即刻App年轻人的同好社区
下载
置顶不懂硬件，我用 AI 做跌倒报警器：三十多万、四个多月的真实账本
【一、结论先说】
零硬件背景，能做 AI 硬件。但门槛没有消失，只是换了位置。
制造的门槛，深圳替你扛了。调试的门槛、联调的门槛、准入的门槛，还在，而且不懂硬件的人扛不动。
我今年做「善聆音」Sonlly-S1，一款老人跌倒报警设备。从起意到初步量产，自研失败过，外包成功过，账本都在下面。
【二、原推说了什么】
Shawn Shen 发了一条推（原推链接见评论区）。开头一句：“I have zero hardware background.” 一位深圳硬件创始人告诉他，这已经不重要了。理由四条：
① “ChatGPT 6 Astra designs the board.” 描述需求，AI 画电路；原文紧跟一句：“You still get an engineer to check it.” ② “Shenzhen prints it in 2 days.” 深圳 48 小时把定制电路板送到门口。 ③ “One supplier does everything.” 有的供应商能从草图一路做到量产。 ④ “Building is no longer the bottleneck. Customers are.” 造东西不再是瓶颈，客户才是。
结尾一句：“Today, you need a laptop and a flight to Shenzhen.”
这四条，第二、三条我同意，亲身验证过。第一条要打折扣。第四条，对零硬件背景的人不成立。
【三、我的时间线】
▍1. 自研：近两个月，没做出原型
年初起意，不懂硬件。我的做法是：用 AI 加 PCB 软件生成电路，自购 ESP32 做功能验证。
问题一个接一个： · AI 生成硬件和连线，很耗时。 · 实物调测，总出小问题。 · 找懂硬件的同学兼职看，时效差。
前后近两个月，原型机没做出来。断点多，排查难。
这一段的教训：AI 处理软件 debug 很快，但硬件从发现故障到排除，耗时巨大，尤其对非专业的人。
▍2. 深圳外包：两周选厂，45 天出样
自研走不通，转向深圳整体外包。
两周内跑了约十家代工厂，选定一家。打包内容：PCB 原理图、硬件打样和代工、云平台、小程序。总费用三十多万。
合同写 60 天，实际 45 天出第一批样品。
原推说“一家供应商包到底”，这是真的。深圳的效率，我认。
▍3. 联调：硬件四五版，软件近十版
样品到手，不是终点。
实测仍有很多小问题，软硬件联调也有问题。硬件改了四五个版本，都是小改；软件迭代近十个版本。联调又花了约一个半月到近两个月，才到初步量产。
▍4. 量产与准入：还有一串事
初步量产，不等于能上市卖。还要过这几关： · 外观设计 · 包装 · 商标注册 · SRRC 型号核准、3C、CE 等认证
注：SRRC 型号核准由原国家无线电管理委员会（俗称“无委会”）负责，现已并入工信部无线电管理局，核准后模块上打 CMIIT ID。
前面的三十多万，不含认证费。
▍时间与费用一览
· 自研阶段：近两个月，原型机未做出。 · 选厂：两周，跑了约十家代工厂。 · 打包外包：三十多万（原理图、打样代工、云平台、小程序），不含认证费。 · 出样：合同 60 天，实际 45 天。 · 联调：硬件四五版（小改），软件近十版，约一个半月到近两个月。 · 我的经验值：全部打包委托，最快几十万、两到三个月；从原型跑通到外观、包装、商标、认证、拿到市场准入，至少四到五个月。
【四、四个观点】
▍观点一：不懂硬件，出了小错意识不到，也改不了
软件出 bug，有报错，有日志，AI 能顺着查。硬件出问题，往往没有提示，板子就是不工作。断在哪，你不知道。
好比普通人生病，让 AI 指导吃药，大概率出大问题。不是 AI 不聪明，是你判断不了它说得对不对。
专业的事交给专业的人。硬件 debug 周期长，出了问题无从下手，这一点和软件不同。这是原推难以跨过的门槛。原推自己也写了“还要找工程师检查”，这句话分量很重。
公道说一句：我年初用 AI 画电路时，工具还很原始，现在可能已经升级了。我的经历是年初的经历。
▍观点二：AI 画 PCB 快，靠的是私有经验和数据
确实有公司能用 AI 画 PCB，大幅缩短周期。原因在于他们手里有大量私有经验和数据。这些东西，开源大模型没有，闭源大模型训练时也没有。私有化部署，才用得好。
即便如此，仍需硬件工程师用经验指导 AI。这一环不可省略。
▍观点三：软硬联调和样品后的优化，AI 帮得有限
AI 写代码快，软件 debug 快。但软硬联调、样品后的持续优化，是另一回事。硬件四五版、软件近十版，每一版都要实物验证。
这一段，只能由专业的人把 AI 当工具。不是 AI 替人干。
▍观点四：量产要过准入，才算数
外观、包装、商标、各种认证，一样不能少。过了，才有市场准入。
原推说瓶颈是客户。对已有硬件团队的公司，或许如此。对零硬件背景的人，在见到客户之前，还隔着调试和准入两道关。
【五、给零硬件背景创业者的实际建议】
以下只从我的经历推出，不代表行业通例。
· 先算账。按我的经验，全部打包委托，最快也要几十万、两到三个月；到拿到市场准入，至少四到五个月。预算和时间按这个打底。 · 别在自研原型上硬耗。我自己摸索近两个月，原型没出来。不懂硬件，早点交给专业的人。 · 选厂多比几家。我两周跑了约十家，才选定一家。打包范围要写清楚：原理图、打样代工、云平台、小程序。 · 出样之后，留足联调时间。我 45 天出样，之后联调又用了一个半月到近两个月。 · 外观、包装、商标、认证，提前排进计划。认证费单独留预算。 · 身边要有靠得住的硬件工程师。兼职帮忙时效差，这个亏我吃过。AI 是工具，人来拿主意。
【六、结尾】
原推有道理：深圳快，供应链全，一家能包到底。
但“一台电脑加一张去深圳的机票”，只够起步。还要预算，要几个月时间，要专业的人。
制造的门槛低了，调试和准入的门槛还在。看清门槛在哪，再上路，少走弯路。
从样品到量产，你卡最久的是哪一步？评论区聊聊。
【一、结论先说】
零硬件背景，能做 AI 硬件。但门槛没有消失，只是换了位置。
制造的门槛，深圳替你扛了。调试的门槛、联调的门槛、准入的门槛，还在，而且不懂硬件的人扛不动。
我今年做「善聆音」Sonlly-S1，一款老人跌倒报警设备。从起意到初步量产，自研失败过，外包成功过，账本都在下面。
【二、原推说了什么】
Shawn Shen 发了一条推（原推链接见评论区）。开头一句：“I have zero hardware background.” 一位深圳硬件创始人告诉他，这已经不重要了。理由四条：
① “ChatGPT 6 Astra designs the board.” 描述需求，AI 画电路；原文紧跟一句：“You still get an engineer to check it.” ② “Shenzhen prints it in 2 days.” 深圳 48 小时把定制电路板送到门口。 ③ “One supplier does everything.” 有的供应商能从草图一路做到量产。 ④ “Building is no longer the bottleneck. Customers are.” 造东西不再是瓶颈，客户才是。
结尾一句：“Today, you need a laptop and a flight to Shenzhen.”
这四条，第二、三条我同意，亲身验证过。第一条要打折扣。第四条，对零硬件背景的人不成立。
【三、我的时间线】
▍1. 自研：近两个月，没做出原型
年初起意，不懂硬件。我的做法是：用 AI 加 PCB 软件生成电路，自购 ESP32 做功能验证。
问题一个接一个： · AI 生成硬件和连线，很耗时。 · 实物调测，总出小问题。 · 找懂硬件的同学兼职看，时效差。
前后近两个月，原型机没做出来。断点多，排查难。
这一段的教训：AI 处理软件 debug 很快，但硬件从发现故障到排除，耗时巨大，尤其对非专业的人。
▍2. 深圳外包：两周选厂，45 天出样
自研走不通，转向深圳整体外包。
两周内跑了约十家代工厂，选定一家。打包内容：PCB 原理图、硬件打样和代工、云平台、小程序。总费用三十多万。
合同写 60 天，实际 45 天出第一批样品。
原推说“一家供应商包到底”，这是真的。深圳的效率，我认。
▍3. 联调：硬件四五版，软件近十版
样品到手，不是终点。
实测仍有很多小问题，软硬件联调也有问题。硬件改了四五个版本，都是小改；软件迭代近十个版本。联调又花了约一个半月到近两个月，才到初步量产。
▍4. 量产与准入：还有一串事
初步量产，不等于能上市卖。还要过这几关： · 外观设计 · 包装 · 商标注册 · SRRC 型号核准、3C、CE 等认证
注：SRRC 型号核准由原国家无线电管理委员会（俗称“无委会”）负责，现已并入工信部无线电管理局，核准后模块上打 CMIIT ID。
前面的三十多万，不含认证费。
▍时间与费用一览
· 自研阶段：近两个月，原型机未做出。 · 选厂：两周，跑了约十家代工厂。 · 打包外包：三十多万（原理图、打样代工、云平台、小程序），不含认证费。 · 出样：合同 60 天，实际 45 天。 · 联调：硬件四五版（小改），软件近十版，约一个半月到近两个月。 · 我的经验值：全部打包委托，最快几十万、两到三个月；从原型跑通到外观、包装、商标、认证、拿到市场准入，至少四到五个月。
【四、四个观点】
▍观点一：不懂硬件，出了小错意识不到，也改不了
软件出 bug，有报错，有日志，AI 能顺着查。硬件出问题，往往没有提示，板子就是不工作。断在哪，你不知道。
好比普通人生病，让 AI 指导吃药，大概率出大问题。不是 AI 不聪明，是你判断不了它说得对不对。
专业的事交给专业的人。硬件 debug 周期长，出了问题无从下手，这一点和软件不同。这是原推难以跨过的门槛。原推自己也写了“还要找工程师检查”，这句话分量很重。
公道说一句：我年初用 AI 画电路时，工具还很原始，现在可能已经升级了。我的经历是年初的经历。
▍观点二：AI 画 PCB 快，靠的是私有经验和数据
确实有公司能用 AI 画 PCB，大幅缩短周期。原因在于他们手里有大量私有经验和数据。这些东西，开源大模型没有，闭源大模型训练时也没有。私有化部署，才用得好。
即便如此，仍需硬件工程师用经验指导 AI。这一环不可省略。
▍观点三：软硬联调和样品后的优化，AI 帮得有限
AI 写代码快，软件 debug 快。但软硬联调、样品后的持续优化，是另一回事。硬件四五版、软件近十版，每一版都要实物验证。
这一段，只能由专业的人把 AI 当工具。不是 AI 替人干。
▍观点四：量产要过准入，才算数
外观、包装、商标、各种认证，一样不能少。过了，才有市场准入。
原推说瓶颈是客户。对已有硬件团队的公司，或许如此。对零硬件背景的人，在见到客户之前，还隔着调试和准入两道关。
【五、给零硬件背景创业者的实际建议】
以下只从我的经历推出，不代表行业通例。
· 先算账。按我的经验，全部打包委托，最快也要几十万、两到三个月；到拿到市场准入，至少四到五个月。预算和时间按这个打底。 · 别在自研原型上硬耗。我自己摸索近两个月，原型没出来。不懂硬件，早点交给专业的人。 · 选厂多比几家。我两周跑了约十家，才选定一家。打包范围要写清楚：原理图、打样代工、云平台、小程序。 · 出样之后，留足联调时间。我 45 天出样，之后联调又用了一个半月到近两个月。 · 外观、包装、商标、认证，提前排进计划。认证费单独留预算。 · 身边要有靠得住的硬件工程师。兼职帮忙时效差，这个亏我吃过。AI 是工具，人来拿主意。
【六、结尾】
原推有道理：深圳快，供应链全，一家能包到底。
但“一台电脑加一张去深圳的机票”，只够起步。还要预算，要几个月时间，要专业的人。
制造的门槛低了，调试和准入的门槛还在。看清门槛在哪，再上路，少走弯路。
从样品到量产，你卡最久的是哪一步？评论区聊聊。
2 30
Node 20 直接出局。远程机器别指望浏览器授权。我用 API Token，在 Cloudflare 免费账号上把 Talorys 一键装通了——28 秒上线，中文聊天、建提醒都实测过。
【这是什么】
Talorys 是开源（MIT）私人 AI 助手。整个应用落在你自己的 Cloudflare 账号里：网页走 Pages，后端是私有 Worker，数据在 Durable Object（SQLite），模型默认 Workers AI 的 glm-4.7-flash。不买服务器，不把聊天交给第三方。
能做的事：聊天里直接建任务、记笔记、设提醒；有记忆；额度用完，任务笔记提醒照样能用。限制也说清：界面目前基本是英文（npm 0.1.7 纯英文，主分支刚加韩语，还没中文）；单用户，没有注册体系。聊天可以打中文。
【实测环境】
· create-talorys 0.1.7（2026-10-19）
· Node 22.23.4（系统默认常是 20，会挂）
· 内置 Wrangler 4.149.0
· 全自动：CLOUDFLARE_API_TOKEN + TALORYS_OWNER_PASSWORD + --yes
· 部署约 28 秒，健康检查第 1 次等待传播后通过
【先装 Node 22】
Node 20 实测报错：Node.js 22.0 or newer is required (found 20.19.2)。顺带 miniflare 等也会 EBADENGINE。
nvm 用户注意两处真坑：
· 若提示与 NPM_CONFIG_PREFIX 不兼容，先 unset NPM_CONFIG_PREFIX
· nvm use 22 只对当前终端有效；新开终端又变回 20。设 nvm alias default 22，每次用 node -v 确认
【登录：本机 OAuth，远程必须 Token】
本机跑安装器，可走浏览器授权。云服务器、SSH、容器不行。
原因：授权完成后要跳回 localhost:8976/oauth/callback，指的是“跑安装器的那台机器”。你在自己电脑浏览器点允许，跳不回远程。非交互、无 Token 时会直接：Not authenticated with Cloudflare。
Token 权限清单（Custom token，不要用 Global API Key）：
· Account › Workers Scripts › Edit
· Account › Cloudflare Pages › Edit
· Account › Workers AI › Read
· Account › Account Settings › Read
· User › User Details › Read（可选）
Account Resources 选 Include 自己的账号。Token 只显示一次，别截图不打码、别进 Git。
【全自动命令骨架】
mkdir my-ai && cd my-ai
export CLOUDFLARE_API_TOKEN=你的Token
export TALORYS_OWNER_PASSWORD=你的主人密码
npx create-talorys@Latest --yes --account-id 你的账号ID
主人密码至少 10 位并混大小写数字符号，或 16 位以上。明文不会上传，本机哈希后写入 Cloudflare secrets。装完关掉该终端，别把真实密码写进脚本。
【最大误导报错：权限不足其实是本地缓存】
Token 权限配齐后，第一次部署仍在 Reserving resource names 失败，提示 Listing Pages projects failed: lacks a required permission。Details 里才是真话：EACCES，写不了 /node_modules/.cache/wrangler。
Wrangler 会往最近的 node_modules/.cache 写；上层若有 root 拥有的 node_modules，就被误报成 Cloudflare 权限问题。
解决（实测成功）：
export WRANGLER_CACHE_DIR=$PWD/.wrangler-cache
然后再跑安装。或换到上层没有 node_modules 的空目录。失败不会留半成品，同一目录重跑即可。经验：先看 Details 原文，别只信最后一句。
【装完验证了什么】
· /api/health：ok，v0.1.7，ai_binding true
· 未登录 401；错密码 Incorrect password.；对密码登录 200
· 中文聊天：首字约 0.7 秒，整段约 3.9 秒，分点清楚
· 英文聊天：约 0.44 秒 / 1.4 秒
· “明天早上9点提醒我给妈妈打电话”：create_reminder 成功，once 次日 09:00 Asia/Shanghai；回复措辞略别扭，提醒本身对
· Usage：4 次 AI 请求，约 1.62 万输入 / 269 输出 token，约 99 Neurons。单次系统提示+工具约 4k 输入 → 免费额度粗算约 300 轮短对话/天
【额度】
Workers AI 免费 10,000 Neurons/天，00:00 UTC（北京时间 8:00）重置。glm-4.7-flash：约 5,500 Neurons/百万输入、36,400/百万输出（CF 定价页 2026-10-20）。用完聊天停，任务笔记提醒不停。免费计划不会因超额扣钱；升到 Workers Paid 才会按量计费。Settings → AI 可设每日请求上限当刹车。
【时区】
默认取“跑安装器那台机器”的时区。东八区机器上装，Settings 会是 Asia/Shanghai。UTC 服务器上装，提醒会差几小时——登录后 Settings → General → Timezone 改掉，已有提醒会按新时区重排。
【本地先玩（不上云）】
git clone 官方仓库后 npm install / npm run dev。实测：install 约 8 秒，dev 约 30 秒起 5173/8788/8787；默认密码 talorys-dev-password；mock AI 只认几种英文指令。本地 API 要带头 x-talorys-request: 1，否则 403 Missing CSRF header。UI 语言同上，无中文界面。
【国内访问】
pages.dev 在大陆不稳定。建议绑自定义域名（Workers & Pages → 项目 → Custom domains）。先在 Pages 里加域，再配 CNAME；只配 CNAME 不在 Pages 加，容易 522。
【记住四条】
· Node 必须 22+
· 远程用 API Token，权限配齐
· 报错先看 Details，别被“权限不足”唬住
· 国内访问尽量绑自己的域名
数据在自己账号里。一条命令部署，零服务器租金。适合要私人助手、又不想养机的人。
【上传顺序与说明】
源文已有两张打码后的 Cloudflare Token 截图，可按此顺序上传；其余为建议补拍，勿当成已有成图。
· 图1：Custom Token 权限五行 + Account Resources 选中自己账号
· 图2：Continue to summary 摘要页，核对权限后点 Create Token
· 建议图3：安装完成终端打印 pages.dev 网址（打码资源 ID/邮箱）
· 建议图4：登录后中文聊天首答截图
· 建议图5：Automations 里“给妈妈打电话”提醒条目
· 建议图6：Pages Custom domains 设置页（若已绑域）
无更多现成配图时，亦可只发图1–2 + 纯文字。
【评论区】
完整踩坑教程（含命令与截图）：见博客文末链接，勿在正文堆 URL。
源码与安装器：GitHub rociiu/talorys ；npm create-talorys。
博客：astro-notion-blog-7xw.pages.dev
【这是什么】
Talorys 是开源（MIT）私人 AI 助手。整个应用落在你自己的 Cloudflare 账号里：网页走 Pages，后端是私有 Worker，数据在 Durable Object（SQLite），模型默认 Workers AI 的 glm-4.7-flash。不买服务器，不把聊天交给第三方。
能做的事：聊天里直接建任务、记笔记、设提醒；有记忆；额度用完，任务笔记提醒照样能用。限制也说清：界面目前基本是英文（npm 0.1.7 纯英文，主分支刚加韩语，还没中文）；单用户，没有注册体系。聊天可以打中文。
【实测环境】
· create-talorys 0.1.7（2026-10-19）
· Node 22.23.4（系统默认常是 20，会挂）
· 内置 Wrangler 4.149.0
· 全自动：CLOUDFLARE_API_TOKEN + TALORYS_OWNER_PASSWORD + --yes
· 部署约 28 秒，健康检查第 1 次等待传播后通过
【先装 Node 22】
Node 20 实测报错：Node.js 22.0 or newer is required (found 20.19.2)。顺带 miniflare 等也会 EBADENGINE。
nvm 用户注意两处真坑：
· 若提示与 NPM_CONFIG_PREFIX 不兼容，先 unset NPM_CONFIG_PREFIX
· nvm use 22 只对当前终端有效；新开终端又变回 20。设 nvm alias default 22，每次用 node -v 确认
【登录：本机 OAuth，远程必须 Token】
本机跑安装器，可走浏览器授权。云服务器、SSH、容器不行。
原因：授权完成后要跳回 localhost:8976/oauth/callback，指的是“跑安装器的那台机器”。你在自己电脑浏览器点允许，跳不回远程。非交互、无 Token 时会直接：Not authenticated with Cloudflare。
Token 权限清单（Custom token，不要用 Global API Key）：
· Account › Workers Scripts › Edit
· Account › Cloudflare Pages › Edit
· Account › Workers AI › Read
· Account › Account Settings › Read
· User › User Details › Read（可选）
Account Resources 选 Include 自己的账号。Token 只显示一次，别截图不打码、别进 Git。
【全自动命令骨架】
mkdir my-ai && cd my-ai
export CLOUDFLARE_API_TOKEN=你的Token
export TALORYS_OWNER_PASSWORD=你的主人密码
npx create-talorys@Latest --yes --account-id 你的账号ID
主人密码至少 10 位并混大小写数字符号，或 16 位以上。明文不会上传，本机哈希后写入 Cloudflare secrets。装完关掉该终端，别把真实密码写进脚本。
【最大误导报错：权限不足其实是本地缓存】
Token 权限配齐后，第一次部署仍在 Reserving resource names 失败，提示 Listing Pages projects failed: lacks a required permission。Details 里才是真话：EACCES，写不了 /node_modules/.cache/wrangler。
Wrangler 会往最近的 node_modules/.cache 写；上层若有 root 拥有的 node_modules，就被误报成 Cloudflare 权限问题。
解决（实测成功）：
export WRANGLER_CACHE_DIR=$PWD/.wrangler-cache
然后再跑安装。或换到上层没有 node_modules 的空目录。失败不会留半成品，同一目录重跑即可。经验：先看 Details 原文，别只信最后一句。
【装完验证了什么】
· /api/health：ok，v0.1.7，ai_binding true
· 未登录 401；错密码 Incorrect password.；对密码登录 200
· 中文聊天：首字约 0.7 秒，整段约 3.9 秒，分点清楚
· 英文聊天：约 0.44 秒 / 1.4 秒
· “明天早上9点提醒我给妈妈打电话”：create_reminder 成功，once 次日 09:00 Asia/Shanghai；回复措辞略别扭，提醒本身对
· Usage：4 次 AI 请求，约 1.62 万输入 / 269 输出 token，约 99 Neurons。单次系统提示+工具约 4k 输入 → 免费额度粗算约 300 轮短对话/天
【额度】
Workers AI 免费 10,000 Neurons/天，00:00 UTC（北京时间 8:00）重置。glm-4.7-flash：约 5,500 Neurons/百万输入、36,400/百万输出（CF 定价页 2026-10-20）。用完聊天停，任务笔记提醒不停。免费计划不会因超额扣钱；升到 Workers Paid 才会按量计费。Settings → AI 可设每日请求上限当刹车。
【时区】
默认取“跑安装器那台机器”的时区。东八区机器上装，Settings 会是 Asia/Shanghai。UTC 服务器上装，提醒会差几小时——登录后 Settings → General → Timezone 改掉，已有提醒会按新时区重排。
【本地先玩（不上云）】
git clone 官方仓库后 npm install / npm run dev。实测：install 约 8 秒，dev 约 30 秒起 5173/8788/8787；默认密码 talorys-dev-password；mock AI 只认几种英文指令。本地 API 要带头 x-talorys-request: 1，否则 403 Missing CSRF header。UI 语言同上，无中文界面。
【国内访问】
pages.dev 在大陆不稳定。建议绑自定义域名（Workers & Pages → 项目 → Custom domains）。先在 Pages 里加域，再配 CNAME；只配 CNAME 不在 Pages 加，容易 522。
【记住四条】
· Node 必须 22+
· 远程用 API Token，权限配齐
· 报错先看 Details，别被“权限不足”唬住
· 国内访问尽量绑自己的域名
数据在自己账号里。一条命令部署，零服务器租金。适合要私人助手、又不想养机的人。
【上传顺序与说明】
源文已有两张打码后的 Cloudflare Token 截图，可按此顺序上传；其余为建议补拍，勿当成已有成图。
· 图1：Custom Token 权限五行 + Account Resources 选中自己账号
· 图2：Continue to summary 摘要页，核对权限后点 Create Token
· 建议图3：安装完成终端打印 pages.dev 网址（打码资源 ID/邮箱）
· 建议图4：登录后中文聊天首答截图
· 建议图5：Automations 里“给妈妈打电话”提醒条目
· 建议图6：Pages Custom domains 设置页（若已绑域）
无更多现成配图时，亦可只发图1–2 + 纯文字。
【评论区】
完整踩坑教程（含命令与截图）：见博客文末链接，勿在正文堆 URL。
源码与安装器：GitHub rociiu/talorys ；npm create-talorys。
博客：astro-notion-blog-7xw.pages.dev
0 00
HN热帖：在约$2的MCU上做SIMD加速计算机视觉，224分。
一边是创客还在纠结要不要上NPU板，一边是有人把DSP指令榨干到眨眼识别。
边缘视觉的瓶颈，到底是芯片，还是你会不会写底层？
你站哪边？👇
#ESP32 #MCU #EdgeAI #ComputerVision
一边是创客还在纠结要不要上NPU板，一边是有人把DSP指令榨干到眨眼识别。
边缘视觉的瓶颈，到底是芯片，还是你会不会写底层？
你站哪边？👇
#ESP32 #MCU #EdgeAI #ComputerVision
0 00
