AMC3336-Q1隔离式ADC设计指南:集成DC/DC转换器在高压采样中的应用
1. 项目概述为什么我们需要一颗自带“能量站”的隔离式ADC在高压、强干扰的工业与汽车电子世界里测量一个信号远不止是“读个电压”那么简单。想象一下你要在电动汽车的车载充电器内部精确测量高达数百伏的直流母线电压或者监控电网侧的交流输入。这些信号所在的“高压侧”与负责处理数据的微控制器所在的“低压侧”之间存在着致命的电位差。传统的解决方案要么需要笨重且昂贵的隔离电源模块单独为高压侧的传感器供电要么就得忍受信号在长距离传输中引入的噪声和误差。这时隔离式ΔΣ调制器就登场了。它本质上是一个“数字化隔离器”将高压侧的模拟电压信号直接转换成一路安全的数字比特流通过隔离屏障通常是基于变压器的磁隔离传输到低压侧再由数字滤波器还原成高精度的数字码值。其核心魅力在于它将高精度的模数转换ADC功能与强大的电气隔离能力集成在了一颗芯片里。而我今天要深入拆解的AMC3336-Q1则是这个领域的“六边形战士”。它最吸引我的地方不是其高达±1V的差分输入范围、16位的有效精度也不是其汽车级Q1的可靠性认证。真正让我在多个高压采样项目中坚定选择它的是它内部那个完全集成的隔离式DC/DC转换器。这意味着你不再需要为高压侧电路额外设计一个隔离电源芯片自己就能从低压侧取电在内部“变”出一个干净、稳定的高压侧电源。这个设计对于系统架构师和硬件工程师来说简直是“降维打击”——它极大地简化了布线减少了BOM物料清单成本和PCB面积同时提升了系统的整体可靠性。2. 核心架构与工作原理深度解析要玩转AMC3336-Q1不能只把它当黑盒。理解其内部如何协同工作是避免设计陷阱、发挥其最大性能的关键。2.1 隔离式ΔΣ调制器从模拟到数字比特流ΔΣ调制器的核心思想是过采样和噪声整形。普通ADC以略高于信号频率的速率采样而ΔΣ调制器则以远高于信号频率的时钟如10MHz进行采样。通过一个反馈环路它将量化噪声即ADC的舍入误差的能量“推”到高频区域。随后在低压侧通过一个数字低通滤波器如sinc滤波器滤除这些高频噪声就能得到一个在信号频带内噪声极低、精度极高的数字结果。AMC3336-Q1的模拟前端是一个高输入阻抗的差分放大器直接连接你的采样电阻或分压网络。模拟信号被这个调制器转换成了一路单比特的数字脉冲密度流。这个比特流通过一个基于空芯变压器的隔离通道传输。空芯变压器的优势是对外部磁场干扰具有极高的免疫力这对于电动汽车电机驱动器等强磁场环境至关重要。2.2 集成式DC/DC转换器自给自足的能量核心这是AMC3336-Q1的“灵魂”所在。让我们拆开来看它的供电架构低侧供电与稳压芯片的VDD引脚3.3V或5V是整个芯片的入口。首先一个低侧LDO会稳定VDD电压用于驱动DC/DC转换器的初级侧低侧电路。这里有一个至关重要的注意事项这个低侧LDO的输出LDO_OUT引脚是不稳定的并且明确禁止用于驱动任何外部负载它仅用于内部电路如果你试图从这里取电会导致芯片工作异常。能量隔离传输稳定的低侧电源驱动一个全桥逆变器将直流电转换成高频交流电。这个交流电通过一个层压式空芯变压器耦合到高压侧。采用展频时钟技术来驱动这个逆变器意味着其开关频率并非固定而是在一个小范围内周期性变化。这能将开关能量分散到更宽的频带上显著降低在特定频率点上的电磁辐射峰值更容易通过CISPR 25等汽车电磁兼容性标准。高侧整流与二次稳压高压侧的全桥整流器将交流电转换回直流电。随后一个高侧LDO对这个直流电进行二次稳压产生一个极其干净的HLDO_OUT电压典型值~3.3V或~5V为高压侧的ΔΣ调制器核心电路供电。这个电源的质量直接决定了模数转换的噪声和精度性能。额外的“能量红包”这个高侧LDO还预留了一定的余量可以对外输出一个有限的电流IH。如图表所示在85°C环境温度下IH最大约为1.25mA。这个电流可以用来给一个简单的有源滤波电路、前置放大器或者比较器供电进一步简化高压侧设计。但必须注意IH会随着环境温度升高而线性降额在125°C时降至接近0。设计时必须按最坏情况考虑避免过载导致高侧电压跌落进而引发数据无效或诊断报警。2.3 诊断功能DIAG引脚系统的“听诊器”DIAG是一个开漏输出引脚是判断芯片健康状态的窗口。它会在以下情况主动拉低上电过程直到高压侧电源稳定且调制器开始输出有效数据前DIAG保持低电平。高侧电源丢失隔离通道中断低侧接收不到高侧数据。此时DOUT引脚会持续输出逻辑0。高侧电源欠压DCDC_OUT或HLDO_OUT电压低于内部欠压检测阈值。此时数据可能无效DOUT同样输出恒定逻辑0。在实际调试中我习惯将DIAG引脚通过一个上拉电阻连接到MCU的GPIO并配置为中断输入。一旦DIAG变低MCU能立即感知并采取安全措施如关闭功率开关同时标记当前采样数据无效。这比事后通过数据分析发现异常要可靠和及时得多。3. 典型应用设计与计算实战以车载充电器为例让我们以一个典型的车载充电器交流输入电压测量场景为例走一遍完整的选型和计算流程。目标是测量230V RMS ±10%的电网电压。3.1 设计需求与电阻分压网络计算我们的目标是将高压交流信号衰减到AMC3336-Q1的线性输入范围±1V之内。通常使用电阻分压网络。设计约束峰值电压Vpeak 230V * 1.1 * √2 ≈ 360V要求流过分压电阻的电流Icross 100µA这个值权衡了功耗和抗噪声能力。每个分压电阻单元的最大工作电压Vunit_max 75V出于安全与可靠性考虑。AMC3336-Q1的满量程差分输入电压Vfsr 1V。计算步骤计算总阻值Rtotal Vpeak / Icross 360V / 100µA 3.6 MΩ。确定电阻单元数量Nunit_min Vpeak / Vunit_max 360V / 75V 4.8向上取整为5个单元。计算单元电阻值Runit Rtotal / Nunit_min 3.6 MΩ / 5 720 kΩ。查阅E96系列标准电阻值最接近的是715 kΩ。分配上下臂电阻为了将信号偏置在共模电压范围内通常需要不对称分压。假设我们采用2个单元在上臂Rtop3个单元在下臂Rbot。则Rtop 2 * 715 kΩ 1.43 MΩRbot 3 * 715 kΩ 2.145 MΩ计算采样电阻Rsns采样电阻位于下臂其压降即为输入电压。公式为Rsns Vfsr / (Vpeak - Vfsr) * (Rtop Rbot) 1V / (360V - 1V) * (1.43MΩ 2.145MΩ)≈ 1V / 359V * 3.575 MΩ ≈ 9.96 kΩ选择E96系列标称值10 kΩ。验证计算实际总阻值Rtop Rbot Rsns 1.43MΩ 2.145MΩ 10kΩ ≈ 3.585 MΩ实际电流Icross_real 360V / 3.585 MΩ ≈ 100.4 µA符合要求Rsns上峰值压降Vrsns_peak Icross_real * Rsns 100.4µA * 10kΩ 1.004 V略超1V但在器件容限内且留有一定裕量是好事。功耗评估每个715kΩ电阻上的峰值功耗Punit (Icross_real * 715kΩ)^2 / 715kΩ ≈ (0.0717V)^2 / 715kΩ ≈ 7.2 µW微乎其微。但务必使用高压电阻如1206封装额定电压200V以上确保安全间距。3.2 输入滤波器的设计在精度与带宽间取舍电阻分压网络本身就是一个低通滤波器但其截止频率可能很高。为了抑制高频噪声特别是开关电源的开关噪声和抗混叠必须在AMC3336-Q1的INP和INN引脚前端添加RC滤波器。设计原则截止频率滤波器的-3dB截止频率应至少低于调制器采样频率fCLKIN典型值10MHz或20MHz的十分之一。例如若fCLKIN10MHz则滤波器截止频率应1MHz。阻抗匹配INP和INN路径的源阻抗即从芯片输入端看出去的电阻应尽可能相等以优化共模抑制比。低直流误差滤波器电阻不能太大以免在输入偏置电流下产生显著的直流偏移电压。实操方案 对于高阻抗分压器最简单的方案是在INP和INN引脚对地高侧地HGND各放置一个电容Cfilter。这个电容与分压网络在该点的戴维南等效电阻构成一阶低通滤波器。假设从INP看进去的等效电阻约为Rsns与Rbot的并联因为Rtop在交流通路中远端其值很小约10kΩ量级。为了将截止频率设定在几十kHz可以计算Cfilter 1 / (2π * fcut * Req)若设fcut 50kHz,Req ≈ 10kΩ则Cfilter ≈ 318pF。我们可以选择一个标准值1nF的C0G/NP0材质电容这样实际截止频率约为16kHz能有效滤除大部分高频噪声同时对工频50/60Hz信号衰减极小。关键心得这个滤波电容必须使用C0G/NP0这类温度稳定性和线性度极佳的介质材料。切忌使用X7R或Y5V电容它们的容值会随直流偏置电压剧烈变化引入非线性误差彻底毁掉你的测量精度。3.3 电源去耦设计稳定性的基石AMC3336-Q1对电源噪声非常敏感尤其是高侧电源。数据手册的推荐布局是金科玉律必须严格遵守。分点去耦策略低侧电源VDD紧贴引脚一个1nF的低ESR陶瓷电容C8必须尽可能靠近VDD和GND引脚用于滤除极高频率的噪声。次近位置一个1µF的陶瓷电容C9为芯片提供瞬态电流并滤除中频噪声。选型注意优先选择X7R/X5R材质注意电容的直流偏置特性确保在3.3V或5V工作电压下实际容值衰减不严重。DC/DC转换器部分低侧DCDC_IN一个100nF电容C4紧贴DCDC_IN和DCDC_GND引脚。高侧DCDC_OUT一个1µF电容C2和一个1nF电容C3并联且1nF电容必须最靠近DCDC_OUT和DCDC_HGND引脚。这是抑制开关噪声的关键。高侧LDOHLDO输入HLDO_IN通常直接连接DCDC_OUT但建议仍放置一个100nF电容C1。输出HLDO_OUT一个1nF电容C6紧贴引脚外加一个100nF电容C5。这是高侧模拟电路的“生命线”电容质量直接影响信噪比。踩坑实录我曾在一个早期版本中为了节省空间将高侧的1nF和100nF电容放在了离芯片3mm远的地方。测试发现在特定负载条件下调制器的输出噪声增加了近30%。将电容挪到芯片背面via过孔连接并紧贴引脚后噪声指标立刻恢复到数据手册水平。高频去耦电容的摆放距离必须以毫米计绝不能妥协。4. 数字接口与滤波器实现从比特流到可用数据AMC3336-Q1输出的是单比特流需要外部数字滤波器通常在MCU或FPGA中实现将其转换为可用的数字字。4.1 时钟与数据接口CLKIN提供调制器采样时钟典型频率为10MHz或20MHz。时钟质量直接影响性能要求干净、稳定的方波。DOUT同步于CLKIN下降沿输出的数据比特流。接口连接直接连接到MCU的SPI接口将DOUT作为MISOCLKIN作为SCLK或普通GPIO使用定时器捕获或外部中断软件移位读取。注意电平匹配。4.2 数字滤波器选型与实现最常用且硬件开销最小的滤波器是sinc3滤波器。其传递函数为H(z) (1 - z^{-OSR})^3 / (1 - z^{-1})^3其中OSR是过采样率OSR fCLKIN / fDATAfDATA是你最终想要的数据输出率。设计权衡更高的OSR带来更高的分辨率ENOB有效位数和更好的噪声性能但数据输出率fDATA会降低滤波器建立时间变长。更低的OSR数据输出更快响应延迟小但精度和噪声性能会下降。参考数据从AMC3336-Q1的典型性能曲线可知使用sinc3滤波器当OSR256时ENOB可达约15位OSR1024时ENOB可达约16位。对于大多数电压采样应用如DC-Link电压控制OSR256在精度和速度之间取得了良好平衡。FPGA/逻辑实现要点 sinc3滤波器本质上是一个积分器-微分器CIC结构。实现时需要注意位宽扩展积分器部分会发生严重的位增长。例如对于OSR256第一个积分器的位宽需要增加ceil(log2(OSR)) 8位。三个积分器串联位宽需妥善管理防止溢出。降采样时机在最后一级积分器后进行降采样每OSR个时钟周期取一次值然后送入微分器部分。复位同步确保滤波器的积分器在适当的时候复位以消除累积误差。通常可以在每次读取数据后复位。MCU实现方案 对于没有专用Σ-Δ滤波外设的MCU可以使用简单的移动平均滤波作为初步方案但性能远不如sinc滤波器。强烈建议使用TI的C2000或Sitara系列MCU其内置的Σ-Δ滤波器模块可以硬件解调多达8通道的比特流极大减轻CPU负担并提供最优性能。5. PCB布局布线指南从原理图到可靠产品的最后一公里再好的设计糟糕的布局也会让它功亏一篑。对于AMC3336-Q1这类高精度、高隔离度器件布局是成败的关键。5.1 核心布局原则分区与隔离明确划分高压侧和低压侧区域。确保高压侧的所有元件分压电阻、输入滤波电容、芯片的高侧部分放置在隔离屏障的一侧低压侧元件MCU、电源、芯片低侧部分在另一侧。严格按照数据手册要求保持8.1mm的爬电距离和电气间隙。这意味着在高压走线和低压走线之间需要留出足够宽的无铜区域。去耦电容的“紧贴”原则如前所述所有1nF和100nF的高频去耦电容必须使用最短、最宽的走线连接到芯片电源引脚并优先通过过孔直接连接到引脚正下方的地平面。理想情况是放在芯片的背面多层板设计时。对称性与星型接地高侧地HGNDINN输入应直接或通过一个低阻抗路径如0Ω电阻连接到HGND引脚以建立明确的输入共模参考点。DCDC_HGND也应直接连接到HGND。输入走线对称INP和INN的走线应尽可能长度匹配、平行、等宽并远离任何开关噪声源如DC/DC电感、MOSFET。这有助于保证共模抑制比。采样电阻将采样电阻Rsns尽可能靠近INP和INN引脚放置。5.2 层叠与平面设计至少使用4层板推荐层叠为顶层信号/元件、内层1完整地平面、内层2电源/信号、底层信号/元件。完整的地平面在高压侧和低压侧区域下方都应有一个完整、无分割的地平面。这为返回电流提供了最小阻抗路径并起到屏蔽作用。隔离区域下方的所有层都应挖空形成隔离带。电源走线即使电流很小电源走线也应尽量宽或使用平面铺铜。5.3 调试与测试要点上电顺序检查用示波器同时监测VDD、HLDO_OUT和DIAG引脚。正确的顺序是VDD上电 -HLDO_OUT上升至稳定 -DIAG引脚从低电平变为高电平被外部上拉。DOUT引脚应在DIAG变高后不久开始出现数据流。静态测试将INP和INN短接并连接到HGND读取输出的数字码值。这应该是零点码。理论上应在中间码值附近小幅波动。记录这个值作为系统偏移可以在软件中校准。动态测试与线性度使用高精度电压源输入一系列已知电压如-1V, -0.5V, 0V, 0.5V, 1V记录输出码值。绘制输入-输出曲线计算增益误差、偏移误差和线性度INL/DNL。噪声测试在固定输入电压下如0V长时间采集数据计算其标准差评估噪声水平。6. 常见问题排查与设计禁忌根据我和同行们的经验以下问题最为常见问题现象可能原因排查步骤与解决方案DIAG引脚始终为低1. 高侧电源未启动。2. 高侧LDO过载或短路。3. 隔离屏障损坏。1. 测量HLDO_OUT电压是否正常~3.3V/5V。2. 检查高侧是否有额外负载计算总电流是否超过IH考虑温度降额。3. 检查DCDC_IN、DCDC_OUT波形确认DC/DC是否工作。DOUT输出恒定0或11. 输入引脚浮空。2. 共模电压超限。3. 时钟CLKIN异常。1.绝对禁止输入浮空确保INP和INN有明确的直流路径到HGND。2. 检查INP和INN对HGND的电压确保在允许的共模范围内见数据手册。3. 用示波器检查CLKIN引脚是否有稳定、幅值足够的方波时钟。输出数据噪声大、跳变剧烈1. 电源去耦不足或电容摆放过远。2. 输入滤波不当引入了高频噪声。3. PCB布局不佳信号受到干扰。1.首要检查用示波器探头带宽100MHz的尖端接地弹簧测量HLDO_OUT引脚上的高频噪声。若噪声大检查C5、C6电容是否紧贴引脚。2. 检查输入RC滤波器确保电容为C0G/NP0材质。3. 审查布局确保高侧模拟走线远离任何开关节点。测量线性度差、增益误差大1. 分压电阻精度和温漂不够。2. 输入滤波电容使用了高介电常数材料如X7R/Y5V。3. 采样电阻Rsns的功率系数或温漂影响。1. 使用0.1%或更高精度、低温漂如25ppm/°C的薄膜电阻。2.立即更换将INP/INN对地的滤波电容换为C0G/NP0材质。3. 选择功率系数低、温漂小的采样电阻或通过软件进行多点温度校准。高温下工作不稳定1. 高侧LDO输出电流IH超限导致热关断或电压跌落。2. 芯片或周边元件结温过高。1. 重新评估高侧外接电路的功耗确保在最坏温度下仍小于IH的降额值。2. 检查PCB的热设计必要时增加散热孔或调整布局以改善散热。最后的设计禁忌总结禁止让INP和INN引脚浮空。禁止从低侧LDO_OUT引脚取电给任何外部电路。谨慎使用高侧HLDO_OUT的IH电流并严格考虑温度降额。必须在INP和INN引脚提供到HGND的直流路径。必须使用C0G/NP0电容作为输入滤波电容。必须严格遵守数据手册的布局和去耦建议特别是小容量电容的摆放位置。

相关新闻

强化学习对齐技术:RLHF、PPO、DPO与GRPO详解

强化学习对齐技术:RLHF、PPO、DPO与GRPO详解

1. 强化学习对齐技术全景解读在人工智能快速发展的当下,如何让模型行为与人类价值观保持一致成为关键挑战。强化学习对齐技术(RL Alignment)通过多种算法框架实现了这一目标,其中RLHF(基于人类反馈的强化学习&#xff…

2026/7/24 10:18:16阅读更多 →
AI聊天机器人实战:从模型选型到生产部署全指南

AI聊天机器人实战:从模型选型到生产部署全指南

1. 项目概述最近两年AI聊天机器人技术突飞猛进,很多开发者都想搭建自己的对话系统。但实际操作中会遇到模型选型、部署配置、性能优化等各种坑。作为在NLP领域摸爬滚打多年的从业者,我完整走通了从零搭建到生产部署的全流程,把关键节点和避坑…

2026/7/24 10:18:16阅读更多 →
FPD-Link III SerDes系统实战:从硬件配置到CSI-2链路调试全解析

FPD-Link III SerDes系统实战:从硬件配置到CSI-2链路调试全解析

1. 项目概述与核心价值 在汽车高级驾驶辅助系统(ADAS)、环视摄像头以及自动驾驶系统中,高分辨率图像传感器产生的海量数据需要通过可靠、高速且抗干扰的链路传输到图像信号处理器(ISP)。传统的并行接口线束繁多、成本高…

2026/7/24 10:18:16阅读更多 →
AI企业培训系统:提升员工技能与绩效的新方案

AI企业培训系统:提升员工技能与绩效的新方案

1. 企业培训的困境与破局之道 每次看到培训现场员工低头玩手机的场景,作为从业十五年的企业培训师,我都感到一阵心痛。传统培训模式正面临前所未有的挑战:根据行业调研数据显示,82%的企业培训负责人承认现有培训效果难以量化&…

2026/7/24 11:40:33阅读更多 →
MOON 2.0多模态技术在电商搜索与推荐中的应用

MOON 2.0多模态技术在电商搜索与推荐中的应用

1. 项目概述电商领域正在经历一场深刻的多模态技术变革。MOON 2.0作为CVPR26的最新研究成果,突破了传统单模态表征的局限,实现了从商品图像、文本描述到用户行为数据的统一表征学习。这个框架最吸引我的地方在于,它不再将不同模态视为独立的信…

2026/7/24 11:40:33阅读更多 →
AI辅助毕业论文写作:智能选题与结构化写作实践

AI辅助毕业论文写作:智能选题与结构化写作实践

1. 项目概述"书匠策AI"是一款面向学术写作场景的智能辅助工具,专门针对毕业论文这一特定需求场景开发。它通过自然语言处理、知识图谱构建和结构化写作引导三大核心技术,帮助用户系统性地完成从选题确定到最终答辩的全流程论文撰写工作。我在指…

2026/7/24 11:40:33阅读更多 →
ChatGPT在业财融合中的应用与数字化转型实践

ChatGPT在业财融合中的应用与数字化转型实践

## 1. 项目背景与核心价值最近在整理企业数字化转型资料时,发现一份121页的深度PPT《ChatGPT与数字化转型的业财融合》,这份材料系统性地梳理了AI技术如何重构传统财务业务流程。作为经历过三次企业ERP系统改造的老财务人,我立刻意识到这份资…

2026/7/24 11:40:33阅读更多 →
YOLOv5在智慧城市垃圾检测中的实践与优化

YOLOv5在智慧城市垃圾检测中的实践与优化

1. 项目背景与核心需求智慧城市环境监测领域正面临一个关键挑战:如何高效识别和清理街道垃圾。传统人工巡查方式存在效率低、成本高、覆盖范围有限等问题。我们团队尝试将计算机视觉技术应用于这一场景,通过训练定制化的YOLO模型实现道路垃圾自动检测&am…

2026/7/24 11:40:33阅读更多 →
LMK61E0M超低抖动时钟芯片:从PLL原理到高速SerDes实战设计

LMK61E0M超低抖动时钟芯片:从PLL原理到高速SerDes实战设计

1. 项目概述:为什么我们需要一颗“安静”的心脏?在数字系统的世界里,时钟信号就是整个电路的心跳。这颗“心脏”跳动的每一次节拍,都决定了数据何时被采样、何时被传输。如果心跳不稳、节奏紊乱,整个系统就会陷入混乱。…

2026/7/24 11:38:33阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/24 0:58:53阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/24 0:58:53阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/24 0:58:53阅读更多 →
我的编程之路:第一篇博客

我的编程之路:第一篇博客

大家好,我是一名编程初学者,同时这也是我编程学习之路上的第一篇博客。在这里,我想要向大家介绍我的一些想法和规划。a.自我介绍我是一个刚刚接触编程的新手,目前在学习c语言,我对编程世界充满了强烈的好奇。当然&…

2026/7/24 0:00:06阅读更多 →
【LeetCode 54】螺旋矩阵

【LeetCode 54】螺旋矩阵

问题描述: 解法: 1、模拟(参考自【LeetCode 54】螺旋矩阵-CSDN博客) int *spiralOrder(int **matrix, int matrixSize, int *matrixColSize, int *returnSize) {static const int dirs[4][2] {{0, 1}, {1, 0}, {0, -1}, {-1, …

2026/7/24 0:00:06阅读更多 →
2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

知春路不相信模型领先今年WAIC大会,昔日AI六小龙来了五家,分别是Kimi、阶跃星辰、Minimax、百川智能、零一万物。连放弃基模的百川和零一万物都来了,唯一缺席的竟是近几个月来风光无限的智谱。(DeepSeek一直不参加)WAI…

2026/7/24 0:00:06阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/23 22:58:43阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/23 18:58:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/23 18:58:18阅读更多 →