ES4225 边缘端大模型车形机器人

所属分类：人工智能技术

随着人工智能技术的快速发展，边缘端大模型在实时性、隐私保护及场景适配性方面展现出显著优势。

产品咨询

联系我们

首页

产品详情

1.产品介绍

随着人工智能技术的快速发展，边缘端大模型在实时性、隐私保护及场景适配性方面展现出显著优势。结合高校教学需求，边缘端大模型车形机器人以DeepSeek等大模型为核心，构建具备本地化部署大模型能力的车形机器人教学平台，旨在通过“AI+实践”模式提升学生工程能力与创新能力。

车形机器人以四轮底盘为载体，基于英伟达公司的Jetson Orin边缘计算平台本地化部署DeepSeek等大模型，集成激光雷达、RGB-D深度相机、语音模块等多模块态感知系统，WiFi/蓝牙等通信模块和驱动/转向电机、显示、语音播报、蜂鸣器等多种执行机构，将大模型技术、人工智能技术、信息通信技术、边缘计算平台、云计算平台有机地融合起来，具备信息获取与传输、训练与推理、执行等功能。同时，由于选取的边缘计算平台具有强大算力，因此除了常规的云上训练、边缘推理外还可以边缘训练、边缘推理，提高了实验的灵活性。

实验案例包含大模型基础应用开发、大模型综合应用开发、智能导航与路径规划、人工智能基础算法与应用、人工智能自动驾驶算法与应用、机器视觉算法与应用、ROS开发、人工智能与通信融合应用等案例。以支持《人工智能导论》、《深度学习与神经网络》、《计算机视觉与模式识别》、《机器人导航技术》、《人工智能应用开发》、《大模型应用开发》等课程的课程实验与课程设计，以及大模型应用综合设计、机器视觉综合设计、机器人导航综合设计、人工智能综合应用设计、人工智能专业综合设计等综合设计。

2.产品特点

^{贴近工程实践}

业界主流的算力平台：使用行业应用占主导地位的英伟达公司的GPU人工智能算力加速平台，性能强大、应用广泛。

业界主流的大模型：支持本地化部署DeepSeek、通义千问等主流大模型。

业界主流的大模型应用：支持提示词工程、检索增强生成（RAG）、智能体（AI Agent）、大模型微调等主流大模型应用开发。

业界主流的开发框架：支持大模型应用开发框架LangChain，以及TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet等主流AI框架。

^{本地化部署}

低延迟交互：端侧模型推理响应时间小，支持实时避障与动态教学反馈。

数据自主可控：本地化部署规避云端数据传输风险，符合高校数据安全管理要求。

场景适应性：通过模型量化与硬件选型优化，在边缘端算力设备上实现复杂任务处理。

^{DeepSeek技术赋能}

高效推理能力：DeepSeek-R1在数学解题、代码生成等任务中准确率>90%，支持机器人自主决策。