PassiveLogic 主张建筑应该像自驾车一样自己开，而不是靠人一天到晚调空调参数。它做的是完整的「Physical AI」堆叠：世界模型、推理代理，加上真正能下指令的自主控制系统。
功能特色与适用场景
传统的建筑自动化（BAS）本质上是一堆 if-then 规则：温度超过几度就开冰水主机，时间到就关灯。问题是建筑是一个热力学系统，墙体蓄热、日照、人流、外气都在互相影响，靠规则永远只能事后反应。PassiveLogic 的路线是建立以物理为基础的数位分身，让系统理解「这栋楼实际上怎么运作」，再由推理代理推导出最佳控制策略，24 小时持续优化而不需人工介入。产品线包括核心的 Autonomy Building Platform、Hive 平台与 Autonomy Suite。跟纯软体的分析工具比，它最大的差异是「闭环」——不只告诉你哪里浪费能源，而是直接接手控制。这个路线需要相当的算力与感测基础，公司也因此在 2025 年完成 7,400 万美元的 C 轮募资，被视为建筑 AI 领域最积极的技术路线之一。
适合大型商办、园区与商用不动产投资组合的业主与物管公司，特别是同时面对能源成本与碳排要求、又不想再多雇一组人盯仪表板的组织。
主要功能
- 以物理为基础的建筑数位分身（world model）
- 推理代理自动推导控制策略
- 自主控制系统，直接下指令而非只给建议
- Autonomy Building Platform 核心平台
- Hive 平台与 Autonomy Suite 模组
- 24 小时持续优化，无需人工调参
- 以节能与碳排降低为主要成效指标
常见用途
- 大型商办的空调系统自主优化
- 园区级不动产投资组合的能源统一管理
- 以节能成效支撑 ESG 与碳盘查报告
- 新建智慧建筑的控制层规划
- 取代人工调参的既有 BAS 系统升级
主要功能
- 以物理为基础的建筑数位分身（world model）
- 推理代理自动推导控制策略
- 自主控制系统，直接下指令而非只给建议
- Autonomy Building Platform 核心平台
- Hive 平台与 Autonomy Suite 模组
- 24 小时持续优化，无需人工调参
- 以节能与碳排降低为主要成效指标
优点
- 闭环控制，不只诊断还能直接执行
- 物理模型比纯资料驱动更能处理新建筑与资料稀少的情境
- 减少对现场技师持续调校的依赖
- 同时对应能源成本与 ESG 碳排两个需求
缺点
- 官网未公开定价，属企业级专案
- 需要相当程度的感测器与控制系统基础，老旧建筑改造成本高
- 把控制权交给 AI，异常时的接手机制必须事先设计
- 官网部分成效数字呈现不完整，宜以实际 POC 验证
使用场景
- 大型商办的空调系统自主优化
- 园区级不动产投资组合的能源统一管理
- 以节能成效支撑 ESG 与碳盘查报告
- 新建智慧建筑的控制层规划
- 取代人工调参的既有 BAS 系统升级
编辑点评
建筑节能这个领域，讲「AI 优化」的厂商多到数不完，多数其实只是把历史资料画成图表。PassiveLogic 敢做闭环控制，这个技术野心我是佩服的。但也正因为它真的会动你的空调，导入时的保守程度应该要比一般软体高一个等级——先小范围、先设安全边界、先确认断线时的行为。
常见问题
它跟一般的建筑能源管理系统（BEMS）差在哪？
多数 BEMS 停在「监测与分析」，告诉你哪里耗能，后面还是要人去调。PassiveLogic 的定位是自主控制，系统自己推导策略并执行。这个差别听起来小，实务上决定了你需不需要养一组人长期盯着。
老旧建筑可以导入吗？
可以，但要看既有的感测与控制基础。如果连基本的分区温度感测与可远端控制的设备都没有，得先补这一段硬体，成本可能比软体本身还高。评估时要把改造费用一起算进投报。
把空调控制权交给 AI 安全吗？
关键在异常接手机制。任何自主控制系统都必须保留人工覆写与安全边界（例如温度上下限、设备保护逻辑），并在通讯中断时有安全的预设状态。导入前务必把这些情境跟厂商确认清楚，不要只看节能数字。