已过期50% 置信事实精确时间
轻量化模型通常采用YOLOv8-nano、MobileNet等经剪枝量化蒸馏处理的网络，在低分辨率下实现每秒30帧以上实时推理
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/5
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/11/3(已过期)
来源
相关事实
待验证YOLOv8-nano模型在中端NPU上可实现30FPS以上的推理帧率77% 相似待验证YOLOv8 模型分为 nano 到 x 多个规格，YOLOv8s 在边缘设备上可实现实时推理72% 相似待验证语义分割模型通常采用轻量级架构（如MobileNetV3或EfficientNet变体），在现代GPU上可达60fps以上的实时处理能力67% 相似待验证面向嵌入式硬件的边缘AI推理依赖TensorFlow Lite、ONNX Runtime等轻量化框架，需在数十MHz主频的MCU上实现实时推理66% 相似待验证本地化AI建站工具通常采用量化压缩后的轻量级模型（如GGUF格式），可在普通消费级硬件上运行64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/687702API
curl https://kongchang.com/api/v1/knowledge/claims/687702MCP
get_claim(id=687702)