亿欧：直击WAIC现场！RT

亿欧报道RT-Thread睿赛德

7月26日，亿欧为期四天的直击2025世界人工智能大会（WAIC 2025）在沪开幕。这场全球AI盛宴兼具技术深度与国际广度。现场从智算平台的亿欧迭代升级到跨区域合作的深化，从前沿产品的直击全球首发到治理规则的共识凝聚，既彰显了人工智能产业的现场蓬勃活力，更勾勒出“智能时代 同球共济”的亿欧清晰图景。

7月28日，直击RT-Thread睿赛德受邀参与AI商业落地论坛。现场论坛上，亿欧RT-Thread睿赛德联合创始人&工业负责人邱祎重点阐述了睿擎工业开发平台如何面向边缘端让AI在工业设备端落地。直击

RT-Thread睿赛德联合创始人&工业负责人邱祎在WAIC 2025上发言

睿擎工业开发平台

RT-Thread睿擎工业开发平台是现场为工业场景设计的软硬件一体化开发方案，以极简化设计理念来指导产品开发。亿欧全栈自主可控，直击赋能客户聚焦核心业务创新，现场显著缩短研发周期，开发效率提升高达70%。

该平台优势显著。在开发体验上，以一站IDE实现系统配置等全流程，图形化平台配置简化操作，释放MCU与MPU性能；内核级保障赋予工业高精度，EtherCAT主站支持多轴同步，高负载场景借助技术优化保证硬实时性；SMP多核开发能够实现资源隔离、简化编程，图形化工具、调试接口及负载均衡策略可提升系统性能与CPU利用率；全栈工业协议支持主流协议，还提供EtherCAT主站配置工具；混合部署支持单芯片运行多系统，助力智能化升级。

以下为亿欧详细报道内容

7月28日，2025世界人工智能大会——AI商业落地论坛在上海成功举办。

“2025AI商业落地论坛”由世界人工智能大会组委会办公室指导，亿欧、上海市漕河泾新兴技术开发区发展总公司主办，上海市工商联数字经济商会协办。

此次大会以“实效派AI，落地见真章”为主题。

“AI商业落地论坛”作为世界人工智能大会的重要系列论坛之一，是WAIC成立以来连续举办8年的专场论坛，也是亿欧智库连续第8年发布《AI商业落地应用价值研究系列报告》。

自2018年首份AI商业落地应用价值研究报告推出以来，AI商业落地应用价值研究报告不仅成为WAIC的一张名片，更成为中国AI产业发展的见证。

本次大会同时举行了“从‘技术狂欢’到‘产业落地’”的圆桌讨论。

本场圆桌由亿欧董事、上海公司总经理缪国成主持，各位嘉宾就AI技术的商业落地场景、算力难题等问题展开讨论。

主持人：请问邱总睿赛德在工业场景下推进AI商业落地有哪些经验分享？

邱祎：首先跟大家分享一下我们在工业领域AI方向的落地实践。睿赛德是一家做嵌入式操作系统的公司。嵌入式操作系统本身是一个从开源做起的操作系统公司。说到操作系统大家对PC上的操作系统、服务器包括安卓、IOS比较了解，可能很多人不太了解的是在工业、电力、设备装备领域的操作系统。

我们专门做的是智能装置的各种电路板里嵌入式的操作系统。这个领域整个的装机量非常大，我们面向这个领域做嵌入式操作系统产品，目前装机量在25亿台。我们也有一个开源的生态，开发者已经超过30万人。

从AI落地角度来讲，我们的定位是面向边缘端怎么让AI在工业设备端落地。我们所做的是本身依托这样的操作系统，在我们的嵌入式操作系统上部署各种各样的垂直行业的模型，基于我们本身已有的装机量加上AI，加上行业应用场景，让AI更快在这些场景落地。举个具体例子，刚刚提到电力领域，我们所做的工作就是把我们的操作系统用在设备厂商里，并且在设备厂商把AI和实时控制结合。

最近在做和设备厂商合作的事，电力领域很多安全性事件，比如因为电线外皮脱落产生非常大的电压和电流，这些电压和电流释放后很容易形成火灾。这其中需要做的是电湖检测，用AI技术预先检测是不是有电湖，与实时控制结合，微秒级就可以采取关闭操作，以达到预防灾害的目的。

电力领域是其中一个应用场景，其他的还有机器人领域，现在通过大脑小脑技术结合让机器人走路更稳。从控制角度来说，我们首先采集到各种数据，通过AI与实时控制结合，结合得好就可以走得更稳更顺。飞行控制领域也是如此。总结起来我们就像是一个连接器一样的角色。

主持人：今年AI硬件很火，赛睿德边缘端在消费类、医疗、工业都有落地的具体产品，请讲讲公司的成本优势或落地路径。

邱祎：关于未来产品路径的问题，传统上我们在做嵌入式操作系统，现在重点在打造一个工业开发平台，本质是一个软硬一体化开发平台，目的是让AI尽快落地。把我们的实时控制与AI能力都集成在这样的一个或一系列设备上。

一系列的设备其实是面向于不同算力、不同应用场景的一些通用软硬件平台模块。我们的合作伙伴像下游的设备厂商基于我们软硬件平台可以快速落地。

我们核心面向这样的平台，一方面在打造更多品类的平台，另外基于这样的平台除了打造一系列的软硬件模块之外，我们也在部署各种满足这样一些场景需求的模型，更多是垂直化模型，包括各种图像处理、振动检测、分类，让更多垂直化模型可以运行在这样的平台上。

第三针对工业场景来说，因为现在使用这种模型做设备的有很多设备厂商和开发者。我们现在也看到了这样的趋势。从赋能开发者的角度来看，让他更快把这些设备开发出来，产品方向我们做更多的开发工具。第一是低代码的开发，低代码开发方式在Lot领域早发生了，未来的发展方向一个是图形化的开发方式，另外图形化怎么和AI结合，通过AI更快生成各种图形化的功能模块，通过这些功能模块转化成机器能认识的语言，通过这样的AI+低代码结合的开发环境加速整个的设备的部署，加速AI在整个工业场景的落地。

(责任编辑：综合)