Hiwonder WonderLLM – โมดูลแชตอัจฉริยะ ESP32-S3 พร้อมจอสัมผัส 2 นิ้ว กล้อง 2MP และชิปเสียง

WonderLLM AI module

Hiwonder เปิดตัว WonderLLM โมดูลแชตอัจฉริยะที่ใช้ ESP32-S3 เป็นแกนหลัก มาพร้อมกล้องความละเอียด 2MP, หน้าจอสัมผัสขนาด 2.0 นิ้ว, ลำโพง และไมโครโฟนแบบอาเรย์ รองรับทั้งงาน Computer Vision แบบออฟไลน์ และการใช้งาน Large Language Model (LLM) บนคลาวด์ ผ่านแพลตฟอร์ม XiaoZhi AI อุปกรณ์มาพร้อมชิปประมวลผลเสียงเฉพาะ CI1302 สำหรับการตรวจจับคำปลุก (Wake Word) แบบเปิดรออยู่ตลอดเวลา (Always-on) โดยใช้พลังงานต่ำ และมีอินเทอร์เฟซ I2C แบบ 4 พิน ที่ช่วยให้สามารถทำงานเป็นเซนเซอร์ภาพ/เสียงอัจฉริยะสำหรับคอนโทรลเลอร์ภายนอก เช่น Arduino, STM32 หรือบอร์ด ESP32 อื่น ๆ}  การใช้งานทั่วไปได้แก่ หุ่นยนต์ขนาดเล็ก, ชุดการเรียนรู้ STEM, ผู้ช่วยโต้ตอบ, และโปรเจกต์ด้านวิชัน (Vision) ที่ให้อุปกรณ์นี้จัดการด้านการรับรู้และการโต้ตอบ ขณะที่ MCU ตัวอื่ […]

M5Stack StickS3 ชุดพัฒนา IoT ขนาดจิ๋วที่ใช้ ESP32-S3 มาพร้อมจอสี 1.14 นิ้ว ลำโพง และไมโครโฟนสำหรับการโต้ตอบด้วยเสียง

M5Stack StickS3

M5Stack StickS3 เป็นชุดพัฒนา/คอนโทรลเลอร์ IoT ขนาดจิ๋วที่ใช้ ESP32-S3 รองรับ WiFi และ BLE โดยใช้ชิปแบบ SiP รุ่น Espressif ESP32-S3-PICO-1-N8R8 ซึ่งรวม flash 8MB และ PSRAM 8MB ไว้ในตัว พร้อมจอแสดงผลขนาด 1.14 นิ้ว ไมโครโฟนและลำโพงในตัว รวมถึงตัวรับและส่งสัญญาณอินฟราเรด (IR) อุปกรณ์รุ่นนี้เป็นการอัปเดตจาก ESP32-PICO-V3 ที่ใช้ StickC-Plus2 โดยเปลี่ยนมาใช้โมดูล ESP32-S3 ที่ทรงพลังยิ่งขึ้น เพิ่มพอร์ต USB Type-C OTG, ระบบเสียงที่ดีขึ้นด้วยชิป ES8311 mono audio codec, แบตเตอรี่ความจุเพิ่มเป็น 250 mAh รวมถึงพอร์ต Grove 4 ขา และ GPIO header (female) 16 ขาสำหรับการขยายเพิ่มเติม สเปคของ M5Stack StickS3 : SiP – Espressif ESP32-S3-PICO-1-N8R8 ตัวเดียวกับที่ใช้ใน M5Stack ATOMS3R และ ATOMS3R Cam IoT controllers SoC – ESP32-S3 […]

บอร์ดพัฒนา ESP32-S3 พร้อมจอ Reflective LCD (RLCD) ขนาด 4.2 นิ้ว, ไมโครโฟนคู่ และลำโพงในตัว

ESP32-S3 RLCD Development Board

Waveshare ESP32-S3-RLCD-4.2 เป็นบอร์ดพัฒนา ESP32-S3 ที่มาพร้อมจอ Reflective LCD (RLCD) ขนาด 4.2 นิ้ว ออกแบบมาสำหรับงาน DIY การทำต้นแบบอย่างรวดเร็ว และอุปกรณ์แสดงผลอัจฉริยะที่ต้องการประสบการณ์การมองแบบคล้ายกระดาษ แต่มีอัตรารีเฟรชสูงกว่าจอ e-paper ชิป ESP32-S3 รองรับการเชื่อมต่อ Wi-Fi 2.4 GHz และ Bluetooth 5 LE ตัวบอร์ดยังมีไมโครโฟนแบบอาเรย์ 2 ตัว (ใช้ ES7210 ADC และ ES8311 audio codec) พร้อมลำโพงในตัว สำหรับงานโต้ตอบด้วยเสียง/AI voice นอกจากนี้ยังมีเซนเซอร์อุณหภูมิและความชื้น SHTC3, RTC รุ่น PCF85063, ช่อง microSD สำหรับจัดเก็บข้อมูล และขาเชื่อมต่อ GPIO, UART, I²C หลายชุด การจ่ายไฟ การโปรแกรม และการชาร์จแบตเตอรี่ทำผ่านพอร์ต USB Type-C และรองรับแบตเตอรี่ 18650 (ออปชัน) การใช้งานเหมาะสำหรับปฏิทินอิเล็กทรอนิกส์, จอ […]

ชุดพัฒนา Raspberry Pi RP2350 พร้อมหน้าจอสัมผัสทรงกลม 1.85 นิ้ว มีไมโครโฟน และตัวเลือกกล่อง, ลำโพงและแบตเตอรี่

RP2350 Round TOuch LCD battery speaker box

Waveshare RP2350-Touch-LCD-1.85C เป็นชุดพัฒนา (devkit) ที่ใช้ไมโครคอนโทรลเลอร์ Raspberry Pi RP2350 มาพร้อมหน้าจอสัมผัสทรงกลมขนาด 1.85 นิ้ว ความละเอียด 360×360 พิกเซล มีไมโครโฟนในตัว, GPIO header 28 พิน และพอร์ต USB-C ส่วนรุ่น RP2350-Touch-LCD-1.85C-BOX เป็นการต่อยอดแพลตฟอร์มเดียวกัน โดยเพิ่มกล่องพร้อมลำโพงและแบตเตอรี่ 3.7V ทั้งสองรุ่นยังมาพร้อม SPI flash ขนาด 16MB ช่องใส่การ์ด microSD card เซ็นเซอร์ IMU แบบ 6 แกน ปุ่มและ LED หลายจุด รวมถึงคอนเนกเตอร์ขยาย UART และ I2C สามารถนำไปใช้งานเป็นโซลูชัน HMI ที่รับอินพุตได้ทั้งการสัมผัส ปุ่มกด และการสั่งงานด้วยเสียง พร้อมเอาต์พุตทั้งจอแสดงผลและเสียง สเปคของ RP2350-Touch-LCD-1.85C: ไมโครคอนโทรลเลอร์– Raspberry Pi RP2350A MCU CPU 2x Arm Cortex-M33 cores @ 150 MHz 2x Hazard […]

NASP NeuroVoice VAD : ชิปตรวจจับเสียงพูดแบบ Always-on ใช้พลังงานระดับไมโครวัตต์

NeuroVoice VAD Voice Activity Detection chip

POLYN Technology, Neuromorphic Analog Signal Processor (NASP) NeuroVoice VAD เป็นชิปตรวจจับเสียงพูดแบบเปิดทำงานตลอดเวลา (always-on) ที่ใช้พลังงานต่ำมาก (ultra-low-power) สามารถตรวจจับเสียงพูดได้แม้อยู่ท่ามกลางสภาพแวดล้อมที่มีสัญญาณรบกวนสูง โดยใช้พลังงานในระดับไมโครวัตต์ และมีความหน่วงเวลาในการประมวลผลเพียงระดับไมโครวินาที การประมวลผลทั้งหมดเกิดขึ้นบนชิปโดยตรงจึงไม่จำเป็นต้องเชื่อมต่ออินเทอร์เน็ต การใช้งานที่เป็นไปได้ ได้แก่ รีโมตคอนโทรลอัจฉริยะ, หูฟังเอียร์บัด, อุปกรณ์สวมใส่, การเข้าถึงด้วยเสียง, อุปกรณ์ IoT ระบบอุตสาหกรรม 4.0, หุ่นยนต์, Smart Home/Factory, ระบบการเคลื่อนที่ (mobility) และอื่น ๆ อีกมากมาย สเปคของชิป NASP NeuroVoice VAD  (NV-VAD 100) : คุณสมบัติ ตรวจจับเสียงพูดโดยใช้พลังงานต่ำมาก (ultra-low powe […]

Fusion HAT+ : บอร์ดขยายสำหรับ Raspberry Pi เน้นการควบคุมมอเตอร์และเซอร์โวด้วย AI และ LLMs

SunFounder Fusion HAT

SunFounder Fusion HAT+ สำหรับคอมพิวเตอร์บอร์ดเดี่ยว Raspberry Pi 5/4/3B+ และ Zero เป็นบอร์ดควบคุมมอเตอร์และขยาย GPIO ที่ออกแบบมาให้ทำงานร่วมกับ LLM เช่น ChatGPT หรือ Gemini โดยใช้ลำโพงและไมโครโฟนที่ติดตั้งมาบนบอร์ดสำหรับการโต้ตอบด้วยเสียง บอร์ดรองรับไดรเวอร์มอเตอร์ DC 4 ช่อง, ช่อง PWM สำหรับเซอร์โว 12 ช่อง, อินพุต ADC 4 ช่อง และมีอินเทอร์เฟซ I2C, SPI และ UART สำหรับเชื่อมต่อเซนเซอร์ นอกจากนี้ยังมาพร้อมแบตเตอรี่ชาร์จได้ 18650 จำนวน 2 ก้อน พร้อมระบบจัดการพลังงานอัจฉริยะและฟังก์ชันปิดเครื่องอย่างปลอดภัย เหมาะสำหรับใช้งานในรถอัจฉริยะ, หุ่นยนต์ฮิวแมนนอยด์, แขนกล, หุ่นยนต์หลายขา (เช่น แมงมุม) และระบบสมาร์ทโฮม สเปคของ Fusion HAT+ : MCU – Gigadevices GD32E203C8T6 ไมโครคอนโทรลเลอร์ Arm Cortex-M23 @ 72MHz พร้อม flash 64K […]

ESP Private Agents : แพลตฟอร์มที่ช่วยพัฒนาผู้ช่วยเสียง AI สำหรับอุปกรณ์ ESP32 แบบประมวลผลบนอุปกรณ์

ESP32 AI Agent Translator Interpreter

Espressif เปิดตัวแพลตฟอร์ม ESP Private Agents เพื่อช่วยนักพัฒนาสร้างผู้ช่วย AI แบบทำงานในเครื่อง (local), เป็นส่วนตัว (private) และปรับแต่งได้ สำหรับอุปกรณ์ ESP32 ที่รัน AI บนอุปกรณ์โดยตรง ทั้งยังรองรับงาน AI แบบไฮบริดที่ผสมการประมวลผลบนอุปกรณ์และบนคลาวด์ได้ด้วย แพลตฟอร์ม ESP Private Agents มีเฟรมเวิร์กแบบรวมศูนย์ที่ช่วยให้นักพัฒนาสร้างแอปพลิเคชันที่ผสานความเร็ว การมองเห็น ระบบอัตโนมัติ และการโต้ตอบแบบเอเจนต์ (agent-based interactions) ตัวอย่างเช่น ผู้ช่วยสั่งงานด้วยเสียงหลายภาษาแบบรันบนอุปกรณ์ (หรือที่เรียกว่า smart speaker) หรือเอเจนต์เชิงงาน (task-oriented agents) ที่ช่วยทำงานอัตโนมัติในเวิร์กโฟลว์ต่าง ๆ โซลูชันนี้สร้างบนบริการคลาวด์ของ AWS โดยใช้ AWS Fargate เป็นแพลตฟอร์มแอปพลิเคชันหลัก และใช้ Amazon Bedroc […]

Edgi-Talk ชุดพัฒนา Machine Learning ที่ใช้ชิป Edge AI Infineon PSOC Edge E84

Edgi-Talk machine learning platform

Edgi-Talk  เป็นแพลตฟอร์มและชุดพัฒนา machine learning ที่ใช้ชิป Infineon PSOC Edge E84 ซึ่งเป็น SoC แบบ Edge AI ประกอบด้วย Arm Cortex-M55/M33 พร้อม Arm Helium, ไมโคร NPU Arm Ethos-U55 และ NNLite neural network acceleratorแบบ พลังงานต่ำ (ultra-low-power) ทำให้รองรับงาน AI/ML ได้หลายระดับประสิทธิภาพและการใช้พลังงาน ชุด devkit มาพร้อม PSRAM 128 MB, QSPI flash 128MB, หน้าจอสัมผัส 4.3 นิ้ว, ไมค์ดิจิทัล 2 ตัว, ลำโพง, WiFi 6 และ Bluetooth LE 6.0, เซนเซอร์วัดการเคลื่อนไหวและสภาพแวดล้อม รวมถึง Header แบบ 40 พินของ Raspberry Pi และคอนเนกเตอร์ PMOD จำนวนสองชุดสำหรับการขยายต่ออุปกรณ์เพิ่ม สเปคของ Edgi-Talk: SoC – Infineon PSOC Edge E84 CPU Arm Cortex-M55 @ 400 MHz พร้อม FPU, MPU, รองรับ Arm Helium , หน่วยความจำ 256KB i-TCM, […]