德国弗劳恩霍夫信息技术与制造研究所（ITWM）在嵌入式世界展会上展示了名为NASE的基于智能体的系统，该系统专为边缘计算和嵌入式平台设计、优化人工智能模型。传统开发中，工程师往往需要耗费大量精力将现成的通用模型适配到特定硬件上，而NASE利用神经架构搜索技术，直接针对目标硬件生成定制化模型架构，彻底省去了繁琐的模型移植环节。
弗劳恩霍夫ITWM的Dominik Loroch指出，实践中开发者常依赖开源模型，但这些模型在目标硬件上往往表现不佳，且适配过程需要同时精通硬件与AI设计的复合型人才。NASE系统通过“硬件在环”（Hardware in the Loop）技术接管了这一复杂优化流程。其核心创新在于引入了“智能体AI”：一个大型语言模型负责自动询问应用需求并配置搜索策略，无需开发者花费长时间学习工具操作，即可实现最优结果。
该系统将原本需要数月的开发周期缩短至几周，同时模型质量优于人工设计流程。对于需要将AI模型移植并优化到嵌入式硬件的开发者而言，这是一项重大利好。计算机视觉、工业生产、状态监测、医疗应用及工业辅助系统等典型领域均能从中受益。特别是那些对算力、能耗和成本有严格限制的嵌入式AI应用场景，企业将显著获益。
展会演示展示了从首次交互到目标硬件上可运行应用的完整开发流水线。智能体系统首先确认目标指标，如精度或运行时间，随后自动生成模型。实测表明，这些模型在特定平台上的运行速度和性能均优于典型的互联网“即插即用”模型。在此语境下，“智能体AI”意味着用户只需定义“做什么”（如任务目标与性能指标），而系统自主决定“怎么做”（技术实现路径），包括调用外部工具、验证中间结果并迭代优化。
在嵌入式领域，AI模型的实际性能往往难以预测，因此“硬件在环”至关重要。模型直接在真实硬件上运行并测量，而非依赖估算。凯泽斯劳滕应用技术大学（RPTU）为此开发了自动化评估系统，将实测数据直接反馈给架构搜索过程，确保生成的模型不仅在理论上可行，更在实测中针对目标硬件达到最优。
弗劳恩霍夫ITWM连续多年参展并观察到，嵌入式AI将更深地融入日常生活与工业流程，但随之而来的是对高效、可扩展开发工具的迫切需求。Loroch强调，更智能的开发工具是提升生产力的关键，而智能体系统正是该方向极具潜力的探索路径。NASE系统的演示标志着嵌入式AI正朝着更快速、高效且硬件优化的方向迈进，为未来大规模普及智能系统奠定基础。
此外，弗劳恩霍夫ITWM与弗劳恩霍夫IIS研究所将于2026年3月11日在纽伦堡JOSEPHS举办STANCE网络之夜。STANCE是由两家研究所联合成立的产业与科研联盟，致力于推动神经形态和脉冲基等新型、高能效、超高速的AI技术在工业领域的应用。该活动旨在提供关于神经形态计算的实践洞察，并搭建产业、学术界与初创企业的交流平台。
弗劳恩霍夫集团联合展位位于4号馆422号，欢迎开发者现场体验NASE系统并与专家探讨具体应用场景。随着德国在精密制造与工业软件领域的深厚积累，其推出的智能体辅助开发工具正逐步重塑全球嵌入式AI开发范式，为行业提供了从理论验证到工程落地的完整闭环解决方案。