登录社区云，与社区用户共同成长
邀请您加入社区
制造业 AI 质检不是“训一个 SOTA 模型”的比赛，而是一套数据、模型、部署、闭环、验收的工程体系。把这五件事做扎实，100 张缺陷样本也能跑通一条产线；任何一环缺失，130 万张图也救不了现场。边缘保节拍，云端保长尾，人工保底线；验收看漏检率和过杀率，不看 mAP；上线不是终点，能每月自动变强才是。
视程空间 Pandora NX Super 是面向工业场景的 NVIDIA Jetson 架构边缘 AI 算力平台，原生集成 Allxon OOB 远端管理硬件能力，搭载 Allxon ResiLink 管理体系，为分布式边缘设备提供一套完整的远程运维底座。其核心特性是带外管理不依赖操作系统：管理通道独立于系统内核与业务网络。大幅减少现场上门与出差维修的频次，分散式点位的运维人力成本明显下降。系统
过去三十年间，无线接入网（RAN）一直被极少数传统设备商的专有黑盒硬件所锁死。基带物理层（L1）完全绑定在定制的专用 ASIC 芯片上，升级周期漫长且无法共享给任何其他通用计算任务。然而，这一物理定律在 2026 年被彻底终结。演进时间与平台基站支持峰值小区数 (Peak Cells)底层算力架构重大里程碑与技术转折点2022 年 (A100 + BlueField)12 个峰值小区首代端到端 5
作为一个准备靠广告费赚点服务器钱和个人辛苦费的独立开发者，为了彻底规避侵权风险，我被迫放弃了现成的 YOLO，转头扎进了一篇学术论文，选择了旷视开源、采用 Apache 2.0 协议（完全免费商用）的 YOLOX。队友的牌被系统当成对手出的牌直接过滤了！大半年的时间里，我经历了开源协议的背刺、NCNN 算子不兼容的绝望、自编译 OpenCV 的折磨、双重 Sigmoid 的降智打击、鸿蒙系统的底层
Comake Pi D3 是端边侧AI开发服务平台Comake推出的入门级视觉边缘计算开发板，主控 SCM8003G（6 核 Cortex-A55 @1.8GHz，NPU 8TOPS@INT8），4GB LPDDR4X，支持 2 路 8K@30fps 解码和双千兆网口，能本地跑 Qwen2.5-1.5B 级别的大模型（约 8~9 tok/s）。适合 AI NVR、AI NAS、智能会议、无人零售、
智能巡视系统破解“少人值守”与设备掌控之间的矛盾，通过机器人、无人机、高清视频、声纹装置等多源感知网，实现变电站全天候、全场景自动巡检。系统以巡视主机为中枢，结合AI算法对设备状态、缺陷、环境及人员安全进行智能分析，仅将异常结果推送人工复核，大幅减少人工到站频次，提升巡检效率与准确性。关键在于点位精准布设、算法持续优化与误报有效控制，真正实现“数据持续看，人只盯异常”，推动运维向智能化、精细化转型
MediaComm美凯入选广东省创新型中小企业名单。公司以非IP全光纤KVM坐席技术为核心，拥有34项专利、40项软件著作权及七大原始创新技术，产品涵盖光纤KVM、分布式KVM、图像拼控处理器、坐席AI机器人等，并完成海光、鲲鹏、飞腾、麒麟、统信等信创平台适配，服务电力、空管、机场、轨道交通等关键任务环境。
边缘大模型验收不能只看 tokens/s。分开测 TTFT、TPOT、内存峰值、热稳态与整机功率，并固定模型、上下文、并发和测量位置。
还有一种更隐蔽的情况——通信中断期间的记录在链路恢复后集中补传，数值本身没错，但时间标签如果没有同步机制，整段过程会被整体平移，后续的相关分析与预警时效判断都会失真。二是连续性：链路一旦中断，这段时间的数据要么丢失，要么在恢复后集中补传，中断期间现场发生了什么，中心侧是看不到的。可复核的前提是可重复，而可重复的前提是可版本化。大模型在水文业务中能承担的事情其实很明确：把口语化的问题转成结构化查询，
联发科MT8366/MT8367为6nm先进制程下首款支持端侧生成式AI的入门级IoT SoC，采用1~2×A76+6×A55架构，集成第八代NPU（5.1/7.4TOPS），支持人脸检测、语音识别等轻量AI应用。具备工业宽温（-40~105℃）、双屏4K60显示、TSN千兆网与CAN-FD接口，封装仅12.2×13.4mm，引脚兼容，供货至2035年。适用于智能家居、智慧零售、工业HMI及机器人
在访客登记、展示屏等轻量终端场景中，系统选型应摒弃“唯贵论”与“盲目省钱”误区。实测表明，鸿蒙嵌入式方案在授权成本、资源占用、启动速度、稳定性及维护便捷性上显著优于付费桌面系统，尤其适合非核心业务场景。其低冗余、高自愈能力保障了7x24小时稳定运行，配合国产化资质与安全基线，更契合信创要求。建议采用“适度超配硬件+轻量嵌入式系统+统一管理平台”的组合，实现低成本、高可靠、易运维的最优解，真正做到“
【Sunniwell CV610 开发板测评】介绍、组装与测试 本文介绍了 Sunniwell CV610 DevBoard 开发套件的相关信息，包括开发套件介绍、组件分析、资源参数、性能特点、原理图等，并阐明组装过程，硬件接线、上电开机及串口调试。结合默认出厂程序，使用 APP 连接蓝牙配网，配置 ZeroClaw 模型并使用 QQ 通道对话，调用摄像头捕捉实时画面。 介绍 Sunniwell
在 Jetson Orin NX 16GB 上跑通一次本地 AI Agent 航班查询只用 32.8 秒，其中决策模型 Laya 选定动作仅 0.5 秒、Qwen 解析任务 3.5 秒，其余时间都在浏览器操作与核对上。本文对比文本生成与决策模型两条路的机制，拆开 Laya 如何用状态、目标、候选打分选出下一步操作，并给出 reComputer Industrial J4012 上的完整配置、安装命
边缘大模型硬件选型不能只比 NPU TOPS。先固定模型、上下文与并发，核算权重、KV cache 和运行时峰值，再检查后端兼容、带宽与持续散热。
本文提出从传统ROS机器人向具身智能演进的技术路线图，强调在保留底层控制优势的基础上，通过大模型与数据驱动策略（如VLA、模仿学习）提升规划与任务泛化能力。结合AI Coding实现开发效率倍增，分四阶段推进：增强智能→模仿学习→仿真训练→自主进化。核心在于构建数据闭环与仿真优先的基础设施，以数据与仿真为护城河，最终实现“会听懂人话、能自主学习”的智能机器人。
11 月 2 日，移动通信网发了一条不太起眼的项目稿：云南保山 74 座中小型水库，150 路监测点位，一个月交付。放在一堆大模型新闻里，这条几乎没存在感，但它回答了一个特别土的问题：光纤铺不进去的地方，摄像头到底怎么联网？ 现场是这样的。保山境内 400 余座中小型水库，大量点位在半山腰、山脚。装
嵌入式也能玩AI？本文从原理到代码，带你把AI模型部署到STM32，含TinyML实战、5大应用场景与配图。
先明确需要检测什么缺陷（色彩类→全彩夜视；温度类→热成像）再确定巡检方式（无人机→关注重量和延迟；机器人→关注防护和功耗；固定→关注稳定性）最后根据预算和重要性等级确定方案配置全彩夜视方案正在成为电力巡检的标配——它能发现的缺陷类型是红外方案无法替代的。
本文剖析工业终端系统选型的常见误区，强调操作系统选择应基于业务场景而非硬件参数。通过对比Windows（全兼容）、安卓（轻量化）、鸿蒙（分布式协同）与银河麒麟（信创合规）四大系统在实际项目中的应用，揭示其在兼容性、开发成本、运维难度与合规性上的差异。结合蓝速科技等案例，提出“芯片架构+软件生态”匹配的决策逻辑，指导企业构建灵活稳健的工业数字化系统路径，实现长期降本增效。
工业机器人这几年真正缺的，不是更大的模型，而是能把模型可靠送到现场的那一层硬件。机器人本体、PLC、伺服都已经很成熟了，中间那块"看得见、算得动、扛得住车间"的边缘盒子，长期被消费级显卡和工控机凑合用着。Edge 这类产品的价值，不在于它跑了多高的 TOPS，而在于它把尺寸、温度、接口、无风扇这几件事按工业现场的方式重新过了一遍：你不用再为了塞一块显卡去加一个柜子，不用再夏天蹲在机柜旁边拿风扇对着
YOLOv8是 Ultralytics 推出的经典前沿目标检测模型，在业界被广泛应用于无人巡检、机器人导航以及智能安防等领域。Anchor-Free（无锚框设计）：直接预测物体中心点和宽高偏移量，极大减少了预设超参数数量，对不同长宽比目标的泛化能力更强；解耦检测头（Decoupled Head）：将分类分支与边框回归分支彻底分离，显著提升了训练收敛速度与检测准确率；轻量级网络骨干（C2f 模块）：
犀牛派 X1 是一块以高通跃龙 QCS8550 为核心、可运行 Ubuntu 22.04 的嵌入式计算开发板。它既具备 Linux 主机的系统和网络能力，也提供摄像头、显示、音频、存储与 GPIO 扩展资源，适合构建视觉终端、语音交互设备、机器人、工业网关和其他边缘智能设备。
Orin NX在工业现场到底能做什么？本文按四个场景给出明确边界：机器视觉以4路GMSL2和157 TOPS支撑多工位亚10ms级检测；AMR/AGV需要CAN FD+4路相机实现感知到执行的闭环；具身智能适合SmolVLA级别VLA推理而非大模型本地运行；工业AI智能体以窄域视觉与结构化输出为主。每个场景附带接口与算力判断依据，并对照钡铼EA250/EA250 Pro的承载方式。
工业AI智能体正向产线边缘迁移，施耐德电气、英伟达等联合推出基于Jetson Orin NX的边缘AI方案，聚焦视觉质检、预测性维护、安全巡检与工单理解。Orin NX凭借157TOPS算力与低功耗，适配多路视觉处理、小语言模型推理及实时控制，但受限于内存与带宽，无法支撑7B以上通用大模型。四款型号（EA230/Pro、EA250/Pro）按算力与扩展能力分层：从单相机监控到多传感器融合具身智能，
自助终端芯片选型需破除“唯名录论”“嵌入式不合规”“一刀切”三大误区。在满足等保与国产化要求前提下，应根据业务场景分级匹配：核心业务用名录桌面芯片，边缘展示类可采用瑞芯微（RK）+鸿蒙方案，兼顾性能、成本与自主可控。RK芯片在多媒体处理、低功耗及系统生态上优势显著，且符合国产供应链实质要求。关键在于精准核对技术条款，避免后期返工，通过“分级匹配”实现合规与经济性的平衡。
宇珑科技瑞芯微RK3588+RK1828 26TOPS算力 Al 边缘计算 AI大模型算力主板应用在机器人 边缘计算 人工智能 大模型 机器视觉领域上
2026互联具身智能国际会议（CCEI2026）将于2026年12月在合肥举行，聚焦“连接身体、机器与智能”。会议设“具身智能基础与模型”专题，探讨视觉-语言-动作模型、世界模型、多模态感知融合、具身推理与仿真到现实迁移等前沿方向。
本章探讨具身智能的计算架构，提出“异构计算”范式：以NVIDIA Jetson/Orin为AI大脑（处理感知、规划），MCU（如STM32）为实时控制小脑（执行电机、安全监控）。通过高速通信与频率分界（500Hz）实现协同。进一步采用“瘦终端+强云端”架构，将大模型推理卸载至云端，结合5G/Wi-Fi7优化流媒体传输，并设计断网逃生机制保障鲁棒性。边缘侧则通过量化（INT8）、剪枝（结构化）与知识
本文详细分享了企业完成OpenHarmony轻量级系统兼容性认证的实操全流程，涵盖企业账号注册、源码移植与编译、本地调试、镜像上传、信息填报、样机寄送及证书下载等环节，并附真实界面截图与参考链接，助力开发者高效通关认证。
在智慧电力变电站巡检、工控产线缺陷检测以及AGV自主移动机器人等关键边缘场景中，单板机（SBC）往往处于高温、剧烈电磁干扰或极端电压纹波等恶劣物理工况下。在这些边缘设备上，专用的神经处理单元（NPU）固件与底层闭源内核驱动往往是系统稳定性最薄弱的一环。一旦NPU由于瞬时电压抖动、DMA总线死锁或微码异常而陷入硬件挂死（Hardware Hang），应用程序发起的推理ioctl往往直接陷入不可中断的
边缘计算
——边缘计算
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
北京朝阳AI社区
openEuler 社区
人工智能6S服务平台
DAMO开发者矩阵
AtomGit AI 社区
海思HiSpark开发者社区
AI硬件创业社区
开源鸿蒙跨平台开发者社区
