中科通量推出OmniMate BOX，以"邊緣智算主機+存量屏幕"模式降低AI數字員工落地門檻
線下實體網點正經歷一場靜默的效率困局。一方面，人力成本剛性攀升，單廳月均運維成本達8至15萬元；另一方面，客流波谷時段的人力空轉與高頻重複諮詢造成的隱性浪費，每年可達20至40萬元。越來越多網點管理者開始關注AI數字員工這一方案，但受限於雲端方案的網絡依賴與數據合規風險，以及整機設備較高的場地改造成本，規模化落地始終存在阻力。近日，中科通量（SMARCO）在移動整機版OmniMate的基礎上，推出OmniMate BOX輕量版AI數字員工，通過即插即用的方式將存量屏幕智能化。
該產品採用“邊緣智算主機+音視頻外設+存量顯示終端”的分體式架構，旨在以輕量化方式降低線下網點引入AI數字勞動力的門檻，在不依賴外網、不改動場地的條件下實現快速部署。分體式架構：複用現有終端，降低准入門檻與市面上主流的一體式數字人終端不同，OmniMate BOX將算力單元與外設、顯示設備解耦。整套系統由一臺小型智算主機、攝像頭及麥克風揚聲器組成，通過HDMI接口直連網點已有的電視、廣告機、會議屏或觸控屏，無需採購專用顯示設備或進行場地改造。該產品的定位非常清晰：面向已具備顯示終端但缺乏AI交互能力的存量網點。
無論是通信營業廳的吊裝廣告屏、銀行網點的信息發佈電視，還是展廳的觸控查詢屏，均可通過外接BOX主機升級為具備數字人交互能力的智能服務終端。橫屏、豎屏、觸控屏均可適配，固定網點與臨時展點均能快速完成部署。國產RISC-V算力底座：本地閉環，安全可控OmniMate BOX搭載基於國產RISC-V架構的算力平臺，集成12核CPU，提供INT8 200 TOPS AI算力，最高配備128GB LPDDR5 ECC統一內存。大模型推理、數字人實時生成、語音識別與視覺感知等全部計算任務在本地主機內閉環運行，不依賴互聯網或雲端算力。
這一架構選擇的實際意義體現在三個層面：其一，服務響應不受網絡波動影響，保障交互實時性；其二，業務知識庫與客戶交互記錄在本地閉環，避免數據外傳帶來的合規隱患；其三，內容更新可在企業內網完成，適配金融、政務、通信等對信息安全有嚴格要求的行業場景。定位於標準化服務補充，非替代人工從功能維度觀察，OmniMate BOX承接的是線下網點中高頻、標準化、重複性較高的服務職能。系統支持加載企業專屬業務知識庫，可通過自然語言交互完成產品講解、套餐對比、流程指引、活動播報等任務。同時，系統具備多語種按需配置能力，可覆蓋普通話、粵語、英語等語種，滿足不同地區及涉外接待需求。
在交互模式上，OmniMate BOX實現了“閒時廣告+忙時服務”的自動切換：無人到訪時，顯示終端輪播海報與視頻素材；攝像頭感知客戶靠近後，自動喚醒數字人進入交互模式，將靜態展示升級為可對話、可解釋、可轉化的服務入口。對於需要人工核驗或複雜處理的業務，系統可引導客戶前往指定櫃檯，實現諮詢分流。應用場景：覆蓋多元線下網點OmniMate BOX主要面向存在持續客流、重複諮詢和產品宣講需求的線下場所，包括但不限於：通信營業廳的套餐講解與業務引導、銀行網點的迎賓接待與金融科普、汽車4S店的車型配置解讀與試駕預約、企業展廳的展品講解與訪客接待，以及零售展點、政務服務櫃檯等場景。
中科通量方面表示，BOX版本的推出標誌著OmniMate系列已形成“移動整機+BOX輕量版”的完整產品矩陣。移動整機適合需要自主巡航移動接待的場景；BOX輕量版主打複用現有屏幕、輕量化部署，面向預算與場地存在約束的各類網點。兩種形態面向不同現實條件，為線下實體數字化提供差異化的本地AI數字勞動力解決方案。行業觀察人士指出，當前AI數字人在線下場景的滲透仍處於早期階段。將大模型能力下沉至邊緣側並以輕量化硬件形態交付，正在成為線下場景數字化升級的重要路徑。通過複用存量顯示終端、壓縮部署成本，此類方案有望推動AI數字員工從標杆性試點走向規模化標配。
Related
相關文章
成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型
AI資訊AI新閒資訊正文成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘開源大模型領域再次迎來技術爆破!根據 Arena 官方最新發佈的評測榜單，DeepSeek 團隊推出的最新模型迭代版本 DeepSeek-V4.1-Flash-20261017（Max） 正式登頂 Code Arena: WebDev 榜單，成功摘得“第一開源模型”的桂冠。值得關注的是，在本次 WebDev 前沿代碼與網頁開發基準評測中，DeepSeek-V4.1-Flash-1017不僅成功超越了此前備受關注的 Kimi K3（Max），更在推理成本上實現了數量級的突破——其調用開銷僅為後者的十分之一左右。在性能與性價比之間，再次刷新了行業認可的帕累託最優邊界。在總榜表現方面，該模型以1670分的成績位列總榜第12名。在這一高位區，它不僅領先於封閉源領軍模型 Claude Opus5（High），並且與頂尖模型 GPT-6Sol (Max) 的差距已縮小至10分以內。根據官方介紹，本次推出的1017版本作為深度優化迭代，相較於一個月前發佈的上一版（20260910），榜單得分大幅提升了52分。模型在保持極低定價策略(每百萬輸入 token0.3美元，輸出 token1.2美元)的同時，進一步加快了複雜任務的完成速度，並顯著精簡了冗餘輸出，幫助開發者在實際調用中進一步節省算力和時間成本。目前，DeepSeek-V4.1-Flash-1017已同步在 DeepSeek 網頁端、移動端 App 以及 API 接口上線。針對開發者生態，官方已對 DeepSeek Harness、騰訊 CodeBuddy 以及 WorkBuddy 等多款主流 AI 編程與 Agent 輔助工具進行了專項適配優化
算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相
AI資訊AI新閒資訊正文算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘在正在深圳舉行的2026全國高性能計算學術大會上，我國首個全國產十萬卡 AI 超集群——“曙光8000”真機正式迎來首次公開亮相，並將集中發佈十大重要應用成果。這一算力超級工程的龐大性能，能夠直接在計算機中構建出“數字孿生大腦”，甚至可以模擬橫跨百億光年的宇宙演化歷程。其底層核心機制，是通過高速互聯技術將十萬張國產 AI 加速卡深度整合，實現了規模與算力密度的雙重突破。值得關注的是，曙光8000的最大亮點並非僅僅在於硬件規模的堆疊，而是在於其採用了“超算與智算原生融合”的全新技術路線。同一套算力底座，既能承載高精度的傳統科學計算，又能完美兼容大模型的訓練與推理任務，將人類推演物理規律與歸納經驗數據的兩種計算思維發揮到了極致。其中，傳統“超算”側重於基於物理方程進行嚴密的步驟推演，模擬對象越複雜，算力消耗越呈暴漲趨勢;而“智算”則側重於通過海量數據歸納規律（例如大語言模型），但單獨依賴智算容易出現因缺乏因果邏輯而產生的“AI 幻覺”。曙光8000將兩者深度打通，為科學研究與前沿 AI 提供了更加精準、可靠的運算支撐。作為我國算力基礎設施邁入十萬卡級部署階段的關鍵里程碑，該系統於今年8月官宣正式投入使用。官方數據顯示，其每秒鐘的峰值計算能力，相當於全人類持續不間斷計算200年的總和。截至目前，曙光8000已全面服務於新材料研發、創新藥研製以及人工智能等26個前沿領域的300多種複雜計算任務，為國產高水平科技自立自強提供了堅實的底座支撐。相關推薦演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空演員吳越昨日發聲，指微信視頻號“花姐美膚日記”用AI炮製其虛假帶貨視頻。錄屏中，“
DeepSeek發佈API網頁搜索與抓取服務:每1000次成功請求收費5元
根據公告內容，該功能將採用按請求次數的計費模式，單價定為每1000次成功請求5元。在應用場景與過渡節點方面，當前用戶在DeepSeek Harness、Claude Code及Codex等開發工具與環境中調用DeepSeek API時，已可通過Server端工具直接訪問Search與Fetch接口。
AI 浪潮下的社區無奈謝幕:知名反編譯追蹤網站decomp.dev宣佈關閉
該網站曾致力於集中展示匹配反編譯的進展，並凝聚志同道合的技術愛好者。然而，隨著近年來人工智能技術的迅猛發展，開源協作生態遭到嚴重破壞，創始人最終決定讓其退居為歷史數據存檔。匹配反編譯長期以來是一項極度耗時且艱難的任務。自2026年初 Opus4.
AI 系統 RFdiffusion3 能從原子層面造蛋白：實驗裡真能幹活
更硬核的是，用它全新設計的蛋白質，已在真實化學反應中兌現了預期功能。由美國華盛頓大學、英國牛津大學、英偉達等機構組成的國際團隊搭建了這套系統，可對單個原子建模，專門用於設計蛋白質與核酸，相關成果於當地時間 16 日刊登在國際期刊《科學》上。
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。