RK182X官方规格支持本地部署3B和7B模型及传统CNN。
TOKEN PARADOX
Token降价对端侧芯片有两股相反力量
模型越便宜，AI功能越普及；云端越便宜，部分设备也越不需要强NPU。
需求创造效应来自模型小型化、量化、蒸馏和开发成本下降：更多摄像头、机器人、会议机、工业设备和车载终端可以加入视觉、语音和智能体能力。瑞芯微的CPU、NPU、ISP、视频编解码、接口和本地软件栈可以把这些功能集成进成本敏感的设备。
替代效应则来自更便宜、更强的云API。如果设备只是偶尔问答，网络稳定、时延要求低且数据可以上传，低端主控加云服务可能比本地3B或7B模型更经济。端侧最强的场景不是“所有设备都放一个大模型”，而是持续视频处理、毫秒级控制、隐私数据、断网运行和调用频率高到云成本不可忽略的任务。
| 场景 | 本地推理价值 | 云端替代风险 |
|---|---|---|
| 工业视觉与安防 | 连续视频、低时延、数据不出厂 | 低 |
| 机器人与设备控制 | 感知和动作闭环不能依赖公网 | 低到中 |
| 本地知识库与办公终端 | 隐私和离线可用 | 中 |
| 聊天玩具与轻交互 | 本地体验可加分但非必需 | 高 |
| 开发板与AI盒子 | 生态验证价值高 | 销量和持续需求不确定 |
瑞芯微受益的不是Token本身变便宜，而是便宜智能把多少真实设备重新设计一遍。
PLATFORM SKELETON
从SoC公司到平台，需要四块骨架
产品组合已经出现，跨代继承和第三方繁荣仍待验证。
第一块是通用SoC，负责操作系统、视频、接口和控制；第二块是RK182X协处理器，通过PCIe或USB与主控连接，补足本地大模型算力；第三块是RKNN3，包括模型转换、量化、Runtime和板端API；第四块是Model Zoo与行业参考实现，让客户更快把CNN、LLM、VLM、语音、OCR和机器人模型部署到产品。
这套组合已经超出单颗芯片，但平台护城河仍不等于功能清单。官方RKNN3仓库明确其与此前RKNN-Toolkit、RKNN-Toolkit2不兼容，意味着新旧NPU代际之间的软件资产继承仍有摩擦。成熟平台需要稳定API、长期支持、跨代迁移和第三方工具，而不是每一代硬件都重新适配。
按场景组合通用计算、视频和大模型推理。
模型转换、评测和部署形成统一流程。
跨代兼容、第三方商业软件和客户留存尚待证明。
EVIDENCE STACK
跑分、采用与收入，必须放在三张表里
公司已经披露强劲主业增长，但没有单列RK182X或AI软件收入。
2025年公司营业收入44.02亿元，同比增长40.36%；智能应用处理器芯片收入39.27亿元，是主要收入来源。技术服务及其他收入约1669.7万元，仅占总收入约0.38%。这一财务结构说明瑞芯微目前主要通过一次性芯片销售变现，尚不是按Token、订阅或软件许可持续收费的平台。
公司称RK182X已获十多个行业、超过300家客户采用，并披露RKNN3适配30多款模型、部分3B多模态模型解码超过100 tokens/s。这些材料可以证明产品和生态推进，却没有给出RK182X出货量、客户订单额、单独收入或毛利。采用可能包括评估、设计导入和小批量，不能自动等同量产。
| 证据 | 能证明什么 | 不能证明什么 |
|---|---|---|
| 官方产品规格 | 支持模型、接口、内存和精度 | 客户采购和真实应用性能 |
| 公司模型跑分 | 特定模型、配置下的技术能力 | 所有模型体验、终端功耗和规模收入 |
| 客户采用自述 | 设计活动和市场兴趣 | 量产台数、订单金额、验收和回款 |
| 年度报告 | 公司整体收入、产品大类和利润 | RK182X与AI软件的独立贡献 |
| 开源SDK与模型库 | 开发者可获取的工具和支持范围 | 第三方商业生态和客户跨代留存 |
真正的平台化证据，是客户连续两三代留下来，并让ASP、配套芯片和毛利率一起改善。
PLATFORM EXAM
瑞芯微的优势是中间层，不是绝对垄断
它用成本、视频和本地支持填补高端平台太贵、低端平台AI不足的空间。
瑞芯微并不需要在绝对算力上击败云端GPU或高端机器人平台。它的商业位置是为成本、功耗和接口敏感的中国AIoT客户提供足够好的通用主控与本地推理。若客户能用同一套工具快速覆盖摄像头、工业、车载和机器人，并在下一代产品继续选择瑞芯微，这种中间层会形成真实切换成本。
反过来，如果RKNN跨代迁移成本高、第三方开发者不活跃，客户只把芯片当成可替换BOM，平台利润就难出现。Token商品化会扩大终端总量，却也让芯片竞争更激烈；最终应看RK182X量产、应用处理器ASP与毛利、客户留存、配套芯片价值量和经营现金流，而不是再支持了多少个模型名字。
- 硬件考试：RK182X是否从评估板进入稳定批量终端。
- 软件考试：RKNN是否保持API稳定、改善跨代兼容并缩短迁移周期。
- 生态考试：是否出现不依赖公司推动的第三方工具、应用和付费服务。
- 财务考试：平台化是否带来更高ASP、毛利、客户留存和现金回款。