樂鑫私有化智能體平臺
樂鑫信息科技 (688018.SH) 宣布正式推出樂鑫私有化智能體平臺 (ESP Private Agents Platform)。這是一個專為 IoT 設備廠商打造的自托管智能體平臺,支持廠商在其自有 AWS 賬戶中完成部署和管理。隨著大語言模型 (LLM) 和 AI 智能體技術的不斷發展,越來越多的設備廠商希望借助一套簡化、可量產的統一平臺,便捷地為用戶提供 AI 能力。
樂鑫私有化智能體平臺正是為此而生:它提供開箱即用、具備高可擴展性和成本優勢的 Agent 運行時,使多模態智能行為能夠輕松集成到連接設備、移動應用和 Web 控制臺中。平臺基于 AWS 服務構建,并使用 Amazon Bedrock 的基礎模型,為不同業務場景提供靈活的模型選擇。
“通過賦予設備制造商在其私有云環境中創建和運行智能體的能力,我們正在確保 AI 能夠像通信連接技術本身一樣開放、安全和普及,這標志著樂鑫將領先優勢從通信連接領域延伸至智能化領域。”樂鑫 CEO 張瑞安表示。

平臺重要性
樂鑫私有化智能體平臺針對連接設備應用場景進行了深度優化,提供一套高度集成、可直接部署的技術棧,幫助廠商快速落地智能體系統,大幅降低研發成本。IoT 設備廠商希望其產品能夠理解上下文、對事件進行推理,并具備一定的自主決策能力。盡管云端 AI 服務已經提供了基礎能力組件,但要構建一個具備完全自主權的智能體運行環境(包括編排調度、多模態交互、工具鏈連接以及安全部署等)往往需要投入大量工程資源。
樂鑫私有化智能體平臺針對連接設備應用場景進行了深度優化,提供一套高度集成、可直接部署的技術棧,幫助廠商快速落地智能體系統,大幅降低研發成本。

核心亮點
Key Differentiators
開箱即用的 Agent 運行時:提供完整、可用于量產的框架,免去設備廠商在 AWS Bedrock 或其他大模型服務之上自行搭建 Agent 后端的復雜工作。
私有、自托管部署:平臺完全部署在客戶自有的 AWS 賬戶中,確保數據完全掌控,有助于滿足隱私保護與合規性要求。
針對 IoT 深度優化:由樂鑫專為物聯網設備場景設計,可與基于微控制器的設備、移動應用以及 IoT 工作流無縫協同,這一點是通用 Agent 框架難以覆蓋的。
多模態交互接口:原生支持文本和語音交互,便于打造自然流暢的人機對話體驗。
典型應用場景
Addressed Use-Cases
具備自給式、多語言、自然語音控制能力的語音控制設備,例如僅支持單向語音交互的家電產品。
語音交互控制類設備:如控制器、玩具等,通過語音實現自然交互,并可與設備上的外設控制能力相結合。
智能設備管理助手:將智能體集成到移動端或 Web 應用中,為終端用戶提供自然語言的設備管理與操作體驗。
客服支持自動化:通過上下文故障診斷,與通過 MCP 連接器直接與設備通信,并結合設備廠商的權威知識庫,為用戶提供更專業的指導服務。
平臺優勢
Platform Highlights
樂鑫私有化智能體平臺提供統一管理控制臺,設備廠商可以在其中配置提示詞、搭建連接器、監控使用情況并管理已部署的智能體。內置的 MCP 與 Tool 連接器以及知識庫擴展能力,使智能體能夠在保證安全的前提下訪問設備 API、云服務和企業系統,并向用戶提供基于權威且可信賴的信息。
平臺還提供使用分析、LLM 模型選擇以及開發者 SDK,幫助廠商加速集成與上線。其模塊化、無狀態的架構可以輕松擴展到多設備、多租戶和多類型智能體場景。樂鑫私有化智能體平臺既可以與 ESP RainMaker 云無縫協作,也可以獨立部署,完成與客戶云平臺的集成。
借助該平臺,樂鑫將自身優勢從“通信連接”進一步拓展到“智能化”領域,幫助設備廠商在無需投入大量工程資源即可為硬件產品賦予強大的 AI 能力,拓展前沿的應用場景與市場。
-
AI
+關注
關注
91文章
39755瀏覽量
301350 -
樂鑫
+關注
關注
0文章
212瀏覽量
26738 -
大模型
+關注
關注
2文章
3648瀏覽量
5177
發布評論請先 登錄
瑞芯微RK182X全面適配主流多模態大模型
樂鑫攜手 Bosch Sensortec(博世傳感器)推出 AI 智能交互方案
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片
騰視科技大模型一體機解決方案:低成本私有化落地,重塑行業智能應用新格局
信而泰×DeepSeek:AI推理引擎驅動網絡智能診斷邁向 “自愈”時代
潤和軟件AIRUNS 3.0助力企業打造私有化AI模型
AIBOX 產品矩陣:支持主流大模型的私有化部署,滿足個性化 AI 應用需求
樂鑫科技攜手火山引擎推出AI智能體開發板
首創開源架構,天璣AI開發套件讓端側AI模型接入得心應手
移遠通信智能模組全面接入多模態AI大模型,重塑智能交互新體驗
樂鑫推出私有化智能體平臺:兼容主流大模型,打造多模態 AI 能力
評論