【导读】8月8日，普源精电宣布UVerse平台免费公测正式开启。AI将为测试测量带来怎样的变化？普源向EEWorld详细分享这一平台的实现和规划。
为什么要推出UVerse？
无论测试测量技术如何变化，其核心始终围绕三个关键角色展开：
第一是仪器，仪器是测试测量的基础，也是普源长期发展的根基；
第二是工程师，工程师始终是测试测量过程中的核心主体；
第三是解决方案，无论是一段测试脚本、一套工程经验，还是一个专业软件，最终目的都是形成解决方案，用于解决不同行业、不同场景下的问题。
AI的加入，将改变这三个角色之间的协作方式。普源希望UVerse成为一个全新的协同空间，让仪器、工程师、解决方案、AI四个角色在平台中无缝连接、高效协同。
UVerse这一名称来源于Universe（宇宙），寓意不同测试测量元素在平台中不断融合、汇聚，最终形成一个完整生态。UVerse的愿景是围绕工程师，通过AI赋能仪器与解决方案，让工程师能够更加高效地完成每一次测试测量挑战。
UVerse四大核心组成
UVerse平台主要由四大核心组成：
Tron：智能测试助理
Atlas：仪器接入与控制引擎
Orbit：智能自动化测试引擎
Nexus：应用与资源中心
其中，Tron贯穿整个UVerse平台，帮助工程师完成测试测量任务，让AI真正进入测试现场。从现场演示来看，Tron类似于我们平时使用的AI智能体，主要对语义进行理解。
UVerse并不限于普源自身设备，只要符合标准通信协议，都可以接入平台。此外，对于非标准设备，例如串口设备、Modbus设备、特殊机械设备，也可以通过连接器方式接入。总之，UVerse是开源、开放的。
UVerse采用“云端+本地”结合架构，AI模型服务默认部署在云端，用户管理等基础服务在云端完成，测试流程执行和仪器连接则在本地客户端完成。
针对无法访问互联网的工业环境，UVerse也支持私有化部署。如果企业内部已有AI模型服务，也可以进行无缝接入，测试流程和数据可以完全保留在本地，不上传云端。
那么，具体来看，Atlas、Orbit、Nexus怎么帮助Tron工作？
Atlas：让仪器资源成为UVerse平台基础能力
测试测量工作的第一步，往往是仪器接入，工程师需要先确认实验环境中有哪些仪器，然后完成连接、配置和控制。Atlas正是为了解决这一问题而设计的。
Atlas是UVerse中的仪器感知、接入和控制引擎，目标是让每一台仪器在平台中都能够被发现、被连接、被控制、被AI理解和调用。
例如，工程师有一个低通滤波器，希望测试其在5.5GHz～6.5GHz频段内的传输特性。过去，工程师需要手动寻找合适的网络分析仪，并确认设备型号、状态以及功能是否满足需求。在UVerse中，工程师只需要提出测试需求，Atlas即可扫描局域网内可用设备，快速识别仪器数量和型号，并进一步读取仪器能力边界以及控制指令信息。
因此，测试方案并不是基于预设设备生成，而是基于真实连接仪器的能力自动确定。完成仪器注册和参数配置后，Atlas即可启动扫频测试。测试完成后，系统能够自动分析结果，将通带表现直接呈现出来，无需工程师逐点查看数据。从需求提出，到方案生成，再到仪器控制和结果分析，整个流程更加智能化。
Atlas采用抽象化仪器接入层设计，可以兼容不同品牌、不同类型的测试设备。无论是示波器、台式万用表、电源、网络分析仪、频谱分析仪，还是模块化仪器，都可以接入UVerse平台。支持各种常见接口，其他品牌仪器也能够通过相应接口接入，实现统一管理。对于模块化仪器，同样可以通过Atlas进行控制和管理。
Orbit：从自动化脚本走向智能测试工作流
在完成仪器接入之后，测试流程自动化成为下一步关键环节。UVerse中的第二个核心组件是Orbit，它是智能自动化测试引擎。
传统测试自动化通常依赖Python脚本或者专用编程环境。工程师需要编写代码、调试程序，并持续维护测试流程。在Orbit中，工程师只需要描述测试需求，Tron可以帮助工程师将测试意图转化为结构化的自动化测试流程。
例如，工程师提出需求，对32个模块按照指定方案完成全部通过性参数扫描，并固化为一条工作流。Orbit可将整个任务拆解为多个测试节点，以可视化方式搭建测试流程。工程师不仅可以看到测试流程本身，还可以通过界面编辑器搭建测试界面。在测试运行过程中，每个模块的数据都会实时显示，测试进度、数据变化以及节点状态都能够被直观看到。如果流程出现问题，工程师可直接询问Tron，由AI帮助定位异常节点，并提出调整建议。
Orbit希望实现的是“测试流程搭得起来，测试过程看得明白，测试结果呈现出来”。
Orbit内部提供了丰富的节点化能力，目前平台包含五大类、30多个内置节点。这些节点采用插件化设计，未来可以持续扩展更多业务能力。
Orbit区别于传统自动化工具的重要能力，是可以直接调用大语言模型能力，将AI嵌入测试流程。例如，在完成某项测试后，工程师过去可能需要依靠经验判断波形是否异常。现在，可以将测试结果连接到AI节点，由AI结合仪器知识、测试过程以及历史经验，对测试数据进行分析。
Orbit不是简单的可视化流程编辑器，更像是一个“智能体到测试工作流”的转换引擎。传统方式中，工程师告诉AI需求，AI生成Python代码，虽然AI生成代码速度非常快，但代码出现问题仍然需要工程师大量验证。Orbit输出的是结构化测试工作流，测试逻辑已经被节点化、标准化，AI负责的是流程编排，而不是随意生成代码。因此流程更加可控，执行过程更加透明，后续维护更加简单，其他工程师也可以直接复用。
Nexus：打造测试测量应用生态
除了仪器接入和自动化测试，UVerse还有第三个核心组件Nexus，定位为测试测量应用与资源中心。如果将UVerse比作智能手机生态，那么Nexus类似于App Store。
Nexus的目标是汇聚各种专业测试应用，让工程师能够快速找到适合自己的测试工具，例如协议一致性分析、功率分析、三相电分析、射频信号分析，这些专业应用都可以在Nexus中找到。
“Nexus的价值不仅在于应用数量，更在于构建完整生态。苹果生态成功的重要原因之一，是其背后拥有完整的软件开发工具链。”
开发者无需重新搭建大模型接口，也无需重新开发智能体框架。除了专业应用之外，Nexus还提供更多资源，包括仪器资源包、Orbit插件节点、仪器智能体连接器、测试技能模块。
这些资源不断积累，将持续扩大UVerse的平台能力。最终，UVerse希望形成一个不断成长的测试测量生态。
写在最后
随着AI技术进入测试测量行业，过去工程师需要学习仪器、掌握编程、搭建测试流程，未来工程师更多需要定义测试目标，让AI协助完成复杂执行。
正如现场人员向EEWorld介绍的，UVerse希望通过Atlas连接仪器，通过Orbit构建智能测试流程，通过Nexus汇聚专业应用，再由Tron作为智能测试助手贯穿其中，最终形成一个开放、持续成长的AI原生测试测量生态。
