Så fungerar den datadrivna designprocessen

Federico Casalegno, chef för SDIC, beskriver processen som en slinga byggd på tre pelare: verkliga människor, digitala tvillingar och robotar .

1. 3D- och 4D-kroppsskanning. SDIC fångar högupplösta anatomiska skanningar av öron, handleder och fingrar från en diversifierad global befolkning. "4D"-komponenten lägger till tidsperspektivet och fångar hur dessa kroppsdelar deformeras under rörelse .
2. Skapande av digitala tvillingar. Skanningarna omvandlas till högupplösta virtuella anatomiska modeller som fungerar som testmiljö .
3. AI-drivna simuleringar. På dessa digitala tvillingar kör forskarna tusentals AI-drivna fysiksimuleringar och justerar variabler som hörlurarnas vinkel, sensorplacering och kontakttryck. För Galaxy Buds4-serien innebar detta över 10 000 simuleringar .
4. Robotbaserad korsvalidering. De vinnande simuleringsresultaten verifieras fysiskt med hjälp av skräddarsydda robottestriggar. Detta sluter loopen och förvandlar en traditionellt subjektiv fråga – "hur känns det här?" – till ett mätbart konstruktionsvärde .

Hur "computational design" formade varje ny enhet

Galaxy Buds4: "Blade-designen" är konstruerad, inte bara ritad

Hörlurarna är det mest detaljerade exemplet på det nya tillvägagångssättet. Samsung analyserade hundratals miljoner örondatapunkter – en officiell källa pekar på över 100 miljoner globala öronformsdatapunkter – och körde fler än 10 000 passformssimuleringar för att komma fram till den nya ikoniska "Blade"-designen .

Datan berättade en tydlig historia: själva hörlurskroppen behövde vara något mindre, och rotationsvinkeln behövde förskjutas med några få grader. Dessa till synes små geometriska förändringar gav en stor vinst i stabilitet och komfort under heldagsanvändning för en mycket bredare användarbas . Resultatet är en ultraslimmad, ergonomisk passform som sitter säkert även under intensiv rörelse – ett påstående som nu backas upp av objektiv robottestdata snarare än en handfull subjektiva omdömen .

Galaxy Watch8: Passform är en hälsofråga

För en smartklocka handlar passform inte bara om bekvämlighet; den avgör sensorns träffsäkerhet för puls, sömn, stressmätning (inklusive den nya EDA-sensorn i Watch8) och träningsspårning .

SDIC använde samma pipeline med 4D-skanning och AI-simulering för att optimera handledskontakten. Datan fick teamet att vidareutveckla kudddesignen över hela Watch8-serien. Ett avgörande mekaniskt beslut var att utöka det dynamiska lugsystemet – först introducerat på Galaxy Watch Ultra – till alla Watch8-modeller, vilket minimerar glappet mellan klockkroppen och handleden för att förbättra sensorernas mätnoggrannhet .

Galaxy Ring: En universell passform för miljontals fingrar

Ringar är notoriskt knepiga eftersom ett enda styvt objekt måste bibehålla exakt sensorkontakt på fingrar av vitt skilda former. Samsungs "computational design"-pipeline bygger nu digitala tvillingar av användares fingrar för att optimera ringstorlek, inre kurvatur och PPG-sensorplacering för hälsomätning dygnet runt .

Målet är att säkerställa att biometriska mätningar som puls och sömnanalys förblir korrekta över så många olika fingerformer som möjligt, utan att användarna själva ska behöva bli experter på ringstorlekar .

Vad Samsung planerar härnäst: Nya produktkategorier och AI-fabriker

Casalegnos framtidsutsikter, från Samsungs officiella intervju, pekar mot tre konkreta riktningar :

• En självförstärkande datafördel. I takt med att Samsungs egenutvecklade anatomiska databas växer kommer deras specialanpassade AI-verktyg att driva mer exakta simuleringar och djupare insikter, vilket potentiellt kan öka försprånget gentemot konkurrenter som förlitar sig på mindre eller mindre diversifierad träningsdata .
• Helt nya produktkategorier. Casalegno konstaterade att en expansion av denna metodik skulle kunna "låsa upp exponentiella innovationer på sikt som leder till en helt ny kategori av wearables som kan omdefiniera gränserna för användarupplevelsen" . Han specificerade inte formen, men infrastrukturen – objektiv passformsdata om öron, handleder och fingrar – är nu på plats.
• Från labb till fabrik. Samsung har separat meddelat en plan för att omvandla all global tillverkning till helt AI-drivna fabriker till 2030, med simuleringar baserade på digitala tvillingar integrerade i hela produktionskedjan . Detta antyder att samma metodik med digitala tvillingar som designar en Galaxy Buds idag, så småningom kommer att styra hur den tillverkas på löpande band.

Samsungs SDIC-team bekräftade också att de aktivt förnyar designprocessen baserat på ackumulerad data och specialiserad AI, med målet att introducera bärbara produkter som kombinerar ergonomi och AI på djupare sätt än vad nuvarande produkter tillåter . För tillfället är Galaxy Buds4, Watch8 och Ring de första fysiska bevisen på att subjektiva passformspaneler är på väg att ge vika för en objektiv, AI-verifierad standard.

Så fungerar den datadrivna designprocessen

Federico Casalegno, chef för SDIC, beskriver processen som en slinga byggd på tre pelare: verkliga människor, digitala tvillingar och robotar .

1. 3D- och 4D-kroppsskanning. SDIC fångar högupplösta anatomiska skanningar av öron, handleder och fingrar från en diversifierad global befolkning. "4D"-komponenten lägger till tidsperspektivet och fångar hur dessa kroppsdelar deformeras under rörelse .
2. Skapande av digitala tvillingar. Skanningarna omvandlas till högupplösta virtuella anatomiska modeller som fungerar som testmiljö .
3. AI-drivna simuleringar. På dessa digitala tvillingar kör forskarna tusentals AI-drivna fysiksimuleringar och justerar variabler som hörlurarnas vinkel, sensorplacering och kontakttryck. För Galaxy Buds4-serien innebar detta över 10 000 simuleringar .
4. Robotbaserad korsvalidering. De vinnande simuleringsresultaten verifieras fysiskt med hjälp av skräddarsydda robottestriggar. Detta sluter loopen och förvandlar en traditionellt subjektiv fråga – "hur känns det här?" – till ett mätbart konstruktionsvärde .

Hur "computational design" formade varje ny enhet

Galaxy Buds4: "Blade-designen" är konstruerad, inte bara ritad

Hörlurarna är det mest detaljerade exemplet på det nya tillvägagångssättet. Samsung analyserade hundratals miljoner örondatapunkter – en officiell källa pekar på över 100 miljoner globala öronformsdatapunkter – och körde fler än 10 000 passformssimuleringar för att komma fram till den nya ikoniska "Blade"-designen .

Datan berättade en tydlig historia: själva hörlurskroppen behövde vara något mindre, och rotationsvinkeln behövde förskjutas med några få grader. Dessa till synes små geometriska förändringar gav en stor vinst i stabilitet och komfort under heldagsanvändning för en mycket bredare användarbas . Resultatet är en ultraslimmad, ergonomisk passform som sitter säkert även under intensiv rörelse – ett påstående som nu backas upp av objektiv robottestdata snarare än en handfull subjektiva omdömen .

Galaxy Watch8: Passform är en hälsofråga

För en smartklocka handlar passform inte bara om bekvämlighet; den avgör sensorns träffsäkerhet för puls, sömn, stressmätning (inklusive den nya EDA-sensorn i Watch8) och träningsspårning .

SDIC använde samma pipeline med 4D-skanning och AI-simulering för att optimera handledskontakten. Datan fick teamet att vidareutveckla kudddesignen över hela Watch8-serien. Ett avgörande mekaniskt beslut var att utöka det dynamiska lugsystemet – först introducerat på Galaxy Watch Ultra – till alla Watch8-modeller, vilket minimerar glappet mellan klockkroppen och handleden för att förbättra sensorernas mätnoggrannhet .

Galaxy Ring: En universell passform för miljontals fingrar

Ringar är notoriskt knepiga eftersom ett enda styvt objekt måste bibehålla exakt sensorkontakt på fingrar av vitt skilda former. Samsungs "computational design"-pipeline bygger nu digitala tvillingar av användares fingrar för att optimera ringstorlek, inre kurvatur och PPG-sensorplacering för hälsomätning dygnet runt .

Målet är att säkerställa att biometriska mätningar som puls och sömnanalys förblir korrekta över så många olika fingerformer som möjligt, utan att användarna själva ska behöva bli experter på ringstorlekar .

Vad Samsung planerar härnäst: Nya produktkategorier och AI-fabriker

Casalegnos framtidsutsikter, från Samsungs officiella intervju, pekar mot tre konkreta riktningar :

• En självförstärkande datafördel. I takt med att Samsungs egenutvecklade anatomiska databas växer kommer deras specialanpassade AI-verktyg att driva mer exakta simuleringar och djupare insikter, vilket potentiellt kan öka försprånget gentemot konkurrenter som förlitar sig på mindre eller mindre diversifierad träningsdata .
• Helt nya produktkategorier. Casalegno konstaterade att en expansion av denna metodik skulle kunna "låsa upp exponentiella innovationer på sikt som leder till en helt ny kategori av wearables som kan omdefiniera gränserna för användarupplevelsen" . Han specificerade inte formen, men infrastrukturen – objektiv passformsdata om öron, handleder och fingrar – är nu på plats.
• Från labb till fabrik. Samsung har separat meddelat en plan för att omvandla all global tillverkning till helt AI-drivna fabriker till 2030, med simuleringar baserade på digitala tvillingar integrerade i hela produktionskedjan . Detta antyder att samma metodik med digitala tvillingar som designar en Galaxy Buds idag, så småningom kommer att styra hur den tillverkas på löpande band.

Samsungs SDIC-team bekräftade också att de aktivt förnyar designprocessen baserat på ackumulerad data och specialiserad AI, med målet att introducera bärbara produkter som kombinerar ergonomi och AI på djupare sätt än vad nuvarande produkter tillåter . För tillfället är Galaxy Buds4, Watch8 och Ring de första fysiska bevisen på att subjektiva passformspaneler är på väg att ge vika för en objektiv, AI-verifierad standard.