在 OAK-4 摄像头上运行你自己的 AI 模型，现在比以往任何时候都更加简单——只需借助。上传模型、将其转换为 RVC4 平台格式、通过提供的示例代码启动运行，从训练好的 ONNX 模型到边缘端实时推理，整个过程仅需几分钟。

自 2026 年 5 月起生产的设备，OAK 将不再为多款 PoE、FFC 及 SOM 系列产品配备板载 eMMC 存储。这一调整是基于客户使用率低、存储芯片成本上涨，以及 DepthAI v3 不再依赖 eMMC 等因素引起。若您的部署方案确实需要板载存储，请在订购前联系 OAKChina 技术支持团队。

模型输出的数据服务于 SLAM 的前端和后端，从而实现基于深度学习的特征点检测与追踪，前端的 VIO 可以更精准地工作，后端则利用全局描述进行视觉地点识别（VPR），即使在超大场景中也能实现快速回环检测和重定位问题。提供2D、2.5D、3D地图，满足不同导航和避障需求，如AGV/AMR的2D地图，无人机的3D地图，以及人形机器人和机器狗的2.5D地图。隐私保护模式，Life-Long SLAM与分

机器人和空间智能系统常常面临恶劣的现实世界自然环境挑战，例如温度的变化和连续振动，这很容易导致立体深度校准随着时间产生偏移，为了解决这类问题，我们引入了。如果全分辨率不能满足您的输出要求，DepthAI现在会自动回退到裁剪的传感器配置。我们着重提升了部署的韧性，将前沿检测模型推向边缘端侧，并大幅度加速了设备端的神经网络的计算。深度感知是空间智能的核心，但传统的经典算法可能难以处理无纹理的表平面，例

OAK相机可以运行几乎所有的人工智能模型，包括用户自己创建和训练的神经网络模型。一个OAK芯片内部可以同时以并联或者串联的模式运行多个AI神经网络模型。我们可以通过在线或者离线的转换工具，将自己训练好的神经网络模型转换成可以在OAK上加速运行的BLOB格式的神经网络模型。这里提供YOLO模型的三种转换方法，其他框架的模型方法类似，示意图如下：YOLO各个版本的详细转换教程可查看此处。

在本次版本更新中，oakctl应用运行、OAK-Viewer连接，网络共享和OTA推送更新等功能暂不支持，但我们会在未来的开发中迭代推送。管道和数据流，传输结果，简化了开发设置，并使得对应用程序进行原型设计变得更加容易，仅通过一个单独的连接。在这篇文章中，我们将介绍此版本中引入的关键功能，演示您今天可以运行的示例管道，并展示如何在。流在您的环境中的性能，我们建议使用不同的管道配置运行基准测试。我们

在本次版本更新中，oakctl应用运行、OAK-Viewer连接，网络共享和OTA推送更新等功能暂不支持，但我们会在未来的开发中迭代推送。管道和数据流，传输结果，简化了开发设置，并使得对应用程序进行原型设计变得更加容易，仅通过一个单独的连接。在这篇文章中，我们将介绍此版本中引入的关键功能，演示您今天可以运行的示例管道，并展示如何在。流在您的环境中的性能，我们建议使用不同的管道配置运行基准测试。我们

已完成在内置操作系统Luxonis OS的V 1.14.1, 1.20.5 和V 1.27.1 上的版本支持。

已完成在内置操作系统Luxonis OS的V 1.14.1, 1.20.5 和V 1.27.1 上的版本支持。

OAKChina团队一直以来为OAK-D-W系列设备研发了极佳的软硬件适配生态，做到可以“即插即用”般的便捷。OAK数采与遥操解决方案所搭配的OAK相机，不仅可以输出大广角FOV的RGB与深度，完成RGBD输出，并且可以同时完成AI识别，同步输出IMU位姿、空间定位轨迹甚至点云。而以上这一切，完全由OAK设备提供算力，并不依赖额外的GPU和上位机硬件资源。OAK 数采设备基于立体深度感知和3D边缘