消费类IPC行业本质上是以技术为驱动，芯片作为产业生态最上游，引领行业技术发展与创新，作为行业技术发展的风向标，近几年越来越卷起来，特别是海思因众所周知的原因退出后，越来越多芯片企业进入消费类IPC。关于“卷”的话题，我们在上周文章“成年的消费类IPC，如若'卷'但请良性”已经探讨过，这里就不多加篇幅赘述。
从芯片的发展来看，在市场需求的导向下，从最初的“看得见“，到”看得清“、”看得广“、”用得广“，再到”看得懂“的功能方向进化：
看得清：分辨率从720P~1080P~4K，像素从200万~400万~800万，800万差不多是消费级市场的顶配了；
看得广：从单目，到双目、多目，实现用单个摄像头看得更广，盲区更少；
用得广：低功耗让IPC不受场地限制，在无电无网的状况下均可以使用 ；
看得懂：AI不仅扩大了视觉技术的应用场景，而且提升用户的交互性，简化操作性，更利于行业的发展，在大模型的赋能下，未来AI的需求将越来越大。
除了市场需求外，消费类IPC芯片市场格局、技术方向都深深影响着整个消费类IPC行业的变化，马上进入2024年，行业这些“芯”事即将发生。
海思归来，IPC芯片行业洗牌加速
我们在走访的时候都会向企业抛出这样的话题：“海思2024年即将归来，您怎么看？”的话题，企业也纷纷表示了自己的观点，在探讨海思回归对行业的影响前，我们先来了解下目前消费类IPC芯片市场格局：
目前IPC芯片厂商大概有20多家，消费类IPC市场出货量越来越集中，新晋芯片厂商比较难以撼动几家头部位置，归其原因：芯片是一个高投入，并且需要时间验证的行业。
消费类市场本身变化就快，更新速度快，并不是靠一块芯片就可以改变市场，而是需要一系列的产品规划，通过迭代来在行业树立存在感，芯片流片成本本就高额，芯片原厂对资金的要求非常高；并且在芯片推出市场，仍需大量的时间与方案商去适配、磨合、验证，在失去先机的情况下，新晋芯片厂商很难在市场上有出货量保证，没有出货量，芯片成本也下不来，形成循环。在技术与成本都没有优势的形势下，新晋芯片厂商过得很难，有些厂商只能用低价来出货，加剧了行业竞争。
对于“海思的回归”，我们在走访消费类IPC芯片头部厂商时候，最主流的观点是：会有一定影响，但不会太大，一方面是市场还在增长；另一方面海思主做还是国内市场，而且现在方案商和品牌商合作顺利，不会轻易换，为保证供应链稳定性，也不会只用一家芯片，所以对消费类IPC市场芯片头部厂商影响并不会很大。对海思来说，也不会去做低价值的“卷”，更多是期望用技术去引领市场，把市场做大。IPC线只是海思的一部分，海思重新回归的战略意义：用安防产品线来优化产业链工具，测试工具。
但是对于新晋芯片厂商来说，海思回归，让其生存压力将进一步加大，芯片本身就是寡头市场，优胜劣汰，洗牌加速。那是不是新晋芯片完全没有机会？那也不见得，只是风险会更大，在差异化上做的功夫要更多，比如AI的能力上，我们就接触过一家很有特点的芯片企业，主打多目多传感专用型芯片，创新多目AI单芯片+芯片化多目技术算法，免二次开发，实现低功耗、低成本的多目解决方案。
行业机会还是有，只是越来越可贵，消费类IPC芯片进入门槛会越来越高，未来通用芯片与专业芯片；低端芯片与高端芯片分化会更大。
新市场方向：黑光+低功耗AOV+AI
消费类IPC在图像质量和低功耗的追求是无止境的，这都需要芯片原厂来驱动，芯片原厂可以做的创新还有很多，黑光解决的是在极低照度条件下的图像质量问题，在行业市场上已经广泛使用，“黑光”、“低功耗”、“AI”在今年消费类IPC市场上已经是热门词，2024年则是落地之年。
黑光：黑光ISP在消费市场落地，需求不是问题，技术也不是问题，关键在于成本，消费类IPC在成本上比较敏感，需要产业链共同的努力，从sensor、镜头到主控芯片、方案商等每个环节在性能和成本上做到一个平衡。
低功耗：低功耗产品是在近年来消费类IPC增速最快的品类，目前出货量与总出货量的10%~15%，开拓了应用场景，未来随着低功耗技术的不断发展，业内人士认为有望抢占常电IPC市场的份额。
低功耗还有个新的方向是AOV超低功耗持续成像，该技术基于超低功耗内存的快速启动待机技术，实现7×24小时全天候录像，解决传统低功耗方案没有事件触发期间无录像信息的缺点，简单地说就是没有事件触发时，通过低帧率来降低功耗，同时实现持续录像，而在事件触发时恢复正常帧率，从而更接近常电状态IPC的功能。
AOV能够满足24小时全天候录像，对于目前低功耗产品是个很好的补充，落地核心同样是在成本上，需要芯片厂商带领上下游共同寻找平衡。其实单从应用场景落地角度来说，黑光ISP +低功耗AOV技术组合是最能满足户外市场需求的，从技术角度来说还是要克服功耗方面的难点，已经有企业通过AI技术在做这方面的平衡。
AI： 在芯片端标配AI算力，用AI实现更好的图像质量、更多场景落地及更好用户体验已经是大势所趋，不少芯片原厂已经明确全系列都标配AI算力，在AI算力上衍生两种路径：
1.大模型小型化，细分场景轻量化，端侧解决大部分需求
2.端侧带少量算力，解决基础算力需求，云端大模型化满足更大算力需求
两种路径没有孰优孰劣，针对不同场景，只有适合度的问题，那么在消费级场景，在延迟性及成本等多维度下，端侧+云端的方案也许更符合未来AI大模型化的趋势。更多视觉IoT消费市场的新产品、新技术、新市场的发展趋势，欢迎行业的企业朋友联系我们参与到AIoT星图研究院《2023视觉IoT消费市场分析报告》调研中来探讨，亦可以参编或联合发布合作。
