• 机器人力控为什么要跟自己的惯性较劲，阻抗带宽是被谁卡住的

    机器人要跟人协作、要抓鸡蛋、要拧螺丝，光会精确走到某个位置不够，还得能在接触的一瞬间把力收住。这种"碰到就软下来"的能力，靠的是阻抗控制。

    具身智能
    2026-10-15
    具身智能 机器人 AI

  • 端侧多模态模型塞进手机，瓶颈不在算力在算子

    端侧大模型这两年在文字上已经跑通了。一到几亿参数的小模型，量化之后能在手机 CPU 和 NPU 上流畅出字。可用户真正想要的，是让手机"看懂"东西。拍张照问它是什么，指着屏幕问它怎么操作，给它一段视频让它总结。

    端侧AI
    2026-10-15
    手机 端侧AI

  • 机器人关节的电机为什么又慢又有劲，能不能两样都要

    人形机器人和可穿戴设备这两年的关节，越来越流行一种叫准直驱的做法：电机前面只挂一级低减速比的减速器，传动比从传统工业机器人的一百比一上下，砍到十比一甚至更低。这么做的好处很实在，关节变得能反着推、能靠电流估出力矩、碰撞时能顺势让开。代价也跟着来：减速比小了，扭矩放大得少，绝大部分力矩得由电机自己出。电机要做得又大又有劲，劲大了转速又上不去。一篇发表在 Actuators 上的论文，讨论的就是这个死结能不能从绕组上解开。

    具身智能
    2026-10-14
    具身智能 机器人 AI

  • 端侧跑大模型，为什么算力标得高也没用

    把大模型放进手机、PC，或者任何不带风扇的盒子里，是过去两年被反复提起的方向。厂商介绍端侧芯片时，习惯把算力标在最前面：多少 TOPS，能跑多大的模型，第几代 NPU。这个数字当然重要，但它掩盖了一个更硬的约束。一篇发表在 ISLPED 上的论文把端侧大模型的推理拆开测了一遍，发现真正的瓶颈不在算力，而在内存带宽，而且两者差了将近两个数量级。

    端侧AI
    2026-10-14
    可穿戴设备 端侧AI AI

  • 指尖上的六维力传感器为什么只能做到 10 毫米见方

    机械手要拿稳一个易碎的东西，靠的不只是视觉，还有指尖上那一点力。把力传感器做进指尖是很多年的目标，但传感器一缩小，六个轴的灵敏度就开始打架。成均馆大学和 Aidin Robotics 的一篇论文给出了一颗 10 毫米见方的电容式六维力传感器，做法是用一个数学指标把六个轴拉平。

    具身智能
    2026-10-13
    具身智能 机器人 AI

  • 唤醒词识别塞进单片机：为什么只盯准确率会踩坑

    带语音的设备里，有一段代码是从不掉线的。麦克风一直开着，唤醒词检测一直在跑，等你说出那一句话。这个功能叫关键词识别，英文缩写 KWS，它的功耗直接决定了设备要靠多大的电池。把这件事塞进单片机执行，约束就更紧了。一篇被 IEEE Sensors 2025 收录的论文把这条流水线从头到尾测了一遍，得出的结论有点反直觉：光看模型准确率，选出来的方案可能并不省电。

    端侧AI
    2026-10-13
    可穿戴设备 端侧AI

  • 能量采集器件：解锁物联网传感器无电池新未来

    随着物联网技术深度渗透工业、农业、智慧城市、环境监测等领域，海量分布式传感器节点构成了万物互联的基础感知网络。目前，绝大多数物联网传感器依赖传统化学电池供电，但电池固有的短板已成为制约物联网规模化、长效化部署的核心瓶颈。续航有限、更换成本高、废旧电池污染环境、极端工况稳定性差等问题，极大限制了偏远区域、密闭设备、高危场景下传感器的应用落地。在此背景下，可捕获环境微能源的能量采集器件快速迭代，逐步成为替代传统电池、实现物联网传感器自供电的核心方案，为无源物联网发展提供了全新路径。

    智能应用
    2026-10-12
    物联网 传感器 能量采集

  • 提速赋能产业落地：加速降压转换器在工控、5G与物联网中的规模化应用

    随着工业自动化深度升级、5G全域组网与物联网终端海量普及，电子供电系统正向高密度、低时延、高可靠、低功耗方向快速迭代。降压转换器(Buck)作为板级电能变换的核心器件，承担着高压总线电压精准降压、为各类终端芯片与模块稳定供电的核心职能，是工控设备、5G通信单元、物联网感知终端稳定运行的电力基石。当前行业普遍面临设备工况复杂、电源适配性差、调试周期长、高低负载能效失衡等问题，制约了产业规模化落地。通过技术架构优化、场景化参数定制、标准化设计、量产方案精简等多重手段，可大幅加速降压转换器在三大核心领域的渗透应用，为智能制造、5G通信、万物互联产业升级提供高效电力支撑。

    智能应用
    2026-10-12
    物联网 降压转换器 通信单元

  • 最大化嵌入式控制系统电池寿命的低功耗模拟技术

    在物联网终端、无线传感节点、便携采集设备与无人值守嵌入式控制系统中，电池续航是决定产品实用性与运维成本的核心指标。多数低功耗嵌入式设计过度依赖软件休眠、数字时钟裁剪等数字节能手段，却忽略了模拟电路长期静态漏电、有源器件偏置冗余、采样损耗等隐性功耗问题。实际上，模拟前端、电源管理、传感采样与基准电路的静态功耗，是设备待机耗电的主要来源，往往占据整体功耗的七成以上。依托低功耗模拟技术对电源、采样、偏置与唤醒链路进行底层优化，能够从硬件根源削减无效能耗，大幅拉长嵌入式设备电池使用寿命，是实现数年长效免维护运行的核心技术路径。

    智能应用
    2026-10-12
    低功耗 嵌入式 控制系统

  • 面向工业4.0的IIoT模块化叠加网络设计与数据处理优化方案

    工业4.0的核心是设备互联、数据互通、智能决策与柔性生产，而工业物联网(IIoT)作为数据采集与传输的核心载体，面临设备协议异构、数据冗余量大、传输时延高、网络扩容难等行业痛点。传统工业扁平化网络架构软硬件耦合度高，新增设备、升级算法需整体改造，无法适配柔性生产线动态调整需求，海量原始数据上传云端还会造成带宽拥堵、算力浪费与决策滞后。为此，适配工业场景的**模块化叠加网络**成为最优解决方案，通过分层模块化叠加架构，实现数据就地筛选、分层处理、按需传输与弹性扩容，全方位优化IIoT数据处理效率，支撑工业智能化、实时化、轻量化升级。

    智能应用
    2026-10-12
    物联网 模块化 数据处理

  • 当今物联网领域广泛应用的无线通信传输技术浅析

    物联网作为数字世界与物理世界互联互通的核心载体，依靠各类传感器采集环境、设备状态等海量数据，而无线通信传输技术正是连接终端感知层与云端平台的关键纽带。伴随工业物联网、智慧家居、智慧城市、远程设备监测等场景持续落地，单一通信技术已经无法覆盖多样化的物联网需求。不同无线技术在传输距离、功耗、带宽、成本、时延等方面各有取舍，形成了长短距离互补、高低功耗并存的技术体系。各类无线传输技术共同支撑起庞大的物联网网络，推动万物互联从概念走向大规模工程应用。

    智能应用
    2026-10-12
    无线通信 物联网 传输技术

  • 融合边缘分析与操作数据，最大化释放物联网核心价值

    物联网作为数字经济的核心基础设施，已广泛渗透于工业制造、智慧城市、能源电力、智能交通等诸多领域。海量物联网终端全天候采集设备状态、环境参数、运行工况等海量数据，成为产业数字化转型的核心数据源泉。但传统物联网架构普遍存在“重采集、轻分析，重上云、轻落地”的问题，大量原始传感数据上传云端集中处理，不仅存在时延过高、带宽冗余、数据安全风险等问题，还导致海量操作数据无法及时转化为可落地的决策价值。将边缘分析技术与现场操作数据深度融合，实现数据就近处理、实时研判、闭环赋能，成为突破物联网价值瓶颈、最大化挖掘数据潜能的关键路径。

    智能应用
    2026-10-12
    物联网 边缘分析 操作数据

  • 势在必行的移动世界——不受束缚的无线电源世界!

    从智能手机、可穿戴设备到智能家居、低空无人机、自动驾驶汽车，现代社会早已迈入全面移动化、智能化的时代。万物互联的核心诉求，是自由、便捷、无束缚的使用体验。然而，长期以来，繁杂的电源线、固定的充电位置、受限的供电方式，始终是制约移动设备自由运行的最大枷锁。有线供电的刚性束缚，与轻量化、移动化、智能化的产业发展趋势格格不入。在此背景下，摆脱线缆依赖、实现全域自由供电的无线电源技术快速崛起，成为新时代科技升级的必然选择，一个不受束缚的无线电源时代已然势不可挡。

    智能应用
    2026-10-12
    供电 充电 无线电源

  • 边缘智能正在崛起，低功耗AI芯片才是未来!

    人工智能产业正迎来结构性迭代，算力中心正从云端大规模集群，逐步向终端边缘侧下沉。过去数年，AI发展高度依赖云端大算力、大模型，依靠服务器集群完成数据训练与推理，但这种模式存在延迟高、能耗大、隐私性弱、依赖网络等固有短板，难以适配万物智能的落地需求。在此背景下，无需重度云端依赖、可本地自主运算的边缘智能快速崛起，成为AI产业化落地的核心赛道。而支撑边缘智能规模化普及的核心基石，正是低功耗AI芯片。可以说，边缘智能的时代红利，最终将由低功耗AI芯片承接，低功耗、高能效、小型化的端侧算力芯片，已然成为人工智能产业的未来核心发展方向。

    智能应用
    2026-10-12
    芯片 边缘智能 算力

  • 机器人指尖的压电薄膜为什么要采到 4 千赫兹：抓稳一颗鸡蛋的关键在接触的一瞬

    让机械手抓住一个易碎的物体，难点往往不在视觉，而在接触发生的那几毫秒。压力大了会碎，小了会滑，留给控制器的判断窗口很窄。哥伦比亚大学的一支研究团队把压电薄膜和电容两种传感方式叠在同一根手指上，用 4 千赫兹的采样率去抓接触的起始和断裂瞬间，再靠基于人类反馈的强化学习去微调出力的大小，做成了以往没做到过的一件事：在灵巧手里摆弄易碎物体。

    具身智能
    2026-10-12
    具身智能 机器人 AI
首页 上一页 1 2 3 4 5 6 7 8 9 10 下一页 尾页
更多
发布文章

热门活动

更多

论坛

更多

相关标签

课程视频

更多