核心能力
工业视觉
AI缺陷检测、OCR识别、尺寸测量
智能制造
数字工厂、设备联网、生产优化
AI算法
深度学习模型训练与部署
产品中心
ZO-403X运动控制器｜多轴运动控制与工业通讯一体化控制器
ZO-403X运动控制器是一款集16路IO输入、8路IO输出、2路开关输出、RS232、RS485、以太网、3轴脉冲输出及编码器接口于一体的多功能运动控制器，支持4轴脉冲输出定制，兼容GRBL数控控制，并支持软件程序定制，适用于CNC数控设备、雕刻机、切割机、多轴运动平台及非标自动化设备。
查看详情
汽车座椅通风加热ECU
**汽车座椅通风加热ECU**是一款面向汽车座椅热舒适系统的专用控制单元，集成**CAN/LIN通讯、通风控制、加热控制及NTC温度检测**功能。 产品支持**4路通风输出、4路加热输出及2路通风电机控制**，并配置**双NTC测温接口及通风/加热OneKey输入**，满足汽车座椅多区域通风、加热及智能温控需求。
查看详情
汽车座椅按摩控制器ECU
汽车座椅按摩控制器ECU是一款面向智能座椅气动按摩系统的专用控制单元，集成CAN/LIN通讯、气泵控制、气压检测及多通道电磁阀控制，支持气袋保压与记忆功能。 产品支持2路气泵输出、10路单控按摩阀及10路双控保压阀，可实现多区域、多模式气动按摩，并支持部分阀路定制。产品同时支持软件协议栈、LDF矩阵及项目定制开发，可根据不同车型和座椅按摩方案进行软硬件适配。
查看详情项目案例
内镶贴片式滴灌带智能生产线 AI视觉检测项目
本项目面向**智慧农业节水灌溉装备制造**，建设集**自动化生产、AI视觉检测、边缘AI计算、工业数据采集及MES管理**于一体的智能生产线。 通过整合原料加工、滴头贴片、自动打孔、AI视觉检测、收卷打包等设备，实现滴灌带全流程自动化生产；利用工业相机与NPU边缘AI平台，实现产品缺陷在线检测，并通过工业物联网将设备、工艺及质量数据接入MES系统，实现**生产数字化、质量可追溯和设备智能管理**，推动滴灌带制造向智能化、数字化、无人化升级。
查看案例滴头注塑智慧工厂数字化施工项目
ZeroOne AI 面向农业滴头精密注塑制造场景，建设融合 MES、工业物联网、AI视觉、机器人自动化及AGV智能物流的数字化工厂解决方案。通过44台注塑设备联网、生产过程管理、人员身份识别、智能仓储及AI智能分析，实现制造全过程透明化、自动化与智能化升级。
查看案例技术文章
小龙虾智能体不响应飞书群消息：飞书与智能体连接问题排查与解决
企业员工在飞书外部群 @小龙虾 却得不到任何响应，而发送消息、查询接口又都正常——问题往往不在AI模型，而在飞书事件订阅链路。本文梳理飞书与智能体之间的双向通信架构，从事件订阅、消息接收事件、机器人权限、公网Webhook到@消息解析逐层排查，配合日志与Trace ID定位故障，最终给出“能收、能理解、能处理、能回复”的完整闭环方案。
阅读全文IMX6ULL 裸机开发学习（二）：C 语言点亮 LED
在汇编实验基础上，用 C 语言完成 IMX6ULL 裸机 LED 闪烁：start.S 启动文件（SVC模式+栈指针）、led.h/led.c 寄存器封装、链接脚本与 Makefile 编译，对比汇编方案体会工程化开发方式。
阅读全文TRIO-Basic 从入门到精通（七）：3D仿真与同步控制的使用
本教程讲解TRIO运动控制器3D仿真与同步控制的使用，包括仿真工具条操作、关节显示与对齐、轴参数设置（UNITS/AXIS_UNITS/ACCEL/SPEED），以及基于MOVEABS和WAIT IDLE的多轴绝对位置同步运动程序编写，帮助开发者在无真实机械的情况下安全验证运动控制逻辑。
阅读全文树莓派部署YOLOv8手势检测实战：USB IMX378摄像头 + Python + PyTorch + ONNX Runtime + Systemd开机自动运行
本文面向树莓派AI视觉、Python人工智能、YOLOv8目标检测初学者，以树莓派部署手势检测项目为案例，完整介绍从USB IMX378摄像头安装、Miniconda环境配置、Python虚拟环境创建、YOLOv8依赖安装，到手势检测程序Systemd开机自动运行的完整流程。在Raspberry Pi 5 / ARM64（aarch64）环境下建立独立的yolov8-env环境，安装PyTorch、Ultralytics、ONNX Runtime、NumPy等AI视觉组件，最后通过Linux systemd使fatigueDetect.py开机自动运行，实现无需手工登录的AI视觉自动检测，为后续手势识别、人体检测、疲劳驾驶检测、工业视觉检测与边缘AI视觉系统打下基础。
阅读全文RAG 实战教程（一）：RAG 工作原理与完整流程——分片、索引、召回、重排和生成
本文系统讲解RAG的完整工作流程：为什么不能把整份文档直接交给大模型、哪些场景适合RAG、分片Chunking（含常见分片方式对比表与段落感知分片器代码）、索引与Embedding、召回（余弦相似度与BM25混合检索）、重排（BGE Reranker）、生成（Prompt组装），并给出一个可运行的Python端到端Demo与常见问题排查指南。
阅读全文RAG 实战教程（二）：向量相似度、向量数据库与 Chroma 实战
本文讲解RAG索引与召回的本地方案：用Ollama运行BGE-M3生成向量，用Chroma保存文本、向量与元数据，基于HNSW近邻索引完成Top K检索。涵盖余弦相似度/欧氏距离/点积的区别与对比表、Chroma Collection常用操作、BGE-M3批量向量化、数据入库与查询的完整Python代码，以及换模型、漏存原文等常见坑点。
阅读全文