平台就是操作系统
一个本地运行的智能内核。它能感知, 能记忆, 能思考, 每一步都留下可查的痕迹, 也能被第三方继续扩展。
星璇感知 · 望舒记忆 · 曜衡决策
AIOS 的核心不是单个模型,而是三台协作引擎 —— 星璇负责感知融合,望舒负责记忆体系,曜衡负责置信度决策,共同支撑空间的感知、记忆与判断。
星璇 StarWeave
处理视觉、语音、传感器和空间事件,把多模态信号融合成一份完整的空间感知。
望舒 MoonGuide
包含 L0 静态、L1 动态、L2 习惯、L3 语义四层,让系统从被动响应走向理解习惯、主动建议。
曜衡 YaoHeng
融合多源证据并给出置信度,作为后续行为决策的依据,而非由单一模型直接执行。
Sense · Remember · Reason · Decide · Federate.
感知 Sensing
多条感知通道并行 —— 视觉、听觉、温湿度、光线与传感器事件。像人一样读整间屋子, 而不是押注单路视频。是否启用视觉、是否留存, 由本地策略与审计配置约束; 状态回答尽量走设备与传感器 grounding。
- · 兼容主流生态, 不强迫换品牌
- · 关键链路默认本地处理、可配置是否出网
- · 查询类回答对齐真实数据源, 关键数值不凭空生成
记忆 Memory
从当下的感受到长期的习惯, 系统一层一层真正记住你 —— 谁在哪个房间、这周谁作息变了、最近一个月你更爱哪种光。
- · 从当下到长期, 分层记住
- · 不只记"发生了什么", 还记"为什么"
- · 所有记忆只属于你家
推理 Reasoning
一个本地运行的大脑, 在你家里思考。每一次它想做点什么, 都先预演再执行, 留下可查的痕迹, 家属与管理员随时能回放。
- · 风险动作先审批再执行
- · 先"演一遍"再真做
- · 结构化留痕, 可按权限回放与导出
决策 Decision
推理列出所有可能, 决策才落到一个动作 —— 本地的"耀衡"按证据强度、风险大小、你家的规矩给每个候选打分, 然后把"为什么是它"一起留下来。
- · 每个动作都带置信度与风险等级
- · 拿不准的事情停一拍, 等你点头
- · "选了什么、为什么选" 都能回看
联邦 Federation
行业与站点画像可打成经签名校验的离线包, 在站点间导入导出; 不自动落库, 管理员预览后再显式写入事实库与审计。个人身份与敏感明细不随包外流。
- · 离线 bundle + 校验, 适合气隙与合规拷贝
- · 多站点可对齐规则与画像, 不共享住户级明细
- · 权限与导出范围可按角色裁剪 (如家属视图)
望舒 MoonGuide · 真正记得你的记忆
从眼前这一刻, 到经年累月的习惯, 一层一层积累。它不是把所有事情存下来, 而是把"你是谁、你想要什么"一点点理解清楚。
L0 · 静态事实
房间与设备拓扑、归属与命名等变化慢的信息, 是每次查询与控制的起点。
L1 · 动态状态
谁在哪个房间、哪些灯亮着、此刻温湿度与光线 —— 随事件持续刷新的一帧。
L2 · 习惯模式
晚上几点会关这盏灯、周末更偏好哪种光 —— 从重复行为里学出来的节律。
L3 · 语义与意图
自然语言里的目标、因果与长期偏好 —— 用向量与标签把「你是谁、你要什么」对齐到可检索的记忆。
留下可查的痕迹
AI 的每一次思考、每一次执行、每一条规则变动, 都像账本一样留下一行。家属可以看到老人昨夜的情况, 管理员可以回放一周前的判断, 监管方可以导出所需的那部分 —— 不多, 不少。