探针前沿科技专题：Brain Corporation BinOS 平台大规
商品合规性（Planogram Compliance）：查抄商品能否摆放正在准确的货架和层板上。
Brain Corp的专利组合深度聚焦于自从和人工智能这两个焦点手艺范畴，其专利内容笼盖了从底层硬件到上层决策节制的完整手艺栈。这些专利不只了具体的机械人产物，更主要的是了使其产物可以或许高效、平安运转的底层手艺道理和方式。例如，其专利涵盖了自从、人工智能库、数据办理和云存储等环节模块，这些模块配合形成了BrainOS平台的焦点功能。这种全面的专利笼盖意味着合作敌手难以正在不Brain Corp学问产权的环境下，开辟出具有划一机能和靠得住性的自从系统。
探针本钱正在具身智能范畴具有财产孵化取投资经验，并为该范畴的数家公司完成多轮私募股权融资。欢送取我们联系交换。
TDWA算法是一种先辈的活动规划方式，它正在保守的动态窗口法（Dynamic Window Approach， DWA）根本长进行了严沉立异。保守的DWA算法通过正在当前速度空间内采样一系列线速度和角速度组合，并评估每个组合对应的预测轨迹，从而选择一个最优的、无碰撞的轨迹。然而，这种方式需要对每个采样的速度组合进行的成本计较，计较量庞大，难以满脚贸易机械人对及时性的严酷要求，特别是正在复杂、妨碍物稠密的场景下。
Brain Corporation自成立以来，获得了多家投资机构的青睐，为其手艺研发和市场扩张供给了充脚的资金支撑。此中，软银愿景基金（SoftBank Vision Fund） 和高通创投（Qualcomm Ventures） 是其最主要的投资方。
价钱标签合规性（Price Tag Compliance）：查对商品的价钱标签能否准确、清晰。
BrainOS是Brain Corp所有手艺的集大成者，是一个专为贸易自从挪动机械人设想的、云毗连的、可扩展的人工智能软件平台。它不只仅是一个操做系统，更是一个完整的处理方案，为原始设备制制商（OEM）供给了将通俗机械快速为智能自从机械人的能力。BrainOS的设想源于其结合创始人Eugene Izhikevich博士的计较神经科学布景，旨正在模仿生物大脑的进修和顺应能力，高效地运转。
Brain Corporation成立于2009年，是一家专注于为机械人行业供给AI术的领先企业，总部位于美国加利福尼亚州。
通过供给这些焦点功能，BrainOS平台将机械人开辟的复杂性封拆起来，让合做伙伴能够专注于其特定使用场景的营业逻辑和硬件设想，从而加快产物上市时间，并确保最终产物具备行业领先的智能程度和靠得住性。
云毗连取数据平台：BrainOS是一个云毗连的平台，所有摆设正在现场的机械人城市将运转数据上传到云端。这些数据不只用于生成营业洞察演讲，更主要的是，通过“众包进修”机制，一个机械人碰到的“边缘案例”（edge case）会被阐发并用于改良所无机器人的算法，从而构成一个不竭完美的系统 。Brain Corp已将整个平台迁徙至Google Cloud，操纵其强大的根本设备来处置海量的机械人数据，实现了及时通信、更快的软件更新摆设和显著的成本节约 。
焦点自从软件：这是BrainOS的大脑，包含了、定位、切确活动规划和高级等模块。该软件操纵传感器输入来建立地图、确定本身，并规划出平安高效的径。TDWA算法恰是正在这一层阐扬感化，确保机械人的活动节制既切确又平安。
Dr。Eugene Izhikevich是Brain Corp的魂灵取手艺之父，现年约58岁，2009年创立公司，结业于密歇根州立大学数学博士。正在开办公司前担任圣迭戈神经科学研究所高级研究员，2005年实现全球最大丘脑-皮层模子（1000亿神经元、1万亿突触，等同人脑规模）。他发现脉冲神经收集（Spiking Neurons）理论，开办Scholarpedia（免费同业评审百科，从编）。2015-2022年任CEO，从导BrainOS平台开辟，鞭策4万+台AMR摆设（全球最大贸易机械人舰队），笼盖零售/机场/病院，融资超1。8亿美元（SoftBank领投）。2022年起转任施行，专注计谋取立异，现带领Gen3平台（库存扫描+洁净一体），获Forbes/行业多项。
Brain Corp的结合创始人兼首席施行官Eugene Izhikevich博士，做为世界出名的计较神经科学家，是公司手艺立异的焦点驱动力，其小我对公司的学问产权组合做出了庞大贡献。截至2025年3月，Izhikevich博士小我具有129项专利，这一数字正在公司总专利数中占领了相当大的比沉，充实彰显了他正在公司手艺成长中的环节感化。他的研究布景和对大脑工做道理的深刻理解，间接影响了Brain Corp的手艺标的目的，特别是正在开辟类脑计较和自从进修能力方面。
TDWA算法的焦点立异正在于，它将本来需要串行计较的成本评估过程，通过张量（Tensor）运算进行了并行化处置。具体来说，算法预定义了一组活动基元（Motion Primitives） ，即一系列离散的、可行的活动轨迹片段。TDWA算法操纵一个“黑盒”前向模子（Black-Box Forward Model）来预测每个活动基元正在将来一段时间内的形态，并将所有这些预测成果组织成一个高维张量。然后，通过一个细心设想的成本函数（Cost Function），正在单个张量操做中同时评估所有活动基元的成本。这个成本函数分析考虑了多个要素，包罗。
计较效率取时间复杂度（Constant Time Complexity）：因为采用了张量并行计较，TDWA算法评估所有活动基元成本的时间大大缩短。更主要的是，其计较复杂度是时间，即算法的施行时间不随中妨碍物数量的添加而添加。无论四周何等复杂，算法都能正在固定的时间内完成计较并输出最优的活动指令。这一特征确保了机械人可以或许以极高的频次（例如，每秒多次）更新其活动规划，从而实现对突发情况（如行人俄然呈现）的瞬时反映。当没有平安的活动指令可用时，机械人可以或许当即施行遏制操做，这是保障平安的环节。
Izhikevich博士的专利笼盖了从根本算法到具体使用的普遍范畴。例如，他参取发现的专利包罗“用于从动检测溢出物的系统和方式”、“简化度机械人节制器安拆和方式” 以及“基于改正性用户输入的机械人动做节制安拆和方式”等。这些专利不只处理了机械人正在现实使用中碰到的具体问题，如和人机交互，还表现了其将复杂的神经科学理论为适用工程处理方案的杰出能力。例如，“简化度机械人节制器”专利提出了一种通过监视进修来锻炼机械人节制部门施行器的方式，这种方式答应用户逐渐机械人完成复杂使命，这些由创始人亲身带领并深度参取的立异，形成了Brain Corp手艺壁垒中最具原创性和难以复制的部门，为公司正在AI机械人范畴的持久成长奠基了的根本。
BrainOS平台的一个焦点特点是其强大的自顺应进修能力，此次要通过其立异的 “演示进修”（Learn-by-Demonstration） 功能实现。正在摆设一台新的BrainOS机械人时，操做员只需像驾驶通俗机械一样，手动指导它完成一次洁净或巡检使命。正在这个过程中，机械人会记实下操做员的驾驶径、速度和行为（如启动洁净刷）。基于此次演示，BrainOS可以或许从动生成一条优化的自从运转线，并正在后续的使命中完全自从地反复该线。这种曲不雅的锻炼体例极大地降低了机械人摆设的门槛和复杂性，使得没有手艺布景的员工也能轻松操做 。
硬件笼统层：BrainOS设想为取“现成”的硬件兼容，包罗各类传感器（如激光雷达、深度摄像头、RGB摄像头）和驱动系统。这种设想使得OEM厂商能够专注于其焦点的硬件制制劣势，而无需从头起头研发复杂的自从手艺 。例如，BrainOS曾经成功集成了Intel的RealSense™深度摄像头，操纵其供给的3D、灰度和RGB图像数据流来加强机械人的能力。
Dr。 Allen Gruber 是 Brain Corp 的贸易引擎取持续创业者，2009年取Eugene联手开办，具有工程博士学位，专注科技创业取投资。做为硅谷/序列创业者，他从导晚期Qualcomm/DARPA R&D项目，奠基公司AI根本。正在Brain Corp，他担任营业开辟/OEM伙伴（Tennant/Nilfisk/Kärcher），鞭策从硬件到SaaS转型，帮力营收破亿。现任施行副总裁，兼董事会，办理全球扩张（欧洲/亚太），并参取库存AI/ShelfOptix产物线。
ShelfOptix的手艺根本是Brain Corp的BrainOS Sense Suite，这是一个专为和数据采集而设想的软件套件。该套件操纵了BrainOS平台焦点的自从、计较机视觉和AI阐发能力，并将其使用于零售货架扫描这一特定场景。取洁净机械人一样，ShelfOptix利用的也是便携式、自从挪动的机械人，它们可以或许正在商铺内穿越，从各个角度捕获货架的细致图像 。
学问产权是Brain Corp最坚忍的手艺壁垒之一，其专利组合的规模、质量和计谋笼盖范畴，形成了公司手艺领先地位的法令基石。这一组合不只了公司的焦点立异，也为其正在全球市场的贸易拓展供给了强大的法令保障，无效了合作敌手的仿照和侵权，确保了公司正在手艺研发和市场使用上的持久劣势。
正在成立初期，Brain Corp次要为高通公司（Qualcomm Inc。）和美国国防高级研究打算局（DARPA）进行高级研发工做，这为其正在人工智能和机械人手艺范畴奠基了深挚的手艺根本。跟着手艺的成熟，公司将沉心转向为下一代从动驾驶机械人开辟先辈的机械进修和计较机视觉系统，旨正在将手动操做的机械改变为自从处理方案。
探针本钱正在具身智能范畴具有财产孵化取投资经验，并为该范畴的数家公司完成多轮私募股权融资。欢送取我们联系交换。
BrainOS平台具备强大的数据处置和阐发能力，可以或许将机械人采集的原始数据为有价值的贸易洞察。通过其Fleet Ops Portal（舰队操做门户），客户能够及时所无机器人的形态、使命进度和机能目标。平台可以或许生成细致的演讲，例如洁净笼盖率、运转时间、碰到的妨碍物类型和频次等，帮帮办理者优化运营流程、评估投资报答 。
BrainOS的架构设想表现了对机械人自从化需求的深刻理解，它无缝集成了硬件、软件和云办事，构成了一个完整的手艺栈。其焦点架构包罗以下几个层面。
“众包进修” ：整个机械人舰队的数据被用于持续优化AI模子，使得每个机械人都能从整个舰队的经验中受益 。
从动地板洁净是Brain Corp最成熟、使用最普遍的产物线，也是其BrainOS平业化落地的第一个成功案例。该处理方案的焦点是BrainOS Clean Suite，一个专为贸易地板护理设备设想的软件套件 。通过取Tennant、Kärcher、Nilfisk、SoftBank Robotics等全球的洁净设备制制商合做，Brain Corp将自从和智能洁净功能付与了保守的洗地机和吸尘器，使其升级为可以或许自从工做的机械人 。这些机械人可以或许正在复杂的公共中（如零售店、机场、仓库）平安、高效地施行洁净使命，从而帮帮企业应对劳动力欠缺、降低运营成本并提拔洁净尺度。
TDWA算法最显著的手艺劣势正在于其确定性和计较效率，这两个特征对于贸易级自从机械人的大规模摆设至关主要。
Brain Corp正在从动地板洁净范畴的产物形态次要表现为取OEM合做伙伴配合推出的集成BrainOS的机械人设备。公司本身不间接出产硬件，而是供给一个包含硬件参考设想、传感器套件和焦点软件算法的完整处理方案。这种合做模式具有高度的矫捷性和可扩展性。例如，BrainOS平台可以或许支撑分歧尺寸和形态的机械人，从大型的工业级洗地机到小型的商用吸尘器，证了然其平台的普适性 。这种矫捷性使得Brain Corp可以或许取多家OEM合做，笼盖分歧的市场细分和使用场景。
自从：基于TDWA算法和SLAM（立即定位取地图建立）手艺，实现机械人正在复杂中的高精度定位和径规划。
Brain Corp（Brain Corporation）的计谋方针清晰聚焦于“机械人无处不正在”的持久愿景，通过BrainOS®平台从硬件转型为SaaS带领者，实现贸易空间的全面从动化。 公司创始人兼施行Dr。 Eugene Izhikevich的焦点是让智能自从机械人像电脑/手机一样普及，“照应人类糊口”（照应我们）。Brain Corporation的成功正在很大程度上得益于其取全球领先企业成立的普遍而深切的计谋合做伙伴关系。这些合做不只加快了BrainOS®平台的贸易化历程，也为其正在分歧业业的使用拓展供给了强大的支撑。此中，取全球洁净设备巨头Tennant Company的合做尤为环节。两边于2024年2月签订了独家手艺和谈，旨正在配合鞭策下一代AI驱动的地板洁净机械人的开辟和使用 。该和谈成立正在两边持久成功合做的根本上，目前已有跨越6500台Tennant洁净机械人搭载了BrainOS®系统 。此外，Brain Corp还取软银机械人（SoftBank Robotics） 合做，配合开辟了商用自从吸尘器Whiz，该产物正在日本市场取得了庞大成功 。
云毗连取数据平台：BrainOS是一个云毗连的平台，所有摆设正在现场的机械人城市将运转数据上传到云端。这些数据不只用于生成营业洞察演讲，更主要的是，通过“众包进修”机制，用于持续优化整个机械人舰队的机能。一个机械人碰到的“边缘案例”（edge case）会被阐发并用于改良所无机器人的算法，从而构成一个不竭完美的系统 。Brain Corp已将整个平台迁徙至Google Cloud，操纵其强大的根本设备来处置海量的机械人数据，实现了及时通信、更快的软件更新摆设和显著的成本节约 。
Brain Corp采纳的是平台化计谋，其方针不是成为一个硬件制制商，而是成为机械人行业的“系统”。公司将BrainOS平台给全球的OEM合做伙伴，赋能他们快速、低成当地开辟出具有自从能力的智能机械人 。合做伙伴能够操纵BrainOS供给的全套SDK（软件开辟东西包）和API（使用法式接口），将自从、平安避障、云端办理、数据阐发等功能集成到本人的机械人硬件中。这种模式极大地降低了机械人行业的立异门槛，使得各类规模和类型的公司都能参取到智能机械人的海潮中。目前，除了洁净和库存办理，BrainOS平台还被使用于物料搬运、近程场地办理等多种场景，显示了其强大的通用性和顺应性。
Brain Corporation的焦点合作力并非源于单一的手艺劣势，而是由手艺、市场和贸易模式配合形成的、彼此强化的生态系统。这个生态系统通过专利立异，通过算法和平台将立异为产物劣势，再通过大规模摆设堆集数据和市场份额，最终构成一个难以被合作敌手等闲复制的强大壁垒。
数据阐发取洞察：平台会从动收集和阐发机械人的运转数据，生成洁净演讲、热图、效率阐发等，帮帮用户优化运营。
焦点自从软件：这是BrainOS的大脑，包含了、定位、切确活动规划和高级等模块。该软件操纵传感器输入来建立地图、确定本身，并规划出平安高效的径。TDWA算法恰是正在这一层阐扬感化，确保机械人的活动节制既切确又平安。
正在从动洁净范畴取得庞大成功后，Brain Corp操纵其BrainOS平台的和能力，将其手艺使用拓展到了零售行业的另一个核肉痛点——货架办理。为此，公司取Driveline Retail（美国最大的零售办事收集之一）合做，推出了ShelfOptix，这是一个完全托管的、由机械人驱动的货架智能办事 。该办事旨正在为零售商和品牌商供给史无前例的货架“地面实况”（ground truth）数据，帮帮他们处理因库存消息不精确而导致的庞大经济丧失。ShelfOptix的推出，标记着Brain Corp从供给单一功能的从动化东西，向供给分析性贸易智能处理方案的计谋升级。
Brain Corp将其强大的BrainOS平台手艺为一系列具体的产物线和处理方案，专注于处理贸易中的现实痛点。公司的产物计谋并非间接制制和发卖硬件机械人，而是采纳一种平台赋能（Platform Enabling） 的模式，取全球领先的原始设备制制商（OEM）合做，将BrainOS的自从能力集成到合做伙伴的现有设备中 。这种模式使得Brain Corp可以或许专注于其焦点劣势——AI软件和算法，同时操纵合做伙伴正在硬件制制、市场渠道和客户办事方面的特长，快速扩大其手艺的市场笼盖面。目前，公司的次要产物聚焦于两大范畴：从动地板洁净和货架智能扫描，并正在此根本上不竭拓展新的使用场景。
Brain Corporation（以下简称Brain Corp）正在自从挪动机械人（AMR）范畴的带领地位，根植于其且度的手艺壁垒。这些壁垒并非单一手艺的冲破，而是由强大的学问产权组合、专有的核默算法以及一个高度可扩展的机械人操做系统平台配合形成的协同生态系统。这种三位一体的手艺架构，使得Brain Corp不只可以或许为复杂的贸易供给平安、高效的机械人处理方案，还能通过持续的数据堆集和算法迭代，不竭加固其合作护城河。
除了大量专利构成的手艺壁垒，Brain Corp还建立了强大的市场壁垒，次要表现正在其大规模摆设和由此发生的数据堆集上。截至2024年11月，Brain Corp正在全球摆设了跨越37，000台自从挪动机械人，累计运转时间跨越1，900万小时，笼盖面积跨越2，500亿平方英尺 。这一复杂的运营规模使其成为全球最大的正在公共贸易空间运转的AMR舰队，为其带来了显著的先发劣势和品牌效应。更主要的是，这数万台机械人形成了一个庞大的“数据飞轮”。它们正在实正在世界中运转，每天发生海量的数据和操做数据。这些数据被用于持续锻炼和优化BrainOS平台的AI算法，使得机械人的更精准、避障更智能、效率更高。这种通过大规模摆设堆集数据、再用数据驱脱手艺迭代的模式，构成了一个强大的正向反馈轮回，使得Brain Corp的手艺可以或许不竭进化，而合作敌手则难以正在短期内获得划一规模和质量的锻炼数据。
正在Brain Corp的手艺壁垒中，专有算法饰演着至关主要的脚色，此中最具代表性的是Tensor Dynamic Window Approach (TDWA)。该算法是其BrainOS平台中担任底层径规划和活动节制的焦点组件，间接决定了机械人正在复杂动态中的精度、平安性和运转效率。TDWA算法是Brain Corp正在IEEE Robotics and Automation Society Letters (RA-L)上颁发的、颠末同业评断的研究，其设想初志是为领会决贸易使用中机械人面对的严苛计较束缚和及时性要求。
确定性（Deterministic）：TDWA算法正在预定义的活动基元调集当选择一个最优解，这个过程是确定性的。这意味着正在不异的输入（传感器数据、地图、方针）下，算法总会做出不异的决策。这种可预测的行为对于确保机械人正在复杂人机共存中的平安性至关主要。比拟之下，一些基于随机采样的规划算法（如RRT）可能会发生不确定的径，添加了行为预测的难度。TDWA简直定性了机械人行为的不变性和靠得住性，是其可以或许通过严酷平安认证的根本 。
仓库和工业是Brain Corp近年来增加最快的使用范畴之一。数据显示，从2022年第三季度到2024年第三季度，其机械人正在仓库/工业范畴的日均利用量实现了高达340%的惊人增加 。这一增加背后，是电商和物风行业对从动化处理方案的火急需求。正在大型仓库和配送核心，库存的精确性和可逃溯性至关主要。Brain Corp取Dane Technologies等公司合做，推出了特地用于仓库的自从库存机械人，如Dane AIR™ DC 。这些机械人可以或许从动施行周期性的库存清点使命，扫描高达38英尺高的货架，并取仓库办理系统（WMS）无缝集成，及时更新库存数据 。通过从动化这些反复、耗时且容易犯错的人工使命，Brain Corp的处理方案不只显著提高了库存数据的精确性，还极大地提拔了仓库的运营效率，降低了劳动力成本。此外，Brain Corp的机械人还能正在仓库中建立高保实的“数字孪生”（Digital Twin），通过为每一次察看付与x、y、z坐标，生成一个取WMS同步的虚拟仓库模子，从而实现对库存的切确逃踪和优化挑撰径。
Brain Corp凭仗其强大的BrainOS平台，成功地将自从挪动机械人（AMR）手艺渗入到多个行业，从最后的零售行业起步，逐渐拓展至仓储、工业、教育、医疗等更普遍的范畴。公司的市场策略是先正在劳动力稠密、对效率和尺度化要求高的行业成立标杆案例，然后操纵这些成功案例的经验和声誉，向其他行业进行横向扩张。这种策略的成功实施，使得Brain Corp的机械人脚印遍及全球，其运营数据也曲不雅地反映了其正在分歧市场的渗入深度和增加速度。通过处理各行业遍及面对的劳动力欠缺、运营成本高企和数据可见性不脚等痛点，Brain Corp的处理方案为客户创制了显著的贸易价值，从而鞭策了其正在全球范畴内的快速普及。
除了自从挪动，BrainOS还供给了丰硕的数据办理和演讲功能。机械人能够记实洁净使命的完成环境，包罗洁净面积、耗时和径轨迹，并生成细致的演讲 。这些数据能够帮帮设备办理者洁净效率，优化工做流程，并证明洁净办事的合规性。此外，BrainOS平台还支撑云端毗连，答应办理者通过地方仪表板近程和办理整个机械人车队，实现使命的近程摆设和安排。这种将物理洁净使命取数字化办理相连系的能力，不只解放了人力，更将保守的洁净工做提拔到了一个新的智能化程度，为企业带来了显著的运营效益。
除了面向终端用户的具体产物，Brain Corp的焦点营业更正在于其BrainOS自从挪动机械人（AMR）平台。该平台是公司所有产物和处理方案的手艺底座，也是其贸易模式的焦点。
零售行业是Brain Corp最早进入并取得庞大成功的焦点市场。大型零售商铺，如沃尔玛（Walmart）、山姆会员店（Sams Club）和克罗格（Kroger），是Brain Corp从动地板洁净机械人的晚期采用者和次要客户 。这些零售商凡是拥无数万平方米的店面面积，地板洁净工做既耗时又耗力，是劳动力成本的主要构成部门。通过引入BrainOS驱动的洁净机械人，这些零售商可以或许将员工从反复、繁沉的体力劳动中解放出来，让他们专注于客户办事、商品上架等更具价值的工做，从而提拔全体运营效率和顾客对劲度。此外，出格是正在后疫情时代，消费者对购物的卫生尺度要求越来越高，机械人洁净供给了一种可见的、尺度化的、高频次的洁净体例，有帮于零售商树立“洁净、平安”的品牌抽象，加强顾客决心。
Brain Corp具有一个规模复杂且仍正在不竭增加的全球专利组合。截至2025年3月，公司正在全球范畴内共具有479项专利，这些专利归属于179个奇特的专利家族。此中，253项专利曾经获得授权，而跨越74%（358项）的专利处于活跃形态，显示出其学问产权组合的高度相关性和持续的贸易价值 。这一复杂的专利数量不只表现了公司持久且持续的研发投入，也反映了其将研发为受法令资产的杰出能力。从地区分布来看，Brain Corp的专利结构具有较着的计谋侧沉。美国是其专利申请的最大市场，这取其做为公司总部和次要研发核心的地位相符。紧随其后的是中国和欧洲，这表白公司正积极将其手艺影响力扩展至全球最主要的几个经济体，以支撑其正在这些地域的营业拓展和合做伙伴关系。
该办事将Brain Corp的AI机械人手艺取Driveline的复杂现场办事收集相连系。Brain Corp供给其BrainOS平台驱动的便携式货架扫描机械人，这些机械人可以或许正在商铺停业时间内自从并高效地捕获高保实的货架图像 。而Driveline则操纵其遍及全美的跨越15，000名现场代表收集，担任机械人的摆设、操做和数据验证工做 。这种“手艺+人力”的夹杂模式，确保了数据收集的精确性、矫捷性和可扩展性。通过这种合做，ShelfOptix可以或许为零售商供给一种“交钥匙”的处理方案，让他们能够专注于操纵数据优化运营，而无需费心手艺实现的细节。
除了硬件制制商，Brain Corp还积极取其他手艺公司和行业带领者合做，以拓展其手艺的使用鸿沟。例如，公司取Dane Technologies合做开辟零售库存扫描机械人，并取JRTech Solutions的电子货架标签（ESL）平台集成，进一步拓展了其正在零售和仓储从动化范畴的使用 。此外，Brain Corp还取全球最大的多元化制制商之一Flex合做，配合开辟一系列硬件组件和原型自从机械人处理方案，以应对贸易和工业范畴的痛点 。这些计谋合做伙伴关系不只为Brain Corp带来了手艺和市场资本，也为其建立了一个强大的生态系统，使其可以或许更好地办事于全球客户。
一个典型的合做案例是取Tennant公司的深度绑定。2024年，Tennant取Brain Corp签订了一项独家手艺和谈，旨正在加快下一代机械人洁净手艺的开辟和使用 。按照和谈，Tennant向Brain Corp投资了3200万美元，并获得其下一代软硬件套件正在地板护理使用范畴的独家利用权 。两边合做推出的X4 ROVR机械人，专为正在狭小空间内操做而设想，具有更高的灵活性和更强的妨碍物检测能力，旨正在降低客户的投资门槛，鞭策机械人洁净手艺的普及 。这种深度绑定的合做模式，连系了Tennant正在洁净设备范畴的150年经验和Brain Corp正在AI自从手艺上的领先劣势，构成了一个强大的市场生态系统，为终端客户供给了从设备到办事的一坐式处理方案。
云端毗连取办理：所有搭载BrainOS的机械人都毗连到云端，用户能够通过Web界面或挪动使用进行近程、使命安排、数据查看和固件升级。
正在数据处置方面，BrainOS平台操纵了Google Cloud的多种办事来建立一个高效、可扩展的数据管道。机械人采集的图像和遥测数据被存储正在Google Cloud Storage中；Google Pub/Sub做为及时动静总线，协调分歧办事之间的数据流；Google Dataflow用于进行及时的数据阐发和处置，以支撑AI/ML算法；而Google BigQuery则做为焦点的数据湖，存储所无机器人、运营和营业数据，用于深度阐发和持久保留 。这种现代化的云原生架构，使得BrainOS可以或许处置来自全球跨越40，000台机械人的海量数据，并从中提取洞见，为客户创制超越简单劳动力替代的价值。
通过收集这些高保实的“地面实况”数据，ShelfOptix为零售商供给了一个清晰的、数据驱动的视图，让他们可以或许领会货架上实正发生了什么，从而快速响应问题，优化库存，并最终提拔顾客的购物体验 。该办事目前已正在包罗Southeastern Grocers（Winn-Dixie和Harveys Supermarket的母公司）正在内的多家大型零售商处进行试点，初步成果显示其正在提拔OSA和合规性方面结果显著。