56万元项目要解决什么实训问题
项目编号为THZB-26KB35157XS，采购文件获取窗口截至11月17日23时59分，响应截止时间为11月23日9时30分。学校面向智能新能源汽车专业群建设一期MR+AI虚仿系统，重点处理动力电池与高压系统实操中风险高、真实车辆损耗大、复杂结构难观察以及人工评价难沉淀等问题。
采购需求采用“虚实双轨”思路：一方面在MR环境中提供可拆解、可交互的三维训练；另一方面让学生面对真实台架或真车操作时，仍能看到伴随式全息指引和作业参数。系统把学习、练习、考核和结果记录放进连续流程，目标是让学生在真实对象上完成更规范的操作。
MR空间交互怎样叠加到真车操作
采购附件要求系统支持裸手手势和手柄射线交互，并在真实部件旁显示步骤、参数与工具信息。遇到结构盲区时，学生可通过语音或手势调出1:1高精度三维模型与拆解动画，进行旋转、缩放和观察后再继续实车作业。数字内容不是替代真实设备，而是成为随操作出现的“电子助教”。
需求还覆盖动力电池均衡、高压插头、车载充电机等对象，强调正负极识别、线束接插和参数范围校验。对实施团队而言，关键是让三维模型、空间定位、步骤逻辑和真实工位统一：提示要出现在正确对象附近，完成状态要能被系统确认，学生移动时内容仍保持稳定。
AI视觉与数据平台怎样形成评价闭环
AI视觉引擎需要识别常用拆装工具、动力电池关键组件、安全穿戴、装配状态和仪表读数，并对不规范动作及时预警。采购文件还提出混合部署：MR头显运行轻量模型，边缘服务器承担OCR和多模态判断，让现场反馈速度与复杂识别能力兼顾。
训练结果进入本地Web后台，形成标准工单、过程记录和人工/AI双轨评价；标准API用于第三方教务系统调用。这样，教师可以查看学生在哪一步停留、使用了什么工具、是否完成关键动作，再根据数据调整训练。空间内容、视觉识别和教学平台在同一项目中对齐，是这次采购最鲜明的结构。
视+AR观察
采购文件明确要求系统原型现场演示，PPT、录屏或AI生成视频形式不得分。这给技术团队划出了清晰的进入路径：先用真实车辆或动力电池台架做一个可运行样板，让空间定位、裸手/手柄交互、AI识别、步骤反馈和后台记录在同一现场闭环，再扩展到完整课程。
EasyAR可提供图像识别、物体与空间追踪及多终端开发能力，视+AR可围绕工位标定、三维资产、任务编排、数据接口和验收测试完成产品化适配。项目适合与具备职业教育平台、汽车实训资源和现场交付能力的主投团队协同，以真实原型展示空间能力如何进入教学流程，并把这一套组件复制到更多汽车、机电和工业培训场景。
常见问题 FAQ
项目预算和响应时间是什么？
项目预算56万元，响应截止时间为2026年11月23日9:30。
现场演示有什么要求？
采购文件要求提供可运行系统原型，PPT、录屏或AI生成视频形式的演示不得分。
MR交互覆盖哪些方式？
包括裸手手势、手柄射线、语音调取、三维模型旋转缩放和伴随式全息指引。
AI视觉主要判断什么？
包括工具与部件、安全穿戴、装配状态、仪表读数和违规动作等。
EasyAR适合怎样参与？
适合与教育平台或汽车实训主投协同，提供识别、追踪、空间交互和多终端运行能力，并完成真实原型。
