ADVENT
实证

每项结果,都限定于其测试范围。

脱离条件的传感器结果意义有限——目标是什么、空气中还有什么、试验如何进行。因此我们公布每项测试时都注明其范围,绝不汇总成一个醒目的准确率。以下均为 ADVENT 自主验证结果,并非第三方认可机构证书。

GraphAISense 设备现场验证示意图
现场

唯有设备在场,才有这些数据。

气味数据无法从网上抓取。以下每项实证所产生的数据,若没有设备部署在真实地点,便不会存在。

1,000+

使用 GraphAISense 设备开展的现场实证次数——每个模型包的训练素材皆源于此。

3 家机构

与韩国环境公团、京畿道、仁川港湾公社开展的公共部门现场实证。

19 台

公共实证中部署的设备:水原、华城、利川共 16 台,仁川港 3 台。

2026年1月 · 内部测试

电线绝缘层阴燃,对照三种背景化学物质。

电气故障在冒烟或升温之前,就会释放化学信号。问题不在于能否检测,而在于设备能否把这种前兆与工业场所的日常化学背景区分开来。

目标ABC投影轴 1投影轴 2
目标——电线护套阴燃背景物质 A背景物质 B背景物质 C
※ 用于说明“分离”含义的示意图,并非实测数据,坐标轴单位和簇间距离不代表性能数值。
目标
过热、阴燃的电线绝缘层
背景物质
氯、乙醇及异丙醇——单一气体传感器无法将其与真正的前兆区分
结果
在整个测试集中均正确识别目标
不代表什么
不涉及测试集以外的物质,也不构成设备的通用准确率
GraphAISense 是补充监测手段,不替代法定消防系统。
2025年第四季度 · 盲测

区分气味类别,解析混合气体。

真实现场很少一次只散发一种气味。读数要能用于决策,类别必须可靠区分——包括混合出现时。

气味类别在特征空间中区分的示意图
类别
化学、废水及污水气味类别,盲样呈递
结果
各类别以高准确率区分;混合样品被解析为两种组分
混合为何重要
区分纯净类别只是容易的一半——遇到混合便失效的读数,在现场毫无用处
不代表什么
结果仅适用于上述类别及条件,并非整体准确率宣称
与公共部门合作伙伴的现场实证

设备正在运行的地方。

以下机构开放了现场并协助设定测试条件。他们是实证合作机构,而非客户。

与公共部门合作伙伴的现场实证地点示意图
与韩国环境公团开展气味溯源
韩国环境公团 · 2025年10月

居民气味投诉溯源

以四种源气味和两种混合气体完成训练,随后将三份未标注样品追溯至其来源。双方已签署环境应用领域的成果共享协议。

仁川港搭载电子鼻的 SEO Robotics 巡检机器人
仁川港湾公社 · 2026年,进行中

巡检机器人与 ESS 电子鼻

共 3 台:1 台电子鼻内置于港口旅客码头的 SEO Robotics 巡检机器人,另有固定设备部署于储能设施,经 MQTT 接入监控系统。

京畿道现场实证安装实景
京畿道 · 2026年,进行中

端侧 AI 火灾检测

水原、华城、利川共 16 台——覆盖工业园区、传统市场及公共停车场——在户外机箱中与 AI CCTV 结合部署。

生物·医疗 · 研究阶段

从重症患者排便检测到呼气检测

我们正在为重症监护室等医疗场景准备排便检测:通过气味及时察觉患者排便,帮助护理人员更快应对。下一步将拓展至呼气检测,分析呼出气体中的挥发性成分。目前处于研究阶段,GraphAISense 并非医疗器械或诊断产品。

列出合作伙伴名称仅为记录实证地点,并不代表其背书,亦非采购或交付记录。

发布原则

我们恪守的三条原则。

宁可少发布数字,也不发布无法核验的数字。

原则 01

数字与条件同行

没有目标、干扰物及试验设计的数字,不算结果。条件无法公开,数字便不公开。

原则 02

不作泛化

单一场景不能上升为设备整体结论。98% 是按场景验证的结果,而非笼统比率。

原则 03

自主验证,明确标注

以上均为我们自己的测试。认可检测(KTL、KOLAS 认证)正在进行中;取得证书后,我们将注明出具机构。

GraphAISense 不替代法定消防系统、法定计量仪器或电池管理系统。医疗与护理应用处于研究阶段,并非诊断产品。