本报告的研究对象是带端侧 AI 推理能力的网络摄像机（AI IPC），即 NPU ≥0.5 TOPS、或具备人形/人脸/车牌/行为结构化分析能力的 IP Camera，含消费类（家用云台机、门铃、枪机、4G 低功耗机）与工程/行业类（人脸门禁、车牌识别、结构化分析摄像机）两大类。不含模拟摄像机、NVR/XVR 后端、纯云端 AI、USB 会议摄像头与车载摄像头。本报告按单机存储价值把 AI IPC 拆成四档：A 消费入门（2—3MP、0.2—0.5T，0.95 亿台）、B 消费中端/4G 低功耗（4—5MP、0.5—1T，0.55 亿台）、C 行业 AI（4—8MP、1—2.5T，0.30 亿台）、D 高端多目/8K（≥4T，0.04 亿台）测算。分母一律是台数，不是金额——「全球网络摄像机市场 190.2 亿美元」「全球视频监控市场 270 亿美元」这类金额口径包含整机、软件、云服务与工程安装，对器件厂商没有参考价值，本报告只在第 2.1 节并列呈现后即弃用。本品类最重要的判断先说结论：AI IPC 是一类「台数极大、单机可覆盖价值很低、但总量仍可观」的品类——2025 年全球约 1.84 亿台，但加权单机存储价值只有 6.7 元，占出货 51.6% 的 A 档单机只有 1.6 元。请不要按台数排优先级，要按档位单机价值排：C 档行业 AI 机只占 16.3% 出货，却贡献 46.3% 的 TAM。
0 · 什么是 AI 网络摄像机
AI 网络摄像机不是「能联网的摄像机」，而是把 AI 模型固化在板载存储、由端侧 NPU 自己看图的监控前端。它的定义特征是端侧 AI 模型本地推理。本节先把概念、代际差异与硬件构成讲清，第 1 章起的规模与器件拆解都建立在同一套定义上。
0.1 一句话定义
AI 网络摄像机 = 内置端侧 AI 算力（NPU / AI SoC）+ 本地固化 AI 模型 + 网络视频编码的摄像机，是在普通 IPC 上把「人脸识别 / 行为分析 / 车牌识别」等算法从云端搬回设备本地、由摄像机自己完成推理的新一代监控前端。它的定义特征是端侧 AI 模型本地推理——模型以文件形式存放在摄像机本地的非易失存储里，抓拍到画面后由片上 NPU 直接算出结果，不依赖后端服务器兜底技术。
把这句话拆成四层，就能看出它和普通 IPC 的器件差异在哪里：① 看得见——图像 Sensor + ISP 出图，与普通 IPC 一致；② 算得出——片上 NPU 跑人脸 / 人体 / 车辆 / 车牌检测，算力从不到 1 TOPS 到数 TOPS；③ 存得住——算法固件与模型权重以文件形态固化在板载 SPI NAND / eMMC 上，这是普通 IPC 完全没有的一块存储；④ 传得少——只把结构化结果（抓拍图 + 属性）回传，码流与带宽需求大幅下降。
① 普通 IPC：只负责采图编码上云、无端侧模型，本报告的「上一代」对照基线，不作为 AI IPC 统计对象；② 边缘 AI 盒子：挂在普通 IPC 后面、外接做视频结构化分析的算力盒子，它和 AI 摄像机是「前端智能化」的两种路线，本报告把两者都计入「端侧 AI」范畴但分档处理；③ NVR / 后端智能：在中心侧做多路汇聚分析的服务器，属「云 / 边」而非「端」，不在本节的硬件结构内。
0.2 与「上一代普通 IPC」的三点不同
| 对比维度 | 上一代普通 IPC | AI 网络摄像机 |
|---|---|---|
| 智能位置 | 上云推理，前端只采图编码 | 端侧 NPU 本地推理，前端即出结构化结果 |
| 模型与存储 | 无本地模型，仅 SPI NOR 固件 | SPI NOR 固件 + SPI NAND / eMMC 存 AI 模型 128MB–2GB / 4–32GB |
| 算力平台 | 通用 IPC SoC，无独立 NPU | 内置 NPU 的 AI SoC，0.5–4 TOPS 级 |
| 存储结构 | SPI NOR 8–64MB（固件）+ 小 EEPROM | 固件 NOR + 模型 NAND/eMMC + 小 EEPROM 三层 |
| 网络与带宽 | 回传全量码流，依赖稳定上行 | 只回传抓拍图与属性，带宽降 1–2 个数量级 |
| 隐私与延迟 | 原始视频出公网，有合规与延迟风险 | 原始画面不出端，毫秒级本地响应 |
| 用户结果 | 事后翻录像 | 实时告警、实时布控 |
对器件厂商而言，最关键的一行是存储结构：普通 IPC 全机只有一颗小容量 SPI NOR 存固件、顶多加一颗 EEPROM 存配置，而 AI 网络摄像机把一块中高容量的 AI 模型存储（SPI NAND 128MB–2GB 或 eMMC 4–32GB）钉死在板子上——这块存储是普通 IPC 根本没有的，也是端侧 AI 给器件厂留下的确定性增量事实。
0.3 典型形态与代表产品
| 档位/形态 | 代表方案/产品 | 关键事实/数据 |
|---|---|---|
| AI 枪机 | 海康、大华、宇视、同为 AI 枪机系列 | 室外远距离定点布控主力，单机型 NPU 1–2 TOPS，模型 NAND 256MB–1GB |
| AI 球机 | 海康「深眸」、大华「守望者」PTZ 球机 | 支持变倍跟踪，机内模型 + 轨迹库，eMMC 8–32GB 较常见 |
| AI 半球 | 吸顶半球 IPC，商场/楼宇室内场景 | 小体积低功耗，模型常落 SPI NAND 128–512MB，固件 NOR 16–64MB |
| 边缘 AI 盒子 | 华为 Atlas、瑞芯微 RK 方案盒子 | 外接普通 IPC 做多路分析，内置 eMMC 16–32GB 存多模型 |
| AI SoC 平台 | 瑞芯微 RV1126/RK3588、安防 NPU 方案 | 端侧算力与编解码一体，是 AI 模型存储容量上探的直接推手 |
0.4 拆开看：一台 AI 网络摄像机的硬件构成
| 子系统 | 主芯片 | 存储 | 电源与驱动 | XTX 能否覆盖 |
|---|---|---|---|---|
| 主控 SoC | 安防 AI SoC（CPU + ISP + 编码 + NPU） | SPI NOR 8–64MB（固件） | SoC 核电源 PMIC / Buck | 可覆盖（SPI NOR 固件） |
| AI 模型/算法 | NPU/ISP 协处理 | SPI NAND 128MB–2GB 或 eMMC 4–32GB | NPU 供电 LDO / Buck | 重点可覆盖（AI 模型存储，容量上探） |
| 配置/校准 | MCU 或 SoC 外设 | 小容量 EEPROM | 低功耗 LDO | 可覆盖（EEPROM/小 NOR） |
| 传感/补光 | 图像 Sensor/IR | — | LED 驱动/低功耗 LDO | 可覆盖（补光/电源） |
| 供电/PoE | PoE PD 前端 | — | PoE 辅助电源/Buck | 可覆盖（电源管理） |
把这张表加总，AI 网络摄像机给芯天下留出的位置在AI 模型存储（SPI NAND/eMMC）上探，以及固件 NOR、EEPROM、补光 LED 驱动与 PoE 电源这几处外围件——其中模型存储是容量与价值同时增长的主战场，且尚未被 SoC 内置 Flash 吞掉测算。
AI 网络摄像机是把 AI 模型固化在板载存储、由端侧 NPU 本地推理的监控前端；相比普通 IPC，端侧 AI 把容量推到 SPI NAND/eMMC，XTX 的抓手是 SPI NOR / SPI NAND（AI 模型）/ eMMC 与补光/电源驱动件。
1 · 摘要与核心结论
网络摄像机（IPC）在过去三年完成了一次性质变化：它不再是"把画面传到 NVR 的一颗图像传感器"，而是一台带端侧 NPU 的边缘推理终端。2025 年全球消费类 IPC 出货已达 1.92 亿台，其中端侧人形侦测、移动侦测、哭声/宠物识别几乎成为标配，AI 渗透率约 78%测算；工程侧，中国智能安防终端带边缘计算能力的设备渗透率已由 2021 年的 18% 升至 2025 年的 52%。把两条线合起来，2025 年全球 AI IPC 出货约 1.84 亿台测算。
对国产存储与配套电源厂商 芯天下（XTX） 而言，这个市场的形状非常反直觉：台数极大，但加权单机存储价值只有 6.7 元。原因有三层：① 主控 SoC 正在把 DRAM 往片内吞——星宸 SSC336Q/336D 内置 2 Gb / 1 Gb DDR、SSC30KD/KQ 内置 1 Gb / 2 Gb DDR，富瀚微 FH8856V200 内置 128 MB，外挂存储的物理空间被压缩；② 白牌市场价格战把单机 BOM 压到极限，主控芯片 + 传感器 + 通信模组已占整机生产成本的 65%—70%，留给存储与配套电源的只有 1—6 元；③ 录像主体在 TF 卡与 NVR 硬盘上，XTX 都不覆盖。本报告把四档机型逐一拆开，给出一个明确的资源排序结论。
核心结论（8 条）
| # | 结论 | 判断 |
|---|---|---|
| 1 | AI IPC 是「台数极大、单机可覆盖价值很低、但总量可观」的品类 | 2025 年全球约 1.84 亿台测算，存储 TAM 约 12.3 亿元，XTX 可服务市场约 11.9 亿元；但加权单机存储价值只有 6.7 元，A 档（占 51.6% 出货）单机仅 1.6 元 |
| 2 | ★ 不要按台数排优先级，要按档位单机价值排 | A 档占出货 51.6%，却只贡献 12.4% 的存储 TAM；C 档占出货 16.3%，贡献 46.3%。按台数分配资源是本品类最容易犯的错 |
| 3 | ★ C 档行业 AI 机是唯一的价值主场：16.3% 出货 → 46.3% TAM | 3000 万台 × 单机 19.0 元 = 5.70 亿元；靠的是「固件 NOR 32—64MB + SD NAND / eMMC 4—8GB」这套配置——人脸底库、车牌库、算法模型、离线录像都要落在本地 |
| 4 | ★ B 档 4G 低功耗机是增速最快的细分，是 SPI NAND 的主战场 | 2025 年国内 4G 监控摄像头线上销量涨幅 >60%、低功耗机型涨幅 >160%；海外 4G 低功耗消费摄像机全年出货 1800 万台。断网续传要本地缓存，SPI NAND 128MB—512MB 是主流 |
| 5 | ★ 存储形态判断固定为 SPI NAND ＞ PPI NAND ＞ SD NAND | B/C 档的本地缓存与算法库首选 SPI NAND（新设计首选形态）；C 档 4—8GB 主张用 SD NAND 替代 eMMC——贴片免驱动、空间受限主板、成本更低；PPI NAND 只守老平台存量，新设计不选 |
| 6 | ★ 两个最大的产品缺口：SD NAND 4—8GB 与 eMMC 4—8GB 量产均为 0 款 | C 档主力容量段就是 4—8GB，XTX 的 SD NAND 全系只到 1 GB（8 Gbit）、eMMC 4—8GB 命中 3 款但 0 量产；"用 SD NAND 替代 eMMC"这个主张，目前还落不了地 |
| 7 | 固件 NOR 的容量被 AI 模型撑大：8MB → 16MB → 32MB → 64MB | 端侧模型权重与双备份 OTA 分区是主要推力；XTX 在 8—16MB 段命中 69 款 / 39 量产、16—32MB 段 71 款 / 28 量产、32—64MB 段 79 款 / 18 量产、64MB（512 Mb）41 款 / 10 量产 |
| 8 | 进这个品类的唯一办法是做宽温、做高可靠、做国产替代的价格，不是做性能 | 白牌整机 BOM 被压到极致，主控 + 传感器 + 通信模组已占 65%—70%；户外机要求 −30~+70℃（机箱内更高），而 XTX −40~105℃ 的 8—64MB NOR 只有 6 款、量产 3 款 |
图表索引（共 18 张）
| 图号 | 图表 | 所在章节 | 图号 | 图表 | 所在章节 |
|---|---|---|---|---|---|
| 图 1 | AI IPC 出货的四套口径对比（并列呈现） | 2.1 | 图 10 | 分辨率与端侧算力演进 | 4.1 |
| 图 2 | AI IPC 出货演进 2023—2027E | 2.2 | 图 11 | 连接形态与编码/供电演进 | 4.2 |
| 图 3 | 四档 AI IPC 出货与占比（2025） | 2.3 | 图 12 | IPC SoC 方案与 AI 算力档位 | 5.1 |
| 图 4 | AI IPC 构成：消费类 vs 工程/行业类 | 2.3 | 图 13 | 存储方案：AI IPC 适配度 vs XTX 量产覆盖度 | 5.2 |
| 图 5 | 形态与连接演进：4G / 低功耗 / 像素 | 2.4 | 图 14 | 分档 XTX 可覆盖价值构成（元/台） | 6.2 |
| 图 6 | 出货占比 vs 存储 TAM 占比的错位 | 3.1 | 图 15 | 消费类 AI IPC 主板框图 | 7.1 |
| 图 7 | 分档存储配置容量区间 | 3.2 | 图 16 | 行业 AI IPC / 结构化摄像机存储层次 | 7.2 |
| 图 8 | 分档单机存储价值（元） | 3.2 | 图 17 | 4G 低功耗 AI IPC 电源与掉电保护链路 | 7.3 |
| 图 9 | 存储 TAM 构成与 XTX 可覆盖部分 | 3.4 | 图 18 | XTX 分档可覆盖价值量（元/台） | 10.4 |
数据来源：IDC（全球消费摄像头出货）、洛图科技 RUNTO（中国消费级监控摄像头全渠道销量）、视觉物联（全球消费类 IPC 出货与国内外结构）、QYResearch（全球 IP 摄像机专业口径与市场规模）、Omdia（全球视频监控市场）、Frost & Sullivan 与星宸科技招股书（IPC SoC 份额与典型规格）、富瀚微、北京君正、联咏、爱芯元智、瑞芯微公开产品资料、海思公版 IPC 与 NVR 主板方案、芯天下（XTX）产品库 2026 Q3（存储 519 款 + 电源与驱动 188 款）。推算值均标注「报告测算」并写明假设；聚合类网站数字只作口径并列，不作唯一出处。
2 · 市场规模
AI IPC 的市场规模是一个必须先拆口径再谈数字的话题。同一年、同一件事，不同机构能给出从 5507 万台到 2.13 亿台相差近四倍的数字：有的只统计中国消费级全渠道，有的统计全球消费摄像头（含非 IP 形态），有的只统计专业工程口径的网络摄像机。本节先把四套口径并列摆出、说明边界差异，再给出本报告采用的主口径与分档结构。
2.1 口径澄清：四套数字，各自在说什么
| 口径 | 2025 年数字 | 覆盖范围 | 对本报告的可用性 |
|---|---|---|---|
| 口径一：全球消费摄像头 | 1.43 亿台，+2.2% | IDC 口径，含消费类摄像头整机；中国 5310 万台，+3.3% | 偏低：含非 IP 与非 AI 形态，且增速明显低于 IPC 口径 |
| 口径二：全球消费类 IPC | 1.92 亿台，+11.6% | 视觉物联口径；国内 8050 万台（41.9%）、海外 1.115 亿台（58.1%） | 本报告消费侧主口径：分国内外、增速可信，是 AI 渗透的乘法基数 |
| 口径三：全球 IP 摄像机（专业） | 7540 万台 / 169 亿美元 | QYResearch 专业口径，工程与行业市场为主 | 本报告工程侧主口径：与消费口径几乎不重叠 |
| 口径四：全球视频监控硬件 | >2.5 亿台（IPC 渗透 >85%） | 含模拟摄像机、NVR、后端与配套；来源为行业统计，口径不确定 | 仅作上限参照：与另三套相差过大，只用来判断量级天花板 |
| 金额口径（并列后弃用） | 190.2 亿美元 / 270 亿美元 | 全球网络摄像机市场（QYResearch，2032 年 549.4 亿美元，CAGR 16.6%）；全球视频监控市场（Omdia，+4.3%） | 弃用：含整机溢价、软件、云服务与工程安装，与器件台数无对应关系 |
| 本报告分母 | 1.84 亿台测算 | 消费类 AI IPC 1.50 亿台 + 工程/行业类 AI IPC 3400 万台 | 全部器件测算均以台数为分母 |
四套口径的差异不是"谁对谁错"，而是边界不同。举例来说，「全球视频监控硬件 >2.5 亿台」这条口径里，模拟摄像机、NVR 后端、门铃与猫眼、以及大量不具备网络能力的消费摄像头都被算在内，与一颗 8 MB SPI NOR 没有任何对应关系。反过来，「全球 IP 摄像机 7540 万台」这个专业口径又完全漏掉了 1.92 亿台的消费类 IPC——而消费类恰恰是台数主体。本报告的做法是：消费侧与工程侧各取一套主口径，分别乘 AI 渗透率后相加，从始至终用台数做分母。
2.2 主口径推导与 2024—2027 演进
本报告的主口径由两步乘法得到，每一步的假设都写在下面，便于后续按新数据修正：① 消费类 AI IPC = 全球消费类 IPC 1.92 亿台 × AI 渗透率 78% ≈ 1.50 亿台测算。AI 渗透率 78% 的依据是：2025 年端侧人形侦测与移动报警在消费类 IPC 上已基本全覆盖，仅最廉价的白牌枪机与部分门铃仍为纯运动检测。② 工程/行业类 AI IPC = 全球专业网络摄像机 7540 万台 × AI 化渗透率 45% ≈ 3400 万台测算。AI 化渗透率 45% 的依据是：中国智能安防终端中带边缘计算能力的设备渗透率已由 2021 年的 18% 升至 2025 年的 52%，考虑到海外工程市场 AI 化慢于国内，全球取 45%。合计 2025 年全球 AI IPC ≈ 1.84 亿台，其中中国约 7800 万台。
| 年份 | 全球 AI IPC 出货（万台） | 同比 | 口径与出处 | 同期关键变化 |
|---|---|---|---|---|
| 2024 | 约 17200测算 | — | 由消费类 IPC 1.92 亿台（+11.6%）反推 | 国内像素升级启动，500 万起步 |
| 2025 | 18400测算 | +7.0% | 消费类 1.50 亿 + 工程类 3400 万 | 4G 机线上销量涨幅 >60%、低功耗机型 >160% |
| 2026E | 约 20600测算 | +12.0% | AI 渗透率上行 + 4G 低功耗放量 | AOV 常录机起量；端侧 1—2T 成为中端标配 |
| 2027E | 约 22900测算 | +11.0% | 端侧大模型（VLM）下探 + 海外 4G 机增长 | AV1 编码进入中高端；算力向 4T 收敛 |
2.3 四档出货结构：台数与价值彻底错位
把 1.84 亿台按分辨率、算力与存储配置拆成四档，是本报告全部测算的基础。四档的出货占比与单机存储价值几乎完全错位——这是 AI IPC 这个品类最重要的结构性事实。
| 档 | 形态 | 出货（万台） | 占比 | 存储配置 | 单机存储价值（元） |
|---|---|---|---|---|---|
| A | 消费入门 · 2—3MP / 0.2—0.5T · 家用云台、门铃、白牌枪机 | 9500 | 51.6% | SPI NOR 8—16MB（多为 8MB）+ TF 卡扩展 | 1.6 |
| B | 消费中端 / 4G 低功耗 · 4—5MP / 0.5—1T · 太阳能、电池机 | 5500 | 29.9% | SPI NOR 16—32MB + SPI NAND 128MB—512MB | 5.8 |
| C | 行业 AI · 4—8MP / 1—2.5T · 人脸、车牌、结构化分析 | 3000 | 16.3% | SPI NOR 32—64MB + SD NAND / eMMC 4—8GB | 19.0 |
| D | 高端多目 / 8K · ≥4T · 全景多目、AI 一体机 | 400 | 2.2% | SPI NOR 64MB + eMMC 16—64GB | 47.0 |
| 合计 | — | 18400 | 100% | — | 6.7（加权） |
A 档占出货 51.6%，但只贡献存储 TAM 的 12.4%；C 档只占出货 16.3%，却贡献 46.3%。如果按台数分配销售资源，结论会是"先攻 9500 万台的 A 档"，但按可覆盖价值算，C 档（5.70 亿元）> B 档（3.19 亿元）> D 档（1.88 亿元）> A 档（1.52 亿元）——C 档一个档就是 A 档的 3.75 倍。原因很简单：A 档的存储需求被"一颗 8MB NOR"锁死，而 C 档每台都要 4—8GB 本地存储放人脸底库与算法模型。在 AI IPC 品类里，"台数思维"是最容易犯的错。
2.4 形态与连接演进：4G 与低功耗是增速最快的方向
2025 年 AI IPC 的结构性变化不在像素，而在连接与供电：国内 4G 监控摄像头线上销量涨幅 >60%、低功耗机型涨幅 >160%，海外 4G 低功耗消费摄像机全年出货 1800 万台（月均 150 万台），其中 83% 采用本地物联网卡。这一类机型的共同特点是没有市电、没有网线、靠太阳能板与电池供电、深度休眠，直接带来两个器件级后果：① 断网续传必须靠本地缓存，SPI NAND 128MB—512MB 成为刚需；② 掉电不可预期，掉电检测与超级电容/备电设计成为必选项。这是本报告把 B 档单独列一档、并把它定为 SPI NAND 主战场的原因。
| 维度 | 2025 年状态 | 演进方向 | 对器件的直接含义 |
|---|---|---|---|
| 分辨率 | 国内 500 万起步，800 万线上占 12.9%；海外 200—400 万占 75% 以上 | 2MP → 4MP → 5MP → 4K/8MP → 12MP | 码流变大 → 本地缓存容量与写入带宽同步上移 |
| AI 算力 | 0.5T 已成入门，1T 进中端，2—2.5T 在行业机 | 0.5T → 1T → 2T → 4T → 端侧大模型（VLM） | 模型权重直接撑大固件与模型分区，NOR 从 8MB 上探到 64MB |
| 连接 | Wi-Fi 为主；4G/Cat.1 快速渗透 | 4G/Cat.1 + 太阳能 + 低功耗深度休眠 | 断网续传要本地缓存；掉电保护必选 |
| 供电 | 12 V 适配器 / PoE 为主；电池机起量 | 太阳能 → 充电 IC → Buck → 超级电容 | 超低 Iq LDO、单节锂电充电、负载开关需求上行 |
| 价格 | 199—249 元价位段贡献超 60% 线上销量 | 中高端（300 元以上）份额持续提升 | 白牌段存储预算被压到 1—2 元，中高端才有 5—20 元空间 |
2.5 下游终端厂商格局（谁在付钱）
本节口径：「下游终端厂商」= 整机/终端制造商——即主板上装着这些存储与电源器件、并且真正付钱的一方，不是星宸、富瀚微、海思、联咏这些芯片方案商（方案商放在第 5 章与第 6 章讲）。对器件厂商来说，把这一层认清，比背 SoC 参数有用得多。
① 分品类整机厂商份额矩阵
| 整机品类 | 第一梯队 | 第二梯队 | 集中度判断 |
|---|---|---|---|
| 工程 / 行业类 AI IPC | 海康威视（全球视频监控市占 23%，居首） | 大华股份、宇视科技、天地伟业、同为 | 高：头部两家合计过半，项目制采购，导入周期长但粘性高 |
| 消费类 AI IPC（线上） | 小米（线上销售额 16.8%，领跑国内消费市场） | 萤石网络、TP-Link（普联）、乔安、霸天安 | 中：线上渠道分散，价格战最激烈，换料最快 |
| 消费类 AI IPC（白牌） | 珠三角 / 长三角白牌集群（占全球消费类摄像机整机产能 85% 以上） | 大量中小 ODM/OEM，产能利用率 <60%（头部 >90%） | 极低：订单交付周期 15—20 天，唯一决策变量是单价 |
| 海外品牌 | 安讯士（Axis）、博世、韩华 | 区域品牌与运营商定制机型 | 高：认证门槛高，导入周期 12—24 个月，国产器件机会有限 |
② 规模与结构演进
| 指标 | 2023 | 2024 | 2025 | 趋势判断 |
|---|---|---|---|---|
| 全球消费类 IPC 出货（亿台） | — | 约 1.72 | 1.92（+11.6%） | 增速最快：消费侧是台数主体 |
| 全球消费摄像头出货（亿台） | — | 约 1.40 | 1.43（+2.2%） | 含非 IP 形态，增速明显低于 IPC 口径 |
| 中国消费级监控摄像头全渠道（万台） | — | 约 5347 | 5507（+3.0%） | 线上占比 63.6%；199—249 元价位段贡献超 60% 线上销量 |
| 中国智能安防终端边缘计算渗透率 | 约 30% | 约 40% | 52% | 2021 年仅 18%；这是工程侧 AI 化率取 45% 的直接依据 |
| 硬件利润占行业利润比重 | 约 58% | 约 52% | 48% | 2022 年为 65%；软件与服务升至 52% |
| 云存储与 AI 分析服务收入占行业总收入 | — | — | 约 21% | 口径不确定；价值正从硬件向服务迁移 |
| 国产主控芯片占全球消费类摄像机芯片市场 | — | — | 72% | 采购成本比海外低约 30%，是国产替代最彻底的一层 |
③ 整机厂商画像
| 厂商 | 定位与主战场 | 产能 / 交付 | 技术进展 | 当前战略 |
|---|---|---|---|---|
| 海康威视 | 全球视频监控市占 23%，居首；工程与行业项目为主体 | 自有产能 + 外协，交付周期优于行业均值 | 端侧 AI 全系列：深眸、明眸系列；结构化摄像机与 AI 开放平台 | 从"卖设备"转向"卖场景与数据服务" |
| 大华股份 | 全球第二梯队龙头，工程与行业项目 | 规模化自产，成本控制能力强 | 星汉大模型与端侧小模型协同；多目全景与 AI 一体机 | 行业场景纵深 + 海外渠道 |
| 宇视科技 | 工程与行业，交通与城市治理见长 | 交付周期短，项目响应快 | 结构化分析与车牌识别一体化机型 | 细分场景做深 |
| TP-Link（普联） | 消费类与 SOHO，渠道能力极强 | 规模化自产，成本优势明显 | 4G 低功耗机与太阳能机快速上量 | B 档 4G 机的主要推手 |
| 小米 | 消费类线上，销售额 16.8% 领跑 | 生态链代工为主 | 智能家居联动；云台机与门铃走量 | 以生态与价格换份额 |
| 萤石网络 | 消费类 + 智能家居云服务 | 海康体系内产能与供应链 | 云存储与 AI 分析订阅收入占比持续上升 | 硬件 + 云服务双轮 |
| 天地伟业 | 工程与行业，政法与教育场景 | 项目制为主 | 结构化摄像机与国产化方案适配 | 国产化替代与信创适配 |
| 白牌阵营（珠三角 / 长三角） | 全球消费类摄像机整机产能 85% 以上；乔安、霸天安及大量中小 ODM | 订单交付周期 15—20 天；头部产能利用率 >90%、中小 <60% | 普遍采用国产主控方案（国产占 72%），主控 + 传感器 + 通信模组占整机成本 65%—70% | 价格战把单机 BOM 压到极限 |
④ 采购决策维度（器件厂商最该看的一张表）
| 维度 | 白牌 / 山寨 | 消费品牌（线上） | 工程 / 行业项目 | 海外品牌 |
|---|---|---|---|---|
| 决策变量排序 | 单价 >> 交期 > 规格 | 单价 > 稳定性 > 品牌 | 可靠性 > 长期供货 > 单价 | 认证 > 长期供货 > 规格 |
| 导入周期 | 1—4 周（直接换料） | 1—3 个月 | 6—12 个月（需适配与试点） | 12—24 个月 |
| 单机存储预算 | 1—2 元 | 2—6 元 | 10—25 元 | 15—40 元 |
| 测试要求 | 基本不做可靠性测试 | 常温功能测试 + 小批量试产 | 高低温、老化、掉电、ESD 全套 | 全套 + 认证（宽温、长寿命） |
| 换料意愿 | 极高（谁便宜用谁） | 中高 | 低（一旦定型不改料） | 极低 |
| 对器件厂商的意义 | 走量但无毛利，只能做标准品价格战 | 需要稳定的批次一致性与快速响应 | 价值最高：宽温、高可靠与长供货承诺是入场券 | 门槛高，短期机会有限 |
⑤ 终端客户与场景
| 场景 | 典型机型 | 档位 | 对器件的特殊要求 |
|---|---|---|---|
| 家庭看护 / 门店 | 家用云台机、门铃、枪机 | A | 成本优先；固件 NOR 8—16MB 足够；TF 卡扩展不占板内 BOM |
| 无电无网场景 | 4G 太阳能机、电池低功耗机 | B | 断网续传要 SPI NAND 本地缓存；掉电保护必选；超低 Iq 与充电管理 |
| 社区 / 园区门禁 | 人脸门禁一体机、人脸抓拍机 | C | 人脸底库 4—8GB 本地存储；宽温（户外 −30~+70℃） |
| 交通与停车 | 车牌识别摄像机、卡口单元 | C | 车牌库 + 离线录像；7×24 运行，写入寿命与掉电保护要求高 |
| 城市治理 / 商业分析 | 结构化分析摄像机、客流统计机 | C | 算法模型与结构化数据本地留存；多路并发写入 |
| 高端全景与一体机 | 多目全景、8K AI 一体机 | D | eMMC 16—64GB；多路 sensor 与高算力带来多电源域 |
① 别在 A 档上花力气，去 C 档和 B 档。白牌 A 档单机存储预算只有 1—2 元，主控 + 传感器 + 通信模组已吃掉整机成本的 65%—70%，进这个品类的唯一办法是做宽温、做高可靠、做国产替代的价格，而不是做性能——性能溢价在这个市场不存在。真正有预算的是 C 档行业机（单机 19 元）与 B 档 4G 低功耗机（单机 5.8 元）。② 付费方是整机厂，方案商是通道。星宸、富瀚微等方案商决定参考设计，但采购决策与价格谈判在海康、大华、TP-Link 与白牌 ODM 手里；正确打法是"方案商进参考设计 + 整机厂谈价格"，两条线同时走。③ 白牌段要按"标准品价格战"打，行业段要按"规格准入"打。白牌换料周期只有 1—4 周，靠的是现货与单价；行业项目导入周期 6—12 个月，靠的是宽温（−40~105℃）、掉电保护、长供货承诺与批次一致性。这两套打法的资源、话术与料号完全不同，不要混着做。
3 · 用量分析
这一章是本报告的重心。AI IPC 与手机、PC 最大的区别在于：它的存储用量不随"配置升级"线性增长，而是随"档位跃迁"阶跃增长——一台 199 元的白牌枪机与一台 499 元的 4MP 云台机，固件 NOR 可能都是 8—16MB；但跨到行业 AI 机，单机存储价值会从 1.6 元直接跳到 19 元（11.9 倍）。因此本章按「档位 → 器件清单 → 单机价值 → TAM」逐层拆开。
3.1 出货占比与存储价值占比的严重错位
先看一个反直觉的事实：A 档消费入门机占四档出货的 51.6%，但只贡献 XTX 可覆盖存储 TAM 的 12.4%；C 档行业 AI 机占出货 16.3%，却贡献存储 TAM 的 46.3%。台数与价值几乎完全错位，这是本报告最重要的一张图。
如果按台数分配销售资源，结论会是「先攻 9500 万台的 A 档」；但按可覆盖价值算，C 档（5.70 亿元）> B 档（3.19 亿元）> D 档（1.88 亿元）> A 档（1.52 亿元）——C 档一个档就是 A 档的 3.75 倍，而出货只有它的 31.6%。原因很简单：A 档的存储需求被「一颗 8MB NOR + 一张 TF 卡」锁死，而 C 档每台都要 4—8GB 本地存储放人脸底库、车牌库、算法模型与离线录像。在 AI IPC 品类里，"台数思维"是最容易犯的错——1.84 亿台听起来很大，但加权单机只有 6.7 元。
3.2 单机存储用量：容量区间与单机价值
| 档位 | 固件 NOR | 本地 NAND / eMMC | TF 卡与后端 | 颗数 | 单机存储价值（元） | XTX 可覆盖率 |
|---|---|---|---|---|---|---|
| A 消费入门 | SPI NOR 8—16MB（多为 8MB） | 无（靠 TF 卡扩展） | TF 卡 32—256GB | 1 颗 | 1.6 | 100% |
| B 4G 低功耗 | SPI NOR 16—32MB | SPI NAND 128MB—512MB | TF 卡可选 | 2 颗 | 5.8 | 95% |
| C 行业 AI | SPI NOR 32—64MB | SD NAND / eMMC 4—8GB | NVR 硬盘 + TF 卡 | 2 颗 | 19.0 | 80% |
| D 高端多目 | SPI NOR 64MB | eMMC 16—64GB | NVR 硬盘 | 2 颗 | 47.0 | 45% |
需要单独强调的是A 档的"一颗锁死"现象：一台 199 元的白牌枪机，存储侧只有一颗 8—16MB SPI NOR，录像全靠用户自己插的 TF 卡——TF 卡不在板内 BOM，也不在 XTX 覆盖范围。所以 A 档虽然贡献了 9500 万台出货，单机可覆盖价值却只有 1.6 元。相比之下，C 档行业机的 4—8GB 本地存储单机价值在 15—19 元，是 A 档的 11.9 倍。这个 11.9 倍的差距，就是本品类全部资源排序的依据。
3.3 TAM 测算口径与假设
| 参数 | 取值 | 依据 | 说明 |
|---|---|---|---|
| 全球 AI IPC 出货 | 1.84 亿台测算 | 消费 1.92 亿 × 78% + 工程 7540 万 × 45% | 中国约 7800 万台 |
| 分档出货 | A 9500 / B 5500 / C 3000 / D 400 万台测算 | 按分辨率、算力与存储配置分档 | 占比 51.6 / 29.9 / 16.3 / 2.2% |
| A 档单机存储价值 | 1.6 元 | SPI NOR 8—16MB ×1（约 1.6 元） | TF 卡不计入 |
| B 档单机存储价值 | 5.8 元 | NOR 16—32MB（约 2.0）+ SPI NAND 128—512MB（约 3.8） | 按 2026 年行情中值估 |
| C 档单机存储价值 | 19.0 元 | NOR 32—64MB（约 3.5）+ SD NAND / eMMC 4—8GB（约 15.5） | 价值主体在 4—8GB 本地存储 |
| D 档单机存储价值 | 47.0 元 | NOR 64MB（约 4.0）+ eMMC 16—64GB（约 43.0） | D 档 XTX 可覆盖率仅 45% |
| XTX 可覆盖率 | A 100% / B 95% / C 80% / D 45% | 按各档器件是否落在 XTX 产品库覆盖范围估 | D 档 eMMC 16—64GB 覆盖不足，拉低整体 |
| 电源与驱动单机价值 | A 0.5 / B 2.0 / C 5.0 / D 8.0 元 | LDO / Buck / 电池充电 / LED 驱动 / 云台电机驱动 / 负载开关 | PMIC TAM 3.40 亿元 × 可覆盖 55% = 1.87 亿元 |
| 可覆盖定义 | SPI NOR + SPI NAND + SD NAND + eMMC + 电源驱动 | 不含 DDR、TF 卡、CMOS sensor、SoC、通信模组 | SoC 内置 DRAM 属于不覆盖项 |
TAM 单位换算：TAM（亿元）= 出货（万台）× 单机价值（元）÷ 10000。例如 C 档：3000 万台 × 19.0 元 ÷ 10000 = 5.70 亿元。四档合计 1.52 + 3.19 + 5.70 + 1.88 = 12.29 亿元 ≈ 12.3 亿元；加权单机 = 12.29 亿元 ÷ 1.84 亿台 = 6.7 元。该口径未扣除导入率与竞争折价，属上限估计。
3.4 存储 TAM 结果
| 档位 | 出货（万台） | 固件 NOR TAM（亿元） | 本地存储 TAM（亿元） | 存储 TAM 合计（亿元） | 占比 | 可覆盖率 | XTX 可覆盖（亿元） |
|---|---|---|---|---|---|---|---|
| A 消费入门 | 9500 | 1.52 | 0 | 1.52 | 12.4% | 100% | 1.52 |
| B 4G 低功耗 | 5500 | 1.10 | 2.09 | 3.19 | 26.0% | 95% | 3.03 |
| C 行业 AI | 3000 | 1.05 | 4.65 | 5.70 | 46.3% | 80% | 4.56 |
| D 高端多目 | 400 | 0.16 | 1.72 | 1.88 | 15.3% | 45% | 0.85 |
| 合计 | 18400 | 3.83 | 8.46 | 12.29 | 100% | — | 9.96 ≈ 10.0 |
12.3 亿元/年听起来不小，但要注意三点：① 这是上限估计，未扣除导入率与竞争折价；按白牌市场国产存储实际导入率 30—50%、行业市场 15—30% 折算，短期可获得规模约 3—5 亿元（仅存储）。② 其中 4.65 亿元（38%）来自 C 档的 4—8GB 本地存储，单一槽位的集中度过高——而 XTX 的 SD NAND 4—8GB 量产为 0 款、eMMC 4—8GB 量产同为 0 款。这意味着 TAM 里最大的一块，目前一颗料也供不了。③ 加上电源与驱动侧（PMIC TAM 3.40 亿元 × 55% ≈ 1.87 亿元），AI IPC 对 XTX 的全口径可服务市场约 11.9 亿元/年。对一家存储原厂而言，这个市场的意义在于规模与产能消化，不在于单机毛利——加权单机只有 6.7 元，拼的是成本与良率，不是性能。
4 · 技术演进
AI IPC 的技术演进有一条清晰主线：从"看得见"到"看得懂"，再到"不联网也懂"。第一阶段解决的是联网与远程查看，第二阶段（2021—2024）解决端侧人形/移动侦测，第三阶段（2025 至今）解决的是端侧结构化与断网可用——人脸底库、车牌库、行为分析要落在本地，4G 低功耗机断网后仍要能缓存与续传。这条主线对器件的直接后果只有一句话：固件与模型分区被撑大，本地存储从"可选"变成"必选"。
4.1 分辨率与端侧算力演进
| 档位 | 分辨率 | 算力 | 典型 SoC | 固件 NOR 需求 | 本地存储需求 |
|---|---|---|---|---|---|
| A 消费入门 | 2—3MP | 0.2—0.5T | SSC335 / SSC333、君正 T20—T31、FH8852V200 | 8—16MB（多为 8MB） | 无（TF 卡扩展） |
| B 4G 低功耗 | 4—5MP | 0.5—1T | SSC336Q/336D、SSC30KD/KQ、FH8856V200、FH8656 | 16—32MB | SPI NAND 128—512MB（断网续传） |
| C 行业 AI | 4—8MP | 1—2.5T | SSC338G/339G、SSC359G、联咏 NT98566、爱芯 AX620A | 32—64MB（含双备份 OTA） | SD NAND / eMMC 4—8GB |
| D 高端多目 | 8—12MP 多目 | ≥4T | SSC369G、爱芯 AX630A、瑞芯微 RV1126 | 64MB（多镜像） | eMMC 16—64GB |
分辨率与算力的每一次跃迁，都会同时抬高两个存储需求：码流与模型权重。4MP 的 H.265 码流约 4—6 Mbps，8MP 可到 8—12 Mbps，断网缓存要撑住"断网 24 小时不丢帧"，容量需求就从 128MB 上到 512MB 甚至 1GB；模型侧，0.5T 的人形检测模型权重在几百 KB 级，2.5T 的多目标结构化模型与端侧 VLM 直接把权重撑到几十 MB，固件 NOR 从 8MB 一路被推到 64MB。这就是本报告反复强调"容量点不许写小"的原因——按 8MB 选型，两年后必然换料。
4.2 固件容量、形态与连接的演进
| 方向 | 当前状态（2025） | 演进方向 | 对器件的要求 |
|---|---|---|---|
| ① 编码 | H.264 为主，H.265 普及中 | H.264 → H.265 → AV1（星宸 SSC369G 支持多模） | 同画质码流降 30—50%，反而缓解本地缓存压力；但解码端算力要求上升 |
| ② 形态 | 移动侦测触发录像是主流 | AOV（Always On Video）常录机成为新方向 | 写入量大幅上升：从"事件触发"变成"7×24 连续写"，对 NAND 擦写寿命与坏块管理提出实质要求 |
| ③ 连接 | Wi-Fi 为主，4G/Cat.1 快速渗透 | 4G/Cat.1 + 太阳能 + 低功耗深度休眠 | 断网续传 → 本地缓存必选；深度休眠 → 超低 Iq LDO 与负载开关 |
| ④ 供电 | 12 V 适配器 / PoE 为主 | 太阳能板 → 充电 IC → Buck → 超级电容 / 备电 | 掉电检测 + 备电保持成为 4G 机必选项 |
| ⑤ 安全 | 账号密码 + 视频流加密 | 安全启动、视频加密、内置 OTP、国密算法 | OTP 与密钥分区要落在 NOR 内；固件完整性校验要求 NOR 支持安全寄存器 |
| ⑥ 环境 | 室内 0~+40℃ 为主 | 户外 −30~+70℃（密闭机箱内更高） | 宽温器件成为户外机准入条件 |
4.3 器件规格的三个演进方向
| 方向 | 驱动力 | 对存储的要求 | 对电源与驱动的要求 |
|---|---|---|---|
| ① 容量上探 | 模型权重 + 双备份 OTA + 多镜像 | 固件 NOR 8MB → 16MB → 32MB → 64MB；XTX 64MB（512 Mb）段命中 41 款 / 10 量产 | 多路电源域增加，LDO 颗数上升 |
| ② 封装小型化 | 云台机与 4G 电池机主板空间受限；SoC 内置 DRAM 挤压外挂面积 | WSON8 / LGA8 / DFN8 小封装优先；SOP8 208mil 在云台机上已显吃力；SD NAND 因贴片免驱动获空间优势 | 同封装下要更高效率，Buck 取代 LDO 降压 |
| ③ 温度与可靠上探 | 户外 −30~+70℃，机箱内更高；AOV 常录带来 7×24 连续写 | −40~105℃ 宽温；XTX 8—64MB 区间内 −40~105℃ 仅 6 款、量产 3 款 | 电池机要超低 Iq（≤2 μA）；掉电检测与备电保持成为必选 |
户外机要求 −30~+70℃，密闭机箱内夏季结温可轻松超过 85℃。XTX 在 8—64MB 容量区间内，同时满足 −40℃ 低温与 105℃ 高温的型号只有 6 款，其中量产仅 3 款（25F128FSFHGA / 25F128FSSHGA / 25Q512FSFHGA，均为 Low 优先级）。而行业 AI 机恰恰是宽温要求最严、单机价值最高（19 元）的一档。这不是"能不能卖"的问题，是"能不能进户外机型 BOM"的问题——规格不匹配，连送样资格都没有。同时要注意：这 3 款量产型号的推广优先级都是 Low，意味着备货与供货优先级都偏低，真要打行业机，必须先把宽温型号的优先级提上来。
4.4 供应链与价格周期
AI IPC 的供应链有两个结构性事实，直接决定了器件厂商的打法：① 国产主控芯片已占全球消费类摄像机芯片市场 72%，采购成本比海外低约 30%——主控层的国产替代已经完成，接下来的替代压力会顺延到存储与配套电源；② 主控芯片 + 传感器 + 通信模组占整机生产成本的 65%—70%，留给存储与配套电源的空间只有 1—6 元。叠加 2025 年以来的存储涨价周期（业界预计持续到 2027 年），整机厂对第二供应商与国产替代料的接受度明显上升——这是国产小容量存储进入白牌 BOM 的窗口期。
对白牌 A 档：涨价周期反而是机会。白牌换料周期只有 1—4 周、唯一决策变量是单价，原厂涨价时它们换料最快，国产料的成本优势会被放大。对行业 C 档：涨价周期要谨慎。行业项目导入周期 6—12 个月、一旦定型不改料，如果在涨价高点报进去，等到量产时价格回落会被要求降价，反而应该借涨价期做"长期供货承诺 + 价格联动"换长期份额。