边缘计算标签_DAMO开发者矩阵

边缘计算

机器人运动控制延迟由什么决定？瑞迅科技RK3588/3576/3568实时性保障方案

机器人运动控制延迟并不存在适用于所有设备的固定标准。对于高精度运动控制，毫秒级控制周期是重要指标，但从整机角度来看，更应该关注从传感器采集到控制指令输出的端到端延迟，以及高负载状态下的实时稳定性。随着机器人同时承担视觉感知、边缘计算和端侧AI任务，机器人主板也正在从单一控制平台向“实时控制+高性能计算+NPUAI推理”方向发展。瑞迅科技基于RK3568、RK3576、RK3588等平台打造的嵌入式

 Rocktech_ruixun
16小时前

 81

#嵌入式硬件 #人工智能 #机器人 +1
端侧部署1B、3B、7B大模型，主板算力和内存怎么选？瑞迅科技RK3588/3576/3568方案选型参考

端侧部署大模型不是“选一颗算力最高的芯片”那么简单。算力决定推理速度，内存决定模型能否加载，两者的匹配程度决定最终体验。瑞迅科技以RK3568RK3576RK3588三大平台配合RK182X端侧AI协处理器的灵活扩展能力，为端侧大模型部署提供了从1B到7B的分级算力与内存方案。无论是轻量级语音交互的智能终端，还是需要7B大模型推理的机器人与边缘计算设备，都能在瑞迅科技的产品矩阵中找到匹配的硬件底座

 Rocktech_ruixun
2026-09-04 11:11:11

 186

 6

#人工智能 #嵌入式硬件 #边缘计算
视程空间（Vision Space）全系列算力开发板型号汇总及选型指南

在边缘AI、智能机器人、工业视觉、自动驾驶等领域，算力平台的选型直接决定了项目的上限和落地成本。视程空间（Vision Space）围绕NVIDIA Jetson全系列芯片，构建了从34 TOPS入门级到2070 TFLOPS旗舰级的完整算力矩阵，产品形态覆盖机器人专用核心板、超紧凑算力模块、边缘算力盒子、工业加固终端、带屏智能终端、IO扩展底板六大类，能够满足从原型验证到批量部署的全生命周期需求

 视***间
2026-09-03 09:28:49

 308

 7

#人工智能 #边缘计算
视程空间全系算力开发板落地场景解析：从原型开发到工业量产的全场景适配

在嵌入式开发、机器人研发、工业智能化改造的实际项目中，很多团队都会面临共性难题：通用开发板算力与功耗无法兼顾、工业环境适配性差、外设接口匮乏、二次开发门槛高，导致大量项目停留在实验室原型阶段，难以落地量产。作为深耕边缘AI算力硬件与解决方案的技术厂商，视程空间依托NVIDIA Jetson全系平台深度自研优化，打造ARC、Edge、AIR、Pandora等多系列算力开发板，覆盖轻量终端、工业设备、

视***间
2026-09-02 10:54:29

 183

 6

#边缘计算
机器人智能巡检方案三大挑战是什么？瑞迅科技RK3588+RK1288双芯架构破解现场难题

巡检机器人从“能走”到“能干活”，中间隔着端侧Agent的自主决策、自主导航的实时性、以及算力平台的综合承载能力三道坎。主控板不仅要算得动，还要算得稳、算得久。瑞迅科技以RK3568RK3576RK3588三大平台构建的嵌入式工控主板方案，配合RK1828端侧AI协处理器的灵活扩展能力，为巡检机器人提供了从轻量级视觉检测到端侧大模型推理的分级算力底座。在机器人从“展台上的概念”走向“产线上的工具”

Rocktech_ruixun
2026-09-02 09:23:07

 192

 6

#机器人 #边缘计算 #嵌入式硬件 +1
从英伟达 GPU 到 RK3566 实机：Microduck 25 厘米强化学习机器人部署手记

维度RK3566 能 / 不能备注跑 1~2 Hz 重型策略✅ 充裕A55 4 核 @1.8 GHz 足够 50 Hz多模态融合（IMU+ToF+Camera）✅ 充裕I²C / SPI / MIPI-CSI / USB 全在多进程协作✅ 充裕Linux 标准进程模型板上训练 / 在线学习❌ 不建议数据中心级算力更适合1 TOPS NPU 加速 ONNX✅ 可用rknn-toolkit 一键转换长

 最坏的时代，也是最好的时代
2026-08-29 23:59:20

 481

 2

#机器人 #边缘计算
科普：AI从云端走向边缘，为什么传统的存储架构“失效”了？

随着大模型轻量化部署与多模态交互的加速，AI技术正从云端向边缘端与端侧全面渗透。然而，当AI算力被塞进智能手表、扫地机器人或工业网关中时，传统的“够用就行”的存储架构开始失效。本文从底层硬件逻辑出发，科普边缘智能设备面临的“数据吞吐、功耗温升、PCB空间”三大物理挑战，并结合晶存科技等厂商的前沿实践，深度解析当前业界如何通过自研主控、LPDDR5X（最高9600Mbps）以及3D堆叠（ePOP）等

 深圳中积芯科技有限公司
2026-08-28 16:22:51

 158

 4

#边缘计算 #硬件架构
第283篇边缘计算部署——把算力搬到机器人身上

本文介绍了机器人AI边缘部署的关键技术。主要内容包括：1) 主流边缘硬件平台(NVIDIA Jetson/Intel/国产芯片)的选型考量；2) 模型轻量化技术(剪枝/量化/蒸馏)及其实现；3) 不同平台的推理引擎(TensorRT/OpenVINO等)部署流程；4) 实战优化策略(流水线并行/内存管理/批处理等)。文章强调边缘部署面临算力受限、功耗散热、实时性等挑战，需要从硬件选型到模型优化的全

 郑伟强dev
2026-08-28 02:52:45

 387

 2

#边缘计算 #机器人 #人工智能 +4
架构范式转移：出海设备本地数采可视化与 Node-RED 边缘网关底层选型解构

在构建高度复杂的出海工业智能装备（如大型精密数控机床、兆瓦级储能集装箱、高端医疗影像分析设备）的跨国接入层与人机交互（HMI）界面时，系统架构师面临的最大技术屏障，往往是在极其恶劣的海外现场物理网络下，如何优雅地处理多路底层端口的纳秒级高频并发中断，并在遭遇海外严苛的数据隐私合规审查（如欧洲 GDPR 法案）时，保障底层工艺数据“绝对不出柜”的同时，依然能为海外现场操作员提供极具现代科技感的高清监

 Robustel
2026-08-27 11:30:00

 372

 6

#边缘计算
企业调研——工业边缘计算隐形黑马，腾视科技以“硬件+算法”加速出海落地

摘要：浙江腾视科技凭借“边缘计算+机器人大脑”技术优势，获《寻找白龙马》专家调研认可。公司聚焦AI边缘智算，提供软硬一体全栈解决方案，覆盖工业机器人、特种车辆等20+行业，具备国产替代稀缺性。核心团队来自华为、中兴，自研AI加速引擎与调度系统，产品落地全球多国。投资人肯定其技术实力，但指出赛道竞争激烈，需加速技术迭代，建议提炼1-3个标准化场景以实现规模化盈利。腾视科技致力于成为全球领先的AI算

 ft1484166681
2026-07-29 15:49:51

 504

 18

#边缘计算 #科技 #人工智能 +2
“控显一体”的工业边缘控制器解决方案

物流分拣、产线设备配套HMI、数据看板、储能监控、AGV/机器人——凡是需要“一边控制、一边显示、一边上云”的场景，BL234A都是高性价比的答案。

钡铼技术
2026-08-26 14:24:51

 247

 3

#边缘计算 #人工智能 #arm开发 +1
RK3568、RK3576、RK3588怎么选？——AI边缘计算平台选型深度分析

RK3568、RK3576、RK3588并不存在绝对的“谁更好”。真正合理的选择，是根据产品需求决定。平台定位适合场景RK3568成熟稳定工业控制、智能终端RK3576性能平衡AI盒子、商业设备RK3588高性能AI视觉、机器人、边缘计算AI时代，芯片只是产品的一部分。真正成功的AI终端，需要同时考虑：硬件平台。系统开发。AI部署。应用场景。量产能力。未来竞争的核心，不是谁拥有最高参数。选择正确的

 工业设备方案笔记
2026-08-20 09:41:45

 453

 13

#人工智能 #arm开发 #边缘计算 +2
从“大脑”到“神经中枢”：FPGA+边缘AI正在重塑具身智能机器人底座

从AI感知到实时控制，具身智能机器人需要怎样的硬件底座？Enclustra瑞苏盈科以FPGA+边缘AI双架构，探索机器人产业化落地的新路径。

Enclustra_China
2026-08-18 15:15:37

 313

 8

#fpga开发 #人工智能 #机器人 +1
低功耗多网口嵌入式工控机AK5在桌面协作机器人中的应用实践

桌面协作机器人凭借轻量化、高精度、人机协作安全等优势，在3C电子精密装配、科研实验自动化、教育培训、医疗辅助等场景中快速渗透。与大型工业机器人不同，桌面协作机器人对控制器的体积、功耗、接口丰富度及扩展灵活性有着极为特殊的要求——既要足够小巧以适配紧凑的机器人本体，又要具备多网口、多串口等丰富的通信接口以连接视觉系统、力觉传感器、夹爪等外设，还要能够根据不同应用场景灵活扩展I/O、光源控制、CAN总

 阿普奇APQ
2026-08-17 17:39:03

 230

 4

#机器人 #网络 #人工智能 +2
基于小语言模型与边缘计算增强虚拟智能体：思考与记忆机制探索评测

本文探索在边缘计算环境下使用小语言模型（SLM）实现虚拟智能体的思考与记忆机制。研究基于认知具身智能体架构（CEAA），在NVIDIA Jetson Orin NX边缘设备上部署不同规模的Qwen2.5系列模型进行实验。结果表明，1.5B参数的SLM在路由任务中达到85.4%准确率，在记忆任务中实现72.8%召回率，展现了边缘设备运行认知流程的可行性。3B模型虽性能更优，但延迟显著增加。该研究为虚

 weixin_44626085
2026-08-16 09:46:05

 422

 8

#语言模型 #边缘计算 #人工智能
生物混合机器人技术与神经集成（1）——浅谈

在探索人机交互的边界时，我们常常面临一个核心挑战：如何让机器真正理解并响应人类的意图，而不仅仅是执行预设指令？传统的控制方式依赖物理按钮、语音命令或视觉识别，但在某些极端场景下，比如肢体功能受限的康复训练，或是需要毫秒级反应的高精度操作中，这些方式显得力不从心。神经信号驱动的运动控制技术正是为了解决这一痛点而生。它试图绕过传统的肌肉传导路径，直接读取大脑发出的运动指令，将其转化为机械动作。这不仅为

 写代码的汤姆猫
2026-08-14 11:57:34

 298

 8

#机器人 #人工智能 #机器学习 +2
当医疗AI走入“深水区”，研华以“边缘算力基建”回答落地难题

医疗AI依赖边缘计算的三大原因：数据隐私要求本地处理、实时诊疗需要毫秒级响应、手术过程必须确保网络稳定。研华针对医疗AI落地难题，提出x86+Arm双架构方案：x86满足高算力需求（如手术机器人），Arm适配便携设备（如内窥镜）。其边缘算力覆盖四大场景：内窥镜（支持4K影像与AI识别）、手术机器人（亚毫米级精度控制）、影像设备（超声/CT智能分析）、体外诊断（长周期稳定运行）。通过构建"

Advantech_
2026-08-13 15:27:54

 381

 3

#人工智能 #边缘计算
AI往哪长｜云计算·边缘计算·世界模型·空间智能·具身智能一次讲透

AI 的下一个战场在哪？这篇把 5 个前沿方向串成一条"从云端走向物理世界"的演进线：先讲云计算（模型跑在哪）、边缘计算（把推理往离设备更近的地方推）、世界模型（让模型学会"想象"现实）、空间智能（让模型理解三维空间）、最后具身智能（让模型长进物理身体里动起来）。每个概念都配生活类比、能动手感受的场景、和会卡住你的灵魂提问，末尾用一张演进图收口，看清 AI 的下一步往哪长。108张AI知识卡片系列

 yuhaiqun1989
2026-08-13 11:08:27

 545

 6

#人工智能 #云计算 #边缘计算
飞腾主板，领跑5G、物联网与边缘计算新赛道

底层硬件长期依赖海外方案，供应链安全与数据信息安全存在隐患。区别于云端集中运算模式，它把算力部署在数据源头，工业传感数据、高清视觉画面、5G通信信号均可就近完成处理，大幅削减云端传输负载，端到端时延稳定可控，适配智能工厂机器人操控、路口交通信号调度、户外能源监测等低时延刚需场景。广州高能计算机携手飞腾打造国产工控主板GM-P301F-01 ，以自研国产芯片为内核，兼顾强悍算力、适配能力与工业级稳定

 gnhpc1
2026-08-13 10:58:22

 253

 9

#物联网 #边缘计算
视程空间Pandora系列｜端侧离线大模型落地解决方案

在生成式 AI 快速普及的当下，大语言模型（LLM）、视觉语言模型（VLM）正在从云端向边缘设备迁移，成为机器人、工业智能、医疗辅助等行业的核心技术。但数据隐私泄露、网络传输延迟、云端算力成本高昂三大现实问题，一直阻碍着离线大模型的规模化落地。

视***间
2026-08-11 14:55:25

 182

 6

#边缘计算
视程空间Pandora边缘算力盒子实测评测：基于Orin NX 16G的端侧大模型务实方案

一、产品定位与官方参数视程空间 Pandora 是面向端侧离线大模型、工业视觉、机器人场景的紧凑型边缘算力设备，核心基于NVIDIA Jetson Orin NX 16G Super打造，定位为工业级量产型边缘算力平台，区别于英伟达公版开发板的原型验证属性，主打小体积、强算力、大模型优化、工业级稳定，面向 B 端设备厂商与开发者。接口精准匹配工业 / 机器人场景砍掉冗余消费级接口，保留双网口、

DTMganni
2026-08-04 10:49:02

 373

 3

#人工智能 #边缘计算
从实时视频到实时感知：SmartMediaKit × YOLO26 构建跨平台视觉智能系统

在智慧安防、工业巡检、无人机图传、机器人控制和应急指挥等场景中，智能视频系统不仅要准确识别目标，还要保证视频能够低延迟、稳定地到达算法。大牛直播SDK（SmartMediaKit）提供跨平台RTSP/RTMP低延迟播放、软硬解码、多实例管理、断线重连以及YUV/RGB视频帧回调能力；YOLO26则提供目标检测、分割、姿态估计、目标跟踪、深度估计和旋转目标检测等视觉分析能力。二者结合后，可以构建从视

 音视频牛哥
2026-08-01 23:48:25

 418

 10

#音视频 #边缘计算
“高通 QCS8550 嵌入式主板 EC-A8550JD4：48 TOPS 算力上板“

高通 QCS8550 的 4nm 八核 Kryo、Adreno 740 光追 GPU、双 eNPU V3 48 TOPS NPU——EC-A8550JD4 把这套旗舰级移动平台做成带工业接口的嵌入式主板，面向机器人、边缘 AI、5G 网关和工业控制。

最坏的时代，也是最好的时代
2026-08-01 17:08:19

 244

 5

#网络 #边缘计算 #嵌入式
3纳米制程，50T+算力，支持ROS 2，MTK联发科Genio Pro 5100 SOC赋能机器人与无人机，加速物理 AI 落地

随着物理 AI 从概念验证迈向实际部署，MediaTek Genio Pro 5100 以高性能硬件、开放的软件生态以及对先进 AI 模型的支持，为机器人和无人机提供关键技术基础。为了提升系统设计的可靠性与制造效率，Genio Pro 5100 支持并排式 LPDDR5x，并具备丰富的扩展能力，可提供 PCIe Gen 4、USB、双 2.5GbE 以太网以及多种标准接口，灵活扩展与系统集成，可满

 young_river77
2026-07-31 10:12:23

 275

 7

#机器人 #无人机 #人工智能 +4
“38mm 的 AI 野心：RK3576 迷你主板的边缘算力底牌到底多能打“

RK3576 这颗芯片找到了一个很精准的生态位。它不像 RK3588 那样追求全面旗舰，也不像 RV1103 那样只盯 IPC 单品。38mm 的尺寸 + 6 TOPS NPU + 三温级覆盖 + RTLinux + 大模型部署——这套组合拳瞄准的是整个智能硬件的中腰部市场：要小、要稳定、要跑 AI、要能上工业线。如果你是做智能摄像机的产品经理、搞工业边缘控制的硬件工程师、或者正在给小机器人选型主

 最坏的时代，也是最好的时代
2026-07-30 15:17:04

 248

 7

#人工智能 #边缘计算 #嵌入式
“38mm 的 AI 野心：RK3576 迷你主板的边缘算力底牌到底多能打“

RK3576 这颗芯片找到了一个很精准的生态位。它不像 RK3588 那样追求全面旗舰，也不像 RV1103 那样只盯 IPC 单品。38mm 的尺寸 + 6 TOPS NPU + 三温级覆盖 + RTLinux + 大模型部署——这套组合拳瞄准的是整个智能硬件的中腰部市场：要小、要稳定、要跑 AI、要能上工业线。如果你是做智能摄像机的产品经理、搞工业边缘控制的硬件工程师、或者正在给小机器人选型主

 最坏的时代，也是最好的时代
2026-07-30 15:16:03

 211

 5

#人工智能 #边缘计算 #嵌入式
在 Raspberry Pi 上运行 Ultralytics YOLO：使用 OpenVINO 开启 AI 视觉应用

本文介绍了如何在树莓派上部署基于YOLO和OpenVINO的目标检测系统。通过Ultralytics YOLO模型实现实时物体检测，结合OpenVINO工具套件优化推理效率，使树莓派能够运行智能监控、机器人视觉等边缘AI应用。这种方案利用单阶段检测架构的优势，无需依赖云端即可完成设备端实时分析，为开发者提供了探索边缘智能的低成本平台，适用于智能家居、工业视觉等场景的开发原型构建。

Raspberry_Pi_CN
2026-07-27 16:37:30

 403

 9

#人工智能 #openvino #计算机视觉 +1
[具身智能-666]：ROS2为什么需要两套系统：Humble / Jazzy？他们的应用程序接口相同吗？

源代码 ≠ 可执行程序源码看起来差不多，但编译环境不同，生成的程序不能互通。通信注意：默认情况下 Humble 节点和 Jazzy 节点无法直接互相收发消息内部消息类型哈希规则更新，跨版本通讯会匹配失败。不要幻想 “一套程序同时跑两个 ROS 版本” 短期简单 Demo 可以靠一堆条件编译凑合；工业产品这么做维护灾难。

文火冰糖的硅基工坊
2026-07-26 17:36:22

 77

#人工智能 #神经网络 #深度学习 +2
[具身智能-663]：TogetheROS.Bot（简称 TROS.B）

地平线（D-Robotics）面向边缘智能机器人推出、ROS2 深度定制优化，专门适配地平线 RDK 系列开发板（RDK X3/X3M/X5/Ultra）。

文火冰糖的硅基工坊
2026-07-26 16:46:51

 60

#人工智能 #边缘计算 #神经网络 +1
[具身智能-658]：RDK Model Zoo 到底在解决什么问题？通俗易懂，并给出示例

先打个比方：你买了地平线 RDK X5 开发板，有自己写好的模型或开源的模型，如YOLO想在目标板上跑YOLO、目标检测这类 AI 模型。注意：与PC端不同，可以自己利用YOLO的工程，直接在通用的CPU和GPU上运行YOLO模型。然而，在嵌入式开发板上，就不能这么顺利了，YOLO的ONNX模型无法在专用硬件平台上运行！！！你相当于拿到一堆零散零件，没有说明书。你得自己到处查资料，搞清楚模型怎么

 文火冰糖的硅基工坊
2026-07-26 15:22:06

 137

 1

#深度学习 #人工智能 #边缘计算 +2
[具身智能-657]：RDK Model Zoo 到底解决了什么问题

RDK Model Zoo 把地平线 RDK 系列从「训练导出 ONNX 到板端 BPU 推理」整条离散、充满不确定的部署链路，做成一套标准化、可复制、分硬件隔离的参考工程模板，解决开发者无参考、参数盲目试错、平台混淆、精度难以对齐、重复开发的工程痛点。

文火冰糖的硅基工坊
2026-07-26 15:13:22

 340

 2

#人工智能 #边缘计算 #神经网络 +1
[具身智能-656]：RDK Model Zoo 详解：背景、目标、使用方法等

面向 RDK 系列边缘开发板的开源模型案例仓库，俗称。

文火冰糖的硅基工坊
2026-07-26 15:09:02

 319

 2

#深度学习 #人工智能 #边缘计算 +2
[具身智能-655]：X5能够同时支持bin和hbm格式的模型文件吗？

机器人端：D-Robotics（地瓜）OpenExplorer OE Toolchain →。ash-e/Nash-m 微指令编码、硬件流水线不兼容，没有任何办法直接转换。解决方案：原始 ONNX 模型，用 X5 OE 工具链重新 PTQ 编译生成。二进制文件头、指令集、元数据全部不一样，修改后缀直接报模型校验错误。多任务方案优化方向：手动把多分支网络合并进单个 ONNX，编译为单。两套独立工具链

 文火冰糖的硅基工坊
2026-07-26 00:27:59

 293

 4

#人工智能 #神经网络 #边缘计算 +1
[具身智能-653]：地平线 .bin 与 .hbm 模型文件完整对比 + 技术发展背景说明

前置重要定义.bin部署最终模型文件.hbmRDK X5（Bayes2/Nash 二代 BPU）部署最终模型文件两者分属两代 BPU 架构产物，。

文火冰糖的硅基工坊
2026-07-26 00:13:41

 410

 6

#深度学习 #人工智能 #边缘计算
[具身智能-652]：RDK X5模型文件：PC端通用模型文件ONNX文件、RDK第一代模型文件bin文件、RDK新一代模型文件hbm文件，以及hbm模型文件生成过程中的临时文件bin。

ONNX 是 PC 端训练导出的通用模型，作为编译输入；早期旧工具链可编译生成 legacy 格式 bin 模型，搭配 easy_dnn 运行，现已淘汰；当前标准方案使用新版 hb_mapper 编译 ONNX，编译中途生成若干临时 bin 权重文件，最终封装输出 hbm；hbm 是 RDK X5 新一代标准模型，通过 hb_dnn 库加载驱动 BPU 推理，推荐所有新项目使用。

文火冰糖的硅基工坊
2026-07-26 00:04:55

 376

 8

#深度学习 #人工智能 #边缘计算
[具身智能-650]：vio_capture 、vio2encoder、vio2display、decode2display 、rtsp2display 这五个样例的功能对比

vio_capture、vio2encoder、vio2display 数据源均为板载 MIPI 相机；vio_capture 仅采集原始 NV12 图像；vio2display 实现相机画面 HDMI 实时预览；vio2display 将相机图像硬件编码生成视频码流。decode2display、rtsp2display 都依赖硬件解码器：decode2display 读取本地码流文件解码回放；

文火冰糖的硅基工坊
2026-07-25 22:56:43

 42

#人工智能 #神经网络 #边缘计算 +1
[具身智能-648]：USB 相机为什么俗称 “Web 相机（Webcam / Web Camera）”

Web 相机” 这个名字来源于早年它主要插电脑上网页视频聊天；名字里的 Web 代表「互联网网页场景」，不代表摄像头自带网络功能。UVC USB 摄像头。

文火冰糖的硅基工坊
2026-07-25 16:54:18

 104

#人工智能 #深度学习 #边缘计算
[具身智能-647]：RDK X5 没有live555MediaServer文件，什么原因？怎么办？

运行 rtsp2display【客户端拉流】不需要 live555！live555MediaServer = RTSP 服务端，仅当开发板需要对外提供视频流时才编译；apt 安装 liblivemedia-dev 只提供开发库，不包含服务器程序，不要重复踩坑；测试 rtsp2display 最简单方案：在电脑上用 ffmpeg 搭建 RTSP 流供给开发板拉取，省去交叉编译 live555 的工作

 文火冰糖的硅基工坊
2026-07-25 16:43:01

 43

#人工智能 #深度学习 #边缘计算
[具身智能-645]：RDK X5 rtsp2display 演示的功能、目标和代码执行流程

rtsp2display 在 decode2display 硬件直显架构基础上，将数据源由本地码流文件替换为网络 RTSP 视频流。程序先初始化多媒体框架，创建解码器与显示模块并完成绑定；先启动显示，再启动解码器。主线程持续从网络拉取 RTSP 码流，完成数据包重组后送入硬件 VPU 解码，生成 NV12 图像直接通过硬件通道输出至 HDMI 显示器。程序退出后逆序停止模块并释放硬件资源。该示例验

 文火冰糖的硅基工坊
2026-07-25 16:36:02

 34

#人工智能 #神经网络 #深度学习 +1
[具身智能-646]：RDK X5 decode2display 功能详解 + 完整程序流程

是地平线 hobot-multimedia 多媒体组件官方示例程序，实现的。硬解码CPU 不参与像素解码运算HDMI显示，无需CPU软件参与！！！共享 Buffer 直接输送至 VO 显示模块，无 CPU 图像内存拷贝。拓展链路：可以插入 splitter分流器，将解码 NV12 帧一路送、一路送入 BPU 做 AI 推理（decode2dnn2display）。架构定位：整条链路属于，ARM C

文火冰糖的硅基工坊
2026-07-25 16:16:26

 35

#人工智能 #深度学习 #边缘计算 +1
[具身智能-642]：CPU、GPU、NPU、BPU 通俗对比

一大群普通工人，能同时干。

文火冰糖的硅基工坊
2026-07-25 15:39:31

 51

#人工智能 #边缘计算 #神经网络 +1
[具身智能-640]：读懂宏观规律：空间集群、时间沉淀与历史视野

何为宏观规律？空间之上，是无数个体汇聚而成的整体；时间之上，是持续反复实践沉淀出的脉络；二者合一，便是历史视野。微观永远充满随机性，而宏观自有运行大势。学会跳出瞬时、局部的视角，把事物放回漫长时间与广阔空间之中观察，认清所处历史方位，把握客观发展规律。所谓远见，本质就是拥有时空一体的宏观眼光，认清大势、尊重时序，在合适的时间窗口顺势而为，掌握属于自己的历史主动。

文火冰糖的硅基工坊
2026-07-25 12:09:32

 194

 4

#人工智能 #边缘计算
[具身智能-637]：机器人边缘计算三大链路详细解读：视频、音频、运动，都将因为实时性的需求，被硬件实现。

边缘计算的核心是实时性与硬件加速。传统CPU擅长逻辑调度、硬件适配、任务管理，不擅长海量并行的重复矩阵、卷积、信号运算；而专用的BPU、DSP、ISP、编解码硬件模块，专为AI推理、信号处理等高算力、高实时性任务设计，可并行完成海量计算，是边缘设备高性能、低延迟运行的核心支撑。在整套边缘系统中，软件不再承担繁重的核心算法计算工作，主要负责硬件驱动适配、参数配置、任务调度、流程管控与上层业务逻辑开发

 文火冰糖的硅基工坊
2026-07-25 11:15:07

 192

 3

#机器人 #边缘计算 #人工智能
[具身智能-636]：AI 边缘计算平台三大核心能力：视频、音频、运动（机器人 / 智能终端视角，适配 RDK X5 这类 D-Robotics 硬件）

纯音视频平台：安防摄像头、NVR 盒子；只有前两大链路；音视频 + 运动三大链路齐全移动机器人、AGV、巡检小车、人形机器人（真正自主智能移动平台）；

文火冰糖的硅基工坊
2026-07-25 10:08:56

 199

 7

#人工智能 #边缘计算 #音视频
从AI Studio系列看国产AI开发平台的新变化

它的产品重心已经转向AI应用开发。AI Studio搭载单颗Atlas 310P、176TOPS INT8算力，AI Studio Pro则采用双Atlas 310P，算力352TOPS，96GB/192GB大容量LPDDR4X内存配置，更强调本地模型部署、推理和AI开发环境。OrangePi过去几年推出了多款AI开发板，例如AIpro系列，主要面向嵌入式开发、机器人、视觉算法验证、高校教学等场景

 H('ω')M
2026-07-23 17:00:33

 264

 5

#人工智能 #边缘计算
[具身智能-624]：人眼传感器，是YUV, 还是RGB?

我们分层通俗讲清楚，区分三层东西：1）人眼真实生理感光细胞2）RGB（显示器 / 相机的人为模型）3）YUV（基于人眼视觉特性设计的工程编码格式）

文火冰糖的硅基工坊
2026-07-23 15:15:54

 136

 1

#神经网络 #边缘计算 #人工智能 +2
[具身智能-622]：YUV 4:a:b 命名规范

4a采样数量bCr/V 永远和 Cb/U 成对出现，有一个 U 就配套一个 V。符号图例：●= Y（亮度，每个像素一定存在）■= 一组 (U,V) 色度采样点重要常识：人眼对亮度敏感、对色彩不敏感，所以压缩色差通道。

文火冰糖的硅基工坊
2026-07-23 14:31:51

 290

 4

#神经网络 #边缘计算 #opencv
[具身智能-621]：用RGB进行模型训练，还是用YUYV进行模型训练比较好？

训练必须 RGB；YUV/NV12 只是边缘端硬件传输格式，依靠 BPU 内置预处理还原成 RGB 空间再计算，不能作为训练输入。

文火冰糖的硅基工坊
2026-07-23 14:03:25

 299

 6

#opencv #接口隔离原则 #神经网络 +1
易百纳_玄武S3 OpenClaw安装配置指南

本文详细介绍了在易百纳_玄武S3平台上OpenClaw的完整使用流程。内容包括：Node.js 24环境搭建、两种OpenClaw安装方式（官方安装和源码编译安装）、基于Qwen API的模型配置方法、局域网访问设置、QQ机器人接入（包含AppID/Secret获取和插件安装），以及最后的卸载方法。通过清晰的命令行操作指引和示意图，帮助用户快速完成从安装配置到实际应用的全过程，特别针对开发者提供了

 易百纳-Ebaina
2026-07-10 13:38:06

 258

 8

#边缘计算