建筑工地可能是世界上最危险的“实验室”——重型机械轰鸣、数百名工人穿梭、环境瞬息万变。如何让机器与人安全共处，是物理AI从实验室走向工地的“最后一公里”。2026年6月16日，建筑物理AI领军企业Built Robotics与宾夕法尼亚大学工程学院安全自主系统实验室(xLAB)宣布启动研究合作，旨在利用真实工地数据训练“超人类感知”AI模型，让自主施工设备不仅“看得见”人，更能“预判”人，从根本上重塑建筑行业的安全标准。

工地AI的“最后一公里”之困

建筑行业是全球数字化程度最低的行业之一，也是安全事故高发领域。尽管自主施工设备正在加速进入工地，但一个根本性难题始终悬而未决：在实验室里表现完美的AI，一遇到真实工地的复杂环境就会“失灵”。

工地环境的复杂性远超任何封闭测试场：数百名工人同时作业、数千英亩的广阔场地、瞬息万变的光照条件、遮挡物背后的突发人员动作、非标准的人体姿态。正如xLAB负责人、宾大电气与系统工程系教授Rahul Mangharam所言：“根本挑战在于弥合受控环境下的验证与作业条件下的鲁棒性能之间的鸿沟。”

传统方法依赖“封闭场地测试+仿真模拟”，但这两者都无法完全复现工地的真实混乱——这正是物理AI规模化部署的最大瓶颈。

真实工地数据驱动的“超人类感知”

Built Robotics与xLAB的合作围绕三大技术支柱展开：

全球首个建筑“世界基础模型”

Built Robotics自2016年成立以来，已在40多个工地累计运行超过50,000小时，完成超过3吉瓦的太阳能项目安装。此次合作中，Built将利用这一庞大的真实运营数据集，配合全新设计的专用数据采集机器人，构建全球首个面向建筑行业的“世界基础模型” ——一个能让机器理解工地上“人如何移动、机器如何运作、意外如何发生”的通用智能框架。

边缘AI模型与安全架构的深度融合

合作将Built Robotics专有的边缘AI人员检测模型与xLAB在安全关键自主系统领域多年的研究成果深度融合。Built的模型已在“数百名员工、数千英亩”的真实工地环境中得到反复打磨;xLAB则专注于形式化方法、机器学习与嵌入式系统的交叉研究，专攻可证明安全、高弹性软件架构。两者的结合，意味着AI不仅要“识别得快”，更要“安全可证明”。

“边缘案例”驱动的超级感知

合作的核心目标之一是系统性地收集和标注“边缘案例” ——那些工地上极少发生但一旦发生就可能致命的情景：异常的工人姿态、遮挡物后的突然出现、恶劣光照下的人影、难以预测的人类行为。

通过用这些“反常规”数据训练AI模型，系统将进化出超越人类感知的能力——识别人类可能忽略的、转瞬即逝的异常危险信号。Built Robotics工程AI总监Liam Osler表示：“我们与xLAB秉持相同的核心信念：物理AI必须首先确保安全，它有望为建筑行业树立新的安全标准。”

从光伏工地到全行业安全标准

第一阶段：光伏工地的“AI哨兵”

合作试点将首先部署于公用事业级太阳能项目。Built Robotics的边缘AI人员检测模型将被部署到一支自主施工测绘机器人上，在真实的太阳能项目工地采集高保真传感器数据。这些数据将反过来优化Built的AI模型，并扩展至其他车辆平台和施工场景。

中期：覆盖全类型施工设备

随着模型持续进化，该安全AI系统有望从测绘机器人扩展至重型推土机、挖掘机、起重机等全类型施工设备，实现工地“人机共舞”的安全闭环。

长期：树立全行业安全基准

Built Robotics CEO Noah Ready-Campbell指出，Built是美国设备制造商协会(AEM)未来委员会的成员。他认为：“安全是水涨船高的事。如果出现安全事故，哪怕不是Built的机器人，也会给整个行业蒙上阴影。所以我们有责任帮助整个行业安全作业。”

这意味着，这项合作的技术成果有望转化为全行业的安全标准和最佳实践，而非某一家公司的私有资产。

物理AI安全化的里程碑

此次合作的独特之处在于：它并非一次简单的“企业+高校”技术转让，而是一次双向赋能的深度研究合作。

对于Built Robotics：xLAB在安全关键系统领域的深厚学术积累，为Built的规模化部署提供了“安全可信”的理论背书。

对于xLAB：Built提供的真实工地数据访问权限，让xLAB的研究从“仿真模拟”走向“实战验证”。

对于整个行业：这是全球首个将“可证明安全”的形式化方法引入建筑物理AI的大规模实践，为自主施工设备的监管认证开辟了新路径。

Built Robotics CEO Ready-Campbell本人是宾大校友，他坦言宾大GRASP实验室的Vijay Kumar教授在四旋翼和多机器人协调方面的开创性工作对他创办Built产生了深远影响。如今，这场校友与母校的联手，正在将建筑工地变成物理AI安全化的“终极考场”。

当AI不仅能“看见”危险，更能“预判”危险，建筑工地的安全神话将从科幻走进现实。