Mit dem STM wirst Du wohl keine Sprach/- Bildverarbeitung hinbekommen. Das spricht eher für etwas mit Betriebssystem (Raspi/ Android- oder Windoof-Phone/ -Tablet).
(Ich verwende z.B. ein Windoof-Tablet, weil ich es nicht einsehe, beim Raspi für die zur Verfügung gestellten Komponenten Touch/ Bildschirm/ WLAN/ Bluetooth/ CAM letztendlich das doppelte zu bezahlen. So'n Trekstore-Tablet mit Win10 kannst Du gerade günstig bei Reichelt für 50€ schießen. Der Prozessor ist recht flott (QuadCore 1,83GHz), C# unterstützt Parallel-Processing, für OpenCV gibt's nen Wrapper, einzig Mangelware wird RAM (1GB, davon ca. 300...400 MB frei ), wenn Deine KI noch nebenher auf 4 Tabs im Browser surft).

Allerdings brauchst Du trotzdem einen Controller, der Dir z.B. die Bewegungssequenzen annähernd flüssig übersetzt, der die nötige Anzahl IO-Ports für weitere Sensoren zur Verfügung stellt und der z.B. intern Reflexe verarbeitet, so was, wie ein vegetatives Nervensystem (ja, auch den Akkustand will man sich mal anschauen oder zu Diagnosezwecken mal die Stromaufnahme einzelner Servos). Ich verwende dazu nen ATXMega mit gcc. Der langweilt sich zwar zu Tode, ist allerdings damit auch noch ausbaufähig. Zu Arduino kann ich nichts sagen, bis auf dass ich den Eindruck gewonnen habe, dass sich das Ding in einigen Nischen selbst auf den Füßen steht.

Als Verbindung zum "Brain", also dem Denkerrechner hat sich Bluetooth bewährt. Am Controller ist das eine UART, am Phone oder Tablet ist es ein virtueller serieller Port. Die üblichen verdächtigen Module sind:
- HC-05/06
- BTM222
- andere (guckst Du bei Amazon, Ebay oder hier im Forum)

Das mit dem Bluetooth ist eine feine Sache. Bedenke: Du arbeitest mit einer beweglichen Maschine. Nix macht weniger Spaß, als für jeden Testlauf ein Kabel abziehen zu müssen. Der Bildschirm am Gerät bringt Dir beim Testen auch nur etwas, wenn Du ihn in der Hand hältst. Bluetooth ist auch am Arbeitsrechner (PC oder Notebook) anwendbar. Ich watschel z.B. bei Testläufen mit 'nem Notebook in BT-Reichweite hinterher. Wenn's rennt, spiel ich auf's Tablet.