纽约2026年6月15日 /美通社/ -- 在人工智能正从仪表板迅速向决策系统转型之际，Allora Network与Vodafone旗下Pairpoint建立了新的合作伙伴关系，让我们得以一窥企业基础设施的下一阶段：具备预判能力的系统。 

Allora Labs和Vodafone旗下Pairpoint将携手构建面向“万物经济”的预测智能层。

Pairpoint是一家由Vodafone和Sumitomo Corporation投资的“万物经济”（Economy of Things）初创企业，正在构建一个全球性平台，使机器、车辆和设备能够进行自我识别、自主交易，并在无需人工干预的情况下进行协调。

人工智能网络Allora正为这些系统提供其实现大规模运行所缺失的关键环节：持续评估、基于预测的智能。

双方正携手将Allora整合为智能层，为Pairpoint与Vodafone的各类IoT应用场景提供支持——其中首个应用案例是“电动汽车充电优化概念验证”，该方案将预测性智能直接嵌入路由和充电系统，从而突破静态数据的局限，实现具有前瞻性的决策。

从互联设备到智能系统

“多年来，IoT一直非常擅长告诉我们正在发生什么，”Pairpoint首席产品官David Palmer表示， “但随着系统实现自主化，这已远远不够。 机器需要推断在获取、处理或释放资源时会发生什么。”

在电动汽车充电领域，这一区别至关重要。 当前显示可用的充电桩，在您到达时可能已被其他车辆占用。 价格可能会飙升。 能源消耗量随路线、天气和交通状况而变化。 静态系统难以运转，因为世界并非静止不变。

这时，Allora就派上用场了。

“Allora并非仅靠单一模型进行预测，”Allora Labs首席执行官Nick Emmons解释道， “这是一个由众多机器学习模型构成的网络，它们围绕相同的预测目标展开竞争与协作，其输出结果会被持续评估并融合。 系统会学习哪些模型在哪些条件下表现最佳。”

其结果是具备可量化、情境感知和自适应特性的智能。 在瞬息万变的世界中，这对企业至关重要。

为什么电动汽车充电是第一个验证点

电动汽车充电问题处于基础设施、经济和不确定性的交汇点。 决策会影响时间、成本、可靠性和用户信任。 这使其成为测试去中心化人工智能能否超越传统方法的理想环境。

在此集成中，Pairpoint的路由系统会在决策时查询Allora Topics以进行预测：

• 能耗与抵达时的电量状态

• 预计到达时间时的充电桩可用概率

• 预计到达时间段内的收费价格

规划人员随后会利用这些预测结果，推荐在考虑不确定性的情况下，针对时间或成本进行优化的路线和充电站。

“这旨在将现有基础设施转变为更流畅、更智能、更人性化的系统，” Palmer表示。

机器学习构建者的新机遇

除了电动汽车的应用场景之外，将Allora纳入Pairpoint的人工智能技术栈，还为机器学习模型提供了一个新的部署平台。

Allora Network将这些企业预测难题向全球机器学习工程师社区开放。 模型构建者可以直接为“主题”项目做出贡献，助力其支撑真实的基础设施，在实时数据环境中参与竞争并获得明确的成功指标，并见证自己的模型如何影响现实世界的决策。

“对于大多数机器学习研究人员来说，他们的工作止步于基准测试。”Emmons表示， “而在这里，基准是现实。 模型会根据不断变化的条件持续接受评估，表现最佳的模型才能进入量产阶段。”

这就形成了一种新的激励机制：

• 真实的企业数据，而不是合成任务

• 透明的绩效指标

• 部署到实时系统中

• 与实际效用挂钩的经济回报

“这是基础设施，” Emmons补充道。

智能即基础设施

对于Pairpoint而言，其影响远远超出电动汽车充电领域。 同样的预测智能层可以应用于车队、物流、供应链和智慧城市，任何机器需要在不确定条件下进行协调的地方都可以应用。

“让我们感到兴奋的是融合，”Palmer表示， “IoT将物理世界连接起来。 区块链给我们带来信任和结算。 去中心化人工智能赋予系统适应性。 综合起来，就能构建出真正具备扩展能力的自主基础设施。”

随着企业越来越依赖能够自主运行的系统，Allora × Pairpoint这样的合作关系预示着人工智能构建与部署方式的转变——它不再是单一供应商拥有的“黑箱”，而是一个在整个生态系统中共享的、具有竞争力且持续改进的层级。

对于机器学习构建者来说，这是一个从实验走向影响的契机。