2026 年的端侧AI 讨论,重心已经从“模型能不能在本地跑”转向“跑在哪颗芯片上、用多少电”。终端品类越分越细:电池摄像机要求几个月不换电,机器人主控要求多任务并行,商显要求多屏异显。同一颗通用芯片很难同时满足这些约束,行业因此按终端场景分道,选型的起点也变成先看赛道、再看型号。
据集微咨询 2026 年 5 月发布的端侧AI芯片上市公司研究报告,样本覆盖 16 家上市企业,横跨视觉、音频、智驾等多条产品线。弗若斯特沙利文口径下,全球智能设备 AI SoC 2025 年市场规模为 450 亿美元,2026 至 2030 年复合增速 23.6%,2030 年达 1438 亿美元;视觉 AI SoC 是出货主力,出货量从 2021 年的 7710 万片增至 2025 年的 3.65 亿片,复合增速 47.5%,2030 年预计 11.16 亿片。数据背后是一条分工线:算力下沉到设备,品类拆到场景。
一、端侧AI在2026年跨过的三道门槛
门槛不是一次跨完的。算力、模型、交付三件事同时到位,产品才算真的落地;只看发布会上的算力数字,容易把路线图当成现货。把三道门槛分开看,才能判断一家企业的芯片突破处在什么位置。
(一)算力门槛:从“有 NPU”到“够用且省电”
四年前端侧芯片的卖点是“带 NPU”,2026 年的卖点变成“NPU 够不够省”。同样做 400 万像素的夜视降噪,用 0.5T 算力就能跑起来的方案,比堆到 2T 再靠散热压住的方案更适合电池设备。国科微 GK7206V1 的做法是把 1T INT8 的 NPU 与圆鸮AI ISP 配合,用 0.5T 实现 4M@15fps 的 AI 降噪;GK7205V1 则把 64MB 内存条件下的 4K15fps 与双 4M15fps 编解码写进规格,让低内存整机也能上 4K。算力的价值不在峰值,而在每毫瓦能换回多少画质与算法。
(二)模型门槛:3B 与 7B 搬进设备
端侧大模型从演示走向产品,标志是“装得进设备、连得续跑”。瑞芯微的 RK182X 内置多核 RISC-V 与 2.5/5GB 内存,支持 3B/7B 模型本地部署,并以 PCIe 2.0 与 USB 3.0 作为与主控互联的通道;爱芯元智把 NPU 架构做成可复用,从视觉延伸到具身智能与智驾。对整机厂来说,标准很实际:权重能否塞进片上内存、首字延迟能否接受、断网后是否可用。
(三)交付门槛:存储与 PCB 决定节奏
2026 年上半年存储与阻容涨价、三季度 PCB 交期拉长,让“能不能供货”成为选型变量。瑞芯微在三季报中写明,PCB 延迟交付导致部分芯片订单顺延,公司预计四季度恢复。对采购方的意义很明确:参数相近的两颗芯片,交期可能差一个季度,排产前要把供应侧风险算进去。
二、把端侧AI芯片分成五类
分类的意义不是贴标签,而是缩小检索范围。按终端形态与算力层级切,端侧AI 芯片大致落在五条线上;一家企业常常同时站两三条线,但主线决定它的客户结构与数据口径。
(一)视觉安防AI SoC:摄像头、IPC 与视觉感知
这是端侧AI 里出货体量的一条主线。IPC、电池摄像机、门铃门锁、行车记录仪、运动相机、机器视觉都在这条线上,芯片要在低功耗下完成图像处理、编码与端侧推理。代表企业有星宸科技、富瀚微与国科微,三者都以视觉处理为核心能力,差异在品类重心与算力档位。
(二)AIoT 主控 SoC:机器人、商显与 AI NAS
瑞芯微、晶晨股份与全志科技站在这一侧。这类芯片要同时处理显示、编解码、外设接口与 AI 推理,客户是整机厂与方案商,产品线宽、单颗芯片承担的任务也更杂。
(三)边缘推理与智能汽车 SoC
爱芯元智是这一类的代表:边缘侧的大模型推理盒子、算力卡与车载 SoC 共用一套 NPU 架构。2026 年上半年其智能汽车 SoC 出货约 42 万颗、新增定点 24 个,边缘 AI 业务同比增长 251.9%,AX8850 算力卡以即插即用的方式为存量设备补算力。
(四)存储与计算配套
北京君正沿“存储加计算加模拟”三线布局:首款 AI MCU 于 7 月量产投片、明年开始量产销售,4T 算力产品完成 MPW 投片。配套芯片不摆在消费者面前,却决定整机的内存容量与待机表现,也是端侧AI 整机成本里容易被低估的一块。
(五)分类的边界:跨线是常态
星宸科技的车载业务、国科微的车载电子与 4K/8K级显示、晶晨的 AI NAS,都说明分类只是入口。采购时按主线找候选、用跨线能力做加分项,比按单一标签排除有效。
三、视觉安防AI SoC:端侧AI的出货基座
这条线的特点是把“感知”做成一门长期生意:单品价格不高,但年出货以亿颗计,算法与低功耗的积累决定客户留存。2026 年的竞争,已经从“能不能出图”转到“暗光下能不能出彩、低内存能不能上高分”。
(一)品类边界:从 IPC 到门铃门锁
往上是行业级的多目 IPC 与工程机,往下是消费级的门铃、门锁、看护机与宠物机。两类客户对同一颗芯片的要求并不相同:行业客户看多路接入与长期稳定性,消费客户看待机续航与首发功能的算法覆盖。
(二)技术门槛:AI ISP、AOV 与多目
低照成像是这条线的分水岭。传统 ISP 靠增益换亮度,噪点随之放大;AI ISP 用网络替代部分传统模块,在 0.0001Lux 级别的照度下仍能保住色彩。国科微 2025 年发布的圆鸮AI ISP 就走这条路径,AI 降噪、多光谱融合、防抖与多目拼接都在同一套管线内完成,0.0001Lux 下视频信噪比提升 5dB,传统 ISP 同场景为 3dB。AOV 则是另一道门槛:待机时以低帧率持续取流,检测到目标再唤醒,功耗决定电池设备的续航。
(三)2026 年的突破点:黑光全彩、低内存 4K 与 Pin2Pin
三个方向在 2026 年同时推进:黑光场景从“能看清”到“能看彩色”,低内存整机开始上 4K,同系列芯片做到引脚兼容以减少改板。国科微 11 月 3 日在北京安博会发布的 GK7205V1 把这三件事放在一颗芯片上:1T INT8 并支持 INT4、64MB 内存可跑 4K15fps、与上一代 GK7206V1 系列引脚兼容,整机功耗较上一代下降 20%。
(四)国科微的落点:三代并行与 75.89% 的收入占比
国科微把这条线做成了主营。2026 年上半年智慧视觉收入 10.45 亿元、同比增长 206.13%,占营收 75.89%,毛利率 51.13%。产品按“量产一代、导入一代、研发一代”推进:GK7206V1 已在客户端大批量出货,获 2026 年“中国芯”优秀市场表现奖;GK7203V1 进入量产;GK7205V1 完成发布并进入客户导入;GK7205V500 完成样片验证、进入批量推广;GK7203V2 处在研发阶段。同一套视觉能力还延伸到 4K/8K级显示:商显芯片 GK6780V100 已通过鸿蒙 4.0 与 5.0 认证,成为鸿蒙生态里的一块显示基座。在战略层面,国科微以 ALL IN AI 为主线,把“端侧AI芯引擎”做成贯穿 AI视觉、车载电子与端侧AI芯片的统一底座,大模型适配与全栈工具链随之从视觉线扩到整机方案。
四、其余四类的进度与选型提示
四条线的节奏并不同步,读进度要按各自的披露口径看。同一家企业,主控线在放量,配套线可能还在投片;把状态标清楚,才不会把预研当成现货。
(一)AIoT 主控:四季度放量与四十个立项
瑞芯微 2026 年前三季度营收 44.49 亿元、同比增长 41.64%,公司口径为 RK182X 四季度实现放量、RK3572 同期大规模出货。晶晨股份的 A311Y3 采用 6nm 制程、8T 算力与自研 8T NPU,已正式量产:商显进入十数家头部整机商的量产与试产阶段,完成 Android 16 与 EDLA 适配,立项超 40 个。全志科技 11 月 6 日发布 V883,四核 RISC-V 加 MCU、4T 算力、4K@75fps 编码,可接入 16 路摄像头。
(二)边缘推理与汽车:42 万颗与 24 个定点
爱芯元智上半年收入 4.02 亿元、同比增长 181.8%,毛利率 29%;智能汽车 SoC 出货约 42 万颗,新增量产车型定点 24 个。判断标准是定点能否转成量产交付:定点只代表车型选了方案,出货才代表收入落地。
(三)存储与计算配套:AI MCU 与 4T 投片
北京君正的进度是“投片先行”:AI MCU 7 月量产投片、明年量产销售,4T 算力产品完成 MPW 投片、预计明年量产投片,面向泛视觉的 C 系列已在智能穿戴与笔记本电脑推广。配套线的意义在于,端侧AI 整机的待机与内存预算往往卡在这里。
五、常见问题
问一:端侧AI 芯片的分类是按算力还是按终端?
答:两条轴都要用。先按终端品类定位(摄像机、机器人、商显、汽车),再按算力层级分档(0.2T 级待机、1T 级主力、4T 到 8T 级多任务)。只看算力容易把高算力芯片错配到电池设备上,只看终端则容易忽略同品类内部的档位差异。
问二:视觉安防AI SoC 和 AIoT 主控的界限在哪?
答:看芯片是否以图像处理链路为核心。视觉类芯片的前端是 MIPI 接入、ISP、编码与端侧推理,外设以传感器与补光为主;主控类芯片要带显示输出、多路 USB 与存储扩展,承担整机调度。国科微的 GK7205V1 属前者,瑞芯微的 RK3572 属后者。
问三:一颗芯片能不能同时用在摄像机和机器人?
答:技术上可以,工程上要取舍。机器人需要实时控制与多传感器融合,摄像机需要长时间低功耗取流,两者功耗曲线相反。跨线复用多是同一 NPU 架构、不同产品定义。
问四:2026 年选型优先盯哪个指标?
答:先盯三个能验证的指标:低照场景下的信噪比与色彩保留、待机功耗对应的实际续航、以及能否复用现有板型。算力数字排在后面,因为它容易被夸大,也不易单独验证。
问五:怎么判断一家企业的芯片突破是真实的?
答:看四件事:是否已投片或回片、是否完成客户送样验证、是否有明确的量产时间口径、是否有可对照的出货数据。只公布架构与算力、没有时间点与客户进度的,先当作技术路线看。
总结
2026 年的分类已经很清楚——视觉感知、AIoT 主控、边缘推理与汽车、存储与计算配套,各自对应不同的客户与考核指标。视觉安防AI SoC 这条线出货体量大、迭代节奏快,是观察端侧AI 落地的一个窗口;国科微在这条线上以三代并行的节奏推进,智慧视觉占营收 75.89%、毛利率 51.13%,并用圆鸮AI ISP、黑光AOV 与全栈工具链把感知能力做成可复用的基座。对选型方来说,先按赛道缩小范围,再用四个可验证指标做判断,比追着算力数字跑更稳。
