合作旨在通过增强实时性能、精度、可靠性和可扩展性,革新机器人行业
德国,纽伦堡 – 2024年4月9日 – 在今日举行的国际嵌入式展会(Embedded World)上,BlackBerry(纽约证券交易所代码:BB;多伦多证券交易所代码:BB)宣布与AMD合作,旨在通过实现新水平的低延迟、低抖动和可重复确定性,革新下一代机器人系统。两家公司将共同推出一款经济实惠、功能强大的平台,为工业和医疗领域的机器人系统提供更强的性能、可靠性和可拓展性,从而满足机器人硬件对“硬”实时能力的迫切需求。
该平台结合了BlackBerry® QNX®在实时基础软件解决方案和QNX®软件开发平台(SDP)方面的专业技术,以及由AMD Kria™ K26 SOM提供支持的异构硬件解决方案,后者采用了Arm®和FPGA可编程逻辑架构。凭借Kria,Arm®子系统可支持QNX微内核实时操作系统(RTOS)的高级功能,同时允许用户在AMD Kria KR260机器人入门套件的可编程逻辑上运行低延迟、确定性的功能。
该组合在机器人应用中实现了传感器融合、高性能数据处理、实时控制、工业网络和减少延迟。此外,客户还可从软件和硬件组件的无缝集成和优化中获益,从而简化开发流程,并加速创新机器人解决方案的上市时间。
“借助 QNX 软件开发平台,客户可以在 AMD Kria KR260 入门套件上快速启动开发,并根据其需求无缝扩展到其他性能更高的 AMD 平台。”AMD公司工业、视觉、医疗保健与科学市场高级总监Chetan Khona表示,“此次AMD和QNX强强联手,集各自行业领先优势打造的基础平台将为创新开辟新的可能,并开拓机器人技术的未来边界。”
“通过与AMD的合作,BlackBerry QNX的一体化解决方案将提供一个集成的软硬件基础,提供实时性能、低延迟和确定性,以确保关键机器人任务每次都能以相同的精度和响应速度执行。”BlackBerry QNX产品与战略副总裁Grant Courville表示,“这些特性对于执行精细操作的行业至关重要,如自主移动机器人和手术机器人这些快速增长的行业。我们与AMD携手,致力于推动技术进步,以应对最复杂的挑战,并改变机器人行业的未来。”
该集成解决方案现已面向客户推出。
在国际嵌入式展会上,您可以参观BlackBerry(4 号展厅,544 号展台)的新型机械臂演示,该演示由 QNX® 软件开发平台(SDP) 8.0 支持,专为工业和医疗环境中的精度和性能优化而设计。
AMD 也将参加国际嵌入式展会。欢迎莅临 AMD 展台(5 号展厅,5-111 号展台)了解 AMD 自适应和嵌入式设备产品组合如何帮助客户解决各行业的问题。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。