- 综合排序
- 最热优先
- 最新优先
【AI Glasses 实践应用开发指南】
AI Glasses 实践应用开发指南 监听眼镜端AI事件 通过CXR-M SDK的setAiEventListener方法注册监听器，可捕获眼镜端AI场景的按键事件和状态变化。 private val aiEventListener = object : AiEventListener { override fun onAiKeyDown() { // 长按AI 使用sendTTSContent播放翻译结果 智能导览场景 takePhoto获取当前视野图像 图像上传至物体识别服务 通过TTS返回识别结果和背景介绍 onAiExit时释放相机资源 代码结构建议 ai-glasses-app 在Android平台上需要正确处理onPause()/onResume()事件 示例：相机预览应在Activity进入后台时及时释放资源 需考虑异常场景：如相机被其他应用占用时的错误处理 ASR 基础界面搭建 依赖条件：已有项目框架和CI/CD流水线 完整场景实现：1-2周 典型场景：语音控制拍照->图片分析->TTS播报 包含：异常流程处理、性能埋点、基础测试用例 性能优化调试：3-5天
27210编辑于 2025-12-18AI Glasses带你走进动物世界
最近楼主手头上搞了个AIGlasses产品，萌生一个创意就是通过AI眼镜识别动物昆虫。 技术思路：AI眼镜拍照-->智能体识别匹配-->匹配信息AR投射用户端进入智能体，通过指定的指令，如“识别动物”唤起AI扫码当前眼镜前的动物影像；智能体捕获到眼镜端的拍照媒体，匹配对应的动物信息，并按格式进行输出 但随着AIGlasses等AI产品的相继推出还有云端智能体的更新迭代，端云结合的玩法和实现场景肯定不仅仅局限于此。
11000编辑于 2025-12-01当AI Glasses走进小吃街，实现美食百科
这时，我脑海中浮现出最近接触的AI Glasses产品。如果戴上眼镜，看到小吃时，眼前直接浮现它的“美食名片”，那该多酷？ 于是，一个面向“吃货”的技术方案应运而生：AI眼镜 + 图像识别 + 美食百科 + AR投射。 云侧识别：云端AI模型对图像进行精确分类，匹配对应的小吃品种。百科匹配：根据识别结果，从美食知识库中提取名称、热量、成分、辣度等信息。AR投射：将信息以悬浮窗形式投射到用户视野中，不影响正常观看。 暂无数据", "成分": "未知", "辣度": "未知", "推荐指数": "暂无", "温馨提示": "请以实物为准" }) # 5. 技术改变生活，AI让逛吃不再盲目。也许明年此时，我们就能戴着这样的眼镜，在夜市里悠然自得，一眼看尽人间烟火里的美食密码。
9210编辑于 2026-02-27- 注意点：眼镜端屏幕小，信息要精简，只显示核心内容提醒卡片展示时间不宜过长，5秒左右自动消失按钮要足够大 pie - 展示各模块开发耗时占比 "无障碍服务" : 35 "CXR SDK集成" : 25 "语音交互" : 20 "UI开发" : 15 "测试调试" : 5来自专栏应用实践
基于 Rokid AI Glasses 的春节红包助手：从零到一的技术实践
然而，消息刷屏导致的红包漏看、跨应用的红包统计不便、金额记录混乱等问题，依然是许多用户的痛点 Rokid CXR-M SDK 为开发者提供了连接 Android 手机与 Rokid AI Glasses 整个方案严格遵循 SDK 接口规范，在设备连接、消息监听、数据解析、语音交互等环节进行应用开发实践，旨在为开发者提供一个可复现、可落地、贴近生活的技术范本，展示Rokid AR 生态在日常场景中的应用潜力 CXR-M/CXR-S SDK 处理跨设备通信，AccessibilityService 监听红包数据层Room Database 存储红包记录，SharedPreferences 存储配置SDK 与Glasses 查看详情</button>
趋势已成：未来5年AI在银行业的5大应用
十大AI公司 AI被应用于很多行业，Bizofit（一家智能连接企业和服务提供商的平台公司）整理了以下十大人工智能公司。 Next IT Next IT 把AI应用到医疗健康和金融行业，主要专注于自然语言处理、聊天机器人和机器学习。 下图显示了AI在银行和金融服务行业中得到广泛应用的原因： 图片标题：金融服务机构采用AI解决方案的理由 从上到下6行文字分别是：其他，广泛提供个性化交流，提高同业竞争力，提升作为创新型公司的创新形象， 识别数据中隐含的（但是容易被其他方法忽略的）机会，增加劳动生产力 图片来源：financialbrand.com AI在银行业中有很多应用，以下是在未来5年内会给银行业带来革命性变化的几个关键AI应用。 ai-applications-in-banking-to-look-out-for-in-next-5-years/ 关于转载 如需转载，请在开篇显著位置注明作者和出处（转自：大数据文摘 | bigdatadigest
【征文计划】AR健身教练：形随心动 - 基于Rokid CXR-M SDK的实践落地
Rokid CXR-M SDK介绍 CXR-M SDK 是面向移动端的开发工具包，主要用于构建手机端与 Rokid Glasses 的控制和协同应用。 整体架构 "形随心动"采用分层架构设计，确保系统稳定性和可扩展性： 应用层（Android App） → CXR-M SDK → Rokid Glasses（YodaOS） → 硬件传感器 应用层：提供用户界面 心率等数据 "形随心动"应用的整体技术架构： 架构说明： 应用层：包含用户界面、健身计划管理、社交功能等业务逻辑 CXR-M SDK：Rokid提供的核心SDK，负责与硬件通信和功能调用 Rokid Glasses 电池消耗问题 挑战：AR应用长时间运行导致Rokid Glasses电池消耗过快。 通过"形随心动"的实践，我们验证了Rokid Glasses与CXR-M SDK在AI+AR场景中的巨大潜力，也为Rokid开发者社区贡献了一个成功的应用案例。
【征文计划】AR健身教练：形随心动 - 基于Rokid CXR-M SDK的实践落地
Rokid CXR-M SDK介绍CXR-M SDK 是面向移动端的开发工具包，主要用于构建手机端与 Rokid Glasses 的控制和协同应用。 整体架构"形随心动"采用分层架构设计，确保系统稳定性和可扩展性：应用层（Android App） → CXR-M SDK → Rokid Glasses（YodaOS） → 硬件传感器应用层：提供用户界面 "形随心动"应用的整体技术架构：架构说明：应用层：包含用户界面、健身计划管理、社交功能等业务逻辑CXR-M SDK：Rokid提供的核心SDK，负责与硬件通信和功能调用Rokid Glasses：硬件平台 电池消耗问题挑战：AR应用长时间运行导致Rokid Glasses电池消耗过快。 通过"形随心动"的实践，我们验证了Rokid Glasses与CXR-M SDK在AI+AR场景中的巨大潜力，也为Rokid开发者社区贡献了一个成功的应用案例。
AI应用实战课学习总结（5）回归分析预测实战
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第5站，一起了解下回归分析是什么 以及 通过回归模型预测电商用户的生命周期价值（LTV）。 回归分析主要应用在以下场景： 确定变量之间的关系 预测数值 趋势分析 我们在第三站《预测带货直播销售额》就是一个典型的回归分析案例。 LinearRegression #导入线性回归模块 model = LinearRegression() #创建线性回归模型 model.fit(X_train, y_train) #拟合模型 Step5
2023年5个最热门的AI应用案例解析
1.应用领域——医疗 人工智能的下一个重要应用领域——医疗，医疗领域里最火的AI技术莫过于基于深度学习的医学影像分析，这项技术可以帮助医生提高诊断效率和精度。 1.智能辅助诊断系统 AI辅助诊断系统是目前应用最为广泛的一种人工智能技术。 在过去的几年中，随着深度学习和神经网络等技术的迅速发展，AI语音识别技术也得到了重大突破和进步。 现如今，AI语音识别技术广泛应用于各种场景中。 其次，AI也在自然语言生成方面取得了长足进展。这种技术可以生成自然、流畅的文本，并且可以应用于广泛的应用程序中。例如，在内容营销领域，AI可以根据用户需求自动生成吸引人的文章标题和描述。 5.应用领域——自动驾驶技术 在未来很可能会成为交通行业的颠覆者之一。“开车不需要驾照”这句话可能会变成真实存在。 介绍一些最新的AI在自动驾驶技术中的应用案例。 1.
AI 与 5G 在无线通信的应用
聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？ 基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。 本文为“AI 将如何影响电子信息产业”的精华内容分享。 5G Release 16里引入了动态频谱共享标准，在美国也已经确定了几个可以供5G共享的频段，所以目前这个问题又翻新了重新得到重视。 举个简单的例子，5G基站功耗较大，所以有时候需要关闭某些载波，或者在某个时段关闭整个基站来节省能量。 更多关于边缘计算的可能和背后逻辑，可以参照这个回答： 在 5G 网络时代，边缘计算会如何进一步发展？
构建多智能体 AI 应用的5个最佳框架
多智能体在企业中的应用场景 在企业环境中，Agentic AI 系统具有广泛的应用，从任务自动化到重复性操作都有巨大价值。 •电商平台监听：实时监控并分析电商应用各个渠道上的用户情绪[4]与反馈。•投票与评价分析：通过分析用户反馈与问卷调查数据[5]，洞察客户需求，从而优化客户体验。 AI 智能体的局限性 尽管目前已有多个框架可以用来构建智能体助手，但真正投入生产使用的智能体应用仍然较少，仅有少数如 Cursor 和 Windsurf 被应用于 AI 辅助编程领域。 5. LangGraph LangGraph[23]是一个基于节点的 AI 框架，是目前最受欢迎的多智能体系统构建工具之一。它属于 LangChain 生态系统，专用于图结构化的智能体流程编排。 更多信息 山行AI希望本文对你有所帮助，由笔者翻译整理自：https://medium.com/@amosgyamfi/best-5-frameworks-to-build-multi-agent-ai-applications
高德地图xRokid，联合打造首个智能眼镜导航行业标杆
2025年5月16日，高德地图与Rokid宣布达成合作，将共同推出基于全场景智能眼镜Rokid Glasses的全球首个导航智能体（NaviAgent）应用，标志着高德Planner-Executor架构即将开启跨终端合作部署 近两年来，积极投入了人工智能等前沿领域，并应用Planner-Executor创新技术理念和架构，推出了全球首个集“感知、规划、执行、表达”的全链路AI导航智能体，为高德地图APP用户提供独树一帜的导航服务体验 AI智能导航，引领出行新体验融合了高德AI导航智能体的Rokid Glasses，可通过“语音+视觉+环境感知”三维交互模式，并可轻松切换步行、骑行、驾车三种导航模式，且在导航过程中也能实现模式的无缝切换 除了导航服务外，未来还计划将生活服务、文旅景区等丰富内容融入Rokid Glasses中：例如可通过智能眼镜获取周边商家优惠信息、生活缴费等功能；在文旅景区，智能眼镜可为游客提供景区导览、历史文化讲解等服务 高德地图CEO郭宁认为，导航智能体作为高德AI战略的最新实践，标志着出行服务从软件功能驱动，向空间智能驱动的结构性跃迁。
5G通达，AI赋能 AI在网络规划中的应用实践
本文为大家带来的演讲主题是：5G通达，AI赋能，主要分为三个部分： 网络规划 传播模型 AI的应用效果 网络规划 与图像、语音这种，和日常生活息息相关的AI应用不同，在移动通信网络中的应用AI，其专业性较强 到5G时代，可以结合大数据分析以及AI能力，达到进一步提质增效的目的。 WAVE SUMMIT+2021深度学习开发者峰会 哪些区域值得建站？ 在当今，我们也可以应用AI能力，根据用户业务需求的变化，来智能进行网络资源的调整和匹配。 回答完这三个问题，我们对网络规划有了大概的了解，也了解了网络规划当中有很多环节都可以应用到AI的能力。 它的优势就是能够应用现网的大数据，实现逐区域模型的迭代更新，从而进一步提高预测准确性。 AI的应用效果 接下来分享AI传播模型，在应用的时候效果如何？ AI技术，已经成功应用于诸多领域。 最后总结一下，AI模型它不具有唯一性。因此，这也是可以应用无线网的数据，不断进行迭代更新的优势所在。
分析2025年智能眼镜最新技术与动态
3.2 AI能力：从被动响应到主动感知 现代智能眼镜的AI能力已经远超我们的想象。以Meta Ray-Ban为例： 实际应用场景： 实时学习助手：看到不认识的植物，问一句"这是什么花？" 4.1 产品参数大PK 产品特性 Meta Ray-Ban 小米AI眼镜 Rokid Glasses Apple智能眼镜 星纪魅族MYVU 价格 $299起 ¥1,999起($280) ¥2,499 未发布 中期趋势（2027-2030年）： 全AR显示技术普及 5G/6G网络深度整合 企业级应用大规模部署 长期趋势（2030年+）： 脑机接口技术初步应用 完全沉浸式AR体验 有望替代部分智能手机功能 内容生态：AR应用、AI服务、娱乐内容快速增长 服务生态：云计算、边缘计算、AI模型服务成熟 总结：智能眼镜的黄金时代已来 2025年确实是智能眼镜发展史上的重要转折点。 ：光学器件、AI芯片、传感器厂商 品牌厂商：具有设计能力和渠道优势的消费电子厂商 应用开发：AR应用、AI服务、内容创作领域 基础设施：5G网络、边缘计算、云服务提供商 虽然当前的智能眼镜还不能完全替代智能手机
【未来5年AI应用报告】谷歌、DeepMind、英伟达科学家支招企业AI应用(24P)
来源： reworkco 编辑部 【新智元导读】 ReWork的一份最新AI落地应用报告，阐述了企业该如何使用AI技术。 不愿意采用AI的企业将落后，预计AI软件的直接和间接应用产生的收入将从2016年的13.8亿美元增长到2025年的597.5亿美元。 （思科Vijay Ramakrishnan） 业务优化 以前需要人工的任务，比如客户服务、数据管理、供应链管理和市场策略决策，都被预测将在未来5年由AI实现自动化（福布斯，2017）。 未来5年会发生什么？ 得益于AI的普及，各行各业的人都将用AI进行创新。 5年以后呢？ Eli David，DeepMind：真正的智能（人类及其他动物）研究有很强的证据表明，大脑里神经元的数量与智能程度呈正相关。
Apache Doris × AI 的5个应用场景（附完整案例）
的关键特性后，接下来，直接来看看Doris与AI的5个应用场景 Doris与AI的5个应用场景 场景一：Doris × DataAgent - 数据有了自己的智能助手 工作中经常出现的这么一个场景：公司号突然被喷 这是使用AI的企业常有的抱怨。知识的时效性、专业领域的局限性、幻觉问题，都困扰着AI应用落地。 Doris MCP协议标准化了AI与Doris数据之间的交互，使企业能以更低的成本、更快的速度构建AI应用，真正实现了"即插即用"的AI能力。 场景五：Doris × AI Observability - 大模型应用的"黑匣子" "大模型应用昨晚2点突然失效了，用户投诉不断，但我们完全不知道发生了什么！" 随着AI应用在企业中的普及，可观测性成为一大挑战。大模型调用链复杂，故障诊断困难。
隐藏在Google Labs里的5个神级AI应用。
我自己也是，我越来越想看到一些，更好玩、更有用、更丰富的AI的应用，而不只是各种参数的增强，以及普通人感知不到的高高在上的东西。 ，它是一个在当时，非常好玩的应用。 他会跟DeepResaerch一样，问你几个需要你确认的问题，大概一两分钟，5个页面就生成完了。 可以在页面上用嘴直接编辑，也可以将画板导入figma，用figma画布编辑。 就像google labs的负责人之前在访谈里说的一样，chatbot是AI最好的交互形态吗？未必。 未来，更直观的交互形态很可能是，直接给AI一张图像，或者一个文件，让它去执行操作。 5. 再往后，AI时代来了。 得益于AI带来的生产力提升和模型能力提升，探索创新项目的效率提高了。谷歌顺应潮流，整合了很多实验性业务，纳入Google labs。
2025年智能眼镜最新技术与动态分析
3.2 AI能力：从被动响应到主动感知现代智能眼镜的AI能力已经远超我们的想象。以Meta Ray-Ban为例：实际应用场景： - 实时学习助手：看到不认识的植物，问一句”这是什么花？ ：预计与iPhone、Apple Watch深度整合劣势：要等到2027年才能发布适合人群：Apple生态用户5. 价格逐步下降到大众消费水平中期趋势（2027-2030年）： - 全AR显示技术普及 - 5G/6G网络深度整合 - 企业级应用大规模部署长期趋势（2030年+）： - 脑机接口技术初步应用 - 软件生态：操作系统、应用商店、开发者工具链完善 内容生态：AR应用、AI服务、娱乐内容快速增长 服务生态：云计算、边缘计算、AI模型服务成熟 总结：智能眼镜的黄金时代已来2025年确实是智能眼镜发展史上的重要转折点 生态完善度：从硬件到软件，从内容到服务，产业链日趋完善投资机会： - 技术供应商：光学器件、AI芯片、传感器厂商 - 品牌厂商：具有设计能力和渠道优势的消费电子厂商- 应用开发：AR应用、AI服务
5-5 各个服务应用启动
5、修改域名解析映射 添加解析这块，如果是泛域名或者通用域名解析就很简单的， 但是我这边毕竟是免费的，动动手，十分钟就能解决了的。 等待十分钟，就表示迁移完成了。
MACS5应用
Hoyllsys在工业自动化领域应用越来越广泛和普及，尤其在化工和电厂，铁路等大面积推广，今天就对MACS5做一些案例分享。 4中的组态配置 如图，在图形组态中，右键单击L2AI2_06，出现“动态特性快捷定义”，在该对话框中可以对“点名”进行读写编辑。 ”AI”,“旧风格”，“全选”，“确认” 在对数据库的模拟量测点进行编辑后，依次点击“更新数据库”，“校验”，“完全编译”。 ，配置完成后，进行“数据库跟新”，“完全编译”,对“操作员站和服务器”进行下装，在CODESYS里面“在线登录”“参数下载” 上位机中的单元设备和下位机CODESYS的组态，右键单击如图HSSCS5顺控火电模块 总结MACS5的组态修改步骤： 数据库修改： 数据库总控￫选择域￫编辑数据库￫数据操作￫选择类名￫选择项名￫确定￫保存￫更新数据库￫确定￫校验￫完全编译。
