Arduino 正式推出 VENTUNO Q 開發板，主打在單一開發板上整合本地 AI 推論與即時硬件控制。它搭載 Qualcomm Dragonwing IQ-8275，AI 算力最高 40 dense TOPS，並配備 STM32H5 微控制器、16 GB RAM 與 64 GB eMMC，定位為 Physical AI、機械人及 Edge AI 開發平台。
Arduino 表示，VENTUNO Q 可直接在板上運行 Qwen 3、Gemma 4、Qwen 3 VLM 等本地 LLM／VLM，毋須將所有資料傳送至雲端。相較一般 Raspberry Pi 類單板電腦或桌面 AI 裝置，它更強調 AI 推論與即時控制的結合。
雙腦架構：Dragonwing IQ-8275 跑 AI，STM32H5 即時控制
VENTUNO Q 採用 Arduino 的 Dual-Brain 雙腦架構。Qualcomm Dragonwing IQ-8275 負責 Ubuntu Linux、AI 模型、電腦視覺與一般應用運算，晶片整合 CPU、GPU 與 NPU，平台最高提供 40 dense TOPS AI 效能。STM32H5 微控制器則處理 GPIO、PWM、CAN-FD、馬達等對延遲敏感的硬件控制，並運行 Zephyr RTOS。
例如在機械人應用中，VLM 分析相機畫面，AI 模型做出判斷，再由 STM32H5 控制馬達或機械臂——這種從感知、判斷到動作的流程，正是 Arduino 強調的 Physical AI。
16 GB RAM 可本地跑 Qwen 3、Gemma 4 及 Qwen 3 VLM
VENTUNO Q 配備 16 GB LPDDR5 記憶體與 64 GB eMMC 儲存，可透過 M.2 插槽擴充 PCIe NVMe SSD。官方稱其可直接運行 Qwen 3、Gemma 4、Qwen 3 VLM 等模型，減少相機、語音與感應器資料對雲端的依賴，適合需要低延遲、離線操作或重視資料私隱的場景。
不過 16 GB RAM 不代表能跑所有大型模型。實際可用的模型尺寸、量化格式與生成速度，仍取決於模型本身以及 Qualcomm NPU／GPU 的支援程度。這些模型的實際 token/s、首 token 延遲、影像分析速度、功耗與散熱表現，還有待實測。
Dragonwing 跑 Ubuntu、STM32H5 跑 Zephyr 兩套開發環境並行
VENTUNO Q 預載 Ubuntu，同時由 STM32H5 運行 Zephyr RTOS，開發者可在同一平台使用 Linux 生態與 MCU 開發工具。Arduino App Lab 與 Hugging Face、Edge Impulse、Qualcomm AI Hub 整合，簡化模型下載、轉換與部署到 NPU 的流程。
開發者可用 Python、Docker、SSH、VS Code 等工具；當需要控制感應器、PWM 或其他即時 I/O 時，就交給 STM32H5 處理。這種架構可減少額外配置一部 Linux 單板電腦及 MCU 控制板的需要。
針對機械人介面：3×MIPI CSI、CAN-FD、2.5GbE
VENTUNO Q 提供 3 組 MIPI CSI 相機介面，以及 HDMI、USB-C DisplayPort、USB 3.0、2.5Gb Ethernet、Wi-Fi 6、Bluetooth 5.3、CAN-FD、PWM 與 GPIO。它還支援 ROS 2，並保留 Arduino UNO Shield 兼容性與 Raspberry Pi 常見的 40-pin GPIO，方便連接相機、馬達控制器、距離感應器等模組。
VENTUNO Q 主要規格
| 項目 | 規格 |
|---|---|
| 主處理器 | Qualcomm Dragonwing IQ-8275 |
| AI 效能 | 最高 40 dense TOPS |
| 即時 MCU | STM32H5 |
| RAM | 16 GB LPDDR5 |
| 儲存 | 64 GB eMMC |
| 擴充儲存 | M.2 PCIe NVMe |
| 作業系統 | Ubuntu + Zephyr RTOS |
| 本地 AI | Qwen 3、Gemma 4、Qwen 3 VLM 等 |
| 相機介面 | 3 × MIPI CSI |
| 網絡 | Wi-Fi 6、Bluetooth 5.3、2.5Gb Ethernet |
| 工業／控制 I/O | CAN-FD、PWM、GPIO |
| 開發平台 | Arduino App Lab、Hugging Face、Edge Impulse、Qualcomm AI Hub |
非挑戰 Mac 而是把 AI 放進機械人
昨晚發表的新 Mac mini／Mac Studio 屬於桌面 AI 工作站，適合開發與運行大型模型；VENTUNO Q 則是針對機械人、AI 相機與工業裝置的嵌入式控制平台。兩者關鍵差異在於部署場景，而非單純算力。桌面 Mac 更適合在本機開發及運行大型 LLM、AI Agent 與生成式 AI 工具；VENTUNO Q 則針對需要分析相機／感應器資料並即時控制馬達、機械臂等裝置的應用。
從原型到量產 Arduino 瞄準 Physical AI 產品開發
VENTUNO Q 不只是一塊原型開發板。Arduino 同步推動 Works with Arduino 認證計劃，讓開發者先用 VENTUNO Q 建造 AI 原型，再將軟件與設計遷移到採用相同 Qualcomm Dragonwing 平台的量產硬件。這顯示 Arduino 正從 Maker 開發板延伸至 Physical AI 平台。
VENTUNO Q 能否成為低成本機械人與 Edge AI 裝置的核心平台，仍取決於模型實際推論速度、功耗、散熱，以及從 AI 推論到 STM32H5 執行動作的端到端延遲。
資料來源：Arduino
