近日,阳光学院iGold团队在人工智能感知与记忆技术领域取得重要研发成果,团队自主研发的微型化多模态感知技术与端边云协同AI记忆系统两大核心技术完成关键突破,为智能硬件的场景化应用与AI记忆能力的落地奠定了技术基础,也清晰展现了团队聚焦“轻量化感知+智能化记忆”的核心研发方向。

图为团队成员讨论交流

在微型化多模态感知的研发赛道上,iGold团队瞄准智能硬件“感知端微型化、集成化、低功耗”的行业痛点,打造了高度集成的微型感知阵列。该阵列融合微型摄像头、降噪麦克风序列、三轴陀螺仪+速度计、温度与光感传感器四大核心模块,分别实现场景无感记录、音频场景感知、运动活动识别与环境参数采集的多维度感知能力,让智能设备能像人类一样“眼观六路、耳听八方”,精准捕捉复杂场景中的视觉、听觉、运动与环境数据。

为解决感知技术落地的性能与成本难题,团队进一步对硬件与算法进行协同优化:通过数据低功耗预处理技术,将设备功耗降低43%,续航从8小时延长至12小时,数据处理速度也提升30%,5秒的处理耗时缩短至3.5秒;借助设备架构融合创新,不仅让生产成本降低37%,还将设备防水等级从IP67升级至行业唯一的IP69,实现了感知技术“性能、成本、防护”的三重突破,让微型化多模态感知技术具备了大规模商用的可行性。

在感知技术的基础上,iGold团队将研发触角延伸至AI记忆能力的构建,推出端边云协同AI记忆系统,构建“端-边-云”三级联动的AI记忆处理架构。在“端”侧,系统依托感知设备完成实时初步感知与隐私过滤,对视觉、运动、听觉数据进行整合与隐私保护处理;在“边”侧,针对复杂场景完成初步理解与结构化处理,将离散数据转化为结构化特征上传至云端;在“云”侧,通过深度关联与构建技术实现高质量内容生成,最终让AI具备“感知-存储-检索-生成”的完整记忆能力。

图为团队成员共同解决问题

该系统的落地大幅提升了AI记忆处理的效率与效果:数据处理时间从原本的4小时压缩至1.7小时,处理速度提升57%;数据关联性从46%提升至86%,提升幅度达39%,让AI对过往场景与数据的记忆检索更精准、生成更贴合需求,为AI从“被动响应”向“主动记忆”的进化提供了技术支撑。

阳光学院iGold团队相关研发负责人表示,此次两大核心技术的突破,是团队长期深耕“智能感知与记忆技术”研发方向的阶段性成果。未来,团队将继续围绕“轻量化、智能化、场景化”的研发核心,持续优化多模态感知的精度与适配性,深化端边云协同AI记忆系统的场景落地能力,力求让AI感知与记忆技术在更多民用、商用场景中发挥价值,以高校科研团队的创新力量推动人工智能技术的实际应用。

责任编辑：kj015

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com