在 2026 年国际嵌入式系统展与 Silicon Labs 面对面

机器学习

• ModelCat 演示： 展示完全在低功耗 MCU 上运行的实时人脸与手势识别，无需云端参与。基于 Silicon Labs EFR32MG26 无线 SoC 与 ModelCat Aptos™ 平台，高级机器学习视觉模型在本地执行，推理延迟达毫秒级，功耗极低。
• 支持机器学习的实时定位：本演示由 Unikie 合作开发，展示运行于 Silicon Labs EFR32BG24 SoC、基于机器学习的定位技术，可在 TPMS 应用中实现基于蓝牙的智能轮胎定位。该系统采用紧凑型 2 x 2 天线配置，以低内存与算力消耗，实现精准实时定位。机器学习算法在保持低延迟、低功耗的同时，提升定位精度与系统稳定性。该可扩展架构可应用于室内资产追踪、智能门禁、安全门锁及其他基于近场感知的应用场景。
• MCU 电机控制演示：通过单个 SoC 集成高转速电机控制、无线连接与设备端机器学习，展示 Silicon Labs 系列 2 MCU 的计算能力。该系统在恒定负载下实现确定性实时电机控制，同时通过 RTOS 支持低功耗蓝牙，并将机器学习推理卸载至片上 MVP 加速器用于状态监测与异常检测，而不影响控制时序与无线性能。

蓝牙

• 信道探测测距演示：展示基于蓝牙信道探测的测距功能，其使用 Silicon Labs xG24-DK2606A 开发套件与安卓设备（包括智能手机和智能手表），突显了消费级与嵌入式平台间的现实世界互操作性。通过实现异构设备间可靠测距，该演示展示了蓝牙信道探测如何为更广泛的蓝牙生态系统提供可扩展、可互操作的测距应用。
• 信道探测自动建图演示：展示蓝牙信道探测如何为现有蓝牙节点增加空间感知能力，使设备自动发现相对位置并构建二维几何地图。该系统通过多套信道探测开发套件与一个观测节点进行协同测距，还原空间内的设备布局。该演示展示信道探测如何为接入点、智能照明、太阳能装置等应用场景实现自动建图与简化部署，借助蓝牙缩短安装时间、减少手动配置并降低整体系统成本。
• 基于蓝牙信道探测的 PEPS 与 TPMS 演示：本演示基于玩具车平台，展示基于蓝牙信道探测的无钥匙进入及启动 (PEPS) 与胎压监测系统 (TPMS) 应用。信道探测实现车辆与用户设备间精准、安全的测距，通过可靠近场检测支持免持进入与启动。演示同时展示基于蓝牙的 TPMS，可将胎压数据无线传输至车载系统或用户设备，实现实时监测与报警，无需额外的无线电装置。这些用例共同展示了信道探测与蓝牙连接如何实现可扩展、低成本的汽车功能。
  

Matter

随着智能家居平台围绕 Matter 趋向融合，能源管理正成为下一波家庭互联设备的重大机遇。本演示将展示运行 EVSE 示例应用的 Silicon Labs 硬件，模拟与电网和太阳能板的交互，并在 Home Assistant 上进行显示。

Wi-Fi

随着 Wi-Fi 在物联网终端设备中日益普及，低功耗已成为电池供电设备的关键特性。本演示将展示我们的低功耗摄像头参考设计，以及低功耗多协议（Wi-Fi + 低功耗蓝牙）应用。

Zephyr 展位 - 展厅 4-170

本演示重点展示 Zephyr 如何实现跨 Silicon Labs 系列 2 和 SiWx917 Wi-Fi 平台的平台级代码可移植性。使用通用的基于 Zephyr 的应用程序框架，开发人员只需较少的修改即可跨多种无线技术复用核心应用程序代码。这种方法简化了开发，并加速了跨蓝牙、Matter 和 Wi-Fi 产品的扩展。

Faisal Bhaiyat | Silicon Labs

Faisal Bhaiyat 是 Silicon Labs 软件架构师，同时担任连接标准联盟 Zigbee Pro 核心技术小组主席与 Zigbee 认证小组主席。

Devanjan Sikdar | Silicon Labs

Devanjan Sikdar 是 Silicon Labs 的产品营销经理，负责 Zigbee、Thread、Matter 等智能家居技术的营销工作。加入 Silicon Labs 前，他参与了 Redpine Signals 收购项目，专注于 Wi-Fi 产品的实时定位系统。他拥有 VIT Vellore 的计算机科学工程学位与 NMIMS 管理研究生文凭。他撰写了多篇智能家居技术博客与白皮书，常受邀在行业研讨会与活动中演讲。