瑞莎Dragon Q6A实战:把Rush Mog改造成端侧AI智能麦克纳姆轮机器人;平台:高通跃龙 QCS6490

本文介绍将 Rush Mog 麦克纳姆轮机器人升级为 RushMog-Q6A,搭载高通 QCS6490 作为端侧 AI 核心,采用分层架构实现视觉识别、任务规划与运动执行闭环,打造可自主完成抓取任务的 AI 移动操作机器人。

Qualcomm 开发者分享 端侧 AI Dragon Q6A

时间:2026-10-21 10:31:56

高通跃龙IQ-9075端侧多模态脱敏工作台搭建(2): 模型转高通HTP

本文为系列第二篇,讲解 YOLO-World、YuNet 两个检测模型在高通 HTP 的部署路径:前者经 ONNX Runtime QNN EP 直推,后者通过 QAIRT 转二进制验证,二者踩坑点各异。全文按准备、转换、运行三段展开,命令均经实测。

Qualcomm IQ-9075 IQ9 HTP 模型推理

时间:2026-10-21 10:22:12

基于犀牛派A1的NPU推理项目搭建记录;平台:高通跃龙 QCS6490

本文记录犀牛派 A1(QCS6490)YOLOv26 NPU 推理项目,借助 AidLite+QNN236 调用 DSP 加速;剥离模型 NMS 算子,搭建三线程流水线,实现浏览器 MJPEG 视频流;需 PC 端转换 ctx.bin 模型,已验证通路,罗列踩坑点与优化方向。

Qualcomm 开发者分享 犀牛派 A1 NPU QCS6490

时间:2026-10-20 10:30:21

高通跃龙IQ-9075端侧多模态脱敏工作台搭建(1): 项目由来与全服务部署

本系列旨在将隐私文本、图片、文档处理三条推理链部署于高通跃龙 IQ-9075 端侧,实现数据不出设备。本文介绍项目由来、准备、架构与三服务部署;HTP 模型、端到端验证与取舍分别在第 2、3 篇,实测硬件为 IQ-9075 EVK。

Qualcomm IQ-9075 IQ9系列 脱敏 模型推理

时间:2026-10-20 10:16:15

第二代骁龙XR2+平台的XR应用开发实战(8): 端侧AI大模型赋能XR空间智能

本文基于第二代骁龙 XR2 + 平台,详解端侧 AI 大模型在 XR 中的融合架构与部署实践,涵盖轻量化多模态模型选型、Hexagon NPU 部署方案及典型场景,突出零延迟、隐私安全、离线可用等端侧 AI 核心优势。

Qualcomm 人工智能 xr XR2+ Gen2

时间:2026-10-19 09:36:41

Windows on Snapdragon白皮书系列(1):如何在Windows on Snapdragon设备上安装 RSAT

本文介绍 Windows on Snapdragon 设备三种 RSAT 安装方法,覆盖 AD、DNS 等管理组件,说明控制面板、设置、PowerShell 安装步骤与验证方式,并针对 MCM 环境的安装故障,提供组策略、配置及日志排查方案。

Qualcomm 骁龙 X 系列平台 AI PC WoS

时间:2026-10-15 10:38:16

第二代骁龙XR2+平台的XR应用开发实战(7): OpenXR标准与Unity/Unreal开发实战

OpenXR 是 XR 开发统一标准,免去重复平台适配。它有一套核心对象与标准帧循环,Action 输入抽象控制器,扩展接口支持特色能力,可在 Unity 集成,实现一次开发多 XR 设备跨端部署。下篇将介绍 XR 端侧 AI 融合与空间智能 XR Agent。

Qualcomm xr unity 游戏引擎 XR2+ Gen2

时间:2026-10-15 09:27:40

Arduino UNO Q 实战:温湿度检测 + 自动穿衣提醒 Demo

基于 Arduino UNO Q,SHT31 由 STM32 采集温湿度,经 Bridge RPC 传给高通 Linux。Python 按温湿度规则生成穿衣提醒,硬件感知与业务决策分离,还可扩展 AI、天气等功能。

Qualcomm 开发者分享 Arduino UNO Q

时间:2026-10-14 09:37:41

第二代骁龙XR2+平台的XR应用开发实战(6): 渲染优化与Motion-to-Photon低延迟技术

XR 渲染优化核心目标为稳定 90fps、MTP 小于 20ms,可借助 ATW/ASW、单通道实例化、注视点渲染、帧时序监控及场景、Shader 优化手段实现。下文将讲解 OpenXR 标准开发与引擎集成。

Qualcomm xr java XR2+ Gen2

时间:2026-10-14 09:30:31

Arduino UNO Q 双脑开发初体验:用 Qualcomm Linux 控制 STM32 实时硬件

Arduino UNOQ 采用双脑架构:高通 QRB2210 运行 Linux,处理 AI、网络;STM32U585 负责实时硬件控制,二者通过 Bridge‑RPC 通信。借助 App Lab 可协同开发,适合机器人、边缘 AI 项目。

Qualcomm 开发者分享 Arduino UNO Q

时间:2026-10-14 09:25:42

第二代骁龙XR2+平台的XR应用开发实战(5): 手势识别与眼动追踪交互开发

手势与眼动追踪是 XR 自然交互核心,涵盖 21 点手部追踪、射线交互、注视点渲染降负载、眼动确认及多模态融合。下篇将详解 XR 渲染优化中的 Motion-to-Photon 延迟与 ATW/ASW 技术。

Qualcomm xr 交互 XR2+

时间:2026-10-13 09:38:16

每页显示 共2274条数据 < 1 2 3 4 ...207 >      到第 页 GO

高通软件中心

通过集中式门户站无缝管理您的高通®软件和工具

下载软件中心

申请成为“Qualcomm荣誉技术大使”

“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现,该荣誉代表Qualcomm社区对用户贡献的认可与肯定。

立即申请

Qualcomm 解决方案

 

高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台,助力打造无缝融合现实世界和数字世界边界的沉浸式体验。

为开发者提供实现创意的工具,并将变革头戴式AR的可能性,现已面市!