Разработанная для мейкеров и исследователей, модульная камера MaixCAM2 от Sipeed построена на базе ИИ SoC Axera AX630 с производительностью ИИ от 3.2 TOPS (INT8) до 12.8 TOPS (INT4), при этом обеспечивая в 10-20 раз более высокую производительность на OpenMV-N6 и Raspberry Pi 5 , и примерно такую же производительность (140 FPS), как у 33 TOPS Jetson Orin Nano 4GB Super в YOLO11n.
Камера оснащена оперативной памятью 1 ГБ или 4 ГБ, флеш-памятью eMMC 32 ГБ и слотом для карты microSD для хранения данных, 2.4-дюймовым сенсорным дисплеем и сенсором камеры 8 МП / 4Kp30 со светодиодной вспышкой, а также двумя микрофонами и динамиком, что делает ее подходящей для локальных приложений LLM и VLM. Она также имеет два разъема PMOD для расширения, например, для подключения тепловизора и дальномерного сенсора Time of Flight (ToF).
Спецификации MaxiCAM2:
- SoC – Axera Tech AX630
- CPU
- Двухъядерный Arm Cortex-A53 @ 1.2 ГГц с запуском Ubuntu Linux
- 32-битное ядро RISC-V E907, работающее под RTT
- NPU – 12.8 TOPS @ INT4, 3.2 TOPS @ INT8; поддерживает сверточные и Transformer модели, такие как YOLO/LLM/VLM; YOLO11n 640×640 достигает до 113 FPS
- ISP – 4K @ 30fps
- VPU – H.264 / H.265 / MPJEG; кодирование: 4K @ 30 fps; декодирование: 1080p @ 60fps
- CPU
- Системная память – 1 ГБ или 4 ГБ LPDDR4
- Хранилище
- 32 ГБ флеш-память eMMC 5.1
- Слот для карты microSD
- Дисплей
- 2.4-дюймовый HD (640×480) емкостный сенсорный экран IPS
- 4-канальный выход MIPI DSI, 31-контактный интерфейс, 6-контактный емкостный сенсорный экран, вывод до 1080p60
- Камера
- До 8 МП 4K @ 30fps
- Сенсор изображения 1/1.8″ (до 80% больше, чем у камеры Raspberry Pi, и на 10–20% больше, чем у сенсоров в популярных коммерческих камерах, таких как Insta360 и GoPro)
- Объектив M12, преобразуемый в крепление CS для промышленных камер.
- Дополнительные отверстия для крепления винтами позволяют установить 1.25-дюймовый адаптер для астрономических телескопов или 23.2-мм адаптер для микроскопов.
- 4-канальный вход MIPI CSI, 22-контактный интерфейс
- Аудио
- Встроенный усилитель PA + динамик 1 Вт
- 2 аналоговых кремниевых микрофона, прямая запись аудио
- Сетевое подключение
- Модуль WiFi 6 и BLE 5.4
- Интерфейс Ethernet 6-pin FPC (с внешним модулем FPC-to-RJ45)
- USB – 1 порт USB 2.0 Type-C (режимы Устройства и Хоста), поддерживает USB-камеры
- Сенсор – Встроенный 6-осевой IMU (3-осевой акселерометр + 3-осевой гироскоп)
- Расширение
- 2 интерфейса PMOD с шагом 2.54 мм для расширения (20 линий ввода-вывода + Vsys/3.3V/земля)
- 6-контактный разъем расширения с шагом 1.25 мм
- Они поддерживают I2C, SPI, UART, АЦП, ШИМ, сторожевой таймер и другие распространенные периферийные устройства
- Прочее
- Выключатель питания
- Функциональная кнопка
- Светодиоды: питания, пользовательский и подсветки
- Встроенная микросхема часов реального времени BM8563EMA + перезаряжаемая батарейка-таблетка
- Питание
- 5 В через порт USB-C
- Литий-ионный аккумулятор с управлением зарядом/разрядом
- Потребляемая мощность – 2.5 Вт при работе модели Qwen3-VL-2B (без учета энергопотребления сенсора)
- Габариты – 65 x 49 x 20 мм с защитным корпусом; включает стандартное крепление для штатива 1/4 дюйма
MaixCAM2 спроектирован так, чтобы быть простым для новичков, с предустановленными более чем 40 приложениями ИИ, включая VLM-модель Qwen3-VL-2B, модель компьютерного зрения Yolov11n, а также AI-модели, не требующие обучения, такие как YoloWorld и Mixformerv2. Дополнительные приложения можно легко установить из магазина приложений MaixHub .
Опытные пользователи могут использовать среду Python MaixPy и IDE MaixVision для создания собственных моделей. Подробнее об аппаратной части MaixCAM2, производительности и разработке на MaixPy можно узнать в вики и на GitHub . 
Как упоминалось во введении, камера является модульной благодаря двум разъемам PMOD для подключения тепловизора (32×24, 160×120 или 256×192, и до 640×480 с AI-суперразрешением) и/или ToF-сенсора с разрешением до 100×100.
Sipeed сравнила 4K сенсор 1/1.8 дюйма MaixCAM2 с конкурентами, такими как Raspberry Pi Camera Module 3, экшн-камеры, камеры смартфонов, Link2 и ASP-C камеры, в одинаковых условиях низкой освещенности на приведенных ниже фотографиях.

Также были представлены бенчмарки модели YOLO11n на других платформах, таких как Raspberry Pi 5, Rockchip RK3588 и NVIDIA Jetson Orin Nano 4GB (на 33 TOPS, а не 67 TOPS).
Также были предоставлены бенчмарк и данные об энергоэффективности для Qwen3-VL-2B. MaxCAM2 не может полностью сравниться по производительности с AMD 8845HS, но он гораздо более энергоэффективен. Он также в три раза быстрее Raspberry Pi 5.
Это как минимум четвертое устройство с AX630/AX630C, которое встречается, после M5Stack Module LLM и LLM630 Compute Kit , а также собственного NanoKVM Pro 4K IP KVM от Sipeed. Это просто первый случай, когда видится готовая к использованию AI-камера на его основе.
Видео, встроенное в конце этой публикации, содержит несколько демонстраций возможностей 4K AI-камеры MaixCAM2. Sipeed только что запустила его на Kickstarter с целью финансирования в 50 000 HKD (около 6400 долларов США). Награды начинаются от 69 долларов за MaixCAM2 с 1 ГБ ОЗУ и 2K сенсором камеры, 99 долларов за вариант с 4 ГБ ОЗУ/2K и 119 долларов за модель 4 ГБ/4K, описанную в этом посте. Доставка добавляет 40 HKD для Гонконга и от 15 до 25 долларов США для остального мира. Поставки должны начаться в конце следующего месяца, сразу после завершения кампании краудфандинга.
Выражаем свою благодарность источнику, с которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.




