响应都不是发给 PLC、机器人、充电设备或车辆的直接命令。建议必须经过模式验证、类型化允许清单、政策与权限检查,再进入确定性控制。独立安全功能可以拒绝或停止行动,并始终位于模型权限之外。

取决于访问条件的探索

Robostral Navigate 和 Mistral 对物理世界的研究是探索方向,并非 Hyperion 当前已有的集成。只有在访问权限、许可、硬件、安全审查和实测结果得到确认后,才可能脱离实验阶段。

Hyperion Consulting 独立于 Mistral AI。提及 Mistral 模型与服务,并不意味着获得认可、赞助、认证、经销商身份、合作关系或特殊访问权限。供应商国籍本身也不能证明数据驻留、主权或监管合规。

请在 Mistral 官方文档中核实

首批任务包

围绕失败设计,而不是表演完美。

每项任务都从计划与示意开始。只有参考单元真实存在、协议已经发布且结果可复现,才会标记为“实测”。

有依据的维护

读取机器状态和受治理的维护语料,展示支撑段落,说明不确定性,并提出范围明确的工单 — 不对设备进行自主诊断,也不发出控制命令。

规划中 · 投入运行前均为示意

权限边界

向系统提出含糊或不安全的指令。智能可以建议或弃权;类型化接口、政策权限与独立安全功能共同决定是否有任何内容能够抵达控制器。

规划中 · 投入运行前均为示意

切断网络

断开外部连接,对照已声明的降级模式要求,观察本地推理、缓存知识与确定性后备机制。

规划中 · 投入运行前均为示意

运行范围

利用眩光、遮挡、陌生零件、漂移和工位差异挑战感知与学习行为,从而揭示 — 而不是隐藏 — 已验证的边界。

规划中 · 投入运行前均为示意

从金丝雀到整个车队

先在仿真中测试修订版本,再投放到一个受控资产;只有验收阈值持续满足才逐步扩展,否则立即回滚。

规划中 · 投入运行前均为示意

证据护照

每个惊艳时刻,都必须标明其边界。

只有当买方能够判断发生了什么、处于何种条件,以及结果不能证明什么时,演示才真正有用。

实时
现在可以运行;不等同于已经过生产验证。
实测
在明确条件下观察;不外推到条件之外。
仿真
在数字或合成环境中产生;并非现场运行。
回放
固定的过往运行;并非实时交互。
示意
拟议场景或架构;不表示已实现。
规划中
计划在未来建设;尚未投入运行。

记录与结果始终同行

问题 · 预期用途 · 数据来源与权利 · 模型、prompt、工具、firmware 和 dataset 版本 · 运行条件 · 权限边界 · 验收与终止阈值 · 预期与观察结果 · 失败 · 限制 · 复现日期 · 本次运行不能证明的事项

JARVIS · Lab OS

它是向导,而不是统治者。

JARVIS 让访客观察系统状态、对有限场景施压、比较决策,并依据引用证据解释结果。它可以综合并提出建议;不能豁免验收阈值、认证系统,或授权不安全的物理行动。

向 JARVIS 询问 Foundry
观察
系统状态、来源与出处
施压
有边界的故障注入
决策
选项及其生命周期影响
解释
证据、限制与决策记录

当前可用

从已经存在的成果开始。

这些是当前的数字成果、台架成果与内部研发,并非规划中的实体设施。每个页面都会说明其能够证明什么、不能证明什么。

台架实测

AMD Ryzen AI Max+ 395(Strix Halo) · 128 GB LPDDR5X-8000 统一内存 · 三次运行的中位数(弃用一次预热) · 未调优

qwen3:30b-a3b — 82.3 t/s · gpt-oss:20b — 38.6 t/s · devstral:latest — 14 t/s · mistral-small:latest — 13.8 t/s。这些是绑定特定配置的观察,并非标准化 benchmark 或性能保证。

阅读完整现场笔记

Reachy Mini + SO-101

实测 · 仿真 · 空运行。真实感知与遥操作证据会同仿真自主能力和未执行的机器人行动清晰分开。

查看机器人证据

Auralink

预生产 · Hyperion 自有研发。一项可核查的参考实现,并非客户部署或商业成果声明。

  • Auralink is Hyperion-owned pre-production R&D awaiting hardware integration.
  • 78% autonomous incident resolution in a controlled-environment evaluation reported in arXiv preprint 2603.08736.
查看 Auralink

完整系统如何运作

一个物理人工智能系统——从感知到可靠的行动

选择一个阶段,端到端地了解系统。

物理人工智能技术栈的像素艺术图,信号从传感器逐层上升直至编排层。

01 / 08设备与控制

传感器与环境. 对物理世界进行感知——摄像头、深度、雷达与 OT 信号。

了解我们的工程方法

Decision Foundry 常见问题

The Decision Foundry 已经开放了吗?

没有。实体设施仍处于概念开发阶段,尚未投入运行。目前的数字演示、实测台架工作和 Hyperion 自有研发均会单独标识。

Hyperion 是 Mistral AI 的合作伙伴吗?

我们不宣称任何合作关系或特殊访问权限。Hyperion 是独立的 Mistral-first 咨询公司,会针对每项实现核实模型、许可、区域和部署方式是否适用。

Mistral 模型能直接控制拟议实验室中的机器吗?

不能。模型输出只是建议,必须通过模式、允许清单、政策和权限检查,之后才能进入确定性控制。独立安全功能始终位于模型权限之外。

The Decision Foundry 是认证实验室吗?

不是。它不能替代法律、安全、网络安全、合规评估或认证专家。它为边界明确的决策建立产品与架构证据。

参与者最终应带走什么?

一份边界明确的决策记录:已观察证据、未解决假设、限制,以及继续、转向、合作、暂停或终止的建议。

该计划覆盖哪些行业?

制造、汽车与能源是重点场景。智慧基础设施、物流和国防被明确标为研究场景;在此发布不代表已在相关行业完成客户交付。

带来一项停滞的行动

带走下一项决策。

在 30 分钟的适配沟通中,Mohammed 会明确待决事项、缺失证据,并判断 Foundry 任务或 Hyperion 三类委托中是否有合适选项;如果不合适,也会坦率说明。

30 分钟 · 无义务 · 每次沟通均由 Mohammed 主持