新闻动态

FEATURED STORY / 头条 TORCH
NEWSINTELLIGENCE AT THE EDGE 精选动态

行业资讯

端侧 AI 的下一步：从单设备到设备群的协同

单台设备的端侧智能体解决的是本地响应问题。当设备数量增加、场景开始交叉时，新的问题出现了：多台设备看同一件事，结果不一致怎么办；现场出现异常时，由哪台设备负责响

2026-09-28阅读文章 ↗

FEATURED STORY / 头条TORCH
NEWSINTELLIGENCE AT THE EDGE精选动态

行业资讯

端侧模型的多后端一致性：同一模型在 CPU 与 NPU 上结果不同怎么办

同一个模型文件，在 CPU 上推理与在 NPU 上推理，输出可能不完全一致。这是数值计算路径不同导致的正常现象，不是模型损坏。问题在于这种差异会影响结果判定，需

2026-09-28阅读文章 ↗

FEATURED STORY / 头条TORCH
NEWSINTELLIGENCE AT THE EDGE精选动态

行业资讯

端侧设备的模型更新机制：怎么升级才不影响在跑的业务

端侧设备上跑的模型需要更新，但设备同时在处理业务。直接停服替换的方式在现场通常不可行。可行的更新机制要解决三件事：怎么传、怎么切、出问题怎么退。三件事的设计方式

2026-09-28阅读文章 ↗

FEATURED STORY / 头条TORCH
NEWSINTELLIGENCE AT THE EDGE精选动态

行业资讯

AI 项目上线后谁来运维

项目上线常被视为终点，实际上运行期才是成本的主要部分。模型会漂移、数据会过期、业务规则会调整，这些都需要有人负责。上线后无人负责的项目，问题往往积累到影响使用才

2026-09-28阅读文章 ↗

FEATURED STORY / 头条TORCH
NEWSINTELLIGENCE AT THE EDGE精选动态

行业资讯

业务部门提 AI 需求为什么总说不清

业务部门说不清需求，通常不是表达问题。业务人员熟悉的是具体处理过程，而不是抽象的功能描述；他们知道每一种情况该怎么处理，但很难直接说出这些情况可以被归成几类。把

2026-09-28阅读文章 ↗