普通摄像头变身AIoT终端！涂鸦携手全志，加速落地消费IPC视觉方案

近日，在全志科技的“智绘世界，芯连万物”的大会上，涂鸦智能IPC事业部负责人王延波带来了《端云融合，智见未来》的主题演讲，现场展台演示了全志平台搭配涂鸦OS在视觉看护中的端云协同方案。

消费级IPC技术演进趋势：三条路线推进，AI技术推动新感知、新场景落地

涂鸦进入安防行业20年，见证了全球IPC行业的发展。2010年，消费类IPC出现，消费类IPC( 网络摄像机）经历了三大发展路线：一是产品线，二是技术线，三是成本适中才能适合推广和使用。

2010年，视频监控主要用于交通、金融等专业领域，在2015年到2019年，随着4G网络的普及，部分安防设备厂商把4G模块集成到监控设备中，消费级IPC迎来萌芽。到了2020年之后，小米、萤石通过电商平台推出高性价比产品，精准瞄准家庭安防市场，让消费IPC走入家庭。IPC从最初的室内看护，向室外无源监控，让后到海外，AI技术驱动产品回归室内，成为家庭智能中枢。

在消费类IPC领域，视觉IoT产品正在从单一功能向“视觉融合产品”演进。涂鸦智能IPC事业部负责人王延波指出，在AI技术实现突破后，中国推出了视频门锁。

在海外，Google发布一款产品，谷歌于 2025 年 10 月 1 日正式发布了新款 Google Home 智能音箱，并将其核心卖点聚焦于集成的 Gemini AI 助手。同时，谷歌还发布了多款以 Gemini AI 为核心的家庭设备，包括 Nest Cam 摄像头和门铃系列产品，进一步完善智能家居生态。端侧 AI，用摄像机作为家庭AI中枢。

消费类安防在初期技术焦点在早期解决像素与编码，中期攻克连接与低功耗，2015年到2022年，美国许多网络出现Wi-Fi5, Wi-Fi6,很多国内摄像机都是Wi-Fi4，走向户外的时候需要接受无电的状态，激发了低功耗技术的兔飞猛进。到了户外之后，4G摄像机大放异彩，下一代进入AI时代，当前核心转向AI理解与决策，依赖大模型算力。去年以AI宠物、AI母婴的产品出现爆发。

涂鸦和全志合作，V851和V881芯片推动端侧轻量级设备落地

消费类芯片的算法有天花板，它的精确度是由于成本的增加而做不到。2024年，涂鸦智能刚开始接入AI大模型，我们和全志科技合作的第一款芯片是全志V821。

鸟识器案例：涂鸦采用全志821芯片，前端仅做简单的移动侦测（CD算法），触发后上传图像至云端大模型识别。通过“前端初筛 云端确认”机制，减少无效上传，但仍面临云端成本过高的问题。

婴儿看护案例：引入全志851芯片（0.5T算力），前端植入哭声检测算法。仅当检测到哭声时，才触发云端大模型分析原因（如惊吓、饥饿）。此举解决了90%的无效传输成本，但仍有优化空间 。

利用全志V851/881等芯片，涂鸦智能在IPC端侧部署人形检测、哭声识别等轻量化算法，完成初步感知与无效数据过滤。V851 0.5Tops NPU，该芯片可以对哭时实时检测，而且支持本地应急响应（告警 安抚），还可以提取标签 压缩片段上传。在云端，涂鸦云上，哭声可以解读，哈可以安全区看护。还有睡醒提醒。

前端轻量化：利用全志851/881等芯片，部署轻量化小模型（如人形检测、哭声识别、表情分析），在端侧完成初步感知和过滤，确保仅上传有效数据 。

云端大模型：接收结构化数据后进行深度推理（如判断婴儿状态、老人跌倒真实性），并将结果以结构化标签形式回传 。

规则引擎：涂鸦平台提供规则下发能力，根据云端分析结果反向控制设备（如检测到婴儿惊吓，前端自动播放安抚音乐） 。

王延波指出，主要的挑战有三点：1、端侧0.5T NPU算力，多任务模型难度大；2、需要更多单任务模型；3、端侧模型精度仍然受限，部分场景仍然需要云端深度分析。

王延波介绍，涂鸦IoT平台已接入全球主流大模型，提供统一协议接口，降低开发者对接难度 。涂鸦依托全球7个数据中心、12个加速节点及1300 边缘节点，保障视频流低延时传输。在AI开发平台方面，涂鸦提供私有化轻量多任务小模型训练路径，支持合作伙伴定制场景算法。2024年6月，涂鸦推出8大AI场景订阅服务（如宠物看护、老人关怀），实现从端到云再到订阅服务的完整闭环。