Raspberry Pi 4 Model B
PulseAugur coverage of Raspberry Pi 4 Model B — every cluster mentioning Raspberry Pi 4 Model B across labs, papers, and developer communities, ranked by signal.
- 2026-10-01 product_launch The Raspberry Pi Foundation announced price increases for the 2GB models of the Raspberry Pi 4 and Raspberry Pi 5. 来源
2 天有情绪数据
-
爱好者制作的PlayStation街机柜因局限性受到批评
一款旨在模拟原始PlayStation体验的定制街机柜现已上市,但存在明显的缺点。这个爱好者项目运行在配备RetroPie软件的Raspberry Pi 4上,配备19英寸LCD屏幕和街机风格的控件。然而,按钮数量有限以及宽屏显示器使其不适合PlayStation的许多标志性3D游戏,并且可能会扭曲老游戏的视觉效果。
-
Wipeout 2097/XL 获得 AI 辅助的 AmigaOS 3 移植版,视觉效果增强
一个使用 AI 和源代码反编译开发的新原生 AmigaOS 3 移植版 PlayStation 游戏 Wipeout 2097/XL 已完成。这个非商业项目需要显著的硬件升级,包括带有 Raspberry Pi 3、4 或 CM4 的 PiStorm、RTG 图形和大量内存。该移植版提供两种渲染选项,其中一种提供了显著的性能提升,让 Amiga 用户能够体验备受赞誉的未来赛车游戏,并拥有增强的视觉效果。
-
Raspberry Pi 5 16GB型号因内存成本飙升价格翻三倍
Raspberry Pi 5,特别是16GB型号,由于内存成本上涨,价格大幅上涨。16GB的Raspberry Pi 5现在售价385美元,是其120美元初始发布价的三倍多,Raspberry Pi Compute Module 5的价格也上涨了40美元。这些价格上涨归因于“RAMpocalypse”,并促使一些创客考虑其他替代方案,如PICO、ESP32用于小型项目,或入门级迷你PC用于更复杂的任务。
-
SolidCraft:开源 Rust CAD 应用支持 AI 代理建模
SolidCraft 是一款用 Rust 开发的开源参数化 3D CAD 应用,通过其 MCP 服务器,旨在供 AI 代理使用。该应用允许用户在特征时间线上进行草图绘制、约束和实体构建,尺寸的更改会自动重建模型。一个值得注意的演示展示了一个名为 SELENE 的 AI 代理,通过 MCP 服务器构建了一个拥有超过 3,000 个可编辑步骤的科学探测车。README 承认该项目处于早期阶段,但强调了其准确建模大多数参考零件的能力,同时还…
-
内存危机导致 Raspberry Pi 4 和 5 的 2GB 型号价格上涨
持续的全球内存短缺已导致部分 Raspberry Pi 型号的价格上涨。具体而言,由于数据中心的高需求,Raspberry Pi 4 和 Raspberry Pi 5 的 2GB 版本现在价格更高。这种情况凸显了半导体供应链持续面临的压力。
-
游戏硬件价格上涨,作者证实粉丝理论
由于持续的内存组件成本,台式机和掌上游戏设备的价格正在上涨。这导致游戏笔记本电脑和 Raspberry Pi 单板计算机的价格更高。此外,《第四翼》的作者在新书中证实了一个重要的粉丝理论。
-
树莓派4和5价格上涨,建议消费者考虑旧款型号
此前售价35美元的树莓派4 Model B,其成本已上涨至67.50美元。同样,树莓派5的价格也上涨了12.50美元。鉴于这些价格调整,消费者现在被建议考虑购买旧款型号或内存较小的版本。
-
内存短缺导致树莓派价格飙升高达23%
树莓派今年已实施第三次提价,部分型号涨幅高达23%。此次提价归因于LPDDR4和LPDDR5内存组件成本不断攀升,由于全球需求稳定但供应不足,这些组件正经历短缺。此前未受影响的树莓派4和树莓派5的2GB版本现在价格更高,树莓派5 2GB价格上涨19%至77.50美元,树莓派4 2GB价格上涨23%至67.50美元。
-
Raspberry Pi 4 和 5 型号因组件成本上涨而价格上涨
Raspberry Pi 基金会宣布 Raspberry Pi 4 和 Raspberry Pi 5 的 2GB 型号将涨价。这些调整归因于组件成本上升和供应链挑战。尽管面临这些市场压力,该基金会仍致力于维持产品的可用性和质量。
-
基于雾计算的 AI 在边缘硬件上预测冷链温度
研究人员成功部署了一个基于雾计算的深度学习系统,用于实际冷链温度预测,这是该应用的首次尝试。该系统在南非的 Raspberry Pi 4 上使用 LSTM-GRU 模型运行,无需依赖云即可运行,预测温度的平均绝对误差 (MAE) 为 0.2°C。它能在不到一秒的时间内提供预测,并在预计发生冷链中断时生成条件 SHAP 解释,将预测归因于温度和湿度。
-
新的TASTE方法优化了设备端AI训练在边缘硬件上的性能
研究人员开发了一种名为TASTE(Throughput-Aware Batch Size Tuning,吞吐量感知批次大小调整)的新方法,用于优化资源受限的边缘硬件上AI模型的设备端学习。该技术使用贝叶斯优化来找到理想的批次大小,结合梯度累积和线性学习率缩放,可以在不牺牲准确性的情况下,将Raspberry Pi 4等设备的训练吞吐量提高一倍。TASTE还有助于在设备端持续学习场景中保持稳定并防止灾难性遗忘。
-
AI系统自适应去雾,提升烟雾中视觉清晰度
研究人员开发了一种用于烟雾遮挡环境中设备端感知的输入自适应去雾前端系统。该系统在搭载TensorFlow Lite的Raspberry Pi 4 Model B上进行了测试,旨在通过增强烟雾条件下的边缘检测来改进消防员辅助。自适应门控方法仅在雾度估计超过特定阈值时选择性地应用去雾过程,与始终去雾或从不进行去雾相比,提高了准确性并显著减少了处理时间。
-
Raspberry Pi短缺影响家庭媒体服务器更换
作者的Raspberry Pi 4,当时正在运行他们的Kodi实例,似乎要坏了。他们暂时用Raspberry Pi 3替换了它,但由于被称为“RAMpocalypse”的普遍短缺,现在在寻找Raspberry Pi 4或5的替代品时遇到了困难。
-
AI模型使用腕部传感器进行帕金森病筛查
研究人员开发了一种新颖的注意力机制,可使用可穿戴传感器更准确、更高效地筛查帕金森病。该方法在arXiv论文中有所详述,处理来自腕戴式惯性测量单元(IMU)的数据,以区分健康个体、帕金森病患者以及患有类似疾病的人。该系统实现了高精度,尤其是在识别帕金森病方面,并且即使在标记数据有限的情况下也表现出接近饱和的性能,使其适合在Raspberry Pi 4等设备上进行实时边缘部署。
-
新数据集和轻量级模型推动单目深度估计发展
研究人员正在开发用于单目深度估计的新方法和数据集,这项技术对于增强现实和虚拟现实等应用至关重要。新的数据集(如MODEST)正在被创建,以提供高分辨率的真实世界图像,捕捉复杂的视觉效果,从而解决当前训练数据的局限性。同时,在轻量级神经网络架构和专为资源受限设备设计的主动学习框架方面也取得了进展,旨在提高在动态环境中的适应性和性能。
-
深度学习模型通过轻量级检测增强H-IoT网络安全
研究人员开发了新的深度学习模型,即时间卷积网络(TCN)和残差时间卷积网络(Res-TCN),以增强医疗物联网(H-IoT)系统的网络安全。这些轻量级模型旨在通过利用真实数据集和基于动态阈值的缓解策略来检测和缓解分布式拒绝服务(DDoS)攻击等网络威胁。这些模型已针对边缘部署进行了优化,并转换为TensorFlow Lite(TFLite),在Raspberry Pi 4上展示了低延迟和高能效的运行,为H-IoT安全建立了全面的防御机制。
-
开发者从头开始用 ARM64 汇编实现了 YOLO26n
一位开发者使用 ARM64 汇编语言和 C 从头开始实现了 YOLO26n 对象检测模型的推理,绕过了标准框架。该项目是为学士学位最终项目开发的,旨在理解底层神经网络操作并针对 Raspberry Pi 4 上的边缘 AI 进行优化。该实现包含了各种优化技术,包括 ARM NEON SIMD、Winograd 卷积和缓存感知分块,但性能提升不如预期,因此请求社区就优化策略提供反馈。
-
设备端NAS优化神经网络以进行实时数据分析
研究人员开发了一种新颖的设备端神经架构搜索(NAS)方法,专为近传感器计算而设计。该方法允许直接在部署设备上优化小型神经网络,以适应实时数据变化。该系统在意大利手语(ISL)数据集上进行了验证,与在Raspberry Pi 4上运行的现有方法相比,在RAM占用和准确性方面均有显著提高。在Case Western Reserve University(CWRU)数据集上的进一步验证表明,该方法在智能故障诊断等任务中具有更广泛的适用性。
-
作者认为:离线优先AI对全球南方国家至关重要
文章认为,AI工具必须设计成离线可用,特别是对全球南方国家而言,因为这些地区的互联网和电力供应不稳定。作者介绍了`offline-mcp`,这是一个包装了Ollama的工具,可以在本地运行开放权重模型,确保在没有互联网连接的情况下也能正常工作,并防止敏感数据发送到外国服务器。这种方法被认为是实现数字独立的关键,并且已证明在树莓派等低成本硬件上可行。
-
GAN 在树莓派 4 上部署,创建物理 NFT 铸造设备
一位用户已成功在树莓派 4 上部署了生成对抗网络 (GAN),并创建了一个可铸造非同质化代币 (NFT) 的物理设备。该 GAN 在人脸数据集上进行训练,生成混合面部图像,然后通过模板化句子结构用于创建 NFT 标题。该项目被开发为一个艺术品并在公共场合进行了展示。