XIAO ESP32S3 Sense:8MB+OV5640

在 GitHub 上翻 TinyML 项目的时候，XIAO ESP32S3 Sense 是出现频率最高的板子之一：人体检测、关键词唤醒、离线语音这些仓库，十有八九把它的引脚定义写进 README。巴掌不到的体积里塞了摄像头和麦克风，官方 wiki 把规格摆得很全，我干脆把参数逐项对了一遍，看看这块"小拇指大"的板子到底凭什么当 TinyML 默认底座。

先锚定研究对象：本文拆的是 Seeed Studio XIAO ESP32S3 Sense，XIAO ESP32S3 系列里带传感器套件的那一款。它由一块指甲盖大小的 XIAO ESP32S3 主板加一块可拆的扩展板（B2B 连接器对接）组成，摄像头和数字麦克风都长在扩展板上。价格官方 wiki 页面没有标注，实时售价以 Seeed 官方商城为准，这里不编数字（11 月 7 日查）。

主控与存储：双核 240MHz 加 8MB 双存储

核心是 ESP32-S3R8，Xtensa LX7 双核 32 位，主频最高 240MHz，这是乐鑫原厂芯片，不是兼容方案。存储是它和普通 ESP32 模组拉开差距的地方：片上 8MB PSRAM 加 8MB Flash，官方 wiki 规格表原文写的就是这两个数。对 TinyML 来说 PSRAM 几乎是命门——模型权重和摄像头帧缓冲都吃它，很多 320x320 输入的检测模型在无 PSRAM 的板子上直接跑不起来，这块板等于出厂就把门槛垫平了。

无线部分是完整 2.4GHz Wi-Fi 子系统加蓝牙低功耗 5.0，支持 Bluetooth Mesh。识别结果要么本地用，要么走 Wi-Fi 推给服务器，两条路都留好了。

摄像头与麦克风：一套可拆的感知套件

摄像头有个值得注意的细节：Wiki 明确写了出货可能在 OV5640 和 OV3660 之间切换。OV2640（1600x1200）已停产，OV3660（2048x1536）因缺货升级，当前主配是 OV5640，最高 2592x1944，带自动对焦。也就是说你在论坛看到的示例代码可能是按 OV2640 写的，官方说明两类代码通吃，但拿到板子先认清自己那颗是哪一颗，能少走很多弯路。数字麦克风是 PDM 麦克风，做关键词唤醒够用，官方 wiki 没有单独标它的灵敏度参数，这里也不替它填数。

扩展板背面还有一个 SD 卡槽，官方标注支持 32GB FAT。摄像头拍的图和录的音直接落卡，不占 Flash 空间，这对做数据采集训练集的复现项目很关键——采几万张图再也不用一趟趟往电脑传。

引脚与功耗：小板的取舍在哪

接口清单按官方规格表：1 路 UART、1 路 IIC、1 路 IIS、1 路 SPI、11 个可 PWM 的 GPIO、9 路 ADC，另外 B2B 连接器上还有 2 个额外 GPIO，加上用户 LED、充电 LED、Reset 和 Boot 两个按键。IIS 正好接摄像头那套音频链路，引脚分配官方面板图给得很清楚。

功耗数据官方给得挺实诚：典型供电 Type-C 5V 下 38.3mA，电池 3.8V 下 43.2mA；Modem-sleep 44mA，Light-sleep 5mA（3.8V 供电，含扩展板，官方原文即此口径），Deep Sleep 3mA。代价也明摆着——Wi-Fi 激活模式 110mA、BLE 激活 102mA，摄像头开着还会再抬一截。靠电池做"常开视觉"的项目得认真算这笔账，深睡加唤醒轮询才是这类小板子的正确打开方式。工作温度 -20 到 65 摄氏度，室内项目不用担心。充电电流快充 100mA、涓流 0.9mA，接锂电池即可。

值不值得选：一句话结论

优点很集中：8MB PSRAM 加 8MB Flash 把 TinyML 的存储门槛直接抹平，摄像头加麦克风加 SD 卡一套配齐，尺寸官方标注 21 x 17.8 x 15 毫米（含扩展板），Arduino 兼容的生态让 GitHub 上现成项目基本都能 clone 下来就跑，依赖安装没什么坑。局限同样明显：GPIO 只有 11 个，想接一串外设会捉襟见肘；摄像头与 Wi-Fi 同开的功耗对小电池不友好；引脚排布密度高，飞线手残党会比较痛苦。

我的推荐是明确的：做视觉或语音 TinyML 复现、要小体积嵌入成品、预算敏感的入门项目，选它基本不亏；但如果你要接大量传感器或做机器人主控，引脚数不够，请直接看引脚更多的开发板，别硬凑。它映射的行业趋势也很直白——"感知套件板载化"正在成为 MCU 板标配，摄像头麦克风不再是配件而是出厂件，这对复现党的意义是踩坑从硬件层转移到了软件层。你们拿这块板跑过什么模型，卡在哪个依赖，评论区聊聊。