⬇️价格调整速览。

然而，当我们需要将这些测量结果映射到真实世界时，问题就来了 —— 机器人、机械臂、车辆都存在于现实世界中，它们需要把来自传感器的所有数据转换到一个世界坐标系中。这一标定补偿了真实世界的制造公差，使相机与 IMU 数据的融合、点云与物理设备的对齐以及机器人集成变得更加容易。这形成一个完整的系统：相机、IMU 和物理设备外壳通过一个统一的标定几何模型彼此连通，所有数据均可转换到环绕我们的现实世界。这一

如果你拆开一台 OAK 相机，第一反应就是让你的编程 Agent 去驱动它——那么这次发布就是为你准备的，你一定会喜欢。今天，我们正式发布属于OAK的agent skills：一组专注的技能集合，教 Claude Code、Codex、Cursor 等编程 Agent 如何像我们一样操作 OAK 相机和 DepthAI。它们能带你从一台还在包装盒里的相机，到一台验证可用的设备，再到一个可运行的概念

如果您已经在使用 depthai-ros，请升级到 v3.2.1，并告诉我们它在您的项目中的表现。您的反馈将帮助我们持续改进 ROS 集成，并为社区带来更多新功能。无论您是刚开始在 ROS 2 上使用 DepthAI，还是正在部署生产级机器人应用，文档都能满足您的所有需求。应用程序现在可以访问受支持 RVC4 设备的磁力计数据，实现更丰富的传感器融合和导航应用场景。基于RVC4的设备现在可以通过

为了解决这个问题, 我们的团队直接在 NVIDIA Isaac Sim中开发并实现了与我们相机组合的虚拟版本,如实地复制了真实地OAK设备的规格和行为。无论您是在开发自主移动机器人、工业自动化解决方案、仓库管理系统、无人机还是研究平台，OAK相机现在都可以轻松地直接集成到您的模拟工作流中。开发者则可以专注于更加重要的工作，例如：构建、测试和改进他们的机器人系统，而不是花时间重新创建传感器规格和验证

这个项目来自Deepak Talwar的团队，也是他们参加OpenCV Spatial AI大赛的决赛项目。

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