故障分析与 FMEA
利用系统上下文和已观察到的故障，在各个系统层级生成结构化的故障模式、原因、影响与缓解措施。
什么是 Saphira AI？
Saphira AI 是一个面向复杂物理系统工程的 AI agent 平台，适用于机器人和自主系统等领域。它连接设计、需求、测试与现场证据，帮助团队调查故障，并将分析结果转化为工程决策。
其工作流涵盖故障分析、安全与网络安全、需求、变更影响和验证规划。共享的保障图谱可在设计演进过程中保持系统上下文的关联、版本化与可检查性。工程师会审查具有重要影响的分析，来源和假设也会与推理过程一并保留。
Saphira AI 能做什么？
安全与网络安全分析
针对系统架构调查危险和威胁，生成攻击路径、风险决策、网络安全目标以及可追溯需求。
需求与变更影响
将分析结果和缓解措施连接到需求，并在设计或模型发生变化时识别受影响的风险、测试和证据。
验证与仿真规划
根据风险和需求生成测试与仿真计划。将结果和运行时证据连接到明确的部署故障，以发现覆盖缺口。
可审查的证据包
围绕应对危险的控制措施组织危险项，根据审查者的问题筛选证据图谱，并导出供专家审查的证据集。
使用场景
“在设计决策确定前规划认证”
施工机器人团队可以将标准和风险分析转化为架构、组件与认证规划决策。Raise Robotics 是这一工作流的已发布示例。
“围绕人形机器人安全统一利益相关者认识”
创建可审查的安全工件，供工程、产品、管理层和外部利益相关者共同讨论，Saphira 与 1X 的合作展示了这一做法。
“准备工业机器人认证证据”
围绕实际机器人系统组织需求、分析和实施证据，供专家审查。RobCo 的已发布案例研究聚焦于 ISO 10218-1 工作。
“在不同项目间复用已接受的推理”
将既有工程决策带入新的项目或系统变体，同时识别发生了哪些变化、哪些推理仍然适用，以及哪些证据需要重新生成。
常见问题
Saphira AI 使用哪些信息？
其系统上下文来源于设计、需求、测试和现场数据。故障调查还可以沿着架构、日志和现场报告追溯症状。
谁会审查生成的分析？
专家会批准具有重要影响的分析。Saphira AI 表示，其安全工程师会在生成的分析提交给评估人员之前进行审查。
团队可以从一个工程问题开始吗？
可以。团队可以从阻碍项目推进的工作流开始，并在工作扩展时复用相同的系统上下文。
快速信息
- 产品类型
- AI 工程 agent 平台
- 主要用户
- 系统、可靠性、安全和验证工程师
- 已发布客户所属领域
- 施工机器人、人形机器人和工业机器人
- 行业成员资格
- NVIDIA Halos AI Systems Inspection Lab
- 网站
- https://saphira.ai
Saphira AI 流量分析
流量数据仅供参考。
- 域名评分
- 41