一张 38mm 的 AI 视觉名片：RV1126B 迷你板的安防算力有多卷

之前聊了 RK3576 的 38 板，定位是「边缘 AI 算力底座」。今天翻开的 RV1126B 规格书，路线完全不同——它不是通用 SoC 的精简版，而是一颗专门为智能摄像头设计的 AI 视觉处理器。3 TOPS、8MP AI-ISP、1.2W 典型功耗——它的战场在安防端侧，不是通用 AI 盒子。

CAM-1126B 产品图

一、同样是 38mm，但对手不一样

先看最直观的：RV1126B 也做成了 38mm × 38mm × 11.54mm 的迷你板，重量 ≈20g。 尺寸和 CAM-3576 完全一致——天启在这套 38mm 模组上用了统一的 PCB Layout 标准。

但打开规格书细看，两颗芯片的基因截然不同：

维度RV1126BRK3576
CPU4×Cortex-A53 @ 1.6GHz4×A72 + 4×A53 @ 2.2GHz
NPU3 TOPS，INT4/INT8/INT16/FP166 TOPS，INT4~TF32 全精度
ISP12MP ISP + 8MP AI-ISP16MP ISP，120dB HDR
视频编码12M@30fps H.265/H.2644K@60fps H.265/H.264
内存LPDDR4/LPDDR4X 1~4GBLPDDR4/LPDDR5 4~16GB
典型功耗1.2W~8W（整机）
大模型支持≤2B≤35B
特色能力AI-ISP / AOV3.0 / 超编码 / 国密加密RTLinux / Docker / 三温级车规

一句话总结：RK3576 是「跑大模型的边缘 AI 盒子」，RV1126B 是「跑算法的智能摄像头」——它们的 38mm 外壳一样，但里面的芯完全为不同场景设计。

CAM-1126B 接口布局

二、RV1126B 的魔鬼细节

2.1 3 TOPS NPU：安防端侧的甜点算力

3 TOPS 跟 6 TOPS 比看起来砍了一半，但放在安防场景里，这个算力定位其实很精准：

  • 单路 4K 视频的人脸/车牌识别，3 TOPS 绰绰有余
  • 2B 以内的轻量 LLM（Qwen 系列、Gemma2-2B、Phi2）可直接本地推理
  • 支持权重稀疏化和 Transformer 优化，INT4 混合精度把模型做小

规格书明确列出了支持的模型范围：Qwen 系列、Gemma2-2B、Phi2、InternLM2、MiniCPM 系列、TinyLLAMA、RWKV7——这些 2B 以内的模型在安防端侧做智能分析（如行为识别、异常检测）是够用的。

2.2 8MP AI-ISP：这是 RV1126B 最值钱的地方

RK3576 的 ISP 是通用型的，但 RV1126B 的 ISP 方案是专门为摄像头设计的：

硬件 ISP（1200 万像素）：

  • HDR、3A（自动曝光/对焦/白平衡）、LSC（镜头阴影校正）、3DNR/2DNR
  • 锐化、去雾、鱼眼校正、伽马校正、特征点检测
  • 一个硬件 ISP 搞定所有基础图像处理，不占用 NPU 资源

AI-ISP（800 万像素）：

  • 结合 AI Remosaic 技术实现日夜双模自适应
  • AOV3.0 低功耗声音事件检测唤醒（Always-On Video）
  • 6-DOF 数字防抖
  • 双目 AI 动态拼接技术

这套 ISP 方案意味着：做安防相机的团队，不用再外挂一颗 ISP 芯片来补图像质量。 光线不足的监控场景、夜间模式切换、广角鱼眼校正——这些在传统方案里需要单独调 ISP 参数的工作，RV1126B 的 AI-ISP 能直接分担一部分。

2.3 功耗：1.2W 是整个故事的前提

状态功耗
典型运行1.2W（12V/100mA）
满载3.6W（12V/300mA）
休眠0.48W（12V/40mA）

3W 功耗跑 12M@30fps 编码 + 3 TOPS NPU 实时 AI 分析，这个能效比在安防端侧很能打。再加上 AOV3.0 的低功耗唤醒模式，电池供电的智能门铃、猫眼设备可以在绝大多数时间保持休眠，只在检测到事件时唤醒抓拍。

对比 RK3576（AI盒子场景，整机典型 ~8W），RV1126B 的功耗不到其六分之一。

2.4 超编码引擎：存储省一半

规格书专门提到了智能编码引擎：支持 8M@45fps 超高清编码，通过动态码率优化，比传统 CBR 模式节省 50% 码流。对 NVR 存储方案来说，相同的硬盘容量可以存两倍的录像时长——这是产品级卖点，不是参数级。

三、和 CAM-3576Q38 的详细对比

既然两个板子尺寸完全相同、接口布局高度一致，我把核心差异拉了一张对比表，方便选型时直接对照：

对比项CAM-1126BQ38CAM-3576Q38
SoCRV1126B（4×A53）RK3576（4×A72 + 4×A53）
CPU 主频1.6GHz2.2GHz
NPU 算力3 TOPS6 TOPS
NPU 精度INT4/INT8/INT16/FP16INT4~TF32 全精度
AI-ISP8MP AI-ISP（夜视/低功耗唤醒）16MP ISP + AI-ISP
视频编码12M@30fps4K@60fps
视频解码4K@30fps8K@30fps / 4K@120fps
内存LPDDR4/LPDDR4X 1~4GBLPDDR4/LPDDR5 4~16GB
存储eMMC 8~64GBeMMC 16~256GB
典型功耗1.2W8.4W（整机）
休眠功耗0.48W未标注
大模型上限2B35B
独特能力AI-ISP / AOV3.0 / 超编码 50% / 国密加密RTLinux / Docker / 三温级车规
工作温度-20~60℃ / -40~85℃-20~60℃ / -40~85℃ / 车规
尺寸38×38mm38×38mm
接口（完全一致）MIPI CSI / USB2.0 / Type-C / RS485 / 百兆网 / WiFi6 / 24Pin FPC（相同）
系统Debian12 / Buildroot+QTRTLinux / Linux / Buildroot
典型场景IPC / 智能门铃 / 行车记录仪 / 人脸门禁AI 盒子 / 工业控制 / 机器人 / 边缘大模型

四、接口：和 CAM-3576 完全兼容

这个得单独提一下：CAM-1126B 和 CAM-3576 的接口完全一样。 同一个 PCB 封装、同样的 MIPI CSI 40Pin 座、同样的 8Pin RJ45/RS485 二合一 Wafer 座、同样的 24Pin 扩展接口。

接口说明
MIPI-CSI DPHY1×4Lane，40Pin-0.5mm
以太网百兆，8Pin Wafer 座（与 RS485 共用）
RS485A/B 线，3.3V 电平
WiFi板载双频 WiFi6（802.11a/b/g/n/ac/ax）
USB1×USB2.0（24Pin FPC）+ 1×Type-C（Device）
扩展口24Pin-0.5mm FPC：5V、USB2.0、ADC、I2C、UART、10×GPIO
其他RTC、Debug、Recovery、Reset、TF Card

RS485 接口引脚定义也完全一致：

引脚信号电平
112.0V Input12V
2GND-
3485_B3.3V
4485_A3.3V
5RX--
6RX+-
7TX--
8TX+-

这意味着，如果已经在 CAM-3576 上做了载板/底板设计，换 RV1126B 只需要更换模组，底板不用动。 对产品线覆盖「低端 IPC」到「高端 AI 盒子」的团队，这一套硬件平台配两颗不同芯片的策略，开发资源的复用率会非常高。

RJ45/RS485 接口

五、安全与加密：国密是加分项

RV1126B 规格书里专门列了 SM2/SM3/SM4 加密算法 支持，集成 TrustZone 安全隔离技术和 keyladder 密钥管理系统。这在安防类产品里越来越是硬性要求——公安、金融、政府项目的摄像头和门禁设备，国密合规几乎是必须的。

CAM-3576 的规格书里没有提到国密支持，这是两者在安防合规场景下的一个重要差异。

六、场景选型建议

做完这个对比，我的建议很简单：

选 CAM-1126B（RV1126B）的场景：

  • 你正在做智能摄像头、IPC、网络摄像机
  • 产品对功耗敏感（电池供电、PoE 受限）
  • 需要 AI-ISP 处理低光照 / 夜视 / 鱼眼
  • 有国密合规需求（政府 / 公安项目）
  • 需要超编码节省存储
  • 端侧跑 2B 以内的轻量模型

选 CAM-3576（RK3576）的场景：

  • 你在做边缘 AI 盒子、机器人主控、工业控制器
  • 需要更强的通用计算性能（A72 大核）
  • 要跑 3B~35B 的 LLM
  • 需要 RTLinux 做硬实时控制
  • 产品需要覆盖车规温度等级

两个都要的场景：

  • 产品线覆盖从低端到高端的 IPC / AI 盒子全系列
  • 同一套底板设计复用两套模组——38mm 的 PCB layout 是共享的，接口完全兼容

产品尺寸图

写在最后

翻完 RV1126B 的规格书，最大的感受是：天启这套 38mm 模组平台的策略有点东西。

CAM-3576 和 CAM-1126B 共用一套 PCB 封装和接口定义，但分别瞄准了「AI 算力」和「AI 视觉」两个不同的市场方向。RK3576 的优势是通用算力 + 大模型 + 车规；RV1126B 的优势是 AI-ISP + 超低功耗 + 加密 + 超编码。

如果你只需要在摄像头端侧做轻量 AI 分析、省功耗、过国密合规，RV1126B 是更精准的芯片选择。如果你需要更丰富的外设、更大的模型容量、更强的通用算力，加钱上 RK3576。

两个板子不会互相替代——它们是同一款弹匣里的两种弹药，装哪个取决于你要打什么靶。

# 人工智能 # 边缘计算
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局