在通用人工智能（AGI）领域的软硬件协同设计中，项目团队的硕博研究聚焦于算法轻量化和高能效硬件设计的探索。在算法方面，团队深入研究了AI模型的轻量化和稀疏化方法，以优化存储和计算效率。在硬件方面，团队专注于稀疏计算以及对CNN、RNN和GNN等模型的高能效加速，致力于设计低功耗、高性能且高度灵活的硬件架构，以满足AI应用对计算资源的高效需求。研究涉及跨层优化，结合软件算法和硬件架构的特点，进一步提升整体系统的协同性和响应速度。通过构建具备动态适应能力的计算架构，团队能够针对不同任务需求灵活调整资源分配，实现多场景下的能效最优。这些研究为实现更高效的AGI系统奠定了基础。

本项目基于人工智能机器学习算法，结合分布摄像头及物联网传感器，实现对场地事件的自动及实时监控。该智能系统能依据后台设定的各类安全标准，完成对目标的识别、跟踪及危险事件的理解，进而判断并生成警报，推送至相关管理人员终端，有效预防场地危险事件的发生。项目涵盖多项先进技术领域，包括先进的机器学习算法、数据加密、数据协作功能开发等，通过知识图谱与神经网络进行实时分析，发现关联事物及事件，并根据事件危险等级向相关终端报警，全面提升场地安全管理的智能化水平。

该项目聚焦于能实现 “原笔迹” 效果的触控技术，拥有独特的双线圈技术，基于此开发专用芯片，除具备特定信号处理功能外，还设计了主从架构，可与电容触控芯片结合，形成双模触控方案。相比同类技术，该方案在抗干扰性、边框设计、响应效率及模式切换等方面具有优势，能为相关终端产品带来窄边框设计和优质书写体验。目前已制作出样板，计划进一步优化核心组件，提供高性价比的触控解决方案。团队核心研发人员来自国际一流芯片设计企业，现有近百人规模，专注于基于自主知识产权的复杂信号处理，可提供从前端设计到最终生产的全链条服务，在特殊市场环境下，能助力客户弥补供应链短板，推动产品产业化。