关键词：STM32Cube AI Studio、X-CUBE-AI、手把手教你学STM32Cube AI Studio

---

前言

软件 下载链接： STM32Cube AI Studio
STM32Cube AI Studio 是一款全新的独立桌面工具，发布于2026年2月份，用来替代 X-CUBE-AI，专门帮助我们在 STM32 设备上准备、优化并验证 AI 模型。它保留了 X-CUBE-AI 中广受欢迎的设计思路，同时融合了 STM32 开发者云的一些优势，把模型验证、量化、可视化等关键能力都整合进了一个全新的界面里，让在边缘侧做机器学习变得更直观，也更好上手。

STM32Cube AI Studio 的第一版允许用户导入现有模型，用真实数据量化，利用 X-CUBE-AI 无法提供的多种选项进行优化，并对其进行目标基准测试，以测试延迟、内存占用、准确性等。甚至可以利用外部采集的数据进行验证。此外，经验较少的用户可以带着预量化模型，简单生成优化的 C 代码。

简单来说，STM32Cube AI Studio 既适合有多年经验的算法工程师，也适合刚开始做第一个项目的软件工程师。

---

一、STM32Cube AI Studio安装

1.1 软件安装

https://www.st.com.cn/content/st_com/zh/campaigns/edge-ai-toolchain-for-mcus-z14.html
点击链接进入下载，下载STM32Cube AI Studio。

下载完成后，是一个如下图所示的exe文件，双击按照提示安装就可以啦。

同时，为了STM32Cube AI Studio正常运行，我们电脑上还要安装这些软件。

IAR或者Keil没有安装的小伙伴不用着急，生成工程时优先选择自己有的编译器就行。

1.2 检查 STM32Cube AI Studio 设置

安装好上述软件后，双击打开STM32Cube AI Studio 。点击Settings -> Autofill，然后，STM32Cube AI Studio 会在你的电脑上自动检查前面提到的这些软件，并把找到的路径显示在对应软件的本地路径（Local Path）栏里。如下图所示。

二、在 STM32Cube AI Studio 中新建工程

2.1 创建新工程

点击工程按钮。

选择从零开始一个工程还是从已存在的工程开始（这里我选择从零开始）。

在弹出的对话框中输入工程名字、选择工程路径。

选择目标板（我这里选择STM32N6570-DK）

选择编译工具，点击创建工程。

来到如下界面。

2.2 工程配置

开发板连接

开发板显示是未连接状态

我们需要在电脑上连接上我们的开发板。连接成功后，如下图所示。

目标板设置

使能NPU，优化配置选择默认。

模型

点击导入模型。这里我用的是stm32ai-modelzoo/object_detection/st_yoloxn/ST_pretrainedmodel_custom_dataset/st_person
/st_yoloxn_d033_w025_416/中的mobilenetv2_a035_128_int8.tflite模型。

支持的模型格式有：

• ONNX (.onnx)
• TensorFlow Lite (.tflite)
• Keras (.h5, .keras, .hdf5).

内存设置与验证设置

内存设置选择自动设置。验证模型选择On target。

点击运行

进入到下面的页面。

2.3 结果分析

环境信息

该模型为int8量化MobileNetV2，使用平台为STM32N657X0H3Q，使用了ST NPU加速器。

结果概览

结果概览中展示了模型所占硬件资源的大小（占Flash 1825 KB、Ram 240 KB )；模型推理一次所用时间为20.08637ms；

模型性能指标

优化前后对比

2.4 生成代码

点击生成代码

在弹出界面中选择生成模型C代码 or 生成基于CuebMX的完整工程。

我这里选择生成完整工程。生成后目录结构如下：

总结

本文从安装环境、创建工程到模型导入、验证与优化，再到完整工程生成，系统梳理了 STM32Cube AI Studio 的使用流程。
依托 ST 强大的工具链与 NPU 加速能力，AI 在 STM32 上的部署变得高效、可控且易于上手。
为ST点赞！