ESP-BOX：乐鑫推出的新一代AIoT开发平台
RayESP-BOX：开启AIoT应用开发新纪元
在物联网和人工智能快速发展的今天，乐鑫科技(Espressif Systems)推出了一款革命性的开发平台——ESP-BOX，为AIoT应用开发带来了全新的可能性。ESP-BOX是一个集成度高、功能丰富的开发平台，旨在为开发者提供一个便捷的工具，以快速构建各种创新的AIoT应用。
硬件概览：强大而紧凑
ESP-BOX系列包括ESP32-S3-BOX、ESP32-S3-BOX-Lite和ESP32-S3-BOX-3三款开发板。这些开发板均基于乐鑫强大的ESP32-S3 Wi-Fi + Bluetooth 5 (LE) SoC，并采用了紧凑美观的外壳设计。ESP32-S3-BOX-3是目前最新且处于活跃状态的型号，提供了标准版和精简版两种配置，以满足不同开发者的需求。
功能特性：全面而创新
- 边缘AI和人机交互：ESP-BOX是一款开箱即用的入门级边缘AI和人机交互应用开发板。
- 语音交互：支持基于FreeRTOS的四合一语音交互面板，包括离线语音识别、网络通信、屏幕显示和外设控制。
- 远场语音：配备双麦克风，支持远场语音交互。
- 离线语音唤醒：具有高唤醒率的离线语音唤醒和命令识别功能。
- 灵活的语音识别：支持连续识别、唤醒中断，以及超过200个可自定义的命令词。
- 多样化的家庭自动化解决方案：支持Matter、Home Assistant和ESP-RainMaker等协议和平台。
- 可视化GUI开发：兼容LVGL SquareLine Studio、Embedded Wizard等工具。
- 丰富的开发框架：支持ESP-IDF、Arduino、PlatformIO、Circuit Python等多种开发框架。
开源内容：促进创新与分享
ESP-BOX项目秉承开源精神，提供了多种开源内容：
- 原理图和PCB源文件
- 外壳3D打印源文件
- 内置固件源代码
- 其他示例代码 这些内容均基于Apache 2.0开源许可证发布，开发者可以自由修改、开发或分发。
开发指南：从入门到精通
为了帮助开发者快速上手并深入了解ESP-BOX，乐鑫提供了详尽的开发指南：
- 硬件概览：了解产品的硬件组成和特性。
- 入门指南：快速上手ESP-BOX的基本操作。
- 传感器应用：探索有趣的传感器演示。
- 语音助手控制：体验语音交互功能。
- 连续语音识别：实现更人性化的交互体验。
- ESP BOX APP：通过移动应用定义语音命令。
- 切换语音模型语言：适应不同语言环境。
- 拆解教程：了解产品内部结构。
开发环境搭建
要开始使用ESP-BOX进行开发，需要按以下步骤搭建环境：
- 安装ESP-IDF：ESP-BOX基于ESP-IDF开发框架，需要先安装并配置ESP-IDF。
- 获取ESP-BOX代码：使用Git克隆ESP-BOX项目代码。
- 选择合适的ESP-IDF版本：根据项目需求选择对应的ESP-IDF版本。
- 构建并烧录示例：尝试构建和烧录简单的示例项目，如图像显示demo。
- 深入学习：阅读ESP-BOX技术架构文档，了解更多技术细节。
云端快速入门
ESP BOX APP基于商业移动应用架构Nova Home构建，提供了精美的UI和更好的用户体验。对于开发者，乐鑫还提供了ESP RainMaker解决方案，包含公开可用的开发文档和API指南。
社区贡献
ESP-BOX项目欢迎开发者的贡献。乐鑫积极收集基于ESP-BOX的优秀项目，以激发更多开发者的创新。如果你有任何想要分享的示例，可以参考贡献指南，通过Pull Requests提交你的代码。
结语
ESP-BOX作为一个全面而强大的AIoT开发平台，为开发者提供了丰富的工具和资源，以构建创新的物联网应用。无论 你是初学者还是经验丰富的开发者，ESP-BOX都能为你的AIoT项目带来无限可能。立即开始你的ESP-BOX之旅，探索AIoT的无限潜力吧！
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表 格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号