DeepBasic Folar AIoT物联基础平台，可全面实现存量建筑空间内各类设备的互联互通。依托平台底层能力，Larfe拉孚衍生出多场景Skills技能体系，赋能空间基础场景运营。传统楼宇运维高度依赖人工规则与手动操作，智能化、自主性、适配性存在明显短板，难以挖掘存量空间的节能、提效、提质核心价值。基于此，拉孚打造专属空间AI智能体架构，以适配物理空间运行规律的智能体集群，实现建筑空间的无人自治、动态优化与持续进化。

拉孚空间AI智能体并非传统单一对话式大模型，而是深度贴合物理空间运行机理的多模态空间自治智能体集群。整体构建四层技术底座，完全适配实体建筑的物理运行规则、设备运行逻辑与空间使用场景，真正实现从“被动管控”到“主动自治”的颠覆性升级。

一、空间认知AI智能体核心四层技术底座

（一）全域感知层：构建空间全维度“五感”神经网络

作为智能体认知物理空间的核心信息入口，该层级打通空间内各类异构数据，彻底破除传统楼宇系统的数据孤岛问题，实现全场景、高精度、无死角的空间感知。

环境全域感知：集成温湿度、CO₂、PM2.5、环境照度及室外气象传感器，7×24小时实时采集空间空气质量、冷热负荷、光照条件等环境数据，精准掌握空间环境动态变化。

人流动态感知：融合毫米波雷达与AI视觉技术，无感识别区域人员密度、人员停留时长、空间使用率，构建动态三维人流热力模型，为空间负荷调节、设备启停提供核心依据。

设备运行感知：全面对接冷机、水泵、风机、空调、照明、给排水、配电等核心机电设备，持续采集设备振动、电流、压差、运行频率、能耗时序等核心运行数据，实时监控设备工况。

轻量化数字底座：依托轻量化BIM数字孪生技术，精准映射空间管线布局、设备点位、区域边界，为智能体决策提供精准的空间坐标与物理约束，保障调控逻辑贴合建筑实体规则。

多协议兼容适配：兼容市面主流BA、IoT私有协议，无需大规模拆改、更换硬件设备，完美适配存量老旧空间智能化改造，大幅降低项目落地门槛与施工成本。

（二）空间认知大模型层：读懂建筑空间的物理运行逻辑

区别于通用性大模型，拉孚自研建筑空间专用大模型，内置暖通水力机理、设备故障图谱、建筑节能规范、空间运营四大专业知识库，深耕建筑行业垂直场景，实现对物理空间的深度认知。

多源数据融合理解：同步解析时序能耗数据、视觉图像信息、设备故障文本、运维工单、人工自然语言指令，将多维度异构数据统一转化为标准化空间认知向量，实现数据全域贯通。

负荷智能预测推演：结合空间历史运行数据与72小时精准气象预报，提前预判空间冷热负荷、用电峰值变化，为设备前置优化、能耗削峰填谷提供数据支撑。

场景语义精准理解：支持运维、物业人员自然语言下发操控指令，无需操作复杂组态界面，可自动拆解、落地空间调度任务，大幅降低操作门槛。

多智能体协同调度：按需划分区域管控、冷站优化、照明管控、设备运维等专属子智能体，集群协同运行、互不干扰，实现复杂空间的精细化分域管控。

（三）自主决策执行层：打造空间无人自治核心引擎

以深度强化学习算法为核心，依托自研水泵水力寻优、冷机集群负荷均衡核心技术，实现全场景无人工干预的自主决策与精准执行，是空间智能化自治的核心核心能力载体。

舒适与能耗动态平衡决策：基于实时人流密度、室内外温差、空气质量状态，动态调节空调风量、供水温度、照明亮度，实现“人满提效、人少降载、无人节能”，兼顾空间体感舒适度与能耗管控。

冷站全系统智能寻优：联动冷水机组、冷冻水泵、冷却水泵、冷却塔等全套暖通设备，动态匹配最优运行工况，实测数据显示，同等舒适标准下，暖通系统综合节能可达18%-26%。

毫秒级全自动联动执行：空间设备自动控制率超98%，绝大多数日常工况无需人工介入，仅极端特殊工况自动推送人工复核提醒，实现常态化无人值守运行。

跨系统一体化统筹联动：打通暖通、照明、新风、配电、安防全系统壁垒，实现场景化自动联动。例如会议室散场后，可同步关停空调、灯光、新风设备，无人区域自动降低通风、供电负荷，杜绝空载能耗浪费。

（四）自迭代进化层：空间越运行，智能体越精准

拉孚空间AI智能体具备持续自我学习、自我优化、自我迭代的能力，形成“运行-学习-优化-升级”的正向循环，彻底解决传统系统规则固化、适配性差的痛点。

全量运行数据持续训练：将每一次环境变化、设备智能调节、人工修正指令全部纳入训练样本，持续迭代优化寻优模型，让调控策略不断贴合空间实际使用习惯。

设备故障自主诊断迭代：持续积累设备异响、温差异常、水力失衡、电流波动等故障特征，可提前7-14天预判设备潜在故障，精准推送维保提示，大幅缩短运维抢修时长。

空间场景个性化适配：针对写字楼、工厂、商场、园区等不同场景的使用差异，自动迭代分化专属控制策略，摒弃“一套逻辑适配全场景”的僵化模式，实现千人千策、一场一策。

能耗基线动态校准：按月自动更新空间能耗基准数据，精准区分季节变化、人流波动与智能优化带来的能耗差异，可量化、可追溯节能降碳成果，让运维优化效果可视化。

二、空间认知AI智能体核心落地应用场景

（一）商业办公空间：精细化舒适节能一体化管控

写字楼、产业园办公区人流动态波动大，早高峰、午休、夜间空置工况差异显著，传统固定管控模式能耗浪费严重、舒适体验不均。拉孚智能体针对性实现精细化管控，破解行业核心痛点。

通过分区独立自治模式，为每层楼宇、每间会议室、开放式办公区配置独立子智能体，实时监测人流状态，无人时段自动下调空调负荷、关停冗余照明设备，杜绝空载能耗。支持语音、文字一键预约会议室，智能体提前15分钟完成预调温，会议结束自动关停全套设备，实现会议场景全流程无人管控。

在环境管控上，CO₂浓度超标时优先加大新风供给，室外极端气温下智能平衡通风与温控能耗，避免单一通风或密闭运行造成的资源浪费。同时实现运维轻量化赋能，运维人员可通过自然语言查询设备异常问题，智能体自动调取运行曲线、历史故障、管线图纸，输出标准化排查方案，降低新人上手门槛与运维工作量。

（二）产业园区与工业厂房：大功率机电系统全局能效优化

工业厂房、产业园区搭载大量冷水机组、循环水泵、工艺空调等高能耗设备，是建筑能耗管控的核心场景，也是智能体节能价值最大化的落地场景。

依托核心算法实现冷站集群智能寻优，实时计算机组COP、水泵水力损耗，动态分配多台冷机负载，彻底解决传统模式下单台设备满负荷、其余设备空载的低效运行问题。针对车间开工、停工、夜班的工况切换，提前预判负荷变化、精准适配冷量供给，将工艺恒温需求与办公基础能耗分开管控，兼顾生产稳定性与节能效果。

同时依托预测性维护能力，持续监测水泵振动、机组压差、电机电流等核心参数，搭建故障预警模型，提前推送维保工单，有效规避设备突发停机导致的生产中断。可统筹整合厂房、宿舍、配套商业等全园区空间智能体，错峰调节大功率设备运行，削减电网尖峰电费，同步统计园区全域碳排放数据，助力园区双碳管理。

（三）存量老旧空间：低成本轻量化智能升级改造

大量存量老旧建筑存在设备品牌杂乱、协议不统一、无数字化管理平台等问题，传统智能化改造工期长、成本高、施工难度大。拉孚空间AI智能体提供轻量化、低成本的落地解决方案。

方案可全面兼容异构老旧设备，无需替换原有空调、配电、暖通设备，仅通过边缘网关完成多协议数据采集与统一适配，大幅降低硬件改造成本。采用“边缘本地+云端协同”运行模式，边缘端承载基础感知与自主控制逻辑，断网状态下仍可保障空间基础自治运行，云端负责深度优化与模型迭代，兼顾运行稳定性与智能化升级能力。

支持分期迭代升级，可先落地暖通节能优化能力，后续按需叠加照明管控、安防联动、设备运维等智能模块，企业可分步投入、按需升级，规避一次性大额投入压力。同时搭建统一数字孪生可视化平台，全域汇总能耗数据、设备运行状态、空间使用率，让管理者直观掌握整片园区、整栋建筑的运营全貌，实现存量资产数字化管控。

（四）公共综合体空间：高密度复杂人流场景精准管控

商场、会展中心、文体场馆等公共空间人流瞬时波动剧烈，传统固定控制逻辑极易出现冷热不均、新风不足、能耗超标等问题，管控难度极大。

智能体依托AI视觉全域感知人流热力分布，针对人群聚集区域实时提升冷量、新风供给，对空旷区域自动降低设备运行负荷，实现“人多高配、人少低配”的动态调度。针对商铺、中庭、走廊、地下车库等不同区域，采用差异化管控策略，匹配不同场景的舒适与能耗标准，分层分级管控全域能耗。

可灵活适配大型展会、文体活动等临时场景，活动期间自动上调环境舒适阈值、优化设备运行策略，活动结束后一键恢复节能运行模式，无需人工现场调试，适配公共空间多元化、动态化的运营需求。

三、拉孚AI智能体核心落地价值

（一）能耗降碳价值：大幅降低运营成本，助力双碳达标

依托强化学习自主寻优核心能力，实现暖通系统节能18%-26%、照明系统节能30%以上，建筑整体综合能耗下降约20%。可完美匹配绿色建筑认证、园区碳中和改造需求，显著降低月度能源支出，多数项目可实现12个月内回收改造成本，同时精准量化降碳成果，助力企业、园区完成双碳考核指标。

（二）运维人力价值：降本提效，实现轻量化运维

超98%的设备调控工作由AI智能体自主完成，大幅减少运维人员日常巡检、手动调试、场景适配等重复性工作。通过设备故障提前预警、自动生成标准化排查方案，设备故障修复时长缩短40%以上，中小型楼宇可直接缩减专职运维人员配置，有效降低人工运营成本。

（三）空间体验价值：动态适配，打造极致空间环境

彻底摆脱传统楼宇固定、僵化的设备运行模式，智能体以人员体感为核心，结合环境数据动态调节温度、新风、照明，从根源解决冷热不均、新风不足、灯光失衡等行业常见问题，全面提升办公、生产、消费、公共场景的空间舒适度与使用体验。

（四）资产增值价值：激活存量资产，实现数字化升级

以空间AI智能体为核心，完成建筑空间全域数字化建模，沉淀可量化、可追溯、可分析的空间运营数据资产。为物业精细化运营、建筑资产估值、园区数字化治理提供完整的数据底座，全面提升存量建筑的数字化水平与市场竞争力，激活存量资产价值。

四、产品核心技术差异化优势

1. 全栈自研，深耕存量空间痛点：从边缘感知网关、空间控制算法到建筑行业专用大模型，实现全技术栈自主研发，不依赖第三方通用AI平台，深度适配国内存量楼宇改造的复杂场景与核心痛点。

2. 聚焦物理机理，直击核心能耗：区别于市面仅实现对话交互的浅层建筑AI，拉孚智能体以暖通水力、机组负荷优化为核心能力，直击建筑最大能耗来源，节能效果真实、可落地、可量化。

3. 分布式多智能体架构：采用区域、设备、运维多智能体协同架构，摒弃单一集中式管控模式，在大型园区、多楼栋复杂场景中运行更稳定、调控更精准、扩展性更强。

4. 云端+边缘双轨运行：边缘本地智能体保障基础控制永不中断，云端大模型负责全局优化与模型迭代，兼顾系统运行稳定性与持续智能化进化能力。

5. 轻量化低成本落地：无需大规模土建改造与设备替换，适配城市更新、老旧园区节能改造政策，落地周期短、投入可控、风险更低，适配各类存量空间升级需求。

物理空间不再是静态的载体，而是具备感知、思考、调节能力的数字化生命体。

Larfe 拉孚空间AI智能体，正以“物理空间-感知-大模型-执行-进化”的完整闭环，跳出传统楼宇“人工设规、被动响应”的窠臼。我们致力于为每一处存量建筑提供轻量化、高收益、可持续的数智化升级方案，推动城市空间迈向真正的绿色与智能。

让每一寸空间，都拥有智慧。