# 小智AI - 几十块拼一个能聊天的AI硬件（ESP32开源项目31k星）

> ESP32翻红的幕后推手：一块几十块的板子接麦克风喇叭连大模型就是语音AI入口，MIT开源，还能通过MCP真关灯真控设备

# 小智AI - 几十块拼一个能聊天的AI硬件（ESP32开源项目31k星）

这两天ESP32在全网翻红，背后最大的推手就是它：开源项目 **xiaozhi-esp32（小智AI）**——GitHub **31k+ star**、MIT 协议，一块几十块钱的 ESP32 开发板，接上麦克风和小喇叭，连上 Qwen / DeepSeek 等大模型，就能得到一个随时待命的语音 AI 入口。代码免费，拿去做产品卖也行。

## 它是什么

一个跑在 ESP32 芯片上的**语音聊天机器人固件**：设备端只负责「听你说、把话传上去、把回答念出来」，聪明的大脑放在云端大模型。正是「大模型放云上、终端只管收发」这个架构，让成本压到了几十块——这也是它最近爆火的根本原因：大模型能力外溢到了最便宜的联网芯片上。

更关键的一步棋是 **MCP 协议**：

- **设备端 MCP**：大模型直接控制设备——喇叭、LED、舵机、GPIO，你说「关灯」它真关灯
- **云端 MCP**：扩展大模型能力——智能家居控制、PC 桌面操作、知识搜索、收发邮件

等于给 AI 装上了手和脚，不只是个聊天玩具。

## 功能清单（全部开源）

| 能力 | 说明 |
|---|---|
| 联网方式 | Wi-Fi、有线网口、USB RNDIS、Cat.1 4G（ML307/EC801E/NT26），部分板子 Wi-Fi/4G 可切换 |
| 语音唤醒 | ESP-SR 离线唤醒，唤醒词可自定义 |
| 音频链路 | Opus 流式，传统 ASR+LLM+TTS 或 Realtime 端到端语音模型，支持全双工 |
| 声纹识别 | 识别当前说话的是谁（3D-Speaker） |
| 显示 | OLED/LCD 表情显示，部分板子支持摄像头视觉输入 |
| 设备控制 | MCP 控制 Speaker/LED/舵机/GPIO 等 |
| 多语言 | 39 种界面语言 |
| 芯片支持 | ESP32 / C3 / C5 / C6 / S3 / P4 全系 |
| 个性化 | 唤醒词、字体、表情、聊天背景，在线网页编辑器自定义 |

## 硬件门槛：极低

两条路：

1. **面包板 DIY**：官方飞书文档《小智AI聊天机器人百科全书》手把手教，一块 ESP32-S3 + 麦克风 + 喇叭就能搭
2. **现成开发板**：支持 **138 种板子、171 个发布变体**——立创 ESP32-S3 实战派、乐鑫 ESP32-S3-BOX-3、M5Stack CoreS3、微雪 AMOLED 触屏板等，买来刷固件即用

固件持续活跃更新：已要求 ESP-IDF v6.0.1+，支持到 ESP32-P4，音频管线与安全性持续加固。

## 适合谁

- 想入坑 AI 硬件的开发者：比树莓派便宜一个数量级，教程和社区都成熟
- 给孩子做 AI 玩具/学习伙伴：陪聊、练口语、答十万个为什么
- 智能家居玩家：语音入口 + MCP 直控设备，可接 Home Assistant 生态
- 想做小产品的创业者：MIT 协议允许商用，立创等厂已有现成小智方案板

仓库：https://github.com/78/xiaozhi-esp32 （MIT，中文文档齐全，另有服务端开源版 xiaozhi-esp32-server 可自建后端）

---

**分类**：硬件
**标签**：模型 · AI · ESP32
**作者**：子龙
**链接**：https://octohz.com/p/2331