端侧AI芯片正在从手机、汽车走向工地。一文拆解曦华科技的技术与亏损背后逻辑，帮建筑企业看懂智慧工地“芯片大脑”的机会。
智能工地想跑得快，先看芯片够不够“聪明”
过去三年，国内多家大型建筑央企在智慧工地试点里做了一件事：把安全帽、塔吊、升降机、视频监控、环境传感器，全都接入AI系统，做实时识别、自动预警和数据看板。结果很直观——有项目部的安全隐患人工巡检次数减少了40%以上，但AI服务器功耗和运维成本却一路飙升。
问题不在AI算法，而在“芯”。如果所有识别、分析都放在云端和机房，工地现场就会被一堆网线、交换机和服务器“绑架”，延迟高、带宽贵、还不稳定。端侧AI芯片开始被越来越多施工企业和解决方案商关注：
让“算力”下沉到摄像头、网关、平板、智能安全帽和工控终端上，工地才真正算是“长了大脑”。
这正是曦华科技这样的端侧AI芯片企业的用武之地。它本身是一家汽车和显示领域的芯片公司，但从它的技术路径和商业阵痛里，建筑行业能学到很多——怎么选芯片、怎么算ROI、怎么看待前期亏损和长期价值。
本文想聊三件事：
- 曦华科技是靠什么芯片做到细分领域领先的？
- 这些端侧AI能力，如何迁移到智慧工地场景？
- 曦华科技的亏损、客户结构，对建筑业做智慧工地有什么启发？
一家“造芯7年还在亏”的公司，为什么值得建筑圈关注？
先把结论放在前面：这家公司本质上是在为“终端AI化”铺路，而智慧工地正需要这种基础设施。
曦华科技在干什么？
招股书披露，曦华科技的核心产品有两类：
-
智能显示芯片及解决方案
AI Scaler：全球首款ASIC架构的Scaler芯片，主要给智能手机、汽车座舱屏幕做图像处理和端侧AI推理。- STDI等显示相关芯片。
-
智能感控芯片及解决方案
TMCU（触控微控制器）、通用MCU、触控芯片、智能座舱方案。- 已在中国10大汽车主机厂中的9家实现量产，用在方向盘离手检测、智能门把手、防夹车门等场景。
如果你把“汽车座舱”想象成一个高度集成的智能终端，就会发现和“智慧工地终端”非常像：
- 多屏显示：工地大屏、移动巡检终端、塔吊/升降机操作屏；
- 多模态感知：触控、摄像头、雷达、压力、位移、环境传感器；
- 安全相关：要在本地快速响应，不能完全依赖云端。
曦华科技的端侧AI和智能感控能力，本质上就是在做一件事——让终端自己理解画面和环境，而不是当“傻屏幕”。
亏损4.26亿元，仍然坚持高研发投入
从2022年至2025年前三季度，曦华科技：
- 营收从约8667.9万元增长到约2.4亿元；
- 同期累计亏损约4.26亿元；
- 经营活动现金流三年多累计净流出约3.95亿元；
- 资产负债率从2024年末的35.9%升至2025年前三季度的51.9%。
与此同时，研发投入非常“猛”：
- 2022年研发费用占营收比例高达131.9%；
- 即便到2025年前三季度，研发费用率仍有27.8%。
从建筑企业视角看，这套财务数据其实很眼熟：
端侧AI芯片公司现在的状态，很像很多建筑央企/民企做智慧工地平台时的“烧钱期”——前期重投入，短期看不到利润，但谁先把基础架构打通，后面的项目复制成本就会直线下降。
这也是为什么，哪怕曦华科技“造芯7年还在亏”，依然不断获得奇瑞、弘毅、洪泰等机构的加持，并在2025-12冲刺港股IPO。资本在押注的是：端侧AI一定会从汽车、手机延伸到更多B端行业，而建筑业是最重要的一块。
从汽车座舱到智慧工地：端侧AI芯片能带来什么？
如果把智慧工地看成一条“数据生产线”，端侧AI芯片改变的是整个产线的效率和质量。
1. 智能视频监控：摄像头不再只是“录影机”
目前大部分工地AI监控是这样做的：
- 摄像头采集视频；
- 视频回传到项目机房或云端服务器；
- 服务器跑模型，输出安全帽佩戴、人员闯禁、坠落风险等告警；
- 再把告警推送到管理人员手机/大屏。
问题：
- 网络不稳就“瞎”；
- 带宽成本高；
- 延迟大时，告警可能已经来不及处理。
如果把曦华科技这类AI Scaler或端侧AI芯片嵌进前端设备：
- 摄像机本地就能跑轻量化检测模型；
- 只上传结构化结果（比如“2号塔吊区域，未戴安全帽人数=1”），而不是整段视频；
- 异常直接在工地局域网内联动：触发声光报警、对讲提醒、联动门禁等。
对总包和智慧工地集成商来说，这几件事会立刻发生变化：
- 网络成本下降：不用把所有视频推到云端；
- 服务器配置下降：核心机房做“汇总与决策”，而不是“所有算力都扛”；
- 可扩展性提升：项目越多，前端越多，大脑压力不会线性增加。
2. 实时施工质量与安全监测：TMCU的“触觉”优势
曦华科技在车规级TMCU上已经验证过一个逻辑：
用高可靠的本地MCU+传感器融合，实现“安全相关动作”的实时判断和执行。
放到建筑场景，可以做的事情很多：
-
塔吊与升降机安全
- TMCU+力矩/倾角传感器，实时判断是否超载、倾覆风险；
- 本地就能触发限位、减速甚至紧急制动，而不是等云端决策。
-
模板支撑与深基坑监测
- 通过压力、位移传感器矩阵+MCU，判断是否异常位移或受力集中；
- 现场大屏直接高亮风险点，联动短信/语音通知责任人。
-
临边洞口与门禁联动
- 结合红外、雷达、压力传感器，判断人员是否进入危险区域；
- 不依赖网络，断网也能本地报警。
这些都需要一个共性条件：低功耗、高可靠、可在复杂环境长期工作的端侧芯片。汽车的车规级标准要求极高耐温和抗干扰，本质上比多数工地环境更严苛，所以像曦华这种车规TMCU企业，其技术路线天生适配施工现场。
3. 具身智能与施工机器人：未来3–5年的增量场景
招股书提到，曦华科技的产品已经开始导入“具身智能”赛道，做人机交互解决方案。这一块，和施工机器人、智能巡检机器人、无人机巡检高度相关：
- 机器人末端需要大量触觉、位置感知；
- 视觉与触控要结合，保证在复杂环境中的稳定作业；
- 部分决策必须在本地完成，减少对远程控制的依赖。
如果你是在研究“机器人+智慧工地”的总包或科技公司，可以提前关注两个方向：
- 端侧AI芯片 + 机器人控制板卡的一体化设计；
- 通用MCU + AI加速单元的组合，取代单纯的PLC+工控机方案。
曦华科技的“成长阵痛”，是建筑业做智慧工地的一面镜子
技术很好看，但财务报表很“扎眼”。这反而是对建筑企业最有价值的部分——怎么正确看待智慧工地的投入与回报。
一：长期亏损 ≠ 商业模式失败
曦华科技三年多亏损4.26亿元，一方面是产品还在爬坡，另一方面是研发投入比重极高。建筑行业做数字化转型，本质上也会经历类似阶段：
- 前2–3年：大量预算砸在平台、硬件和试点项目上，财务报表上看不到直接利润；
- 中期：当自研平台、标准化物联方案成型后，新项目边际成本下降；
- 后期：形成“数字化能力”护城河，开始反向赋能EPC总承包、运维业务。
所以，如果你负责集团级智慧工地规划，有两个现实建议：
- 不要只看单项目回本周期，看整个项目组合的折旧周期。 端侧AI硬件完全可以跨项目调拨使用；
- 把智慧工地当成“企业芯片”级别的基础设施，而不是一个短期创收产品。
二：客户和供应链集中度高，是所有“B端技术公司”的通病
曦华科技前五大客户贡献了超过八成收入，最大客户A一度占到76.7%。供应端同样集中，前五大供应商采购额占比最高达到83.7%。
听起来很吓人，但对照一下建筑企业的智慧工地业务：
- 过度依赖某一家软硬件集成商，一旦对方出问题，项目大面积受影响；
- 或者你自己做平台，却只服务于少数几个大项目，收入结构同样集中。
聪明的做法是：
- 在芯片和硬件层面做“备份”：避免所有智能摄像头、网关、MCU都来自单一供应商；
- 在平台层面坚持“开放接口”：可以接入多家前端设备和AI模型供应商；
- 项目招投标时，把接口开放性、可替换性写进技术条款，而不是只看单次报价。
三：自我造血能力不足，会直接拖累数字化进程
曦华科技经营现金流长期为负，只能靠股权和银行借款续命。建筑企业如果智慧工地也走到这一步——每年都是大额投入、小额产出——管理层很快会对这件事失去耐心。
更稳妥的做法是：
-
优先做“可量化收益”的场景
- 安全事故减少、停工时间缩短、返工率下降，这些都能折算成直接经济效益；
- 再叠加节约的服务器、专线带宽、人力巡检成本，把端侧AI硬件投入放在同一张表里算。
-
对芯片和硬件采用“分期/租赁/服务化”模式
- 不是一次性买断，而是按项目周期折旧或按使用量付费；
- 方案商也可以模仿芯片公司：通过量产拉低单价，用多项目摊薄前期研发投入。
建筑企业如何“用好芯片大脑”？一个务实落地路径
如果你负责企业数字化或智慧工地，有意识地把“端侧AI芯片”考虑进来，能明显提升系统的可持续性。可以按下面这条路径来推进：
第一步：从场景出发，反向推算芯片需求
先别急着选品牌，先把场景拆出来：
- 哪些场景必须低延迟、本地决策？（如塔吊防碰撞、高危区域入侵、临边洞口）
- 哪些场景可以云端慢分析？（如施工进度统计、行为分析、班组出勤画像）
然后再问三句话：
- 这个场景需要多少算力？是传统MCU就够，还是要带AI加速的ASIC/SoC？
- 环境条件如何？是否需要“车规级”或接近车规级的可靠性？
- 如果未来模型要迭代，芯片和模组是否支持OTA升级？
第二步：在新建项目中优先试点端侧AI
最适合试点的通常是：
- 新建大型工地（总包控制力强，弱电和机房可同步规划）；
- 有较高安全生产压力或形象工程要求的项目。
在这些项目中，把下面几类设备优先“AI端侧化”：
- 核心摄像头（塔吊、临边、材料堆场、出入口）；
- 升降机、塔吊安全控制单元；
- 智能安全帽、人员定位标签网关；
- 主要配电箱、消防泵房等关键机电设备监控终端。
第三步：在集采与技术标准中写进“芯片级要求”
很多招标文件只写“支持AI识别”，但不写芯片和架构要求，结果导致：
- 有的设备把所有数据推云端，现场一点算力没有；
- 有的设备用的是完全封闭、不可升级的方案；
- 项目结束后，设备无法复用到新项目。
更成熟的做法是：
- 在技术规范中写明：必须支持端侧AI推理，且提供算力指标和功耗指标；
- 要求供应商说明芯片类型（如ASIC AI加速、TMCU等）、可升级能力和生态兼容性；
- 中长期考虑与一两家国产芯片企业建立联合方案或联合实验室，形成“标准物料库”。
智慧工地的下一步：从“有系统”到“有大脑”
曦华科技冲刺IPO的招股书，把一家端侧AI芯片公司的真实状态摊在了台面上：技术领先、客户集中、持续亏损、现金流承压。看上去充满矛盾，但我更愿意把它理解为一个信号：
中国的终端AI芯片，正在从手机、电视和汽车，向更“硬核”的行业蔓延，建筑业肯定在名单里，而且不会排在最后。
对建筑企业来说，智慧工地的竞争已经不再是“谁的APP更好看”，而是谁先把自己的“数字化基础设施”打牢。端侧AI芯片，就是这套基础设施里最底层但最关键的一块：
- 它决定了现场数据能不能实时被“理解”；
- 决定了系统是不是离开云端就瘫痪；
- 也决定了未来5–10年智慧工地硬件能不能不断升级，而不是三年一批电子垃圾。
接下来，中国建筑业会越来越多地遇到像曦华科技这样的芯片企业、模组企业和AI方案商。与其被动被报价和参数“牵着走”，不如现在就开始思考一个问题：
在你们企业的智慧工地蓝图里，哪些地方需要一个更聪明的“芯片大脑”？
真正跑通端侧AI的施工企业，会率先从“有系统”升级到“有大脑”。这一步走对了，后面的BIM协同、数字孪生、施工机器人，都会走得更稳。