L1Perception · 感知
感知层 · 万物可感
多模态传感在物理世界与数字世界之间建起第一座桥。边缘网关就近完成采集、时间同步、标定与预处理，让原始信号在离开现场之前就已对齐、干净、可推理。
- 多源传感融合：视觉、激光、毫米波、IMU、温湿度与声音等多模态统一接入
- 边缘预处理：去噪、畸变校正、压缩与特征初筛，弱网下带宽节省 70%+
- 时空对齐：纳秒级时间同步与多传感器联合标定，帧级可追溯
- 低功耗常在线：NB-IoT / LoRa / 功耗调度，电池终端年级别续航
Edge AI · 四层架构
感知 — 推理 — 协同 — 具身
从物理世界到具身执行的完整闭环
华云数科以 Edge AI 四层架构 重塑物联网平台：感知层让万物可感，推理层让决策在数据原地发生，协同层让智能在边云全域流动，具身层让模型化为物理行动。18ms 端侧推理，断网自治，云端协同进化。
PERCEPTION 感知· INFERENCE 推理· COLLABORATION 协同· EMBODIMENT 具身
Edge AI 四层架构
四层架构，一条从感知到执行的因果链
感知采集物理信号，推理在边缘就近决断，协同让边云成为一体，具身把决策转化为可验证的物理行动。层与层之间不是堆叠，而是被数据、模型与任务闭环贯穿。
L2Inference · 推理
推理层 · 就近决断
把模型编译进每一块硬件。异构算力统一调度，视觉、语言与时序模型在 NPU/GPU/MCU 上毫秒级运行；断网不断算，决策发生在数据产生的那一刻。
- 模型轻量化与编译：量化、剪枝、算子融合，30+ 芯片一次编译到处运行
- 异构算力调度：NPU / GPU / DSP 统一运行时，自动选优、负载均衡
- 动态下发与灰度：云端一键 OTA，A/B 灰度、失败秒级回滚
- 离线自治：推理链路不依赖云端，断网后 100% 可用，恢复自动对账
L3Collaboration · 协同
协同层 · 边云一贯
边与边、边与云不再是两套系统。以数据、模型与任务为纽带，协同层让全域状态实时对齐，让一次推理的结果可以在任意节点被观测、编排与进化。
- 边云协同进化：边缘脱敏回流、云端增量训练、场端增量更新的闭环
- 多网融合链路：4G/5G/NB-IoT/LoRa/Wi-Fi/卫星自适应，切网对业务无感
- 数字孪生对齐：设备、空间与流程三重孪生，状态延迟 <200ms
- 隐私与治理：分级存储、隐私计算与全链路审计，数据主权可控
L4Embodiment · 具身
具身层 · 知行合一
推理的终点不是报表，而是物理世界的改变。具身层把决策编译为控制指令，驱动机械臂、底盘、网关与产线在真实约束中完成闭环——感知→推理→执行，再感知。
- 实时闭环控制：<30ms 控制闭环，力控、导航与抓取精度可验证
- 具身技能编排：巡检、拣选、协作装配等原子技能可组合、可复用
- 人机共融：ROS/ROS2、PLC 与工控协议贯通，电子围栏与分级急停
- 开放执行 API：一次接入，推理结果可直达 ERP、工单与业务系统
0ms
端侧推理时延断网可用 · 闭环 <30ms0%
服务可用性多活 · 自动容灾0+
异构硬件适配NPU / GPU / MCU 统一运行时技术架构
四层架构图 · 一条被观测、可追溯的智能链路
感知采集、推理决断、协同进化、具身执行——四层不是堆叠，而是一条从物理信号到物理行动的因果链，每一跃迁都可观测、可度量、可回放。
感知层
多模态传感 · 边缘预处理 · 时空对齐
视觉/激光/IMU/声学统一接入，纳秒级同步
推理层
边缘推理引擎 · 模型仓库 · 异构算力调度
18ms 端侧推理，断网自治，灰度可回滚
协同层
边云协同 · 数字孪生 · 规则编排 · 隐私计算
数据与模型在全域流动，状态对齐 <200ms
具身层
闭环控制 · 具身技能 · 开放 API · 人机共融
把决策编译为可验证的物理行动
Capability Map
四层能力，对应的不是参数，而是业务结果
Edge AI 的价值不在每一层的单点指标，而在感知到执行能否形成可度量的结果闭环。
| 架构层 | 核心能力 | 典型场景 | 业务结果 |
|---|---|---|---|
| 感知 · Sensing | 多模态传感、边缘预处理、时空对齐 | 工业质检 · 园区安防 · 环境监测 | 带宽占用 -70%，误触发 -60%，数据就绪 <200ms |
| 推理 · Inference | 边缘推理引擎、异构算力调度、模型 OTA | 产线缺陷检测 · 移动抓取 · 离线巡检 | 端侧 18ms 决断，断网 100% 可用 |
| 协同 · Collaboration | 边云协同、数字孪生、隐私计算 | 多站点设备群控 · 能碳联动 | 状态对齐 <200ms，模型周级进化 |
| 具身 · Embodiment | 闭环控制、具身技能编排、开放 API | 机械臂拣选 · 无人巡检 · 具身作业 | 控制闭环 <30ms，交付周期从月级到周级 |
Architecture
四层架构，层层都有确定性设计
每一层都有明确的输入、输出与 SLO；层间契约可测试，链路可追踪，故障可定界。
L1 · SENSING
感知层
多模态传感融合、纳秒级时间同步与边缘预处理，让原始信号在离开现场前就已干净、对齐、可推理。
视觉/激光/IMU时空对齐
L2 · INFERENCE
推理层
模型轻量化编译与异构算力统一调度，18ms 端侧推理，断网自治，云端灰度下发、失败回滚。
NPU/GPU/MCU离线可用
L3 · COLLABORATION
协同层
边与云、边与边通过数据与模型协同；数字孪生让全域状态实时对齐，隐私计算让数据主权可控。
边云一贯数字孪生
L4 · EMBODIMENT
具身层
将推理结果编译为控制指令，驱动机械臂、底盘与产线闭环执行；技能可编排、能力可开放、人机可共融。
闭环控制技能编排
设计原则：感知可追溯、推理可解释、协同可观测、具身可验证。每一层对外暴露 SLO 与事件总线，接入 Prometheus / OpenTelemetry 即可进入现有可观测体系。
FAQ
Edge AI 平台常见问题
感知层支持哪些传感器与协议？
支持视觉、激光雷达、毫米波雷达、IMU、温湿度、声音等 30+ 类型，通过 Modbus、OPC UA、MQTT、CoAP、ROS/ROS2 等协议接入，边缘侧完成时间同步、标定与预处理。
推理模型如何下发与更新？模型会强制依赖云端吗？
云端训练后经模型仓库编译为边缘可执行格式，支持 OTA 灰度下发、A/B 验证与自动回滚。推理链路在边缘闭环，断网 100% 可用，网络恢复后自动对账与增量更新。
边云协同如何保证数据安全与主权？
通过设备证书双向认证、TLS 链路加密、边缘脱敏与隐私计算，数据按分级策略回流；操作全链路留痕，满足审计与合规要求。支持私有化、混合云与专属集群部署。
具身层能否接入已有机器人与产线？
可以。支持 ROS/ROS2、PLC 与主流工控协议，存量底盘、协作臂通过边缘网关平滑上云；提供开放 API、Webhook 与消息推送，推理结果可直达 ERP、工单与业务系统。