人工智能与算法
探讨人工智能（AI）和机器学习算法在物联网中的应用，包括智能数据分析、边缘AI、计算机视觉和深度学习技术的集成与优化。适用内容: • 机器学习和深度学习在物联网系统中的应用，如边缘设备上的模型推理与优化。 • 图像处理和行为识别算法在智能设备中的应用，例如智能监控和自动化分析系统。 • 不同行业中的AI解决方案及案例，如智慧医疗、工业…
人工智能与算法相关文章 · 第 2 页
RK3566 上运行 YOLOv8 Detection：INT8 性能、精度与可行性判断
本文基于 RK3566 平台，实测 YOLOv8 Detection 在 INT8 量化下的推理性能与精度表现，分析 FPS 边界、结构限制及适用场景，给出可落地的工程判断。
阅读全文
从语音唤醒到边缘智能：ESP32-S3 + TensorFlow Lite Micro 的技术潜力
在语音芯片成熟的今天，为什么越来越多开发者选择在 ESP32-S3 上运行 TensorFlow Lite Micro？本文深入解析本地语音唤醒原理、模型部署方法及其在智能家居、可穿戴与工业监测中的应用价值，探索 MCU 级 AI 感知的未来方向。
阅读全文
MCP + IoT平台构建AI智能中枢：MCP在物联网平台怎么落地？
通过MCP协议，AI大模型可直接下达控制意图，打通语言与设备的桥梁。本文介绍如何在MCP + IoT平台集成实现AI对物理世界的智能操控与反馈闭环。
阅读全文
声音也能看得见：如何用AI识别设备异常声音，实现无人值守的工业健康监测
了解如何使用AI识别设备异常声音，替代人工巡检，实现无人值守的工业健康运维系统。本地部署、可训练、精准识别，适用于电机、风机、泵等设备。
阅读全文
ASR 与 TTS 怎么选：云端、边缘与本地语音系统的成本和部署决策
ASR 与 TTS 不是同一个选型题。本文用云端、混合与本地决策矩阵，比较隐私、断网、延迟、音频传输、评估、可观测、升级回滚与总成本。
阅读全文
什么是联邦学习：以Flower.ai为例，在保护隐私的同时实现协同建模
本篇技术博客深入讲解了联邦学习的核心原理、框架实现、部署方法与数据隐私策略，并结合 Flower 框架与 Whisper 模型案例，面向技术开发者提供完整、深入、可落地的解决方案。
阅读全文
ChatGPT-O3 vs. Grok-3 vs. DeepSeek-R1：三大AI大模型对比——技术架构、推理能力与应用
ChatGPT-O3、Grok-3 和 DeepSeek-R1 是当前最热门的 AI 大模型，它们在架构、推理能力、微调方式、推理效率等方面有哪些不同？本文从技术角度深入解析AI三大模型对比，并提供丰富的图表帮助理解。
阅读全文
DeepSeek-R1：靠算法而不是算力-用MoE架构技术实力颠覆大模型格局
DeepSeek 的模型不仅表现卓越，而且覆盖从高性能推理到边缘计算的各种场景。无论是针对复杂问题的 DeepSeek-R1(DeepThink-R1)还是轻量化设计的 DeepSeek-V2-Lite，DeepSeek 展现了在创新和实用性上的双重追求。
阅读全文
AI+IoT 大模型推动AIoT演化：AI-Driven IoT驱动的物联网未来
AI+IoT 是大模型驱动的物联网系统，通过整合多模态数据、实时动态决策和边缘智能技术，推动工业、农业和医疗等行业的全面智能化升级。
阅读全文
RTC+AI构建全双工对话式AI：实时通信驱动的AI智能体应用
RTC+AI的结合正在改变智能交互的未来，通过低延迟的全双工对话技术，实时通信系统为语音识别、自然语言处理和语音合成提供强大支持，助力智能化应用场景落地。
阅读全文
SoC+AI硬件：为什么SoC主导了AI硬件市场？
深度解析SoC+AI如何以其高集成度、高能效和低延迟的优势，在AI硬件市场中占据主导地位，并推动人工智能技术的广泛应用。
阅读全文
生成式AI技术原理：流程、模型、实现与应用
简单介绍生成式AI的技术实现原理，结合流程图与模型结构剖析其核心技术，并探讨其在文本、图像等领域的实际应用及未来潜力。
阅读全文正在评估人工智能与算法相关项目？
把设备、协议、数据流和业务目标发给我们，可以更快判断平台、网关、算法或集成方案的实现边界。
