Fra mavefornemmelse til målbare data: Sådan fungerer pipelinen

Federico Casalegno, chef for SDIC, beskriver processen som et kredsløb bygget på tre søjler: ægte mennesker, digitale tvillinger og robotter .

1. 3D- og 4D-scanning af kroppen. SDIC indfanger højpræcise anatomiske scanninger af ører, håndled og fingre fra en bred global befolkningsgruppe. "4D"-komponenten tilføjer tidselementet og opfanger, hvordan disse kropsdele deformerer sig under bevægelse . Forestil dig, hvordan dit øre folder sig en smule, når du smiler, eller hvordan dit håndled udvider sig, når du sveder – det er den slags detaljer, teknologien kan fange.
2. Skabelse af en digital tvilling. Disse scanninger konverteres til virtuelle anatomiske modeller i høj opløsning, der fungerer som testmiljøet . Hvert enkelt øre, håndled og fingeraftryk får sin egen præcise, digitale kopi.
3. AI-drevne simuleringer. På disse digitale tvillinger kører forskerne tusindvis af AI-drevne fysiksimuleringer, hvor de justerer variabler som hovedtelefonernes vinkel, sensorplacering og kontakttryk. For Galaxy Buds4 betød det over 10.000 simuleringer for at finde den ultimative pasform .
4. Robotters krydstjek. Vinderne af simuleringerne verificeres fysisk ved hjælp af specialbyggede robottestopstillinger. Dette lukker kredsløbet og forvandler det traditionelt subjektive spørgsmål "hvordan føles den her?" til et målbart ingeniørparameter . Når en robot gentagne gange kan indsætte en earbud med præcis den forudsagte kraft, er designet valideret på en helt ny måde.

Sådan formede computermodellerne hvert enkelt nye wearable

Galaxy Buds4: 'Blade-designet' er konstrueret, ikke bare tegnet

Hørepropperne er det mest detaljerede casestudie i den nye tilgang. Samsung analyserede hundredvis af millioner øredatapunkter – en officiel kilde angiver det til over 100 millioner globale øreformdatapunkter – og kørte mere end 10.000 pasformssimuleringer for at nå frem til den nye 'Buds blade'-identitet .

Dataene fortalte en klar historie: Hoveddelen af earbud'en skulle være en smule mindre, og rotationsvinklen skulle justeres et par grader. Disse subtile geometriske ændringer resulterede i en markant forbedring af stabilitet og komfort hele dagen for en langt bredere brugerskare . Resultatet er en ultraslank, ergonomisk pasform, der sidder fast selv under livlig bevægelse – en påstand, der nu bakkes op af objektive robottestdata snarere end en håndfuld subjektive anmeldelser . Den klassiske "sidder de godt nok?"-test er nu afløst af en ingeniør, der aflæser data fra en robotarm.

Galaxy Watch8: Pasform er et helbredssensorproblem

For et smartwatch handler pasform ikke kun om komfort; den afgør sensorernes nøjagtighed til måling af puls, søvn, stress (inklusive den nye EDA-sensor på Watch8, der måler elektrodermal aktivitet) og træningssporing . En løstsiddende rem kan give udsving i data, som du måske fejlagtigt tror er et helbredsproblem.

SDIC anvendte den samme 4D-scannings- og AI-simuleringspipeline til at optimere håndledskontakten. Dataene skubbede teamet til at forfine polstringsdesignet på tværs af hele Watch8-serien. En afgørende mekanisk beslutning var at udvide det dynamiske remsystem (Dynamic Lug System) – først introduceret på Galaxy Watch Ultra – til alle Watch8-modeller, så mellemrummet mellem urkassen og håndleddet minimeres for at forbedre konsistensen af sensoraflæsningerne .

Galaxy Ring: En universel pasform til millioner af fingre

Ringe er notorisk vanskelige, fordi et enkelt stift objekt skal opretholde præcis sensorkontakt på fingre med vidt forskellige former. Samsungs nye designpipeline bygger nu digitale tvillinger af brugeres fingre for at optimere ringstørrelse, indre krumning og placeringen af den fotoplethysmografiske (PPG) sensor til helbredsovervågning hele dagen .

Målet er at sikre, at biometriske målinger såsom puls og analyse af søvnstadier forbliver præcise på tværs af det bredest mulige spektrum af fingeranatomier, uden at brugerne selv skal være eksperter i ringstørrelser . Det handler om at gøre teknologien usynlig og pålidelig, uanset om du har lange, slanke fingre eller lidt mere robuste hænder.

Hvad Samsung planlægger nu: Nye wearable-kategorier og AI-fabrikker

Casalegnos udsigter peger på tre konkrete retninger .

• En selvforstærkende datafordel. Efterhånden som Samsungs proprietære anatomiske datasæt vokser, vil deres specialiserede AI-værktøjer drive mere præcise simuleringer og dybere indsigter, hvilket potentielt kan udvide deres forspring i forhold til konkurrenter, der er afhængige af mindre eller mindre varierede træningsdata .
• Helt nye wearable-kategorier. Casalegno udtalte, at en udvidelse af denne metode kunne "låse op for eksponentielle innovationer, der fører til en helt ny kategori af wearables, som kan omdefinere grænserne for brugeroplevelsen" . Han specificerede ikke formen, men infrastrukturen – objektive pasformsdata for ører, håndled og fingre – er nu på plads. Det kunne være alt fra intelligente briller, der sidder perfekt, til avancerede medicinske sensorer integreret i tøj.
• Fra laboratorium til fabrik. Separat har Samsung annonceret en plan om at omstille al global produktion til fuldt ud AI-drevne fabrikker inden 2030, med digital tvilling-baserede simuleringer integreret i hele produktionskæden . Dette antyder, at den samme digital tvilling-metode, der designer en Galaxy Buds i dag, i sidste ende vil styre, hvordan den bliver fremstillet på samlebåndet. Forestil dig en fabrik, der konstant lærer og optimerer sig selv i realtid.

Samsungs SDIC-team har også bekræftet, at de aktivt innoverer designprocessen baseret på akkumulerede data og specialiseret AI med det formål at introducere wearable-produkter, der kombinerer ergonomi og AI dybere end nuværende produkter tillader . For nu er Galaxy Buds4, Watch8 og Ring de første fysiske beviser på, at subjektive prøvepaneler må vige for en objektiv, AI-verificeret standard, der tager udgangspunkt i, hvordan den menneskelige krop rent faktisk ser ud og bevæger sig.

Fra mavefornemmelse til målbare data: Sådan fungerer pipelinen

Federico Casalegno, chef for SDIC, beskriver processen som et kredsløb bygget på tre søjler: ægte mennesker, digitale tvillinger og robotter .

1. 3D- og 4D-scanning af kroppen. SDIC indfanger højpræcise anatomiske scanninger af ører, håndled og fingre fra en bred global befolkningsgruppe. "4D"-komponenten tilføjer tidselementet og opfanger, hvordan disse kropsdele deformerer sig under bevægelse . Forestil dig, hvordan dit øre folder sig en smule, når du smiler, eller hvordan dit håndled udvider sig, når du sveder – det er den slags detaljer, teknologien kan fange.
2. Skabelse af en digital tvilling. Disse scanninger konverteres til virtuelle anatomiske modeller i høj opløsning, der fungerer som testmiljøet . Hvert enkelt øre, håndled og fingeraftryk får sin egen præcise, digitale kopi.
3. AI-drevne simuleringer. På disse digitale tvillinger kører forskerne tusindvis af AI-drevne fysiksimuleringer, hvor de justerer variabler som hovedtelefonernes vinkel, sensorplacering og kontakttryk. For Galaxy Buds4 betød det over 10.000 simuleringer for at finde den ultimative pasform .
4. Robotters krydstjek. Vinderne af simuleringerne verificeres fysisk ved hjælp af specialbyggede robottestopstillinger. Dette lukker kredsløbet og forvandler det traditionelt subjektive spørgsmål "hvordan føles den her?" til et målbart ingeniørparameter . Når en robot gentagne gange kan indsætte en earbud med præcis den forudsagte kraft, er designet valideret på en helt ny måde.

Sådan formede computermodellerne hvert enkelt nye wearable

Galaxy Buds4: 'Blade-designet' er konstrueret, ikke bare tegnet

Hørepropperne er det mest detaljerede casestudie i den nye tilgang. Samsung analyserede hundredvis af millioner øredatapunkter – en officiel kilde angiver det til over 100 millioner globale øreformdatapunkter – og kørte mere end 10.000 pasformssimuleringer for at nå frem til den nye 'Buds blade'-identitet .

Dataene fortalte en klar historie: Hoveddelen af earbud'en skulle være en smule mindre, og rotationsvinklen skulle justeres et par grader. Disse subtile geometriske ændringer resulterede i en markant forbedring af stabilitet og komfort hele dagen for en langt bredere brugerskare . Resultatet er en ultraslank, ergonomisk pasform, der sidder fast selv under livlig bevægelse – en påstand, der nu bakkes op af objektive robottestdata snarere end en håndfuld subjektive anmeldelser . Den klassiske "sidder de godt nok?"-test er nu afløst af en ingeniør, der aflæser data fra en robotarm.

Galaxy Watch8: Pasform er et helbredssensorproblem

For et smartwatch handler pasform ikke kun om komfort; den afgør sensorernes nøjagtighed til måling af puls, søvn, stress (inklusive den nye EDA-sensor på Watch8, der måler elektrodermal aktivitet) og træningssporing . En løstsiddende rem kan give udsving i data, som du måske fejlagtigt tror er et helbredsproblem.

SDIC anvendte den samme 4D-scannings- og AI-simuleringspipeline til at optimere håndledskontakten. Dataene skubbede teamet til at forfine polstringsdesignet på tværs af hele Watch8-serien. En afgørende mekanisk beslutning var at udvide det dynamiske remsystem (Dynamic Lug System) – først introduceret på Galaxy Watch Ultra – til alle Watch8-modeller, så mellemrummet mellem urkassen og håndleddet minimeres for at forbedre konsistensen af sensoraflæsningerne .

Galaxy Ring: En universel pasform til millioner af fingre

Ringe er notorisk vanskelige, fordi et enkelt stift objekt skal opretholde præcis sensorkontakt på fingre med vidt forskellige former. Samsungs nye designpipeline bygger nu digitale tvillinger af brugeres fingre for at optimere ringstørrelse, indre krumning og placeringen af den fotoplethysmografiske (PPG) sensor til helbredsovervågning hele dagen .

Målet er at sikre, at biometriske målinger såsom puls og analyse af søvnstadier forbliver præcise på tværs af det bredest mulige spektrum af fingeranatomier, uden at brugerne selv skal være eksperter i ringstørrelser . Det handler om at gøre teknologien usynlig og pålidelig, uanset om du har lange, slanke fingre eller lidt mere robuste hænder.

Hvad Samsung planlægger nu: Nye wearable-kategorier og AI-fabrikker

Casalegnos udsigter peger på tre konkrete retninger .

• En selvforstærkende datafordel. Efterhånden som Samsungs proprietære anatomiske datasæt vokser, vil deres specialiserede AI-værktøjer drive mere præcise simuleringer og dybere indsigter, hvilket potentielt kan udvide deres forspring i forhold til konkurrenter, der er afhængige af mindre eller mindre varierede træningsdata .
• Helt nye wearable-kategorier. Casalegno udtalte, at en udvidelse af denne metode kunne "låse op for eksponentielle innovationer, der fører til en helt ny kategori af wearables, som kan omdefinere grænserne for brugeroplevelsen" . Han specificerede ikke formen, men infrastrukturen – objektive pasformsdata for ører, håndled og fingre – er nu på plads. Det kunne være alt fra intelligente briller, der sidder perfekt, til avancerede medicinske sensorer integreret i tøj.
• Fra laboratorium til fabrik. Separat har Samsung annonceret en plan om at omstille al global produktion til fuldt ud AI-drevne fabrikker inden 2030, med digital tvilling-baserede simuleringer integreret i hele produktionskæden . Dette antyder, at den samme digital tvilling-metode, der designer en Galaxy Buds i dag, i sidste ende vil styre, hvordan den bliver fremstillet på samlebåndet. Forestil dig en fabrik, der konstant lærer og optimerer sig selv i realtid.

Samsungs SDIC-team har også bekræftet, at de aktivt innoverer designprocessen baseret på akkumulerede data og specialiseret AI med det formål at introducere wearable-produkter, der kombinerer ergonomi og AI dybere end nuværende produkter tillader . For nu er Galaxy Buds4, Watch8 og Ring de første fysiske beviser på, at subjektive prøvepaneler må vige for en objektiv, AI-verificeret standard, der tager udgangspunkt i, hvordan den menneskelige krop rent faktisk ser ud og bevæger sig.