您的 AI 代理透過 Polaris 連線
已連線您本週哪些會議室的分享畫面曾中斷？
Polaris 代理
有三間會議室需要處理。
已在整個部署中關聯分析出根本原因。
AI 管理的是會議室，而不是會議。
Polaris 是一群向同一個雲端回報的 Linux 裝置，因此非常適合讓 AI 承擔那些不起眼的工作：找出即將故障的會議室、說明原因，然後修復它。Polaris 的 AI 正是從這裡起步。
原生設計，而非事後加裝
會議室裡已經有了晶片。
Polaris 從一開始就是為了在我們的產品中執行 AI 而設計，而不是日後才補上。Polaris Pro 搭載晶片內建的 NPU，在最低精度下額定算力達 9.6 TOPS，足以在邊緣端執行語言模型，因此資料與運算都留在裝置上、留在會議室內，不必離開大樓送到別處推論再傳回來。晶片只是其中一半。每間會議室都透過一條對外連線向同一個雲端回報，每台裝置只有一個身份，而整個部署都可以透過有完整文件的 API 存取，所以讓 Polaris 適合承載 AI 的，既是機器裡裝了什麼，也同樣是雲端與 API 的建構方式。我們相信 AI 會持續在會議室的兩端為 AV 帶來真正的創新：一端是與會的人，另一端是管理數百間會議室的管理者。
即將推出
隨著 AI 功能接近發布，我們會在此列出下一季的計劃。
MCP 伺服器 Q4 2026 出貨
為 Polaris Cloud 打造的 Model Context Protocol 伺服器，讓 AI 助理能直接查詢並操作整個部署。詢問哪些會議室無法連線、某間會議室昨晚為何重新開機、哪些據點的韌體版本落後，答案直接來自機群，而不是來自需要有人盯著看的儀表板。
Pod 上的 AI
兩款現行機身都已配備所需晶片。Polaris Pro 搭載晶片內建的 NPU，MediaTek 稱之為 APU。依 MediaTek 的文件，其算力為 4.8 TOPS（INT8），或在最低精度下為 9.6 TOPS（INT4），這是 MediaTek 目前 Genio 系列採用的標示慣例。Polaris Essentials 則具備 3.2 TOPS。
會議中的 AI，無障礙優先 Q4 2026 出貨
大多數與會者最先接觸到的 AI 會是即時字幕。它首先是一項無障礙功能，其次才是 AI 功能，對於以第二語言參與會議的人同樣實用。
我們的思考方式
兩種用戶。同一個部署。卻不是同一個問題。
會議室裡的 AI 對兩種人有價值，而這兩種人從不會同時出現在會議室裡：一種是管理上千間會議室的 IT 管理者，另一種是坐在其中一間會議室裡的終端用戶。
對 IT 管理者 而言，這是一個檢索問題。每間 Polaris 會議室都已透過一條對外連線向同一個雲端回報，每台裝置只有一個身份，因此能回答「哪些會議室即將故障、原因為何」的助理，讀取的是今天就已存在的資料。這就是為什麼這一側的第一步是 MCP 伺服器。難處從來不在模型，而在於把整個部署集中在一處，才有東西可問。
對 終端用戶 而言，這是一個即時問題，是截然不同的工程課題。它發生在進行中的會議裡，延遲、音訊在哪裡處理、推論實際在哪裡執行，本身就是設計的核心，而不是留待日後再敲定的細節。
IT 管理者 · MCP 伺服器 Q4 2026 出貨終端用戶 · 即時字幕 Q4 2026 出貨
Polaris + AI
用日常語言
管理您的整個部署。
提問、診斷、執行。Polaris 把自然語言的意圖轉化為橫跨每間會議室的受管控操作。
意圖回應
Polaris MCP 伺服器
讓相容的代理能夠探索受管控的 Polaris 功能。
Q4 2026 出貨analytics.query
devices.reboot
firmware.stage
analytics.export
signage.publish
analytics.query結構化結果
Polaris Cloud
與您的儀表板和 ITSM 工作流程所用的同一套安全 API。
身份與授權
部署情境
政策強制執行
每項操作皆可審計
受管控操作即時遙測
受管理的部署
47 個空間 · 2 個據點每間會議室，同一個控制平面
總部5 間會議室上線中
2.01
2.06
3.02
4.12
4.15
西校區 · 教室42 間會議室上線中
C-01
C-07
C-14
C-19
C-22
已關聯 3 項訊號橫跨健康狀態、韌體與網絡遙測資料。
工作區內容始終在迴圈之外。代理只對經授權的部署元數據與控制項進行操作。
不需要訂製的整合層。MCP 會在執行期間向相容的代理描述 Polaris 的工具。
已經成真的部分
部署本身就是資料集。
本頁開頭介紹的 NPU 晶片負責會議室，雲端則負責整個部署。每間會議室都已透過一條對外連線向同一個雲端回報，每台裝置只有一個身份，而整個部署可透過有完整文件的 API 存取，不必仰賴訂製整合。Polaris 之所以適合承載 AI，既在於機器裡裝了什麼，也同樣在於機器周圍的雲端與 API 的建構方式；而助理所需的機群資料，今天就已經存在於產品之中。