• CoreWeave 推出 Physical AI Field Engineering 服务，将专业工程师与工业客户配对，使用客户自己的数据构建和部署 AI
  • JOTA 案例显示该服务被用于建议悬架测试方案，而赛车队的工程师仍负责决定尝试哪些方案

事实

CoreWeave 于 9 月 10 日推出 Physical AI Field Engineering 服务，让公司的工程师从早期开发到部署全程参与工业 AI 项目。该团队部分来自 CoreWeave 收购的 Monolith AI，使用客户自己的工程数据，而生成的模型仍由客户掌控。

CoreWeave 以与赛车队 JOTA 的合作为早期示例。双方开发了一款工具，利用以往的悬架测试数据为七柱测试台推荐设置方案。JOTA 的工程师仍决定测试哪些配置，而一套用于赛道旁阻尼调整的独立系统仍在开发中。

评估

CoreWeave 正在超越单纯出租算力的模式。其外派工程师与客户共同解决具体问题，利用客户数据构建 AI 工具并将其融入现有工程流程。对于没有大型内部 AI 团队的公司来说，这可能缩短从实验到员工真正可用的成果之间的路径。

JOTA 的案例展示了这一方法的设计初衷。系统基于以往测试推荐悬架设置，但最终尝试哪些方案仍由 JOTA 的工程师决定。它是在支持工程师的判断，而不是取代判断。不过，赛车领域的一个早期案例，不足以证明同样的方法在其他领域也能同样奏效。

对 BTW 读者而言，更大的问题在于 CoreWeave 团队撤出后还剩下什么。客户可能拥有模型，但仍需要技能和软件来运行、维护和更新它。良好的交接可能与原型本身同样重要。

值得关注的动向

关注更多具名客户将项目从试验推进到常规工程工作。最有力的证据将是：在 CoreWeave 的初步合作结束后，客户团队能够自行运行和更新所生成的模型的案例。