在物联网产业里，LoRa长期被视为“低功耗、远距离、小数据”的代表技术：水气表上传一次读数、园区传感器发出温湿度告警、资产标签回传位置。它不追求像蜂窝网络或Wi-Fi那样承载持续的大流量，却凭借低功耗、低部署成本和广覆盖能力，成为大规模感知网络的重要底座。
但在AI进入物理世界后，连接的需求正在改变。设备不只需要告诉系统“发生了什么”，还希望能传回一张图、一段声音，或能证明告警有效的关键信息；更进一步，边缘AI模型还需要依据真实场景数据不断校正。在IOTE期间举办的“2026 LoRa全球生态论坛”上，Semtech展示的第四代LoRa产品、Amazon Sidewalk合作，以及矽递科技的野生大熊猫监测案例，看到了Semtech正在不断拓展LoRa的应用边界。
第四代LoRa：补上低速物联与AI感知之间的缺口
Semtech在论坛上展示的重点，不是简单提高某一颗芯片的速率，而是试图扩展LoRa在不同连接需求中的角色。
其中，LR2021面向需要更高数据吞吐量的场景，支持LoRa、LoRaWAN及FLRC等通信方式。FLRC最高可达2.6 Mbps，适合传输低码率视频、图像、音频或设备诊断信息。当然，这并不意味着LoRaWAN本身变成高速协议：LoRaWAN仍主要服务于低速、低功耗的广域物联；FLRC则是Semtech在同一代射频平台上提供的高速物理层能力。
在Semtech产品市场高级总监Shahar Feldman看来，LoRa未来的重点应用可归纳为五类：公共事业与智能电网、互联空间、物流与资产管理、智能安防与智能家居，以及机器人与低空经济。它们的共性是，设备分散、供电受限、布网成本敏感，但对感知能力和智能化程度提出了更高要求。
因此，LoRa并非要与5G、Wi-Fi争夺持续视频回传等高吞吐市场，而是在AIoT系统中承担更有针对性的任务：以低功耗网络连接海量设备，以边缘AI压缩原始数据，再在必要时补充“事件证据”（设备在检测到异常事件后，除了发送“发生了什么”，还能传回一张图片、一段音频或短时视频，作为事件判断的依据）。这比把所有感知数据直接推向云端更适合大量偏远、离网或弱网场景。
例如，在安防场景中，摄像头可以先在本地完成车牌识别、人员接近识别或玻璃破碎检测，再通过LoRa链路上报报警信息及关键图像；当Wi-Fi或主网络出现故障时，LoRa也可作为低速冗余链路，帮助设备恢复连接或传输必要的现场信息。对于工厂预测性维护，传感器不仅可以上报振动告警，还可回传更多振动特征数据，为边缘AI模型的迭代提供依据。
对于功耗问题，Semtech认为，高速率并不必然带来更高的整体功耗：其方案并未转向对功放线性度和能耗要求更高的OFDM架构，而是利用高效率射频链路提高瞬时传输速率，以缩短空口占用时间。
与Amazon Sidewalk合作：从芯片能力走向全球生态入口
Semtech已经开始与Amazon合作Sidewalk项目，这背后反映的是LoRa生态的另一层变化：连接技术的竞争，已经不只是芯片和模组的竞争，更是网络、云、认证和渠道生态的竞争。
Amazon在2023年选择LoRa作为Sidewalk的核心长距离无线技术之一，并在2026年宣布以LoRa技术推进其全球扩展。Semtech披露，Amazon Sidewalk目前已覆盖美国约95%的人口，并开始向加拿大、墨西哥等市场扩展。
Sidewalk的价值在于，它不是单个企业自建的私有网络，而是由家庭网关、智能设备和云服务共同构成的社区网络。其适用方向包括家庭安防、漏水和低温告警、环境监测、宠物和资产追踪等。对Semtech及其合作伙伴而言，Sidewalk意味着进入北美智能家居和安防生态的一个入口。
Sidewalk与LoRaWAN可以共享LoRa无线技术基础，但网络架构、认证体系、服务平台和商业模式并不相同。Semtech提供的部分芯片可通过不同软件和认证支持Sidewalk或LoRaWAN，LR1110等产品还可结合Wi-Fi、GNSS扫描能力提供定位功能。在与芯查查等媒体交流时，Semtech提到，未来同一家庭无线设备可在不同配置下承担Sidewalk控制器或LoRaWAN单通道网关的角色。
对中国LoRa生态企业而言，这一合作的意义在于：如果产品能够满足Amazon Sidewalk的认证与生态要求，原本服务于国内园区、安防和资产管理的方案，就有机会进入Amazon合作伙伴体系，面向海外市场寻找新入口。
熊猫监测：边缘AI与LoRa如何在野外真正落地
如果说Amazon Sidewalk展示的是生态外延，那么矽递科技带来的野生大熊猫监测案例，则展示了“边缘AI为什么需要LoRa”。
矽递科技合伙人蒋宇在论坛上分享表示，该项目于2022年6月进行部署，采用SenseCAP AI Vision设备、LoRaWAN网关和附近红外感应相机协同工作。视觉设备先在本地识别大熊猫，再通过LoRaWAN回传识别结果；远端手机收到告警后，附近红外相机拍摄的照片可用于交叉验证。
这个案例的难点在于野外部署条件：没有稳定供电、日照不足、设备不能频繁维护、有效训练样本稀缺，且模型需要适应不同天气、光照、遮挡和拍摄角度。若持续把视频传到云端，功耗和链路成本很难承受；若只部署一个静态模型，又容易因真实环境变化而降低识别效果。
因此，熊猫监测采用的是更适合野外的分工：端侧完成目标初判，LoRaWAN只回传低数据量的识别结果或告警，红外相机再承担关键事件的影像复核。
这一案例的启发在于，LoRa的价值不只是把传感器“连上网”，还在于让低功耗AI设备能长期运行在没有理想网络和供电条件的地方。对生态保护、林业巡护、牧场管理、光伏电站和偏远基础设施而言，真正稀缺的往往不是算法，而是能够长期稳定工作的“感知—判断—回传”链路。
蒋宇在演讲中进一步提出了“LoRa + Edge AI”的演进思路。其核心判断是：边缘AI真正的挑战，不只是部署一个预训练模型，而是如何建立持续升级的闭环。标准模型进入真实环境后，往往会受到光照、噪声、遮挡和设备差异的影响；如果缺少可用的数据回传路径，现场样本无法用于再训练，模型也无法持续改进。
这正是LR2021及FLRC高速能力可能发挥作用的地方。低功耗LoRaWAN可以继续承担事件和状态数据上传；在需要时，高速链路可传输选定样本、模型更新包或设备诊断信息，支持“现场采集—模型再训练—模型下发—效果验证”的循环。也就是说，LoRa可以为边缘AI补上一条可控、低功耗的升级通道。
结语
从表计、园区传感器到智能安防、机器人、卫星补盲和边缘AI，Semtech正在推动LoRa从单一的低速物联技术，走向由LoRaWAN、高速物理层、私网、社区网络和非地面网络共同组成的连接体系。
当然，Semtech并不是要让LoRa脱离低功耗广域连接的基本优势，而是希望在这一基础上增加更多传输速率、频段、协议与网络拓扑选择。未来的LoRa，更可能是一种分层连接方案：常态下以低功耗、小数据包运行；在异常事件、设备诊断、AI模型更新或网络失效时，再调用更高数据速率、多协议或卫星辅助能力。
全部评论