AMR 与仓储物流
现场需求:在动态环境中识别货物、人员与障碍,并理解调度指令。
VXI 带来的能力:本地视觉语义与自然语言指令理解,减少对云端调度的依赖。
机器人与具身智能
VXI-IR5 是为机器人设计的端侧大模型协处理器。它与您现有的机器人主控协同工作,在有限的功耗与散热预算内,带来本地的语言理解、视觉语义与任务决策能力。从模型导入到整机上线,由原厂工程师全程陪跑。
数据来源:国际机器人联合会(IFR)《World Robotics 2026》新闻稿,2026 年 9 月 24 日。 查看 IFR 原文
把大模型装进机器人,真正的限制往往来自整机条件,而不是峰值算力。
电池续航、机壳散热与风扇噪音,决定了机身内能放进多少计算。效率比峰值更重要。
云端往返的延迟与连接不稳,会直接影响移动、避障与人机交互的节奏。关键判断应在本地完成。
工厂影像、仓储布局与客户场景信息,常有不出厂、不出园区的要求。本地推理让数据治理更简单。
VXI-IR5 以协处理器形式加入现有架构:主控继续负责运动控制与安全,大模型推理交给 VXI。
两者通过主机接口交换推理结果,既有的控制链路与安全设计保持不变。
实际的接口、操作系统与集成方式,会在评估阶段依您的主控平台共同确认。
大模型每生成一个 token,都需要读取大量权重。当权重放在外部内存时,搬运速度就成了上限。
以 15 亿参数、4 位量化的模型为例,权重约 0.75 GB。若每个 token 都从外部内存完整读取一次权重,在 25.6 GB/s 的带宽下,理论上限约为每秒 34 个 token,这还没有计入其他开销。
VXI 以 SRAM 存内计算,让频繁访问的数据留在计算单元旁,减少每个 token 的外部搬运。架构效率来自数据路径的设计,不依赖最先进制程。
这些场景已有明确的部署需求,也最需要在有限功耗内完成本地判断。
现场需求:在动态环境中识别货物、人员与障碍,并理解调度指令。
VXI 带来的能力:本地视觉语义与自然语言指令理解,减少对云端调度的依赖。
现场需求:在变电站、管廊与厂区长时间巡检,常处于网络不稳的环境。
VXI 带来的能力:离线识别异常、生成巡检摘要,回传结果而不是大量原始影像。
现场需求:在产线间移动并执行取放,需要理解工件、工位与作业指示。
VXI 带来的能力:以视觉语义与任务规划辅助作业决策,控制与安全仍由主控负责。
现场需求:在接待、导览与配送场景中与人自然对话,并保护现场隐私。
VXI 带来的能力:本地语音与语言交互,对话与影像数据可留在设备端。
现以 FPGA 工程评估平台开放早期导入,量产规格与早期伙伴共同定义。
梳理机型、主控平台、目标模型与功耗、延迟、成本的优先级。
以 PyTorch/ONNX 等开放格式导入,完成量化与离线编译。
在工程评估平台上与您的主控协同,验证数据流与接口。
提供您的模型在精度、延迟与功耗上的实测步骤与结果,步骤可复现。
依评估结果共同定义量产规格、供货与导入节奏。
由芯片与工具链的原厂工程师直接参与集成,问题不经多层转手。
评估报告附上测试条件与步骤,让您的团队能自行复测。
提供长期供货与版本兼容计划,细节在合作协议中约定。
评估范围、交付内容与商务条件,将依项目需求在合作协议中确认。
告诉我们您的机型、主控平台与目标模型,原厂工程师会与您规划评估路径。