「 物理数据编译器核心能力 」
Physical AI DBMS
让物理经验可以被直接调用。
智能体描述所需的任务证据，系统完成查询规划、血缘解析、数据与计算资源调度，并返回可训练或可评测的任务资产。
查看资源编排「 为什么需要 Physical AI DBMS 」
物理经验不能只用文件夹管理。
机器人数据具有多模态、强时序、任务相关和持续迭代等特征，需要为真实任务设计的数据库语义。
01
一个任务包含多种信号
视频、动作、力觉、机器人状态、接触与结果必须保持在同一任务时钟上。
02
每个数据切片都需要上下文
一帧图像或一段轨迹只有保留任务阶段、环境、标定与结果时才真正可用。
03
智能体需要的不只是文件路径
训练系统与智能体需要直接检索任务阶段、失败案例、对比样本与评测资产。
「 资源编排 」
每一次智能体请求，都会转化为可执行的数据计划。
控制平面先解析任务意图、血缘、质量与数据局部性，再调度索引扫描、任务片段读取、CPU 验证、GPU 编译、缓存与导出。
「 任务原生数据生命周期 」
从同步物理证据到模型可用资产。
Physical AI DBMS 将每一段任务组织为可查询的任务结构，保留证据血缘，执行质量门控，并以训练可用格式交付编译后的操作级数据。
「 服务对象 」
同一份物理经验，服务不同的数据任务。
统一治理的任务数据可以同时支持训练、评测、失败分析与智能服务，无需复制多套事实来源。
训练任务切片
按任务阶段、机器人本体、环境、结果或质量门槛检索同步任务片段。
评测与回归数据集
从成功、失败、恢复与边界案例中构建版本化基准。
失败与血缘查询
从结果追溯任务上下文、原始片段、标定、编译器版本与质量判断。
智能体原生数据访问
智能体可以通过结构化接口或自然语言请求任务证据与编译资产。