在2026中国国际工业博览会上，上海理工大学环境与建筑学院团队展示了一套室内环境健康智能管控与能耗优化一体化平台，把环境监测、人员占用识别、健康风险评估、AI预测控制、设备联动自控与能耗监测分析整合在一条链路上。这个成果值得关注的地方，不是又一个大屏，而是它直面了智慧建筑运维里长期存在的一个矛盾。

一、健康与节能为什么长期对立

传统建筑运维中，室内空气品质管理和能耗管理基本是两套系统、两拨人。负责环境的人倾向于提高新风量和净化设备运行强度，保证空气质量达标；负责能耗的人倾向于压缩运行时间与功率，控制电费。两套目标在系统层面没有打通，结果就是要么牺牲舒适度省钱，要么牺牲能耗保指标。

这个矛盾在人员密集、流动性强的场所尤其突出。学校教室、医院诊室、养老机构，这些空间的人数和活动强度实时变化，固定模式的新风与空调运行策略必然存在大量浪费或不足。

二、人员占用识别是关键变量

团队的做法是把人员分布状态作为环境调控的核心依据，融合视频图像识别、室内多点空气质量与室外空气质量感知。这意味着空调、新风、净化设备的运行强度不再依据时间表，而是依据空间里实际有多少人、在什么区域、停留多长时间。

更值得注意的是隐私处理方式。团队明确表示平台不进行任何个人身份识别，仅采集空间人员数量、活动强度、分布区域、驻留状态等整体空间数据，遵循最小必要采集原则。这一点在公共建筑项目中非常关键，人脸识别的合规成本与舆论风险都不低，用非身份化的空间感知数据替代，既满足了调控需求，也规避了数据安全隐患。

三、AI预测控制的价值在哪里

平台内置健康风险评估模型与预测算法，可实时监测多项空气质量指标，研判风险并提前预判变化趋势，再结合优化算法输出设备联动策略，自主管控通风、净化设备的启停、运行强度与工作模式，全程无需人工干预。

这里的技术门槛不在算法本身，而在预测的时间尺度与控制对象能不能跟得上。空气品质的变化有一定滞后性，如果算法只能事后响应，净化设备永远在追赶污染峰值；只有提前预判，才能用更低的能耗维持更好的环境。

四、能效核算闭环

平台集成全方位能耗监测模块，实时采集设备电压、电流、运行频率、累计能耗及能耗费用，用于量化每一项调控策略的节能效果。这个设计看似普通，实际是很多节能项目缺失的一环。没有基于同一套数据的对照核算，节能率就只能靠估算，业主很难认可，也无法在合同能源管理等商业模式下结算。

目前该成果已在上海市徐汇区某小学、杨浦区某医院儿科诊室等场景部署应用，覆盖适幼、医疗、办公等人员密集型空间。这种从小场景切入、以真实运行数据说话的路径，比动辄谈全楼宇智慧化的方案更容易复制。

五、对存量项目的启示

对既有建筑而言，这套思路的可借鉴之处是分层推进。先补齐感知层，把人员分布、空气质量、设备运行与能耗数据采集到位；再打通设备控制接口，让平台具备调节能力；最后叠加算法做预测优化。跳过前两步直接上算法，通常得不到可验证的节能效果。

莱驰云在智慧建筑与弱电系统集成项目中，通常按感知层、控制层、算法层的顺序推进，并结合业主的运维能力确定交付深度，避免系统建成后无人使用。具体项目需结合建筑类型与设备现状评估，可联系莱驰云技术团队进一步沟通。