13 CLASSES
13 類細分缺陷
空鼓、裂縫、剝落、滲水、老化等 13 類細分缺陷，以 recall 優先策略判讀——寧可多報給專業人員複核，不漏掉真正的風險。
— MOAT · 診斷能力
我們每天貼著台灣的玻璃帷幕飛。
Diagnostic Capabilities
所以我們看得見別人看不見的劣化，也遇得到別人遇不到的問題。前者是生意，後者是研發——它們是同一件事。
#inspek AI#GDS-Pilot#資料平台
13類
細分缺陷判讀
68,000+
台灣外牆訓練影像
±2°C
熱影像測溫精度
公分級
RTK 缺陷定位
— 001 · 影像判讀
inspek — 自研缺陷判讀 AI
非通用模型。inspek 用超過 68,000 張台灣真實建築外牆影像訓練，判讀 13 類細分缺陷——因為台灣的磁磚、抿石子與帷幕，跟論文資料集裡的牆不一樣。
DUAL-AI
雙模型交叉判讀
分割模型與多模態大模型交叉投票，降低單一模型的誤判；每個缺陷都附信心分級，供專業人員簽核。
THERMAL-FUSE
熱影像幾何融合
紅外線熱影像與可見光影像幾何對齊，ΔT 異常區域直接映射到立面座標——空鼓不是「大概在那邊」，是有座標的。
MATERIAL
材質感知判讀
磁磚、石材、抿石子、帷幕等 8 種飾材分別建模。同一種陰影，在磁磚上是空鼓徵兆，在石材上可能只是污漬。
— 002 · 自研機隊
GDS-Pilot — 自研飛控與貼牆作業機
市售無人機不是為了「貼著玻璃帷幕、頂著噴嘴反作用力飛」而設計的。所以我們 fork PX4 開發 GDS-Pilot，自己造貼牆作業機。
PX4 FORK
GDS-Pilot 飛控
基於 PX4 分支開發，針對貼牆作業的風切、多路徑訊號與噴嘴反作用力補償調校——這些問題不會出現在開源預設參數裡。
RTK
公分級定位
RTK 公分級定位 + 雷射測距，讓每一張影像、每一個缺陷都能落在立面座標系上，隔年同航線重飛精準比對。
SENSORS
多感測酬載
48MP 可見光三鏡頭 + VOx 640×512 熱像儀（±2°C），一次飛行同時取得可見光與熱影像雙資料層。
FIELD
每天在現場
自有飛手艦隊每天在外牆、太陽能與工業現場作業。我們設計時納入的失敗模式，是現場遇過的，不是想像的。
— 003 · 資料平台
你的樓的病歷
五萬平方公尺的累積作業資料，每一次飛行都在餵養模型。這是時間換來的，不是錢換來的。
SCORE
健康分數
每棟建物依空鼓、裂縫、剝落、滲水、老化五大維度計算 0–100 的健康總分，逐年追蹤。
GEO-TAGGED
座標化缺陷庫
每個缺陷帶立面座標、嚴重度分級、影像與熱像佐證——可回查、可複核、可交給工班直接施作。
TIMELINE
跨年度時間軸
同一片牆的逐年比對：劣化速率、擴散方向、風險曲線。問題不是被發現的，是被預測的。
FORECAST
預算預測
以趨勢資料推估未來五年的維護需求與預算——把外牆維護從突發支出變成可規劃項目。