台湾新竹 —— 2026 年 5 月 13 日——全球半导体领导供应商新唐科技（Nuvoton）正式宣布推出 NuML Studio，一款专为新唐科技微控制器（MCU）机器学习应用所设计的图形界面（UI）开发工具-1。这款工具旨在有效解决开发者在构建终端人工智能（Endpoint AI）时面临的繁琐流程，整合了从实时数据采集、数据转换到自动化固件项目生成的完整路径，让开发者能够更专注于 AI 模型的优化与应用创新-1。

SEARCH 关键词： Nuvoton、新唐科技、NuML Studio、终端人工智能、TinyML、MCU AI 开发、Nuvoton ML

一、零门槛环境部署：免安装 Python 的即用型 Windows 版本

众所周知，嵌入式 AI 领域的开发者通常面临着一个相当棘手的问题：环境配置。在传统开发流程中，开发者需要手动安装 Python 环境及其复杂的库依赖，这个环节不仅耗时，更容易因为版本冲突产生错误-11。NuML Studio 针对 Windows 环境进行了深度优化，提供了 “免安装 Python” 的即用型执行文件，这在最大程度上降低了初学者乃至资深工程师的环境配置难度-1。

核心优势即“即装即用”： 用户只需完成下载，无需额外安装 Python 或相关复杂函数库，打开软件即可执行-1。搭配“直观化项目管理”，开发者可以轻松建立“数据采集”或“机器学习部署”项目，若将两者结合还可实现快速迭代-1。

对于刚进入 MCU AI 领域的中小企业开发者而言，NuML Studio 的这一特性可以直接跳过底层配置环节，直接将精力投入在业务逻辑的开发当中，从根源上节省研发成本。

二、强大的数据采集与自动化转换能力

数据是 AI 模型的“燃料”。对于拥有深度学习项目经验的工程师而言，最令人头疼且耗时的环节往往不是算法的调优，而是前期真实数据的采集与数据集的清洗与整理。NuML Studio 针对这一痛点，通过图形化的方式优化了底层开发板的数据采集过程-11。

1. 多元传感器支持

NuML Studio 提供了全面的传感器支持，可以最大程度覆盖目前最主流的智能设备感知范围：

• 3 轴加速度计（G-sensor）： 适用于运动检测、姿态识别、工业预测性维护等场景。

• 16KHz 音频（Audio）： 适用于关键词唤醒（KWS）、噪声检测与语音命令识别。

• 基于 UVC 协议的图像（Image）采集： 可适配多种摄像头方案，支持图像分类与物体检测。

开发者通过该工具即可直接与 NuMaker-M55M1 开发板实时联动，采集各种嵌入式环境下的物理信号-1。

2. 一键数据自动化转换

该功能在业内非常罕见且极具竞争力。NuML Studio 能够将采集后原始的二进制传感器数据（*.sds）通过一键操作，无缝转换为标准化格式：

• .csv 用于传感器数据分析；

• .wav 用于音频信号处理；

• .jpg 用于图像分类与物体检测。

这种设计使得数据的清洗变得极其迅速，无需依赖第三方脚本解析-1。

3. 云端平台的无缝直连

为了满足当前 AI 开发的主流迭代趋势，NuML Studio 在内部集成了机器学习平台 API 支持。开发者可以直接将 NuMaker-M55M1 开发板采集到的现场数据一键上传至云端平台进行模型训练，打通了从“边缘设备端”到“云端训练端”的数据闭环-1。

三、兼容 TensorFlow Lite Micro，轻松导入业界标准模型

TensorFlow Lite Micro（TFLM）目前是嵌入式 AI 领域主流的推理框架之一。TFLM 专为资源受限的微控制器设计，基于 C++11 构建，致力于在 Flash 和 RAM 极度稀缺的嵌入式设备上运行神经网络模型-。然而，将 PC 端训练好的深度学习模型移植到 MCU 上，通常涉及复杂的算子转换与内存分配过程-11。

NuML Studio 完全兼容 TensorFlow Lite Micro（TFLM）框架，直接支持处理 int8 量化模型-1。对于广大依赖 TensorFlow 生态的 AI 算法工程师而言，这意味着无需改变原有的模型训练流程，就能直接适配新唐科技的硬件平台。通过 NuML Studio，TFLM 模型从训练、量化到嵌入 MCU 固件，整个过程可在同一开发工具链中完成，避免了跨平台移植中常见的算子不兼容问题。

四、深度优化 Ethos-U55 NPU，释放边缘硬件加速算力

如果说数据采集是基础，模型转换是桥梁，那么硬件加速就是终端 AI 性能的最终体现。新唐科技旗下的 NuMicro M55M1 系列 MCU 首次将 Arm Cortex-M55 核心与 Arm Ethos-U55 NPU 集成在单芯片中-。Arm Ethos-U55 是一款专用的微神经网络处理单元，专门针对 8 位 CNN 和常见的 TensorFlow Lite 操作符进行了优化，工作频率最高可达 220 MHz，算力约为 110 GOPS-。这种片内集成方案无需独立 NPU 芯片，大幅降低了边缘 AI 硬件的物料成本与功耗开销-34。

而 NuML Studio 就是挖掘这一强大硬件潜力的“钥匙”。NuML Studio 专门针对具备 Arm Ethos-U55 NPU 的芯片（如 NuMicro M55M1）提供了专属的软硬件协同优化支持-1。相比依赖纯 CPU（Cortex-M）进行神经网络推理，搭配 NPU 往往能在极低的功耗下带来数量级的推理速度提升-。通过 NuML Studio 的自动优化，开发者无需深入了解底层的 NPU 指令集，只需通过界面的模型配置，固件便会自动调用 NPU 加速库，充分发挥硬件的并行运算效能，实现毫瓦级功耗下的实时 AI 响应。对于智慧家电、工业视觉检测、医疗看护等场景，这意味着大量 AI 任务可以完全在本地完成，无需依赖云端，从而保障数据隐私与极低延迟-32。

五、自动化固件生成：从 VS Code 到 Keil 的全链路打通

除了上述功能外，NuML Studio 在工程落地这一至关重要的“最后一公里”环节也提供了相当完善的自动化支持。

在新唐科技 MCU 的开发调试阶段，NuML Studio 的核心技术可以自动化生成符合行业标准的固件项目，并兼容主流的开发工具链-1。它能够自动生成 Keil MDK 与 VS Code CMSIS 项目，这意味着广大习惯了在 Windows 下使用 Keil 进行开发的老牌工程师，以及更倾向于 VS Code 开源现代化的新生代开发者，都能在 NuML Studio 中找到适合自己的工作流-1。这种跨 IDE 的自动生成能力，使得企业内部的协同开发变得更加灵活。

该工具涵盖了目前嵌入式 AI 领域最常见的三大应用场景：

• 影像分类（Image Classification）；

• 物体检测（Object Detection）；

• 关键词识别（Keyword Spotting）。

为了进一步降低开发门槛，新唐科技还与工研院合作，以 NuMicro M55M1 AI MCU 为核心推动“软硬整合”的 TinyML/边缘 AI 解决方案，协助制造、智慧建筑、医疗照护等百工百业以“能用、可管、可负担”的方式快速导入 AI，真正落地于现场设备与商业流程-。

六、新唐科技的战略意义与发展愿景

2026 年标志着边缘 AI 从概念全面迈向商业化的关键一年。AI 神经网络的训练往往汇聚在中心服务器，但从感知到交互的实际执行则越来越多地落在边缘端与终端的 MCU 上-。

NuML Studio 的发布标志着新唐科技在解决 “软件定义硬件” 以及 “AI 应用落地难” 的问题上迈出了重要一步-1。作为全球知名的 MCU 厂商，新唐科技通过推出这样一款集数据采集、模型训练适配与固件生成于一体的闭环开发工具，实质上是将复杂的 AI 算法封装在了直观的图形界面背后。这不仅大大降低了初创团队打造 AI 智能硬件的时间成本，同时也助力专业工程师以更高的效率实现复杂的边缘计算设计。

对于正在从事 端侧AI、工业物联网 以及 智慧家居 的开发者或方案采购方来说，NuML Studio 提供了一个从零开始、极低门槛的 MCU AI 研发环境。尤其是其免费的 Windows 版本属性，进一步提高了其市场普及率，推动边缘人工智能在物联网世界实现更广泛、更深入的落地。

目前，NuML Studio 已经面向开发者提供下载。如果你希望在新唐科技平台上一站式完成 MCU AI 功能开发，这款工具将是不可或缺的利器。