2
0由 Palantir 的 AIP 负责人 Jack Dobson、安德雷蒂车队（Andretti Global）IndyCar 高级仿真工程师 Zack Porter 以及 IndyCar 冠军车手 Kyle Kirkwood 共同交付，正式发布了安德雷蒂车队与 Palantir 的核心战略合作，并现场演示了双方在 2025 赛季末仅用数周时间便联合开发完成的赛车智能操作系统 “RaceOS”。
IndyCar 是一项涵盖公路、街道、短椭圆及超级赛道等多种赛制的高强度全球顶尖赛事，包含 11 支车队、多达 33 辆赛车并发博弈，数据量极度庞大且环境变量瞬息万变。在过去，尽管车队拥有海量的先进工具，但数据处于极度割裂的“孤岛（Silos）”状态——IndyCar 官方的计时数据与赛车本身的传感器遥测数据（Telemetry）完全脱节。
“RaceOS” 系统的核心突破与实战应用
构建赛车独有本体（Ontology）： RaceOS 的核心电路依托于 Andretti 独有的“本体论”架构。它将孤立的电子表格和数据集彻底转化为相互关联的实体（赛道、车手、单圈时间、气象、赛车架构、车手评语等），打破数据壁垒，让赛车和性能工程师能在几分钟内实现跨系统的一键式精准调阅与全局复盘。
AIP 赋能赛车参数动态比对： 针对仅有 30 分钟的赛前极速调校场景，系统能自动调取历史最佳单圈及配置。当车手和工程师提出调校设想时，AIP 能通过智能搜寻，迅速在庞大数据库中匹配出 3 套最相似的历年历史方案，并动态生成“数据故事”，不仅列出参数差值（Deltas），还全景还原当时的产品流演进、对手表现及气象上下文，帮助团队告别纯经验主义，做出精准的数据驱动决策。
工业级实时遥测与故障预警（以 TPMS 为例）： 赛车在激烈的对抗中，传感器面临极高的损坏风险（单车含 2000 多个数据通道，每场比赛产生上千亿数据点）。RaceOS 实现了在车手停靠维修区的短短几秒内，全量遥测数据自动流向平台并融入本体。在多伦多大奖赛中遭遇胎压监测（TPMS）传感器故障后，团队仅用 24 小时便在平台上线了 TPMS 智能管理应用，实现对所有传感器历史寿命、电池电量及故障轨迹的智能预测。自该应用上线以来，车队再未发生过任何一起 TPMS 故障。
前沿机器学习的异常检测（Anomaly Detection）： 改变了过去由工程师肉眼肉身翻看数千通道数据的低效模式，通过在本体之上叠加机器学习算法，即使是传感器在一瞬间发生的细微逻辑异动或失效，系统也能自动捕捉并推送至“调查工作流（Investigation Workflow）”，从而防患于未然。
核心成效与展望：
该项目从打通底层数据流并实现并发流式传输仅耗时 5 天，便在极短时间内展现了恐怖的敏捷开发能力和商业价值。两家公司表示，赛车运动本质上是对“时间”的极致压榨。通过 RaceOS 彻底压缩赛道下和比赛期间的案头工作，团队能将节省下来的宝贵时间完全聚焦于策略决断、车辆物理极限推演和客户关系维护，这为 2026 年车队在全球赛场上构建不可复制的持久技术护城河奠定了坚实基础。
