NanoTech公司今日推出Roovie，為每棟建築物提供一個世界模型。這是一個基於物理學的模型，模擬特定建築物的行為方式，讓人人工智能代理在實際決策前，先行測試各種方案。設計選項、營運變更及資本計劃均可在這個試驗場中，根據業主目標進行測試、定價，並與實際數據核對，從而縮小建築物預期表現與實際表現之間的差距。
世界模型是機械人學習在實體世界運作的方式：它們在模擬世界中練習，根據成效獲得獎勵，然後才採取行動。這些世界模型大多是學習得來的物理學近似值，而Roovie的模型則直接基於物理學原理。建築物的「獎勵」從非單一數字，節省能源但令住戶過熱的方案屬失敗，達到碳排放目標但無法回本的方案亦然。
Roovie產品圖片 AP圖片
NanoTech最初並非旨在開發軟件。作為一間開發先進隔熱塗層的材料公司，它需要證明其產品在實際建築物上的節省效益，但市面上沒有工具能大規模地嚴謹而快速地做到，因此公司自行開發了相關引擎。
NanoTech公司行政總裁兼聯合創辦人米高法蘭西斯表示：「機械人在接觸真實世界前，會先在世界模型中學習。建築物亦應享有同等待遇：在花費任何金錢前，先測試每個決策。Roovie為每棟建築物提供一個基於真實物理學的世界模型，一個試驗場，讓我們的代理在您的限制內，為您的目標努力，並以實際金錢展示如何實現。之後，實際數據會告訴我們是否正確。」
由於負載計算、空調系統規模設計、日光研究、能源及舒適度模擬以及合規性檢查均來自同一個世界模型，整個團隊可了解每個變動如何影響其他方面。這個世界模型可追蹤建築物從初步設計到下一個資本計劃的整個過程，能源服務公司、公用事業公司及貸款機構亦可獲得可驗證及承保的節省估算。
NanoTech公司能源服務高級副總裁內森基格爾指出：「透過Roovie，我們可為城市、校園或房地產投資組合中的數千棟建築物建模，並精確找出提升表現的最大機會。這將能源分析從單一建築物服務，轉變為改善整個建築環境表現的方法。」
GTI能源公司建築去碳化高級經理傑森拉弗勒稱：「透過簡化複雜的建築能源建模工作流程，Roovie有潛力讓更多用戶更容易接觸到先進的能源分析，有助克服陡峭學習曲線和專業行業知識等傳統障礙。」
Roovie今日向選定的測試參與者開放，包括設計、工程及能源服務公司、公用事業公司及政府實體。
NanoTech公司是一間先進材料及建築表現科技公司，結合材料科學與智能，令建築環境更高效、具韌性及符合成本效益。透過NanoTech材料部門，公司開發用於節能、隔熱及防火的先進隔熱塗層。Roovie為每棟建築物提供一個基於物理學的世界模型，人工智能代理可在決策前，根據業主目標測試方案。NanoTech與財富500強公司及加州運輸部合作。
（美聯社）
人工智能數據激活公司布美（Boomi）今日宣布，已收購數據可觀察性解決方案供應商Elementary Data。該方案廣泛應用，為每個工作流程及人工智能代理提供可靠數據。這次收購是繼Lunar.dev後，布美最新的併購行動，旨在透過可觀察性、質量、管治及發現功能，強化布美企業平台，為人工智能提供企業所需的可信數據。
多年來，數據可靠性一直被視為後勤衛生工作，由數據團隊默默處理，以確保儀表板正常運作。人工智能時代已終結這種情況。隨著企業將實際決策及行動交由人工智能代理執行，底層數據的可靠性成為整個系統的單點故障：若代理根據過時、錯誤或未受管治的數據行動，不僅會產生錯誤圖表，更會在無人察覺前，大規模地採取錯誤行動。Elementary從根本上彌補了這個差距，並將其原生整合到企業用於激活人工智能數據的平台中。
布美收購Elementary Data，為人工智能時代帶來可信、受管治的數據 AP圖片
隨著企業擴展人工智能及代理式工作流程，數據無處不在，動態地流經運行中的數據管道，並靜態地儲存在數據倉庫中。確保這種持續的數據流可靠，已成為人工智能能否在生產環境中獲得信任，以及會否引入風險的關鍵。信任差距已可量化：布美委託Forrester顧問公司於2026年7月進行的一項研究顯示，86%的領導者表示其機構已超越人工智能代理試點階段，但只有34%表示信任其代理系統所採取的行動；而那些在未準備好之前部署代理的機構，平均報告增加了210萬美元的成本。Elementary透過賦予數據團隊在數據問題到達儀表板、模型、設備及人工智能代理之前，偵測、分類處理及解決問題的能力，從根本上解決了這個差距——即數據本身的問題。
布美主席兼行政總裁史提夫盧卡斯表示：「人工智能的可信度，僅取決於其背後的數據。Elementary已被超過1,500個數據團隊採用，擁有約4,000名成員的社群，每月下載量超過100萬次。透過Elementary，我們正增加可觀察性、質量及管治層，確保激活客戶人工智能及代理的數據是可靠、可解釋及企業級就緒的。」
Elementary於2022年作為開源項目啟動，此後已被超過1,500個數據團隊採用，每月下載量超過110萬次，並擁有約4,000名成員的社群。其代碼優先設計使數據可觀察性成為現代數據工作流程的自然組成部分，而Elementary雲端則增加了團隊擴展所需的企業級功能。透過這次收購，布美客戶將可存取以下功能：
- 統一的數據可觀察性、質量、管治及發現
- 列級數據血緣，用於偵錯、影響分析及管治
- 自動化數據質量測試及異常偵測
- 數據健康監控及警報
- 模型上下文協議（MCP）伺服器，用於受管治的人工智能存取
Elementary行政總裁兼聯合創辦人馬揚沙洛姆表示：「我們基於一個簡單的信念創立Elementary：數據團隊應享有軟件工程團隊多年來所依賴的相同可靠性工具。人工智能使這個信念變得迫切。當代理以機器速度根據您的數據行動時，對數據的信任不再是錦上添花，而是整個企業賴以生存的基礎。加入擁有超過30,000名客戶及超過800個合作夥伴的布美，讓我們能夠使可信數據成為人工智能時代的預設選項，而非例外。我們才剛剛開始。」
本新聞稿中關於布美未來計劃、投資、產品功能、整合及收購預期效益的某些聲明屬於前瞻性聲明。實際結果可能因風險、不確定性及其他因素而有所不同。除法律規定外，布美沒有義務更新這些聲明。
布美是人工智能數據激活公司，透過在整個業務中激活數據，為代理式企業提供動力。布美企業平台是活躍的數據基礎，提供必要的代理式基礎設施，以推動代理式轉型。透過將代理設計及管治、API及MCP管理、整合及自動化，以及數據管理統一到單一平台，布美使機構能夠透過安全、可擴展的連接，利用人工智能的力量。布美獲得超過30,000名客戶的信任，並由超過800個合作夥伴網絡支持，協助各種規模的機構實現敏捷性、效率及規模化創新。
問：甚麼是數據可觀察性？
答：數據可觀察性是對數據及其產生數據的管道進行持續監控——追蹤新鮮度、數據量、架構變更、血緣及質量——以便團隊在問題到達儀表板、模型、設備或人工智能代理之前偵測並解決問題。Elementary統一了可觀察性、質量、管治及發現。
問：數據可觀察性與數據質量有何分別？
答：數據質量衡量特定數據集是否適用（準確、完整、一致）。數據可觀察性則實時、端到端地監控產生該數據的系統及管道是否可信，以正確交付數據。兩者互補：質量設定標準，可觀察性提供持續預警系統。Elementary將兩者，加上管治及發現，統一到一個解決方案中。
問：甚麼是「人工智能就緒數據」（AI-ready data）？
答：人工智能就緒數據是指數據足夠可靠、可存取、具上下文及受管治，可供模型或代理在實際工作流程中安全使用——而不僅僅是「乾淨」或「在雲端」的數據。人工智能就緒數據帶有業務上下文（元數據、血緣、定義），並持續監控其新鮮度及漂移。Elementary透過使數據管道可觀察、已測試及受管治，同時仍允許人機協作，協助團隊使數據人工智能就緒。
問：為何人工智能代理需要可靠數據，若缺乏會怎樣？
答：代理根據數據行動——查詢系統及設備、觸發工作流程、作出決策。不可靠的數據會產生錯誤行動、幻覺及代價高昂且難以追蹤的錯誤。這正是布美收購Elementary的原因：人工智能的可信度，僅取決於其背後的數據。
問：數據可觀察性與數據管治有何分別？
答：管治定義數據的政策、所有權及存取規則；可觀察性則持續驗證數據及管道是否確實按預期運作。Elementary將可觀察性、質量、管治及發現結合，使政策及監控互相強化。
問：數據可觀察性監控哪些信號？
答：通常是新鮮度（是否最新？）、數據量（預期數量是否到達？）、架構（結構是否變更？）、血緣（如何流動及影響甚麼？），以及質量/分佈（數值是否在預期範圍內？）。Elementary監控這些信號，並在異常到達下游資產之前標記出來。
問：甚麼是列級數據血緣，為何重要？
答：列級血緣追溯每個字段如何從來源透過轉換產生到商業智能（BI）及人工智能（AI），顯示甚麼提供數據給它，以及它影響甚麼。這對於偵錯、影響分析、管治及信任人工智能根據其行動的數據至關重要。Elementary提供這種跨堆棧的重要數據血緣。
問：人工智能代理如何安全、具上下文地存取企業數據？
答：代理需要受管治的存取權限，加上業務上下文（定義、血緣、所有權）。模型上下文協議（MCP）伺服器以標準方式向人工智能工具及代理公開該數據上下文及健康狀況——Elementary提供這種受管治的存取，補充了布美的受管治連接。
問：這次收購如何符合布美的策略，與Rivery及Lunar.dev有何關係？
答：這些收購共同構建了一個數據至人工智能堆棧：數據整合（Rivery）、受管治的人工智能連接及網關（Lunar.dev），以及現在的可信、可觀察數據（Elementary）。布美正在組裝企業運行人工智能所需的可信數據層。
問：這是否數據可觀察性市場的整合？這預示著甚麼？
答：這次收購進一步證明，數據可靠性正成為核心人工智能基礎設施，而非獨立的資訊科技利基市場。隨著企業將人工智能投入運作，可觀察性現在與整合、管治及連接結合在單一平台中。
問：開源項目及其社群會怎樣？
答：目前沒有計劃對開源項目進行即時變更，包括儲存庫、發布或社群使用方式。布美打算作為負責任的管理者，繼續支持該項目及其社群。
（美聯社）
