公司战略与平台扩展 - Ambarella宣布大幅扩展其Ambarella Developer Zone (DevZone)，新增云托管集成开发环境、对云连接设备集群的安全访问以及由Gemini Enterprise驱动的智能体AI开发能力，全部在Google Cloud Platform上交付 [1] - DevZone于2026年CES作为早期访问计划启动，整合了Cooper模型花园、智能体蓝图、开发套件、文档和技术资源 [2] - 自启动以来，已有数百名来自企业客户、ISV和OEM合作伙伴的开发者参与该平台，此次扩展将DevZone从评估阶段延伸至日常开发工作和生产部署 [2] - 扩展后的DevZone预计于2027年第一季度在ambarella.com/developer全面上市 [12] 云托管开发与实时设备访问 - 云托管IDE无需本地安装或配置即可立即访问Ambarella SDK、文档、优化模型和示例项目 [3] - 开发者可从同一环境请求连接至基于Ambarella设备的云集群会话，并在真实硅片上运行构建，在目标硬件上测量实际工作条件下的延迟、吞吐量和功耗 [3] - 这些能力目前向早期访问参与者提供，随着连接设备集群扩展，开发者将分阶段加入 [3] 智能体AI开发能力 - 由Gemini Enterprise驱动的智能体AI能力支持开发全生命周期，协助编码、文档搜索、故障排除、工作流自动化和应用开发 [4] - 这些能力补充了DevZone中已有的低代码和无代码智能体蓝图，用于构建物理AI系统实际运行的多智能体工作流 [4] - 扩展平台为开发者提供：云托管开发环境、安全远程访问、智能体AI开发能力、云到端工作流以及Google Cloud Platform服务集成 [7] 合作伙伴生态系统扩展 - Ambarella与Ultralytics合作，在基于CVflow的设备上支持Ultralytics YOLO模型，覆盖目标检测、实例分割、图像分类、姿态估计和定向边界框检测 [9] - Ambarella正与其他模型提供商合作，开发支持设备端推理和决策的生成式模型 [9] - 与ZEDEDA的集成使开发者可将EVE-OS加载到支持的Ambarella SoC上，实现跨分布式设备集群的AI工作负载部署、管理、监控和更新 [10] - Ambarella和ZEDEDA将在AI基础设施峰会上展示集成方案，基于N1-655平台演示从创建、打包到部署的自定义解决方案蓝图 [12] 技术架构与产品规模 - DevZone中的开发工作可在整个产品组合中转移，因为所有Ambarella AI处理器共享CVflow架构和Cooper开发者平台 [11] - 感知软件、AI模型和开发工作流可跨硅片代际和性能层级迁移，只需最少返工 [11] - Ambarella目前拥有12个边缘AI SoC系列，支持超过200种AI模型架构在客户生产中运行，安装基数超过5000万个AI SoC单元 [11][13] - Ambarella产品应用于物理安全、车辆安全、远程信息处理、自主性、便携视频、空中无人机及其他新兴机器人应用 [13]

合作核心与目标 - Ambarella与Ultralytics宣布合作，支持Ultralytics YOLO模型部署于Ambarella CVflow®驱动的边缘设备[1] - 合作旨在为开发者提供从视觉模型开发到低功耗边缘AI芯片部署的更高效路径[1] - 整合Ultralytics实时计算机视觉模型与Ambarella低功耗AI处理技术，为开发者提供熟悉起点[2] - 合作帮助开发者和产品团队在智能摄像头、机器人、汽车和工业系统等领域更高效构建和部署视觉应用[4] 边缘AI技术优势 - 本地运行检测、分割和跟踪可实现更低延迟、减少网络带宽需求并降低对云处理的依赖[3] - 在物理世界运行的产品中，这些特性决定了机器响应速度和连接受限时的可靠性[3] Ambarella平台与生态 - Ambarella工作聚焦于Cooper™开发者平台和Ambarella DevZone，该平台于2026年CES推出[5] - DevZone整合优化模型、智能体蓝图、开发套件、文档和技术资源于单一环境[5] - 通用CVflow架构和共享软件环境覆盖Ambarella整个边缘AI SoC产品组合，支持软件和开发工作流随产品线扩展或成本调整延续[5] - Ambarella已安装超过5000万AI SoC单元，产品用于物理安全、车辆安全、远程信息处理、自主系统、便携视频、无人机等边缘AI应用[7] - Ambarella提供全栈边缘AI平台，包括高度优化芯片、可编程软件及协调感知、决策和控制的AI智能体框架[7] - 低功耗SoC集成专有高效感知和深度学习神经网络AI加速器，支持部分或完全机器自主[7] Ultralytics YOLO模型特性 - Ultralytics YOLO模型支持目标检测、实例分割、图像分类、姿态估计和有向边界框检测[6] - 提供多种模型尺寸，让团队在准确性与计算和内存预算间平衡[6] - Ultralytics YOLO是计算机视觉领域最广泛采用的模型家族之一[6] - Ultralytics拥有超过14万GitHub星标、3.3亿PiP下载量和36亿模型使用量，成为全球最知名的目标检测模型[8][9] - Ultralytics使命是简化和普及AI使用，覆盖从制造业到医疗等各行业[9] 高管观点 - Ultralytics创始人兼CEO Glenn Jocher表示合作将YOLO带到CVflow平台，帮助开发者更高效构建实时边缘视觉应用[5] - Ambarella总裁兼CEO Fermi Wang指出边缘AI市场快速演变，支持YOLO可拓宽基于Ambarella芯片的开发团队[6]