CubeAI已存在，ST为何仍要推出CubeAI Studio？
▼点击下方名片，关注公众号，获取更多精彩内容▼我是嵌入式AI贺老师，专注于AI在MCU上的落地应用。关注我，回复【嵌入式AI】，即可免费领取更多专业资料。凡是接触过 STM32 AI 部署的朋友，或者听过我课程的同学，对 X-CUBE-AI 应该都不陌生。把训练好的模型导入，选定目标芯片，跑一下 Analyze 看 Flash 和 RAM，做一次 Validate，再 Generate Code，最后合并进工程。这条流程其实已经沿用好几年了，虽然不算特别流畅，但确实能完成任务。所以当 ST 在 2026
极海智能服务全面进化！极小海AI助手焕新登场
嵌入式开发者的这些崩溃时刻你肯定也经历过是时候摆脱冗长手册和复杂步骤了！点开视频，看看全新上线的极小海AI客服有多强大从器件选型到技术答疑极小海AI客服都能成为你的全能开发伙伴亮点功能一01#闪电选型，简化对比流程只需一句话描述需求，就能迅速过滤型号，并展示关键参数对比！选型工作，从数小时压缩到半分钟亮点功能二02#即时响应，代码片段一键调用外设设置、引脚分配、初始化步骤都能清晰说明，还可直接给出可参考的C语言代码段亮点功能三03#直通服务，专属经理快速跟进样品申领、复杂方案评估，或 AI 无法处理的系统
嵌入式物联网AI只是修硬件？真实岗位方向全解析
不少家长和学生对这个领域存在典型误解：认为它就是拧螺丝、焊电路，天天围着设备做维修，职业路径狭窄，只能做硬件维护相关工作。实际上，它是软件、硬件、AI算法三方融合的综合性方向，修硬件只是极小一环，远不是岗位全貌。今天就来拆解行业实际岗位情况，梳理就业选择的多元性，帮你走出认知盲区。嵌入式物联网AI，也被称为AIoT，本质是把人工智能能力下沉到单片机、Linux终端、边缘设备里，赋予硬件设备感知、识别、决策的智能化能力，普遍落地于智能家居、工业互联网、车载电子、智能机器人、可穿戴产品等场景。硬件调试只是工作
AI浪潮下，普通嵌入式工程师与高手的分水岭究竟在哪？
我看着屏幕上刚刚生成的那段代码，心情并没有预期中的激动，反而有些微妙，不知是该欣喜还是该提前做好防备。速度太快了。以往要折腾大半天的事情，现在短短几分钟就完成了。结构完整，框架清晰，看起来甚至远超我自己写的水平。这是一位长期合作老客户委托的新项目，整个过程我没敲过一行代码。周一上午11点，他把资料发了过来，包含原理图、功能规格书和若干芯片数据手册。我从12:31分正式启动工作。依照这些材料，先自动搭建标准化目录体系，对资料进行归类整理。整个流程由我亲自设计的工作流驱动并产出成果，我只负责方向把控。例如规范
王晨光：医疗AI的嵌入式法律监管路径探析
中国民商法律网本文首发于《江西社会科学》2026年第6期。【作者简介】王晨光，清华大学法学院教授，博士生导师。【摘要】医疗人工智能正以迅猛态势深刻重塑医疗服务形态。鉴于医疗服务关乎生命健康，安全始终是必须坚守的底线。面对监管滞后于技术迭代、传统外部监管效能减弱、研发生产主体内置监管机制关键缺失等现实挑战，亟需创新以“嵌入式监管”为核心的治理模式。该模式旨在构建融合“硬法”与“软法”等法律政策规范的监管体系，涵盖：全流程质量标准体系；机构内部专职合规监管与质量复核岗位；法律与伦理审查机制及程序；跨学科、跨部
AI长出手脚：世界人工智能大会揭示人才新需求
今年参观世界人工智能大会，最明显的印象是：人工智能开始具备行动能力了。展区内，能够接受指令、调用工具的智能体数量大增；机器人不仅会行走和舞蹈，还开始探索工厂和服务领域的应用；大模型也被集成到手机、汽车以及各类智能设备中。与推出更先进模型相比，今年人们更关注这些技术如何实际应用。在展台的热闹背后，隐藏着一个与职场人士更切身相关的问题：当AI拥有行动能力后，哪些人更容易找到工作？为解答这一疑问，猎聘大数据研究院发布了《2026人工智能行业人才供需趋势洞察》。招聘数据的变化，恰好为大会上的技术热潮提供了另一个观
智能嵌入式开发：借助AI轻松驾驭UART/SPI/I2C接口
我们深入剖析下，怎么借助AI把以前特别吃经验、总得“填坑”的硬件接口设计和调试活儿，变得更快、更有条理，还能“提前预判”。对嵌入式工程师而言，跟硬件接口打交道是常事，可也是麻烦最多的地方。AI一来，就给我们添了个厉害的“外接智囊”和“数字示波器”。要是你干嵌入式软件这行，下面这些“诡异状况”肯定不陌生：UART：收进来的数据全是乱码，波特率、数据位、停止位核对了无数遍，愣是搞不定。SPI：发送没问题，可收不到东西，或者净是0xFF，盯着时序图和代码瞅了一整天，啥毛病没找着。I2C：设备怎么都不回ACK，总
智能时代嵌入式学习新策略：一周掌握陌生MCU生态的AI秘籍
我们来深入探讨一个对嵌入式开发者极具价值的场景：如何借助AI，快速驾驭一个完全陌生的MCU生态系统。从零开始接触一家新的芯片厂商，比如NXP、TI或Nordic，过去通常是一个繁琐且耗时的过程。然而如今，AI可以充当你的"开路先锋"和"向导"。从事嵌入式开发，我们难免会遇到新的芯片平台。无论是项目所需，还是个人想拓宽技术视野，当你初次面对NXP的MCUXpresso、TI的Code Composer Studio或Nordic的nRF Connect SDK时，那种感受，我
AI时代MCU开发新范式：从拆解需求开始
随着AI在编程领域的快速演进，MCU与嵌入式工程师的角色正悄然转变。过去，需求通常由主管拆解，我们仅负责实现部分模块；而当AI参与开发后，你可以将AI视为一位聪明但缺乏实战经验的初级工程师，仿佛突然多了几位实习生——你需要引导它一步步完成任务。这并非浪费时间，相反，当你以这种方式协作时，关注点会从“如何写一行代码”转向“系统如何拆分、任务如何分阶段推进”，工程师的思维模式也因此发生根本转变。以下基于NXP资深MCU工程师的实战经验，结合我们对AI的理解，进一步展开说明。这就像你有个实习生，对项目一无所知，
嵌入式开发中的AI协作：掌握提问技巧，让AI从“工具”升级为“核心伙伴”
最近，我看到很多同行都在讨论AI，但大部分人的用法还停留在"让它写个排序算法"或者"帮我解释一下这段代码"的初级阶段。说实话，如果你只这么用，那AI对你来说顶多算个"高级搜索引擎"，离成为真正的"开发助手"还差得远。过去一年，我几乎把AI集成到了我嵌入式开发的每一个环节。我发现，AI的能力上限，很大程度上取决于我们提问的水平。你给它一句模糊的指令，它就还你一堆"看起来正确"的垃圾；你给它一个结构清晰、信息完备的Prompt，它就能给你一段几乎能直接跑的、高质量的代码。今天，我就想和大家分享一下，如何通过一
AI ISP：极客摄像头的真正拐点，专为开发者而生
如果你热衷于折腾硬件，或许心里早已对各类"AI开发板"有了价格锚点。树莓派4B四百出头，摄像头和NPU另算——AI推理纯靠CPU硬扛，人脸检测帧率仅个位数。Jetson Nano性能尚可，但门槛千元，功耗7-15W，移动电源基本没戏。ESP32-CAM十几块就能拿下，可它是MCU架构，跑不了Linux，更无NPU可言，所谓智能只能把图像甩给云端处理。对于想深挖AI视觉的玩家而言，理想中的平台大概是这样：售价几百、自带NPU、可接Sensor、弱光成像可用、SDK开箱即用。这一价位长期无人填补MT。ShiM
AI三大赛道怎么选？内卷少、稳就业的真相
2026年AI领域百花齐放，但裁员潮、岗位内卷、35岁危机让求职者忧心忡忡。本文从竞争强度、职业寿命、行业抗压性三大维度，深度剖析AI应用开发、AIGC产品、嵌入式物联网AI三大主流方向，助你避开高内卷岗位，锁定长期稳定高薪路径。同时详解思途就业实训三大实战课程，依托真实企业项目与完善就业保障，零基础、转行者、应届生均可精准对接优质岗位。当前AI人才需求持续增长，但各赛道冷热悬殊：有的岗位千人争一岗，3-5年即被技术淘汰；有的领域人才缺口超百万，越资深越不可替代。许多学员困惑于该学哪个方向，才能减少内卷、
AI嵌入式开发真相：驱动配置一次成功，关键在于知识库
若将整个工作流程剖析开来，实际执行的绝非仅靠AI。若需了解工作流细节，请参阅本文。首度揭晓AI全自动化嵌入式软件闭环开发流程该全自动闭环流程运行于MSPM0G3519平台，结合Keil MDK与XDS110调试器。核心逻辑并不繁琐：用户提出需求，AI将其转化为结构化规范，代码生成器依据公式计算参数，实现编译烧录的自动化，最终由AI利用逻辑分析仪抓取波形进行验证。数据表明，从自然语言描述到硬件验证通过，全流程仅需不到一分钟。这并非 solely AI 的功劳，而是该流程中的每一层都在为 AI 提供支撑与兜底
AI技术助力挖掘FatFs库中影响数百万设备的潜在漏洞
unZero 的研究专家公开了 FatFs 文件系统库中存在的七处安全缺陷，并发出警示，这些问题可能让数百万嵌入式设备面临被恶意 USB 驱动器、SD 卡以及部分情况下的固件更新途径所攻击的风险。这些漏洞的 CVE 编号从 CVE-2026-6682 到 CVE-2026-6688，危害等级从中危到高危不等，波及嵌入在各类物联网、工业及消费产品中的软件模块。runZero 公布了相关研究成果，该公司在更广泛的探索 AI 辅助长尾软件供应链漏洞发现技术的研究项目中，对 FatFs 进行了重新审查。Moore
AI时代嵌入式工程师的生存法则
坚持高质量原创，拒绝内容堆砌，喜欢的话点击上方星标，更新第一时间收到提醒，谢谢关注！大家好我是沙师兄，从今天开始，我会再开一个新的系列，就叫AI for Embedder。AI 的发展和 agent的能力相信大家都是有目共睹的，但是相较于前端应用算法等这类纯软，嵌入式涉及软硬结合开发又是较为特殊的一个领域。所以我想聊一聊作为 AI 时代的嵌入式/BSP 工程师，AI带给了我们什么变化？我们应该做哪些应对？以及我理解的 AI 时代人才所应该具备的能力。我不想只是简单的讨论“AI 会不会替代 嵌入式”这类问题