Loona Deskmate เป็นผู้ช่วย AI บนบนโต๊ะทำงานที่ “รับรู้หน้าจอ” (screen-aware) สำหรับ iPhone ออกแบบมาให้ทำหน้าที่เสมือนเพื่อนร่วมงานแบบแฮนด์ฟรี ที่สามารถเข้าใจ workflow ของผู้ใช้ โต้ตอบแบบสนทนา และสั่งงานหรือดำเนินการข้ามแอปต่าง ๆ ได้โดยตรง แทนที่จะใส่ชิปประมวลผล (SoC) และหน้าจอราคาแพงไว้ในตัวหุ่นยนต์, Deskmate จะใช้ iPhone ที่เสียบอยู่เป็น “สมอง” และใบหน้า ส่วนฐาน (dock) จะทำหน้าที่เป็นแท่นชาร์จแบบ GaN กำลังสูง 165W สำหรับใช้งานบนโต๊ะทำงาน อุปกรณ์นี้มาพร้อมฟีเจอร์เด่น เช่น การโต้ตอบด้วยเสียงแบบเรียลไทม์ (ตอบสนองประมาณ ~0.5 วินาที), ความสามารถในการรับรู้หน้าจอ และหัวหุ่นยนต์ที่ขยับได้ 3 แกน (3-DOF) เพื่อให้การเคลื่อนไหวดูสมจริงและตอบสนองได้ดี ระบบอาศัยสมาร์ตโฟน (iPhone 12 ขึ้นไป) เป็นหน่วยประมวลผลหลัก และใช้กล้อง […]
Boardcon Tiny1126B : โมดูลที่ใช้ชิป Rockchip RV1126B มีขนาดเล็กลง แต่รองรับขา I/O ได้มากขึ้น
Boardcon Tiny1126B เป็นโมดูล SoM (System-on-Module) ที่ถูกย่อขนาดลงจากรุ่น MINI1126B-P ที่ใช้ชิป Rockchip RV1126B จากเดิมขนาด 38×30 มม. เหลือเพียง 34×30 มม. โดยออกแบบมาเพื่อตอบโจทย์ระบบ AI Vision ที่มีขนาดกะทัดรัดมากยิ่งขึ้น เช่น กล้องอัจฉริยะ, กลอนประตูอัจฉริยะ, กล้องตรวจสอบ, หุ่นยนต์ทำความสะอาด/โลจิสติกส์, ระบบ DMS (ตรวจสอบผู้ขับขี่), ระบบ BSD (ตรวจจับจุดบอด) และจอแสดงผลอัจฉริยะ แม้ว่าจะมีขนาดเล็กลง แต่ Tiny1126B กลับมาพร้อมความสามารถที่เพิ่มขึ้น โดยใช้คอนเนกเตอร์แบบ 100 พิน จำนวน 2 ชุด ระยะพิทช์ 0.4 มม. แทนแบบเดิมที่เป็น 80 พิน ระยะพิทช์ 0.5 มม. ทำให้รองรับขา I/O ได้มากขึ้นอย่างชัดเจน นอกจากนี้ ยังเพิ่มอินเทอร์เฟซใหม่เข้ามา ได้แก่ USB 3.0 แบบ DRD (Dual-Role Device), อินเทอร์เฟซ SDMMC เพิ่มอีกหนึ่งชุด, อินเทอ […]
ADLINK OSM-MTK520 : โมดูล (SoM) มาตรฐาน OSM Size-L ที่ใช้ MediaTek Genio 520
ADLINK OSM-MTK520 เป็นโมดูล (SoM) ขนาด 45 x 45 มม. ตามมาตรฐาน OSM Size-L ที่ใช้โปรเซสเซอร์ MediaTek Genio 520 สำหรับงาน AIoT โดยมี NPU ประสิทธิภาพ 10 TOPS รองรับงาน Edge AI โดยพื้นฐานแล้วถือเป็นการอัปเกรดจากโมดูล OSM-MTK510 OSM Size-L ของบริษัท ซึ่งใช้ชิป Genio 510 แบบ 6 คอร์ (NPU 3.2 TOPS), รองรับ eMMC flash สูงสุด 32GB และ RAM LPDDR4 สูงสุด 8GB มาเป็นชิป Genio 520 แบบ 8 คอร์ (NPU 10 TOPS), รองรับสตอเรจแบบ UFS 3.1 ขนาดสูงสุด 256GB หรือ 512GB และหน่วยความจำ LPDDR5 สูงสุด 16GB นอกจากนี้ยังมีการเปลี่ยนแปลงด้านอินเทอร์เฟซ I/O เล็กน้อย เช่น เพิ่มพอร์ต USB OTG อีกหนึ่งช่อง, เปลี่ยนจาก HDMI เป็น DisplayPort, เพิ่มอินเทอร์เฟซกล้อง MIPI CSI อีกหนึ่งช่อง, ลดจำนวน I2C ลง แต่เพิ่มจำนวน GPIO ให้มากขึ้น สเปค ADLINK OSM-MTK5 […]
TWOWIN T808P-G : คอมพิวเตอร์ Edge AI มาตรฐาน IP65 รองรับกล้อง GMSL2 สูงสุด 8 ตัว พร้อมคอนเนกเตอร์อุตสาหกรรม M12/M16
TWOWIN Technology เปิดตัว TW-T808P-G เป็นคอมพิวเตอร์ Edge AI แบบทนทาน ระดับ IP65 พร้อมระบบระบายความร้อนด้วยพัดลม ที่ใช้โมดูล (SoM) NVIDIA Jetson Orin NX อุปกรณ์นี้ถูกออกแบบมาโดยเฉพาะสำหรับการใช้งานด้านการขับขี่อัตโนมัติ, ยานพาหนะส่งของไร้คนขับ และงานตรวจสอบอัจฉริยะ โดยให้ประสิทธิภาพด้าน AI สูงสุดถึง 157 TOPS และมาพร้อมตัวเลือกการเชื่อมต่อที่หลากหลาย เพื่อรองรับการประมวลผลแบบเรียลไทม์ในสภาพแวดล้อมอุตสาหกรรมและโครงสร้างพื้นฐานอัจฉริยะ (smart infrastructure) ตัวอุปกรณ์ถูกบรรจุอยู่ในโครงเครื่องอะลูมิเนียมอัลลอย พร้อมคอนเนกเตอร์มาตรฐานอุตสาหกรรมเกรดอากาศยานแบบ M12 และ M16 สำหรับงานเครือข่าย, การสื่อสารแบบ serial และการจ่ายไฟ คุณสมบัติอื่น ๆ ได้แก่ พอร์ต Ethernet หลายช่อง (รองรับ PoE), USB 3.0, CAN, RS232/RS485, GPIO […]
Sipeed T256s : กล้องถ่ายภาพความร้อนแบบ USB พร้อมเซ็นเซอร์ LWIR ความละเอียด 256×192 และ AI Super Resolution 640×480
Sipeed T256s เป็นกล้องถ่ายภาพความร้อนแบบพกพาที่เชื่อมต่อผ่าน USB โดยมาพร้อมเซ็นเซอร์อินฟราเรดช่วงคลื่นยาว (LWIR) ความละเอียดจริง 256×192 พิกเซล และมีหน่วยประมวลผล NPU ในตัวที่ให้ประสิทธิภาพ 2.4 TOPS สำหรับการประมวลผล AI super-resolution (ISR) ได้สูงสุด 640×480 แบบเรียลไทม์ ช่วยลดสัญญาณรบกวนของภาพได้อย่างมีประสิทธิภาพโดยไม่ต้องพึ่งซอฟต์แวร์ภายนอก อุปกรณ์รองรับการทำงานเป็นกล้อง UVC โดยให้เอาต์พุตมาตรฐานทั้งแบบ Y16 raw และ MJPEG และมีพอร์ต USB Type-C ทั้งแบบตัวผู้และตัวเมียอยู่คนละด้าน เพื่อความสะดวกในการเชื่อมต่อกับคอมพิวเตอร์และสมาร์ตโฟน นอกจากนี้ยังมีหน้าจอสัมผัสขนาด 1.69 นิ้วสำหรับใช้งานแบบสแตนด์อโลน สามารถดูภาพแบบเรียลไทม์ เปลี่ยนโทนสี (palette) ติดตามจุดที่มีอุณหภูมิสูง (hotspot) และบันทึกภาพได้ในตัว ฟีเจอร […]
LooperRobotics Insight 9 : กล้อง Spatial AI แบบสแตนด์อโลน มาพร้อมชิป D-Robotics RDK X5 รองรับ ROS 2
LooperRobotics Insight 9 เป็นกล้อง Spatial AI แบบอัตโนมัติที่พร้อมใช้งานทันที (plug-and-play) ออกแบบมาสำหรับระบบปัญญาประดิษฐ์เชิงกายภาพ (embodied intelligence), หุ่นยนต์สี่ขา และแพลตฟอร์มเคลื่อนที่แบบไดนามิก เมื่อเปรียบเทียบกับกล้อง Depth แบบ USB ทั่วไป เช่น Intel RealSense D435i หรือ Luxonis OAK-D, ซึ่งต้องพึ่งพาคอมพิวเตอร์โฮสต์ในการประมวลผล Insight 9 ได้รวมหน่วยประมวลผล D-Robotics RDK X5 แบบ octa-core Cortex-A55 พร้อม AI accelerator 10 TOPS ไว้ภายใน ทำให้สามารถรันระบบ Visual SLAM (V-SLAM) และการสร้างแผนที่เชิงลึก (depth mapping) ได้ทั้งหมดภายในตัวอุปกรณ์ กล้องนี้มาพร้อมกับระบบ “Tri-Eye Perception Matrix” ซึ่งประกอบด้วยเซนเซอร์ RGB ความละเอียด 8.4MP รุ่น Sony Starvis IMX415 ที่มีมุมมองกว้างพิเศษถึง 188° และเซ […]
Ohm Lab Neuro N6 : บอร์ดพัฒนา AI Vision แบบโมดูลาร์ที่ใช้ STM32N6 รองรับกล้อง Rolling Shutter, Global Shutter และ Thermal
Ohm Lab Neuro N6 บอร์ดพัฒนา Edge AI / AI Vision ขนาดกะทัดรัดแบบโมดูลาร์ ที่รองรับ Arduino โดยใช้ไมโครคอนโทรลเลอร์ STM32N6 Arm Cortex-M55 จาก STMicroelectronics พร้อมตัวเร่งประมวลผล AI Neural-ART ที่ให้ประสิทธิภาพสูงถึง 600 GOPS บอร์ดมีขนาดเท่ากับ Adafruit Feather และมาพร้อมหน่วยความจำ PSRAM 64MB, Flash 32MB, ไมโครโฟนในตัว, เซนเซอร์ IMU 6 แกนพร้อมแมกนีโตมิเตอร์, พอร์ต USB-C สำหรับจ่ายไฟและโปรแกรม รวมถึงรองรับการจ่ายไฟผ่าน USB-C (5V) หรือแบตเตอรี่ LiPo ด้านล่างของบอร์ดมีคอนเนกเตอร์ความหนาแน่นสูงแบบ 40-pin และ 30-pin สำหรับต่อบอร์ดเสริม เช่น กล้อง (rolling shutter, global shutter หรือ thermal), microSD, Ethernet, WiFi, หน้าจอ TFT และอื่น ๆ สเปคของ Neuro N6 : MCU – STMicro STM32N6 MCU Core – 32-bit Arm Cortex-M55 C […]
Radxa AICore DX-M1M : โมดูลเร่งความเร็ว AI แบบ M.2 2242 ประหยัดพลังงาน ให้ประสิทธิภาพสูงถึง 25 TOPS ใช้ไฟเพียง 3W
Radxa AICore DX-M1M เป็นโมดูลเร่งความเร็ว Edge AI แบบ M.2 ขนาดกะทัดรัดและใช้พลังงานต่ำ ที่ใช้ neural processing unit (NPU) รุ่น DeepX DX-M1M ให้ประสิทธิภาพ AI สูงสุดถึง 25 TOPS (INT8) ขณะที่ใช้พลังงานเพียง 3 วัตต์เท่านั้น โมดูลนี้ถูกออกแบบมาสำหรับงาน เช่น หุ่นยนต์แขนกลอุตสาหกรรม, หุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR), Edge server, โดรน และอุปกรณ์ AIoT โดยให้ความสามารถด้าน AI และ Machine Learning ประสิทธิภาพสูงโดยไม่กินพลังงานมาก รองรับการเชื่อมต่อผ่าน PCIe Gen3 x2 และใช้งานได้ทั้งกับระบบ x86 และ Arm รวมถึงบอร์ดยอดนิยมอย่าง Raspberry Pi 5 และ Radxa ROCK SBC สเปค่ของ AICore DX-M1M : AI Accelerator – DeepX DX-M1M neural processing unit (NPU) ให้ประสิทธิภาพ AI สูงสุด 25 TOPS หน่วยความจำ AI – 1GB LPDDR4X @ 4266 MT/s (อย […]








