PassiveLogic

Isang autonomous building control platform na gumagamit ng physics world models para sa sariling pag-andar ng mga gusali

Contact for pricing United States
Bisitahin ang Website ↗

Naniniwala ang PassiveLogic na ang mga gusali ay dapat gumana tulad ng mga self-driving car—kusang nagpapatakbo sa halip na umaasa sa mga tao na araw-araw nag-a-adjust ng AC settings. Ang ginagawa nito ay isang kumpletong "Physical AI" stack: world model, reasoning agents, at isang autonomous control system na direktang nagbibigay ng mga command.

Mga Tampok at Kaso ng Paggamit

Ang tradisyunal na building automation (BAS) ay karaniwang binubuo lamang ng mga if-then rule: kung ang temperatura ay lumampas sa ilang degrees, i-on ang chiller; kapag oras na, patayin ang mga ilaw. Ang problema ay ang gusali ay isang thermodynamic system kung saan ang heat storage ng mga dingding, sikat ng araw, paggalaw ng tao, at hangin sa labas ay nag-aapekto sa isa't isa, kaya ang mga rule-based system ay palaging nahuhuli sa pagtugon. Ang diskarte ng PassiveLogic ay ang pagbuo ng isang physics-based digital twin, na nagpapahintulot sa sistema na maunawaan kung "paano talaga gumagana ang gusali," at pagkatapos ay ginagamit ang mga reasoning agent upang matukoy ang pinakamahusay na control strategy para sa 24/7 na patuloy na optimization nang walang interbensyon ng tao. Kasama sa linya ng produkto nito ang pangunahing Autonomy Building Platform, Hive platform, at Autonomy Suite. Kumpara sa pure-software analysis tools, ang pinakamalaking pagkakaiba nito ay ang "closed loop"—hindi lang nito sinasabi kung saan nasasayang ang enerhiya, kundi direktang kinokontrol ito. Kinakailangan ng diskarteng ito ang sapat na computing power at sensor infrastructure, kaya naman nakalikom ang kumpanya ng $74 milyon sa kanilang Series C funding noong 2025, at itinuturing na isa sa pinaka-agresibong teknolohiya sa larangan ng building AI.

Angkop ito para sa mga may-ari at property management company ng mga malalaking commercial office, property portfolio, at komersyal na real estate, lalo na sa mga organisasyong nahaharap sa gastusin sa enerhiya at carbon emission requirements nang hindi na kailangang mag-hire ng dagdag na tao para magbantay sa mga dashboard.

Mga Pangunahing Tampok

  • Physics-based digital twin ng gusali (world model)
  • Mga reasoning agent para sa awtomatikong pagtukoy ng control strategies
  • Autonomous control system na direktang nag-uutos sa halip na nagbibigay lamang ng mga suhestiyon
  • Core platform na Autonomy Building Platform
  • Hive platform at Autonomy Suite modules
  • 24/7 na tuloy-tuloy na optimization na walang manual tuning
  • Nakatutok sa energy saving at carbon emission reduction bilang pangunahing performance metrics

Karaniwang Paggamit

  • Autonomous optimization ng AC systems sa mga malalaking commercial office
  • Unified energy management para sa campus-level real estate portfolios
  • Pagsuporta sa ESG at carbon inventory reports gamit ang energy-saving performance
  • Control layer planning para sa mga bagong smart buildings
  • Pagpapalit sa lumang BAS systems na umaasa sa manual tuning

Mga Pangunahing Tampok

  • Physics-based digital twin ng gusali (world model)
  • Mga reasoning agent para sa awtomatikong pagtukoy ng control strategies
  • Autonomous control system na direktang nag-uutos sa halip na nagbibigay lamang ng mga suhestiyon
  • Core platform na Autonomy Building Platform
  • Hive platform at Autonomy Suite modules
  • 24/7 na tuloy-tuloy na optimization na walang manual tuning
  • Nakatutok sa energy saving at carbon emission reduction bilang pangunahing performance metrics

Mga Kalamangan

  • Closed-loop control: hindi lamang nagdidagnosis kundi direktang nagpapatupad
  • Ang physical model ay mas epektibo sa paghawak ng mga bagong gusali at sitwasyong kulang sa datos kumpara sa pure data-driven systems
  • Binabawasan ang pag-asa sa mga onsite technician para sa patuloy na pag-adjust
  • Sabay na tumutugon sa gastusin sa enerhiya at mga kinakailangan sa ESG carbon emission

Mga Kahinaan

  • Hindi naka-publish ang pagpepresyo sa opisyal na website; ito ay para sa enterprise projects
  • Nangangailangan ng sapat na sensor at control system infrastructure, kaya mataas ang gastos sa pag-upgrade ng mga lumang gusali
  • Dapat munang idisenyo ang fail-safe o override mechanism kapag ibinigay ang kontrol sa AI
  • Ang ilang datos ng performance sa opisyal na website ay hindi kumpleto, kaya inirerekomenda ang pag-verify sa pamamagitan ng POC

Mga Gamit

  • Autonomous optimization ng AC systems sa mga malalaking commercial office
  • Unified energy management para sa campus-level real estate portfolios
  • Pagsuporta sa ESG at carbon inventory reports gamit ang energy-saving performance
  • Control layer planning para sa mga bagong smart buildings
  • Pagpapalit sa lumang BAS systems na umaasa sa manual tuning

Tala ng Editor

Sa larangan ng building energy efficiency, napakaraming kumpanya ang nagsasabing gumagamit sila ng 'AI optimization,' ngunit kadalasan ay ginagawa lang nilang tsart ang mga lumang datos. Hinahangaan ko ang ambisyon ng PassiveLogic dahil talagang ginagawa nila ang closed-loop control. Ngunit dahil direktang kinokontrol nito ang iyong air conditioning, ang pagiging konserbatibo sa pag-deploy nito ay dapat mas mataas kaysa sa karaniwang software—magsimula sa maliit, maglagay ng safety boundaries, at kumpirmahin muna ang ugali ng sistema sakaling maputol ang koneksyon.

FAQ

Ano ang pagkakaiba nito sa karaniwang Building Energy Management System (BEMS)?

Karamihan sa mga BEMS ay hanggang 'monitoring at analysis' lamang—sinasabi sa iyo kung saan ka kumokonsumo ng malaki, pero kailangan pa rin ng tao para mag-adjust. Ang PassiveLogic ay nakatuon sa autonomous control, kung saan ang sistema mismo ang nagpapasya at nagpapatupad ng diskarte. Ang pagkakaiba na ito ay nagpapasya kung kailangan mo pa ba ng grupo ng mga tao na nakatutok dito araw-araw.

Pwede ba itong gamitin sa mga lumang gusali?

Pwede, ngunit nakasalalay ito sa umiiral na sensor at control infrastructure. Kung wala man lang itong pangunahing zone temperature sensors at remote-controlled equipment, kakailanganin munang i-install ang mga hardware na ito, at ang gastos ay maaaring mas mataas pa kaysa sa software mismo. Dapat isama ang renovation costs sa iyong ROI evaluation.

Ligtas bang ibigay sa AI ang kontrol sa air conditioning?

Ang susi dito ay ang fallback o override mechanism. Ang anumang autonomous control system ay dapat mapanatili ang manual override at safety boundaries (tulad ng maximum/minimum temperature limits at equipment protection logic), pati na rin ang ligtas na default state kapag naputol ang koneksyon. Siguraduhing linawin ang mga sitwasyong ito sa vendor bago mag-deploy at huwag lamang tumingin sa energy-saving numbers.

Mga Kaugnay na AI Tool

繁體中文版 →