01
接收 Wi-Fi
使用兼容的随身接收器采集 CSI 与接入点身份，让无线观测跟随佩戴者。
Wi-Fi CSI + AP 身份
位置模型
空间上下文
01 / 产品流程
Wi-Fi 信号，到有上下文的 AI。
02
理解设备位置
用空间标注数据训练位置模型，探索建筑、楼层与房间估计，并输出置信度或未知状态。
03
连接上下文 AI
将位置线索交给应用，探索学习模式、提醒与场景相关的辅助体验。
02 / 场景体验
同一个设备， 不同的空间体验。
选择一个场景，看看位置上下文可以怎样影响 AI 体验。下方是预设交互示意。
概念演示 · 使用预设场景，无实时测量或定位。
交互概念示意
图书馆
教室
实验室
场景上下文
图书馆
当前位置线索可以帮助 AI 理解学习场景。
开启专注模式 · 显示学习资源
03 / RADIO ATLAS 数据基础设施
更多场景的数据，更可靠的位置模型。
以共同格式连接无线测量与空间标签，让授权贡献、独立验证与使用反馈推动模型改进。
共同格式 + 空间标注
探索同步采集，以可扩展格式保留位置、时间、设备和佩戴条件，让不同团队的数据可接入共同数据湖。
训练 + 独立验证
复用多源数据训练，按完整会话划分，独立检验人员、设备、朝向和时间变化下的表现。
紧凑模型 + 部署
验证手机或配套处理器的推理性能，记录模型版本，把经授权的未知位置、失败案例和修正标签形成反馈。
04 / 产品形态
从设备，到完整体验。
设备、流程与数据基础，共同构成产品体验。
研发进展
从产品概念，走向实测验证。
第一阶段目标：在已建图的建筑中，用未参与训练的采集会话验证随身接收器的房间级定位。图中的硬件、界面和体验是产品概念；覆盖范围、准确度与部署表现仍需实测。
房间级位置估计
置信度与未知位置处理
设备端性能验证
进一步了解
关于 Locate，你可能想知道。
普通手机就能采集 CSI 吗？
初期方案使用兼容的 CSI 接收硬件，并由手机提供空间扫描或配套计算。CSI 采集能力取决于芯片、固件和数据接口，需要在选定设备上验证。
定位时需要摄像头吗？
空间标注阶段可以用手机摄像头与 SLAM 建立位置标签。计划中的部署定位路径使用无线观测；这一能力需要与标注流程分开验证。
现在已经实现房间级定位了吗？
当前处于产品定义与早期研发阶段。房间级定位、跨建筑覆盖和设备端推理都是待验证的目标，尚无可运行的产品版本。
模型会直接运行在 ESP32 上吗？
ESP32 接收器是初期采集路径之一。推理优先在手机或有能力的配套处理器上验证；独立硬件部署会根据模型规模与设备资源另行评估。
RADIO ATLAS / LOCATE
一起探索位置感知 AI。
面向可穿戴、机器人与空间 AI 团队，共建定位数据标准，贡献多设备、多场景的试点数据与授权反馈。