A personal wearable AI that runs locally
Owl
ESP32
⭐⭐☆☆☆ (2/5)
已发布
项目简介
本地运行的个人可穿戴AI。
Owl 是一个探索“始终在线”可穿戴 AI 的开源项目,旨在回答一个有趣的问题:如果有一个 AI 能持续倾听和观察你生活中的一切,你会用它做什么?该项目通过低功耗可穿戴设备,结合强大的大语言模型(LLM)和多模态模型(VLM),开辟了人机交互的全新领域,包括记忆增强、主动式生活助手以及分布式知识收集。
标签
项目特点
**完全本地运行**:所有 AI 模型(如 Whisper、Llama2、Mistral)都在设备上推理,不依赖云端,保护隐私
**低功耗可穿戴**:基于 ESP32 或 nRF52840 等低功耗芯片,电池续航可达数小时,适合日常佩戴
**语音交互**:内置麦克风,支持语音唤醒和语音识别,通过蓝牙连接手机或直接输出到屏幕
**开源硬件+软件**:提供完整的 3D 打印外壳、PCB 设计文件和固件源码,方便二次开发
**模块化设计**:核心板、麦克风、屏幕、电池等部件可独立更换,支持多种芯片方案
**支持多种 AI 模型**:兼容 Ollama 生态,可切换 Llama2、Mistral 等不同大小的语言模型
技术规格
| 主控芯片 | ESP32-S3 / nRF52840 |
|---|---|
| 运行内存 | 8MB PSRAM(ESP32 版本) |
| 存储 | 16MB Flash |
| 麦克风 | MEMS 数字麦克风(INMP441 或类似) |
| 显示屏 | 0.96 英寸 OLED(128×64) |
| 无线连接 | BLE 5.0 / Wi-Fi(ESP32 版本) |
| 电池 | 3.7V 锂聚合物电池,容量 500mAh |
| 充电接口 | USB-C(支持充电+数据传输) |
| 尺寸 | 约 50×35×15mm(不含外壳) |
| 重量 | 约 30g(含电池) |
| AI 模型支持 | Whisper(语音识别)、Llama2、Mistral(语言模型) |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| ESP32-S3-DevKitC 或 nRF52840 DK | 1 | — | 核心计算单元 |
| INMP441 MEMS 数字麦克风模块 | 1 | — | 语音输入 |
| 0.96 英寸 OLED 128×64 I2C | 1 | — | 显示信息 |
| 3.7V 500mAh 锂聚合物电池 | 1 | — | 供电 |
| TP4056 充电板 | 1 | — | USB-C 充电 |
| 3D 打印外壳(PLA 或树脂) | 1 套 | — | 上下盖+支架 |
| 杜邦线 / 排线 | 若干 | — | 内部连线 |
| 滑动开关 | 1 | — | 电源开关 |
| 10kΩ 电阻、100nF 电容 | 若干 | — | 去耦和上拉 |
所需工具
| 工具 | 用途 | 是否必需 |
|---|---|---|
| 3D 打印机 | 打印外壳 | ▢ 推荐 |
| 烙铁及焊锡 | 焊接电路板 | ✅ 是 |
| USB-C 数据线 | 烧录固件和充电 | ✅ 是 |
| 万用表 | 检查电路连接 | ▢ 推荐 |
| 热风枪 | 焊接贴片元件 | ▢ 推荐 |
| 螺丝刀套装 | 组装外壳 | ✅ 是 |
| Arduino IDE 或 PlatformIO | 编写和烧录固件 | ✅ 是 |
| Python 环境 | 模型转换和测试 | ▢ 推荐 |
能力画像
**记忆与知识检索**:3/5 — 本地模型可存储对话上下文,但受限于内存大小,长对话能力有限
**动手与操作**:4/5 — 需要焊接、组装、3D 打印等动手能力,但整体难度中等
**编程与算法**:4/5 — 需要修改固件代码、配置 AI 模型,涉及 C++ 和 Python
**设计与建模**:3/5 — 外壳可自行修改 3D 模型,但已有现成文件可直接打印
**实验与调试**:4/5 — 需要调试蓝牙连接、语音识别效果、功耗等,建议有示波器或逻辑分析仪
**协作与分享**:3/5 — 开源社区活跃,可在 GitHub 提交 Issue 或 PR 参与改进
**学习与研究**:4/5 — 涉及嵌入式 AI、语音处理、低功耗设计等多个技术领域
**系统集成**:3/5 — 需要将硬件、固件、AI 模型整合为一个可穿戴系统
项目图库
所需技能
基础电子焊接和电路识图能力
C/C++ 编程(Arduino 或 ESP-IDF 框架)
Python 基础(用于模型转换和测试)
3D 打印操作或模型修改(可选)
蓝牙和 Wi-Fi 通信基础
了解 AI 模型部署(Ollama 或 TensorFlow Lite)
使用 Git 进行版本管理
适用场景
个人 AI 助手:随身记录想法、日程提醒、快速问答
隐私敏感场景:医疗、法律、商务等不能联网使用 AI 的场合
嵌入式 AI 学习:作为学习本地 AI 部署和低功耗硬件的实践项目
创客比赛或展示:可穿戴 AI 设备的原型演示
无障碍辅助:为听障或视障人士提供语音交互辅助
教育工具:用于高校嵌入式系统或 AI 课程的教学案例