PG电子（中国）-官方网站

　　

　　工业与行业物联网（泛 IoT）市场呈现极其碎片化特征，单一品类出货规模有限但细分品类覆盖范围极广，形成典型的“分散化”市场结构。碎片化体现在两个维度：一是品类分散，2024 年中国智能家居市场规模 7850 亿元，其中扫地机器人、智能音箱、智能门锁分别占比 18%、15%、12%；二是需求差异化，商显芯片需侧重高清显示驱动，扫地机芯片需强化路径规划与传感器融合，智能音箱芯片需优化语音识别算法，通用型SoC 难以满足全场景需求。

　　2024 年中国工业物联网解决方案市场规模已达 1.4 万亿元，2025 年该规模预计增至 1.5 万亿元，其中泛 IoT 细分领域贡献极大的市场规模，但该规模分散于超 20 个细分品类，包括商显设备、智能收银机、扫地机器人、智能音箱、安防IPC、工业传感器、智能电表、二维码扫描设备等。

　　中国智能家居市场规模和渗透率快速增长。2024年中国智能家居市场规模达到7850亿元，同比增长 18.2%，中国一线城市智能家居渗透率已达 42%，一二线%。但分散于扫地机、智能音箱、智能门锁、智能空调等多个小品类中，进一步凸显“品类多、单量小”的碎片化特点。同时，不同细分品类的技术需求差异显著：商显芯片需侧重高清显示驱动与多设备协同能力，扫地机芯片需强化传感器数据处理、路径规划与低功耗控制，智能音箱则需优化语音识别算法适配，这种场景化差异加剧了市场碎片化，也使得通用型 SoC 难以覆盖所有需求，为垂直品类厂商提供了生存空间。

　　国产替代是推动泛 IoT 芯片市场发展的核心驱动因素，该领域凭借对制程要求低、成本敏感度高的特点，成为 SoC 国产替代进程中国产化率最高的板块之一。从制程门槛来看，泛 IoT 芯片无需依赖 3nm/2nm 等先进制程，22nm/12nm 成熟制程已能满足多数场景的性能需求，很多智能家居芯片需支持基础数据运算与外设连接，22nm 制程即可实现。

　　成本方面，国产芯片价格较海外品牌具有显著优势，瑞芯微 RK3568 系列采用 22nm制程，市场单价约 20-30 美元，成为商显、智能家居等价格敏感型市场的首选。以 NBIoT 模组为例，2025 年国产化率达 68%，较 2023 年提升 14 个百分点，显示国产替代在特定细分领域的快速突破。在智能座舱等复杂应用场景，国产芯片仍处于早期阶段，2024年国产化率约 10%，但在入门级车型和特定应用场景中正快速渗透，本土厂商主导中低端市场的格局正在形成。

　　瑞芯微（Rockchip）是高端商显与边缘计算芯片领域“高通平替”的核心国产厂商，凭借成熟制程与场景化性能实现对海外芯片的规模化替代。从高端商显场景来看，其 8nm制程的 RK3588 系列芯片的持续放量成为核心驱动力，其带动各 AIoT 算力平台在汽车电子、机器视觉、工业领域及各类机器人市场深度渗透，同时拉动产品结构升级，推动综合毛利率从 2023 年的 34.25%稳步提升至 2025 年前三季度的 41.77%。

　　瑞芯微把机器人作为 AIoT 重要产品线。当前公司 SoC 产品已经应用在多种形态机器人，拥有较高市占率，主要承担机器人“小脑”功能。依托技术积累和产品布局优势，公司以端侧算力协处理器布局机器人“大脑”，同时在机器视觉、音频等领域都有成熟方案，后续会快速在这些领域与客户展开更广泛合作。

　　晶晨股份（Amlogic）在机顶盒与智能电视 SoC 领域具备全球霸主地位，核心产品的市占率、技术壁垒与客户覆盖度均居全球前列。在机顶盒 SoC 领域，晶晨股份大部分营收则主要于海外市场。招股书显示，截至 2025 年上半年，公司中国内地以外的市场收入占比高达 88.9%，而 24 年全年，这一比例高达 92.0%。

　　以 2024 年相关收入计，晶晨股份在全球所有智能机顶盒 SoC 厂商中排名第一，市场占有率为 31.5%，全球每 3 台智能机顶盒即搭载 1 颗晶晨股份芯片，2025 年第二季度其系统级 SoC 芯片单季出货量近 4400 万颗，机顶盒芯片全球市占率排名第一，业务覆盖全球 250 余家主流运营商及Netflix 等流媒体巨头。

　　在智能电视 SoC 领域，在全球所有智能电视 SoC 厂商中排名第二，市场占有率为 16.8%。全球每 5 台智能电视中即有 1 台搭载其芯片，已与 TCL、创维、海信、小米等全球前 20 大电视品牌中的 14 家建立合作，且推出全球首颗 8K 超高清机顶盒 SoC 芯片 S928X（集成自研神经网络处理器），推动终端画质升级。同时，公司以高研发投入筑牢壁垒，2022-2024 年每年研发费用超 10 亿元，研发投入占营收比例均超 20%，在科创板同类企业中处于领先水平。

　　在稳固上述基本盘的同时，晶晨股份正凭借其深厚的多媒体处理与系统集成技术，加速向更广阔的 AIoT 市场进行平台化扩张，已成功在多个高增长细分领域建立起领先优势。其智能影像解决方案面向安防监控、智能分析等场景，其芯片（如 A311D、C308X）支持高清视频处理与端侧智能分析（如人脸识别、对象追踪），实现数据本地处理，大幅减轻服务器负载。

　　对于刚接触PG电子的新手，有什么实用的攻略吗？

　　智能家居解决方案以智能音箱等产品为入口，其系列芯片（如 A113D、A113L、A113X）提供高性能、低功耗的远场语音交互能力，已广泛应用于小米小爱音箱、JBL Link Bar、Google Home Max、百度 Raven-H、Rokid Pebble 等全球主流品牌产品中。其智能商显解决方案针对教育、广告、金融等行业的交互显示需求，其高性能芯片（如 S905D3、T962X3、T972）结合了强大的 CPU/GPU/NPU 与丰富接口，为客户提供一站式解决方案。晶晨已成功演进为横跨家庭娱乐、智能视觉、语音交互、商业显示等多场景的平台型 AIoT 芯片设计公司，其多元化的业务布局为其打开了全新的增长空间。

　　星宸科技（SigmaStar Technology）是在视觉感知这一更基础、更普适层级的定义者与领军者。公司以全球视频安防芯片市场超过 40%的市占率稳居第一，其 AI SoC 芯片累计出货量已突破 5.5 亿颗，这标志着它已是端侧智能视觉领域无可争议的隐形冠军。与追逐通用算力竞赛的策略不同，星宸科技的成功在于其“深耕亿万小场景”的精准战略，即不盲目追求尖端制程的极限算力，而是聚焦于智慧安防、智能车载、机器人、AI眼镜等海量细分市场，通过极致优化的软硬件协同，提供在功耗、成本、时延与易用性上最佳平衡的解决方案。公司的核心竞争力源于深度的场景化创新能力。

　　全自研的 ISP（图像信号处理器）、NPU（神经网络处理器）及完整 AI 工具链，这使其能在成像质量、能效比和系统集成度上持续领先。例如，在智能机器人领域，全球每生产 3 台家用扫地机器人，就有 1 台采用其主控 SoC；在智能车载市场，其面向 L2 级辅助驾驶的芯片已实现规模化前装定点；在备受关注的 AI 眼镜赛道，其推出的 SSC309QL 芯片，通过 Chiplet等创新设计，在实现相同录像规格时，整机功耗可比市场主流方案降低约 50%，为设备实现全天候佩戴提供了关键支持。

　　星宸科技正从单一的视觉处理领导者，向感知、计算和连接的一体化平台迈进。通过战略投资与内部研发，公司不仅持续升级智能视觉和机器人主控芯片，还积极布局车载激光雷达 SPAD 芯片、具备端侧大模型能力的边缘计算芯片等前沿领域。财务数据印证了其成长性：2025 年前三季度，公司实现营业收入 21.66 亿元，同比增长 19.50%，业务呈现健康扩张态势。因此，星宸科技代表了另一类成功的国产芯片范式，即凭借在垂直领域的技术深度与市场控制力，将单一优势横向复用于多个高速增长的AIoT赛道，从而在端侧智能市场中持续开拓领域。

　　在泛 IoT 市场格局中，全志科技、乐鑫信息、炬芯科技、泰凌微电子、翱捷科技等公司是在特定赛道具备核心技术优势的新兴力量，凭借场景化芯片设计与成本优势覆盖多元细分需求，共同构成了国产芯片产业的多元化生态。全志科技是国内老牌多媒体 SoC设计商，其芯片在车载信息娱乐、智能家居、高清视频处理等领域应用广泛，车规级芯片已实现大规模前装量产。乐鑫信息是全球 Wi-Fi 与蓝牙双模 MCU 领域的领导者，其ESP 系列芯片凭借极高的性价比和活跃的开源生态，成为全球数百万物联网开发项目的首选，在智能家居、穿戴设备中深度卡位。炬芯科技长期深耕音频 SoC，其产品在蓝牙音箱、智能手表、AR 眼镜等对音质与低功耗有高要求的设备中占据重要份额。

　　泰凌微电子在低功耗无线连接芯片领域深耕，其蓝牙、Zigbee 等产品在键盘鼠标、遥控器、电子价签等需要超长续航的细分市场表现突出。翱捷科技作为少数具备全制式蜂窝物联网芯片研发能力的厂商，其 Cat.1 和 5G RedCap 芯片为共享经济、资产追踪、工业互联等需要广域连接的场景提供了关键解决方案。这些公司在各自擅长的领域构筑了纵深防线，共同推动着国产替代从点的突破走向面的普及

　　TinyML 是适配极低资源端侧设备的轻量 AI 技术，既具备高增长的经济价值潜力，也在技术特性上与高算力 AI 形成差异化定位。未来 5 年 TinyML 可在全球释放超 700 亿美元的经济价值，其中物流、制造/工业自动化领域分别贡献 280 亿美元、220 亿美元，对应市场的年均复合增长率（CAGR）高达 273%。它与依赖智能设备、工业网关等硬件的EdgeAI 差异显著，TinyML 适配 MCU、传感器节点等仅含几十 KB 至 1MB 内存的极低功耗设备，模型规模仅几千到几十万参数、体积几十 KB 至 1MB，聚焦声音唤醒、事件检测等轻量智能能力，支持端原生推理与超低功耗断网运行；而在 AI 训练算力增速高速扩张的行业背景下，TinyML 恰好填补了低资源端侧设备的智能需求空白，成为泛 IoT 芯片 AI化的核心方向之一。

　　TinyML 技术已突破极低功耗 IoT 芯片（含 MCU）的 AI 部署瓶颈，实现轻量级 AI 模型在资源受限硬件上的稳定运行。TinyML 的核心逻辑是通过模型压缩、算法优化，将传统需 GB 级内存、GPU 算力支撑的 AI 模型，适配至仅具备几 KBRAM、几 MHz 主频的微控制器（MCU）。这类芯片是泛 IoT 设备的核心硬件，广泛用于智能穿戴、工业传感器、智能家居终端，成本低至 2 美元，功耗仅为毫瓦级，相较云端 AI 的瓦级功耗降低约 1000倍，解决了边缘设备低功耗需求与 AI 算力诉求的矛盾。传统 MCU 仅能完成基础控制功能（如家电开关、温度监测），而搭载 TinyML 的 MCU 可本地运行 AI 模型，无需依赖云端数据传输，延迟缩短至毫秒级，同时避免了网络波动对功能稳定性的影响。

　　TinyML 的典型应用已覆盖泛 IoT 多场景，轻量级 AI 模型落地消费、医学与工业领域。在消费级场景中，人脸唤醒功能已批量应用于智能音箱、智能门锁等设备：搭载TinyML 优化模型的 MCU，可在本地完成人脸特征提取与比对，响应时间低，误识别率低，单设备日均功耗低；在医学领域，北大人工智能研究院燕博南团队与合作者成功研制出世界首款大规模全柔性存算一体 AI 芯片，有望为可穿戴健康监测设备、柔性机器人等智能应用提供关键硬件支撑；在工业场景中，TinyML 赋能工业传感器实现故障预判，例如对电机振动数据的 AI 分析，可提前 24 小时预警设备异常，这类工业级 AIMCU 的部署成本仅为传统工业 SoC 的 1/5，且功耗降低 70%，已在扫地机器人、智能电表等泛 IoT 设备中规模化应用。

　　2025 年高通通过收购 TinyML 领域核心企业 Edge Impulse 加速布局，强化自身在边缘 AI 与低功耗物联网场景的技术壁垒与市场竞争力。该平台已吸引超 17万开发者入驻，支持超 45 万个嵌入式 AI 项目，客户覆盖意法半导体、恩智浦等芯片厂商及工业、医疗领域头部企业，高通通过整合其工具链可快速补足边缘 AI 开发能力，重点瞄准工业自动化、智慧医疗场景中低功耗设备的 AI 部署需求。

　　对于刚接触PG电子的新手，有什么实用的攻略吗？

　　面对机器人、高级辅助驾驶等需要实时多模态感知与决策的蓝海市场，提升核心算力已成为芯片厂商的战略焦点。为支撑实时感知、融合与决策，头部厂商正全力推动 AI算力从现有水平向更高数量级跃进，这场算力升级的本质，是为高阶智能应用铺设不可或缺的底层硬件基石。以瑞芯微、星宸科技为代表的头部厂商，正通过提升算力密度、优化芯片架构，积极向高阶端侧 AI 领域进军。芯片算力将从数 TOPS 向数十 TOPS 发展。国内芯片公司不只是聚焦于泛化的芯片销售，而是与细分领域的头部终端厂商进行深度协同开发，因此对算力提出了更高的要求。

　　在机器人领域，瑞芯微、星宸科技正与机器人整机企业合作，提供不仅算力充足，更在功耗、实时性、多传感器接口等方面深度定制的 SoC 方案。目前高通的旗舰 SoC AI 算力已突破 80 TOPS，瑞芯微的目前量产的 RK3588 芯片算力为 6 TOPS。为了抢占机器人等更高阶的市场，其下一代旗舰平台的目标算力为 30 TOPS。公司还探索 片外扩展专用NPU”的方案，直接、高效地补齐复杂场景所需的算力缺口。这种算力的军备竞赛本质上是为了满足具身智能中多传感器融合、低延迟实时决策的刚性需求。返回搜狐，查看更多