安河桥工作室

端侧AI崛起：本地Agent打破云端霸权，企业软件正在被重写三条新闻，指向同一个未来。 一、Perplexity + Nvidia：把AI装进口袋，零token成本时代开启本周最重磅的新闻来自Perplexity与Nvidia的联合发布——Portable Computer，一款完全本地运行的AI Agent产品。 这款产品本质上把Perplexity的整个Agent能力栈打包进了用户自己的硬件

AI模型开发全链路90天精细学习计划（每日任务版）前置说明： 每日有效学习：3.5h左右；区分【理论阅读 + 代码实操 + 复盘】 技术主线：Python → Pandas/OpenCV数据清洗 → 数据标注工程 → PyTorch深度学习 → YOLOv8训练调参 → ONNX导出 + 边缘推理 融合人工智能训练师三级考点；偏向计算机视觉、嵌入式落地（RK系列部署方向） 所有数据集链

AI模型开发全链路【90天系统化学习计划】适配目标：完整掌握数据采集→数据清洗→数据标注→数据集划分→模型训练/微调→模型评估→推理部署 兼顾【人工智能训练师三级备考】+ 工程落地，偏向嵌入式/边缘AI、计算机视觉方向（贴合你的背景） 预设：每日有效学习 3～4 小时；有基础 C 语言基础，零基础 Python 也可执行技术栈主线：Python + Pandas + Open

AI 模型开发全链路学习网站汇总按数据获取→数据清洗→数据标注→模型训练/微调→框架实战→云端算力→数据集仓库分类整理，覆盖你需要的全部环节，优先推荐国内可访问、实战导向站点。

安河桥工作室7月9日AI日报 🔊 OpenAI推出GPT-Live：语音交互终于告别”对讲机”时代7月8日，OpenAI正式发布GPT-Live，一对全新的语音模型——GPT-Live-1和GPT-Live-1 mini。这是ChatGPT语音交互的第三代技术，也是真正意义上的全双工架构：AI可以在听你说话的同时生成回复，不再需要等你闭嘴才能开口。 这意味着什么？ 之前的Advanced Vo

AI圈巨震：Transformer之父转投OpenAI，DeepSeek估值4000亿创纪录2026年6月19日，AI行业接连迎来重磅消息：Transformer架构核心作者Noam Shazeer高调加入OpenAI，国产大模型独角兽DeepSeek完成510亿元A轮融资、估值冲至4000亿元，阿里云则开源了参数效率颠覆认知的科学大模型LOGOS。三条消息同日出街，行业格局正在悄然重塑。 Tra

嵌入式工程师的AI提示词工程用AI写嵌入式代码快不快？快。但能不能用？看你会不会写提示词。 嵌入式场景的特殊性通用编程的提示词拿到嵌入式领域经常翻车，因为嵌入式有很多特殊约束： 寄存器配置必须精确 中断服务程序有严格的时序要求 内存寸土寸金，不能随便开动态分配 外设文档是机器翻译的，读起来费劲 实战技巧1. 明确芯片型号和SDK版本12错误示例：帮我写个UART驱动正确示例：用STM32F10

树莓派5跑Llama3.2：端侧大模型推理实测之前测试Jetson Nano跑Llama2，效果并不理想。这次换用树莓派5，看看ARM Cortex-A76架构能否胜任端侧大模型推理。 测试环境 硬件: 树莓派5 (4GB) 模型: Llama3.2-1B (INT4量化版) 框架: llama.cpp 系统: Raspberry Pi OS 64-bit 性能数据 指标 数值 首次推

嵌入式工程师的AI工具箱：Claude Code能帮你做什么？ 做嵌入式的都知道，这行有个很分裂的地方：既要懂硬件，又要写代码，还得Debug到头秃。 Claude Code出来之后，我花了两个月把它融合进自己的工作流。结论是：它不能替代嵌入式工程师，但能让你的效率提升一个档次。 场景一：帮我写外设驱动以前写一个I2C驱动，从看数据手册到调通，至少两天。现在： 12给我写一个STM32H7的I2C

手把手教你在STM32上部署TensorFlow Lite模型：让单片机跑起来Llama推理 传统的MCU（比如STM32）一直被当作”只会跑简单逻辑”的存在。但2026年的今天，事情变了。 本文带你从零开始在STM32H7上部署一个图像分类模型，硬件资源一览： MCU：STM32H743（主频480MHz，2MB Flash，1MB RAM） 芯片：STM32H7B0 模型：MobileNet