在此次联合方案中，博世提供多类型高性能 MEMS 传感器及算法优化能力，用于精准获取微动作、姿态与环境变化等多维数据；乐鑫以双频 Wi-Fi 6 物联网芯片 ESP32-C5 作为核心主控，通过稳定的无线连接、实时的数据处理能力以及对 MCP 协议的原生支持，实现感知数据的本地解析与大模型联动，使系统在端侧具备即时理解与响应能力。

本届大会，乐鑫携手全球生态伙伴，与开发者一起深入探讨 AIoT 时代的技术演进与落地路径。

​乐鑫推出 ESP-Brookesia ——一款专为物联网设备打造、集成 AI 交互能力的 UI 开发与管理框架。ESP-Brookesia 深度融合 AI 大模型技术，为智能屏显应用赋予语音识别、自然语言对话、拟人化反馈等能力，帮助开发者构建更智能、更具温度的人机交互体验。

EchoEar（喵伴）以端到端开发为核心理念，构建起从硬件接入、智能体构建到生态联动的一站式开发流程，为开发者提供了一条高效、开放、具备可复制性的落地路径。

​乐鑫科技 (688018.SH) 的 ESP RainMaker 为构建物联网生态提供了一个完整的云解决方案，打通了底层硬件（芯片和模组）、软件生态（ESP-IDF 物联网操作系统、Matter、语音助手、HMI 等）、云后端（基于 AWS 搭建）、移动端 APP、设备管理看板全链路，建立了一套开放、灵活、可私有部署的云基础设施。客户无需额外开发与维护，就能够便捷地基于 ESP RainMake

了解 Rust 新兴编程语言

用户基于乐鑫深度学习库 ESP-DL，能够在 ESP32-S3 上部署高性能的深度学习模型。

按下列步骤和步骤说明在 ‘model_define.hpp’ 中定义模型。在。

用户基于乐鑫深度学习库 ESP-DL，能够在 ESP32-S3 上部署高性能的深度学习模型。

EchoEar（喵伴）以端到端开发为核心理念，构建起从硬件接入、智能体构建到生态联动的一站式开发流程，为开发者提供了一条高效、开放、具备可复制性的落地路径。