作者以通俗语言介绍如何入门AI硬件制作。文章先说明AI大模型需要实体'身体'的趋势，解释ESP32（尤其是ESP32-S3）凭借价格低、自带Wi-Fi、性能够用、教程丰富成为AI玩具首选芯片的原因及局限。随后给出新手选购指南，包括主板参数（S3/N16/R8）识别、外设选择、固件与云服务的区别，并对比立创·实战派与M5Stack CoreS3等热门开发板。作者最终自费选择CoreS3，认为桌面机械机器人是更具生命力的方向。文章还介绍了Meta Ray-Ban、Plaud Note、Friend吊坠等商业化AI硬件形态。
Meta 宣布彻底开源 Muse Gadgets，包括 ESP32 固件和 Linux SDK（Apache 2.0 协议），让任何人都能用低成本硬件自制连接 AI 智能体 Muse 的实体外设。作者认为这打破了 AI 原生硬件昂贵封闭的误区：AI 大脑在云端，物理世界只需要低成本、能听能看能按的末端触角。官方同步推出 USB-C 拓展器 Muse Home Link，首批 5000 台免费赠送订阅用户。文章还整理了墨水屏简报板、触控手表、电视投屏棒三大 DIY 玩法与上手路径。
文章认为入门AI硬件开发的最佳方式是在AI生成的交互式在线实验室中学习，而非先购买开发板。这种实验室由大模型生成的交互式UI、硬件行为模拟和渐进式教程流组成。文章介绍了Learn Arduino、Claude 3D设备拆解和ESP Labs三个项目：分别提供3D电路学习、可拆装的设备模型和完整的ESP32开发板教学平台。大模型在结构建模、原理动画、状态逻辑和固件映射方面能力已足够强，大幅降低了开发成本。文章同时指出其边界：模拟不等于真实芯片仿真，AI生成内容需专业人员把关，并给出了学习路线和维护者建议。
文章是桌面 AI 机器人系列开篇，讲解 ESP32 AI 硬件选购。核心原理是 ESP32 设备只负责听和说，真正的大脑是云端大模型（如 Claude），通过小智服务端连接。作者介绍了芯片、模组、开发板、成品四个层级，建议新手认准 ESP32-S3（带 PSRAM 的 N16R8），按预算分三档：几十元裸板、一两百元带屏开发板、几百元成品机器人。文章还比较了乐鑫、M5Stack、Seeed、微雪等六个品牌，列出七个避坑要点，并推荐了小智开源项目、服务端部署方案和 API Key 准备事项。作者最终选择了 699 元的 StackChan 桌面机器人。
本文是 StackChan 桌面 AI 机器人的从零到一上手教程。作者介绍 StackChan（M5Stack 量产的开源桌面机器人）的开箱配网、出厂功能（聊天、遥控、跳舞等），并重点讲解如何通过开源网关 xiaozhi-hub-server 给它'换脑子'：将桌面机器人接入 Mac 上的 Claude Code 和云端 Grok Bot，实现语音指挥 AI 读写电脑文件、生成网页、查询新闻等能力，且无需额外 API 费用。文章附有详细步骤截图与常见踩坑提示，适合 AI 硬件入门玩家。
文章盘点了近期热门的 3 个 ESP32 模拟器：Velxio（3.3k 星，浏览器拖线画电路，支持 40 块板，基于 QEMU）、esp32sim（364 星，从芯片 ROM 启动，支持屏幕、触摸、摄像头，S3 最成熟，甚至能跑 Linux）、乐鑫官方 esp-emulator（芯片型号最全，支持蓝牙、Thread、GDB，但经典 ESP32 不支持，仓库暂未开源）。作者用自己固件实测官方模拟器：点灯、双核、NVS、PSRAM、LVGL 均可运行，但外设支持尚不完善。最后预告作者自研的 TryBoard 项目，可在浏览器本地 3D 实验台上运行 ESP-IDF / Arduino 固件。
作者在无硬件知识背景下，借助 Claude Code 等 AI 工具为 ESP32 开发板制作了多套固件，遇到 ESP32-C3 单核性能瓶颈后系统调研了 ESP32+AI 生态。文章介绍了小智 AI、StackChan、SenseCAP Watcher、ESP-Hi 机器狗等开源项目，讲解了 ESP32-C3/S3/P4 三款主力芯片的差异与选型要点，梳理了乐鑫芯片发展时间线，并按随身穿戴、视觉、语音对话、桌面机器人、屏幕游戏等场景给出保姆级硬件挑选指南。作者计划下一步打造一款带屏幕的桌面实体 Agent 交互终端。
作者分享了 Vibe Moment 第一期线上分享的内容，主题为从 Vibe Coding 到 Vibe Hardware。文章介绍了 AI 硬件的最新案例，如 FoloToy AI Passport、Microduck 和 Anthropic 的 Model Hardware Standard，并指出 AI 硬件仍处于早期阶段。作者结合自身经验，讲解了新手如何选开发板、接线、调试，以及 AI 在嵌入式开发中的作用。最后详细对比了原型与量产之间的差距，强调量产需要稳定性和全环境验证。
本文介绍了小智AI聊天机器人ESP32-S3面包板DIY复刻所需的硬件模块购买指南。核心硬件包括ESP32-S3-DevKitC-1开发板（须搭载官方WROOM-1模组）、INMP441麦克风、MAX98357音频功放、腔体喇叭、面包板、跳线及可选的SSD1306 OLED屏和ML307R 4G模块（须选AT固件版本）。文章详细说明各元件的搜索关键词、参考价格与选购注意事项，推荐新手购买组合套件。此外还列出进阶升级选件（圆屏、摄像头、舵机、触摸模块、便携供电），并展示工位副驾、情感陪伴、多模态视觉、随身AI Pin等Personal Agent玩法。
作者分享用 Codex 将 Muse AI 助手适配到立创实战派 ESP32-S3 开发板的完整过程。文章详细讲解了从下载项目、准备 ESP-IDF 环境、编译烧录固件、填写 SDK token，到 Muse App 配对、Wi-Fi 联网配置的全流程，并记录了屏幕背光、内存不足导致配网失败、开发板无法访问云端等实际踩坑及解决方法。作者还调整了横屏 UI 布局并添加中英文切换功能，最终实现通过语音向设备提问并获得文字与语音回复。文末附有可复制的 Codex 提示词、常见问题排查清单，以及后续可玩的其他开源项目建议。适配代码与文档已开源至 GitHub。
Meta 于 10 月发布 Muse Gadgets，开源 ESP32 固件和 Linux SDK，让开发者可以将 Agent 接入屏幕、按钮、传感器等实体硬件。文章指出 AI 硬件的价值在于让高频重复任务少一步，并给出三个可动手的原型方向：桌面简报屏、一键 AI 语音按钮、固定场景的设备控制。作者强调 SDK 开源不等于可商业使用，Gadget SDK Token 目前仅限个人非商业用途，因此 Muse 更适合作为点子验证工具。文中还提出评估 AI 硬件点子的 5 个关键问题，建议先验证需求再投入硬件开发。
本文以 Asimov 1 DIY 人形机器人套件为例，系统介绍在家从零搭建人形机器人的完整流程。机器人高1.2米、重35公斤、25个自由度，售价2万美元。文章涵盖工具准备、机械/电子/Linux与Python三大基础能力要求、零件制造工艺（CNC铝合金、金属3D打印、尼龙打印）、CAN总线接线与电机ID设置等难点，并深入讲解仿真到实际（Sim-to-Real）迁移的核心问题：时序匹配、CAN包顺序、欠阻尼振荡的成因与解决方法，以及强化学习运动策略如何只用真实可用的传感器数据训练以确保部署成功。适合想从看视频走向真正动手的机器人开发者。
文章推荐了开源硬核项目 Flix，一个基于廉价通用硬件、主打教学与飞控研究的微型无人机项目。核心固件用 Arduino C++ 编写，代码量不足 2000 行，是学习姿态解算、PID 控制和嵌入式飞控架构的绝佳范本。硬件采用 ESP32 Mini 主控、8520 空心杯电机与 GY-91/MPU-6050 传感器，机架支持 3D 打印。项目原生支持 MAVLink 协议，可通过 Wi-Fi 或 ESP-NOW 通信，兼容手柄、手机遥控和航模遥控器，并内置 CLI 工具、飞行日志分析、Gazebo 仿真和 Python SDK，适合嵌入式开发者、高校课程实践及 DIY 极客。
