大家好,这里是AI4ELAB,我是秦明。这两天,硅谷的好朋友转我一条推文:a16z的一位合伙人发帖祝贺一支叫Phylax的团队,拿下了旧金山科技周闭幕黑客松的冠军。他们做的东西跟建筑工程直接相关:用3D扫描把工地上装了什么摊开来看,在验收日之前找出还缺哪些检测报告。

发帖人是旧金山科技周的创办人,目前在a16z负责speedrun,这是a16z面向早期创业公司的加速项目。这场黑客松就是speedrun主办的,10月11日在旧金山举行,从早上9点到晚上9点,主题是「把时间还给人」:做一个东西,消除人们在工作、学习或获取服务中的一个关键瓶颈。
推文对项目只有一句介绍,暂时没有找到Phylax的官网和领英。比较合理的解释是,这是比赛当天做出来的项目,还没成立公司。
帖子里附了一段50多秒的现场演示视频。画面上是一处设备区的3D扫描模型,每个绿点代表一个已经通过验收的部件。点开一个盲板法兰,能看到它过了哪项检查、核验了什么;点开一个压力表,显示还没通过,往下翻是原因:暖通系统的最终调试平衡报告还没交。
产品的用户是业主。业主要让承包商负责,也得知道该让他对哪些事负责。赶工期的项目最怕检查员上门挑出一堆缺项,工期再拖一两个月。团队设想的下一步,是让机器人或无人机每天或隔天进场扫一遍,工程推进到哪,业主就能看到哪些要求已经满足、承包商漏了什么。
这个切口挑得准。它只核对该做的检查和该交的文件有没有到位,施工质量好坏不碰。规则明确、结果好验证,适合让AI先上手。
可关注的还有冠军奖品,在合影里的大支票上写:一次speedrun投资团队的面试。没有奖金,也没有投资承诺。如果面试通过、进了speedrun,拿到的是统一条款:先投50万美元换10%股份,18个月内在下一轮再跟投50万美元,合计最高100万美元,另有约500万美元的云服务和AI工具额度。

朋友转发时我们还聊了几句一线观察。
最近OpenAI和Anthropic都很喜欢3D方向的项目,挑黑客松和demo团队时常常选这一类。3D空间任务还处在这些模型的能力边缘,厂商可能想借这些项目攒一批真实案例,作为下一步训练的素材。这跟市场最近常说的空间智能是一条线:模型要理解物理空间,就需要大量带结构、带语义的真实场景数据,工地正是这类数据最密集、也最难拿到的地方之一。

如果这个趋势成立,国内的大模型厂商大概率也会对这个方向感兴趣,土木行业手里的扫描模型、验收记录和工程资料,会成为一类有人要的数据。比如之前我写的这个项目工地扯皮30年,被一台相机终结了,会比较类似。
一天做出来的工地验收工具,换来一张进a16z的面试门票。未来发展还不好说,但硅谷的投资人和模型厂商,已经开始往工地上看了。
https://x.com/KatiaAmeri/status/2109488632327557475
https://www.tech-week.com/calendar/sf/events/speedhacks-the-official-speedrun-hackathon-30c239a4-638a-4bd6-8d51-e15259668f51
https://a16z.com/applications-for-a16z-speedrun-sr007-are-now-open/

本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/9702.html