我们不自研大模型，我们做"让大模型在车间能用"的那一层。
安全培训与上岗验证（第一个行业包）。真机在跑，证明客户肯为流程闭环付钱。
角色：获客路径
硬件抽象、认人/记忆、任务引擎、数据回流 + 行业包机制。
角色：真正的资产——换行业只换包
真实世界经验数据（人·场景·行为·结果）+ 现场评测基准 + 端侧模型迭代。
角色：估值来源
平台判据：换一个行业或客户，改一份配置即可，还是重写一遍代码？我们做前者。
| 项 | 说明 |
|---|---|
| 端侧可跑 | 自有 GPU 上已验证 27B 级模型与 MoE 架构（含量化、KV 优化、多卡切分） |
| 端云双形态 | 官方云（合规稳定）与我们自研的私有化运行时（数据不出厂、参数可调）——同一条产品线，两种交付形态 |
| 断网可用 | 核心能力在本地，内网隔离或无网车间同样工作，恢复后自动补传并保留原始时间戳 |
| 身份层 | 人脸采集 + 声纹存档，与班组/工号绑定；人脸特征比对在站点侧，声纹识别由官方云侧提供 |
| 记忆层 | 任务进度、历史对话、事件记录跨班次保留 |
| 数据回流 | 现场行为数据脱敏后按协议回流，用于行业小模型迭代 |
| 硬件无关 | 同一 Runtime 目标支持 ≥3 种硬件形态（手持 / 桌面 / 嵌入） |
| 项 | 现状 | 状态 |
|---|---|---|
| 端侧设备与闭环 | 真机在跑：认人、任务步骤、拍照回传、台账与大屏 | 已实现 |
| 人脸采集 / 拍照回传 | 真机已跑通（门户下发 → 设备拍照 → 回传台账） | 已实现 |
| 人脸比对（真机路径） | 站点侧具备特征比对能力（正/负例已验）；真机特征回传与自动比对尚未闭环 | 部分 |
| 声纹识别 | 归官方云侧（控制台添加说话人）；我方仅采集存档；实时听声辨人未做 | 部分 |
| 唤醒词「德邻AI」 | 按乐鑫官方定制路线推进（需语料与约 2–3 周训练）；当前使用预置唤醒词，品牌与人设统一为德邻AI | 推进中 |
| 端侧本地大脑 | 自有 GPU 已验证 27B 级与 MoE；设备端当前以云端大脑为主 | 部分 |
| 数据飞轮 | 回流管道设计中，需给出真实样本条数与一次迭代前后对比 | 起步 |
| 安全培训资质 | 评估路径中，尚未取得 | 未取得 |
| macOS OCR | 决赛增强计划（单据/表单/纸质记录 → 结构化入库） | 计划 |
评委更信"如实 + 计划"，而不是"已完成"。以上任一项被问及，直接照此口径回答。