基于 Prophesee Metavision® 事件视觉传感器和 AI算法在性能、功耗及速度上的优势,开发人员现可打造支持 AMD 平台的全新一代边缘 AI 机器视觉应用。
2024 年 5 月 30 日,中国上海——领先的神经拟态视觉传感公司 Prophesee 宣布,其 Metavision® HD 事件视觉传感器和 AI 算法现已支持 AMD Kria™ KV260视觉 AI 入门套件(AMD Kria™ KV260 Vision AI Starter Kit),两者的强强联合将加速高级边缘机器视觉应用的开发。同时,此次合作也标志着业界首款兼容 AMD 平台的事件视觉开发套件问世。该套件将为客户提供一个高效平台,助力客户快速评估智慧城市、机器视觉、安全摄像头、零售分析等领域的工业级解决方案,并将其投入生产。
KV260 视觉 AI 入门套件是 AMD Kria™ K26 系统模块(SOM)的开发平台,专为高级视觉应用开发而构建,无需开发者拥有复杂的硬件设计知识或 FPGA 编程技能。AMD Kria SOM 适用于边缘 AI 应用,开箱即用(production-ready),配备数量丰富的 I/O 接口,高能效且具有成本效益,可加速视觉和机器人任务。结合 Prophesee 突破性的事件视觉技术,机器视觉系统开发者可利用 Metavision 平台的低延迟和低功耗优势,创建出传统基于帧的视觉方案无法实现且更高效的应用。
。

图 1:Prophesee Metavision 入门套件 – AMD Kria KV260 和主动光通信( Active Marker)LED 板
该套件中包含一款突破性的即插即用主动光通信(Active Markers Tracking)应用程序,支持 >1,000Hz 的 3D 姿态估计(3D pose estimation),能够在像素级别上完全消除背景干扰,同时在复杂的照明条件下提供极高的鲁棒性。该款应用程序展现了 Prophesee Metavision 事件视觉技术的独特功能,为实现一系列全新的超高速跟踪用例提供了助力,如游戏控制器跟踪、建筑工地安全、重载防摇摆系统等。
此外,更多的即用型应用算法将在未来几个月内推出。
Prophesee 入门套件是一款“开箱即用”的开发解决方案,让开发人员能够快速启动并运行 Prophesee Metavision SDK,以及 Prophesee 与索尼携手打造的 IMX636 HD 事件视觉传感器。这使得算法能够轻松移植到 AMD 商用和工业级 SOM 上(这些模块由定制的 Zynq™ UltraScale+™ 多处理器片上系统(MPSoC)驱动),极大地提升了开发效率和系统性能。
AMD 工业、视觉、医疗和科学市场高级总监 Chetan Khona 表示:“Kria 生态系统正在蓬勃发展,这极大地促进了机器人专家和开发人员在动作捕捉、连接性技术和边缘 AI 应用领域的创新发展。Prophesee 事件视觉传感技术为机器视觉应用提供了独特的优势。事件视觉传感生成的数据量较少,这一特点不仅确保了系统的高能效运行,还显著降低了计算负担与内存需求,进而实现了更为迅捷的系统响应。”
Prophesee 联合创始人兼首席执行官 Luca Verre 表示:“通过与 AMD 联手,我们打造了一款高效的开发辅助工具,让开发基于事件的边缘应用变轻松。为了让开发人员充分体验事件视觉技术低功耗和低延迟的独特优势,我们提供了全方位的资源支持,同时打造了一个灵活的开发环境,让开发人员能够基于客户定制应用和用例的具体 KPI,优化机器视觉系统。此举将进一步加速事件视觉技术在关键细分市场的普及,而 Metavision 的独特优势也将助推这些细分市场的创新发展。
定价及供货
兼容 AMD Kria KV260 入门套件的 Prophesee 事件视觉解决方案现已上市。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。