2026年10月，千丁智能发布云境Nebula AI与云策Terra OS两大空间AI产品系列，行业媒体把这一组合称为空间的“自动驾驶系统”与“智慧座舱”。这背后是一条走了十年的路：从2014年的智慧社区，到给建筑装传感器、做BIM数字孪生，再到把数据与算法沉淀成可对外输出的产品。

一、两万个传感器撑起的底座

据公开报道，一座10万平方米的商业综合体要装1.5万至2万个物联网设备，覆盖暖通、照明、电梯、给排水、消防、安防等系统。基于正向BIM构建的数字孪生能力，则让建筑在动工前先在数字世界里完整“盖”一遍。这两件事结合起来，才使得后面的AI有数据可用。

效果是可量化的：AI冷站智控让制冷系统综合能耗降低超过15%，在不影响空间舒适度的前提下，一座10万平方米商业体可节电约50万度；数字孪生把设计问题提前暴露，项目变更率降到1%左右。

二、纵向接设备，横向管经营

两条产品线的分工很清晰。云境Nebula AI向下，面向空间设备与现场运行，让空间具备自主学习和进化能力，目标是更安全、高效、节能、舒适的运行状态；云策Terra OS向上，面向空间全周期的建设运营流程，提供以数据算法为底座的经营管理能力，帮助管理者看清成本、发现问题。

支撑这类能力的是持续的数据积累。据披露，其视频AI巡检准确率与召回率均超过95%，覆盖120多种识别场景，已在3600多个项目运行空间智能体，150多个智能体持续在线，巡检效率平均提升60%。在某全国性园区集团，400多个园区接入统一大屏后，工单处理效率提升62.5%，人均管理面积提升到原来的2.4倍左右；某康养服务集团用3个中控室、54块屏幕管理全国园区，单个园区一年节省约150万元，设备故障处置效率提升80%。

三、集成商需要重新理解“交付”

这类体系给行业提了一个不轻的问题：如果一个项目只交付硬件和平台，不留设备编码规范、不接线点位台账、不积累运行数据，那么上层智能体无法生长。视频巡检的识别准确率依赖镜头角度、光照与遮挡的现场调优，冷站智控依赖冷机、水泵、阀门与传感器的通讯打通，这些都是弱电集成环节的活。

另一个现实是存量改造的边界条件。既有建筑的设备品牌杂、协议不统一，边改边用的施工窗口很紧，因此“利旧比例”和“改造成本回收期”往往比功能清单更能决定项目能否立项。莱驰云在楼宇自控与视频监控改造中处理过类似问题，存量项目的算账逻辑建议在前期勘测阶段就明确，避免实施阶段反复变更。