按可信来源、时间线和主题整理的新闻简报。优先保留原文链接、新闻时间和后续阅读入口。
6月29日，中科院微小卫星创新研究院发布轻舟试验飞船第二批在轨试验成果。该飞船于2026年3月30日发射，首批成果于4月15日公布。本次成果覆盖太空精密检测、航天降本增效、未来太空医院、太空生物培养等领域，为我国空间新技术应用、空间站安全运行及太空资源利用提供技术支撑。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Polyhex Technology推出DEBIX T62P-01工业SBC，尺寸88×59mm，采用TI Sitara AM62P SoC（四核Cortex-A53 1.4GHz、双核Cortex-R5F 800MHz），集成Imagination GPU。支持最高8GB LPDDR4、256GB eMMC、MicroSD，配备双千兆以太网（其中一端口支持PoE扩展）、Wi-Fi 6和蓝牙5.4。安全特性包括硬件安全启动、TrustZone TEE、HSM。适用于工业物联网、机器人、边缘计算和智能终端。
关系到 Linux、嵌入式和基础软件生态的版本、驱动或行业变化。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
CNX Software
CNX Software
CNX Software
wolfSSL Blog
Auto: IT之家
CNX Software · 当前新闻
据博主爆料，苹果2027年产品线包括iPhone Air 2（6.55英寸1.5K 120Hz LTPO OLED）、iPhone 18系列及iPhone 19 Pro系列，后者已开模测试。消息称iPhone Air 2将采用标准版A20芯片而非Pro版，定位降级。同时，折叠屏iPhone预计7月底量产、9月发布，铰链问题已解决。郭明錤透露低端iPhone将采用9GB DRAM。该消息预示苹果未来产品策略与硬件升级方向。
补充中文 AI 产业、产品和资本市场动态，减少只看海外来源的偏差。
中 — 来源为稳定 RSS 或专业媒体，适合作为新闻线索继续追踪。
Auto: The Verge - Tech
Auto: IT之家
TechCrunch AI
Auto: IT之家
Auto: IT之家 · 当前新闻
从 GitHub、项目站点、个人博客、技术论坛和硬件社区中自动发现，优先选择 AI、嵌入式、Linux/RTOS、电子工程和有趣开源项目。
开源的STM32微控制器编程工具集，支持多种ST-Link调试器，提供命令行和库接口，用于烧录、调试和监控STM32设备。
对于嵌入式开发者，尤其是使用STM32系列MCU的工程师，官方工具链有时不够灵活或跨平台支持有限。stlink作为一个成熟的开源替代方案，提供了GDB服务器、Flash编程器和SWO跟踪等功能，支持Linux、macOS和Windows。它适合需要深度定制编程流程、自动化测试或集成到CI/CD管道的团队。核心亮点包括对ST-Link/V2、V3及克隆版本的广泛兼容，以及活跃的社区维护。
工程可用性高：项目已有10年以上历史，稳定版本发布，文档齐全（包括Wiki和man页）。代码用C编写，依赖简单（libusb），易于编译和集成。支持的MCU型号覆盖STM32全系列，并持续更新以支持新器件。风险较低：主要依赖USB通信，可能遇到权限问题（需配置udev规则），部分克隆ST-Link可能存在兼容性问题。
作为AI评估工具推荐：适合需要自动化STM32固件部署的场景，可通过脚本批量烧录。但AI开发者通常更关注上层应用，此工具更适合底层硬件调试。
风险在于：1) 对非标准ST-Link克隆支持不稳定；2) 与官方STM32CubeProgrammer的某些高级功能（如OTP编程）兼容性不足；3) 项目维护依赖社区，响应速度可能不如官方。
CamThink推出的NeoEyes NE503边缘AI相机，集成20 TOPS算力，支持在设备端运行视觉模型，大幅降低延迟并减少对云端依赖。
工业视觉场景对实时性和隐私性要求高，传统方案依赖云端推理，网络延迟和带宽成为瓶颈。NE503将AI处理直接集成到相机中，利用20 TOPS的NPU实现毫秒级响应。适合需要本地部署的质检、安防和自动化产线。核心亮点是无需额外边缘服务器，单设备完成图像采集与推理，且支持主流框架（如TensorFlow、ONNX）模型转换。
工程可用性中等：产品可能尚处于原型或小批量阶段，需要评估实际散热、功耗和接口（如GigE Vision、USB）兼容性。Hackster报道未给出详细SDK或部署案例，开发者需联系厂商获取。风险包括：1) 20 TOPS算力在复杂模型下可能不足；2) 工业环境认证（如IP防护等级）未知；3) 价格可能较高。
对于AI视觉开发者，这是一个有趣的硬件线索，值得关注其模型量化工具链和实际帧率。但建议先获取评测样机验证精度与延迟指标，再决定是否集成到项目中。
主要风险：1) 产品成熟度未知，可能仅限特定客户；2) 20 TOPS在边缘AI芯片中并非顶尖，后续有被替代风险；3) 缺乏公开的文档和社区支持。
FGRFMesh是一种开源的sub-GHz无线网状网络平台，旨在避开拥挤的Wi-Fi频段和专有协议，为工业物联网提供可靠、低功耗的通信方案。
工业环境中Wi-Fi干扰严重，且专有无线协议（如Zigbee）存在互操作性问题。FGRFMesh利用sub-GHz频段（如868/915 MHz）实现远距离、强穿透力的通信，开源设计允许用户自定义路由和加密。适合智能工厂、农业传感器网络和楼宇自动化等需要多跳拓扑的应用。核心亮点是无需基站，节点自组网，且功耗极低（电池供电数年）。
工程可用性初期：Hackster报道为技术线索，可能仅有论文或早期原型。需关注其支持的具体芯片（如TI CC1310、Semtech SX1276）、网络吞吐量（通常几十kbps）和节点容量。开源协议栈的可靠性和安全性有待验证，可能存在死锁或丢包问题。适合有无线研发能力的团队评估，不建议直接用于生产。
对于AI开发者，此平台更适合作为数据采集层的通信手段，而非直接参与AI推理。若需要将边缘AI节点通过低功耗mesh组网，可关注其与MQTT或CoAP的集成方案。
风险在于：1) 项目尚不成熟，代码或文档可能缺失；2) sub-GHz频段受地区法规限制（如不同国家频率不同）；3) 与主流物联网平台（如AWS IoT）的集成需要额外开发；4) 社区活跃度未知，长期维护存疑。