XDA выпустили руководство на прошлой неделе, в котором объединили Frigate с локальной LLM через Home Assistant и подключили модель зрения на 8B, чтобы описать, что видят камеры. Результат — это долгожданное обновление для самостраивающихся: оповещения о движении, которые говорят «водитель доставки положил пакет у двери в 11:42» вместо «движение обнаружено на фронтальной камере». Это работает потому, что все три компонента локальные, поэтому модель зрения не ограничена лимитами API.
Мы протестировали семь десктопных и самостраиваемых приложений NVR, которые встраивают ИИ прямо в конвейер камер. Выбранные приложения работают на Windows, macOS, Linux или комбинации всех трёх, и интегрируются с популярными локальными серверами моделей, такими как Ollama, vLLM и LM Studio. Мы ранжировали их по тому, что они на самом деле делают с видеопотоком: обнаружение объектов, распознавание лиц, описательные оповещения и интеграция с Home Assistant или HomeKit.
На что обратить внимание при выборе ИИ-NVR
Пять факторов отличают NVR с обнаружением объектов от системы, которая превращает оповещения в полезную информацию:
- Истинный локальный вывод. Облачный ИИ взимает плату за кадр, именно поэтому большинство планов Ring или Nest ограничивают обнаружение. Локальное обнаружение на GPU или Coral TPU бесплатно после затрат на оборудование.
- Приёмка в первую очередь через RTSP. ONVIF-обнаружение удобно, но RTSP — это то, на чём говорят открытые NVR. Поддержка камер прекращается на этой линии.
- Аппаратное ускорение. NVIDIA NVENC, Intel QuickSync или Coral USB Accelerator для обнаружения объектов с нужной скоростью. Установка только на CPU быстро устаревает.
- Интеграция Home Assistant. Главная функция сборки XDA — LLM работала через HA, поэтому могла получать события движения и описывать их. Качество интеграции имеет значение.
- Модульные AI-бэкенды. Подключаемые серверы вывода (CodeProject.AI, Frigate+) лучше, чем чёрный ящик с моделью, которую контролирует производитель.
Быстрое сравнение
| Приложение | Лучше всего для | Платформы | Бесплатный план | Начальная цена | Поддержка ИИ |
|---|---|---|---|---|---|
| Frigate NVR | Обнаружение объектов + интеграция HA | Linux, Docker, Proxmox | Открытый исходный код | Бесплатно | Coral TPU, ONNX, GPU |
| CodeProject.AI Server | Модульный AI-бэкенд | Windows, Linux, macOS, Docker | Открытый исходный код | Бесплатно | Мультимодель |
| Blue Iris | Тяжелый коммерческий NVR | Windows | $69,95 один раз | $69,95 | DeepStack, CPAI plugin |
| AgentDVR | Кроссплатформенный NVR | Windows, macOS, Linux | Бесплатный уровень | $7,99/мес Premium | DeepStack, ONVIF |
| Viseron | Лёгкий контейнерный NVR | Docker на Linux, macOS | Открытый исходный код | Бесплатно | Edge TPU, CPU, GPU |
| Shinobi CCTV | Профессиональные функции с открытым исходным кодом | Windows, macOS, Linux | Открытый исходный код | Бесплатно | TF object detection |
| MotionEye | NVR для Raspberry Pi | Linux, Docker | Открытый исходный код | Бесплатно | Ничего встроенного, плагин |
1. Frigate NVR, лучше всего для обнаружения объектов + интеграция Home Assistant
Frigate NVR — это открытый NVR, на котором остановился мир самостройки по одной причине: интеграция Home Assistant первоклассная. Frigate выполняет обнаружение объектов в реальном времени, используя Coral TPU, NVIDIA GPU или современный Intel iGPU, публикует события обнаружения через MQTT и предоставляет Home Assistant живый миниатюру с каждой камеры. Сборка XDA, которая вызвала эту статью, подключила события Frigate к локальной модели Llama 3 vision на том же боксе, а затем вернула описания обратно в HA-уведомления.
Где это отстаёт: Docker-ориентированность означает, что кривая установки круче, чем Blue Iris, если вы раньше не запускали контейнер. Windows поддерживается только через WSL или Docker Desktop, не нативно.
Цены:
- Бесплатно: открытый исходный код, MIT
- Платно: подписка Frigate+ разблокирует модели обнаружения более высокого качества, $50/год, опционально
Платформы: Linux нативно, Docker на Windows/macOS, Proxmox, Home Assistant OS add-on
Скачать: Frigate NVR
Итог: NVR для домашней лаборатории, которая уже запускает Home Assistant. Конвейер локальной LLM работает поверх Frigate чистым образом, и путь обновления от обнаружения объектов к описательным оповещениям задокументирован.
2. CodeProject.AI Server, лучший модульный AI-бэкенд
CodeProject.AI Server — это не NVR. Это AI-сервер вывода, к которому подключаются другие NVR. Положите CPAI на ту же машину, что Blue Iris, AgentDVR или Shinobi, и он откроет обнаружение объектов, распознавание лиц, чтение номерных знаков и супер-разрешение как HTTP-эндпоинты, которые запрашивают NVR. Библиотека моделей модульная: установите только те, которые нужны, меняйте их без касания NVR.
Где это отстаёт: сам по себе CPAI ничего не записывает. Комбинируйте с NVR. Установщик Windows дружественнее, чем Linux-настройка, которая всё ещё тяготеет к Docker.
Цены:
- Бесплатно: открытый исходный код, модули включены
- Платно: нет
Платформы: Windows, Linux, macOS, Docker (NVIDIA, ROCm, Intel HW acceleration)
Скачать: CodeProject.AI Server
Итог: бэкенд по выбору, если вы хотите наслоить ИИ на существующий NVR. Особенно хорошо работает с Blue Iris.
3. Blue Iris, лучший тяжелый коммерческий NVR
Blue Iris — это давно работающий Windows-только коммерческий NVR, который управляет множеством установок малого бизнеса. Сборка 2026 года интегрирует CodeProject.AI как модуль ИИ первого класса, поэтому обнаружение объектов, соответствие лицам и чтение номеров настраиваются в том же интерфейсе, что и профили камер. Качество записи, зоны движения и поддержка PTZ-камер самые глубокие в этом списке.
Где это отстаёт: только Windows, $69,95 покупает версию 5 с годовой поддержкой, затем $35 за каждое крупное обновление. Не дёшево по стандартам самостройки.
Цены:
- Бесплатно: 15-дневный пробный период
- Платно: $34,95 lite (одна камера) или $69,95 full, плюс опциональная ежегодная поддержка
Платформы: Windows 10 и 11
Скачать: Blue Iris
Итог: правильный выбор для домашней лаборатории только на Windows, которая хочет все функции PTZ и готова заплатить один раз. CPAI управляет AI-стороной.
4. AgentDVR, лучший кроссплатформенный NVR
AgentDVR — это кроссплатформенный ответ на Blue Iris, написанный командой iSpyConnect. Одно и то же ядро NVR работает на Windows, macOS, Linux и Docker. Интеграции ИИ поддерживают DeepStack и CodeProject.AI для обнаружения, а веб-интерфейс обрабатывает удалённый просмотр без отдельного приложения. Бесплатный уровень охватывает большинство домашних применений; Premium добавляет облачную запись, расширенное движение и более длинную историю событий.
Где это отстаёт: интеграция AI менее отточена, чем конвейер Frigate Home Assistant. Оповещения описания через локальную LLM требуют больше кода склеивания, чем события MQTT от Frigate.
Цены:
- Бесплатно: полный набор функций, 2 камеры, облачные функции ограничены
- Платно: Premium с $7,99/мес за облако и неограниченные камеры
Платформы: Windows, macOS, Linux, Docker, Raspberry Pi
Скачать: AgentDVR
Итог: кроссплатформенный NVR для пользователей, которые хотят один инструмент, работающий на их Mac или Linux-машине.
5. Viseron, лучший лёгкий контейнерный NVR
Viseron — это Docker-нативный NVR, который нацелен на ту же аудиторию Home Assistant, что и Frigate, но обменивает полировку на гибкость. Детектор объектов поддерживает Edge TPU, ONNX и CPU-бэкенды. Конфигурация — это один файл YAML. Запись потока происходит только при движении, поэтому использование диска остаётся низким на маленьком сервере.
Где это отстаёт: меньше сообщество, чем Frigate, меньше интеграций, и документация отстаёт от функций. Лучше для пользователей, удобных с чтением исходного кода при затруднениях.
Цены:
- Бесплатно: открытый исходный код, Apache 2.0
- Платно: нет
Платформы: Docker на Linux и macOS
Скачать: Viseron на GitHub
Итог: вторичный выбор, если Docker-расположение Frigate не подходит. Сильнее по эффективности ресурсов, чем глубине функций.
6. Shinobi CCTV, лучше для профессиональных функций без платежей
Shinobi CCTV — это открытый NVR с профессиональной полировкой, изначально построенный для установщиков, которые хотели функции Blue Iris без лицензии. Обнаружение объектов TensorFlow работает в одном процессе, и панель управления показывает скраббинг временной шкалы, многокамерные сетки и фильтрацию событий ближе к платному продукту.
Где это отстаёт: темп разработки варьируется, и модуль ИИ старше, чем у Frigate. Разработчик был ответственным, но выпуски не такие частые.
Цены:
- Бесплатно: открытый исходный код, MIT
- Платно: опциональная подписка на поддержку от Shinobi.video
Платформы: Windows, macOS, Linux, Docker
Скачать: Shinobi CCTV
Итог: правильный выбор, если вы хотите отточенную панель и бесплатную лицензию. Интеграции AI использ́уемы, но отстают от Frigate.
7. MotionEye, лучше для оборудования класса Raspberry Pi
MotionEye — это лёгкий NVR, который работает на плат́ах Raspberry Pi в течение десяти лет. Он не комплектуется современным ИИ, но может направлять потоки RTSP в Frigate или CodeProject.AI на отдельной машине, а затем возвращать оповещения обратно в Home Assistant. Образ MotionEyeOS превращает Pi 4 в четырёхкамерный NVR несколькими щелчками.
Где это отстаёт: нет встроенного AI, панель функциональна, а не блестяща, и поиск событий рудиментарен. Предназначено для использования с более умными инструментами.
Цены:
- Бесплатно: открытый исходный код, GPL
- Платно: нет
Платформы: Linux, Docker, образ MotionEyeOS для Raspberry Pi
Скачать: MotionEye на GitHub
Итог: лёгкий приёмник для машины класса Pi. Комбинируйте с Frigate или CodeProject.AI для слоя AI.
Как выбрать правильный
- Если вы уже запускаете Home Assistant и хотите построить стиль XDA с описательными оповещениями, установите Frigate NVR как бэкенд камер и комбинируйте его с локальной LLM через HA. Ничего другого в этом списке так хорошо не задокументировано для этого потока.
- Если вы используете только Windows, Blue Iris плюс CodeProject.AI Server — это самый отточенный коммерческий стек. Платите один раз, изучите интерфейс, готово.
- Если вы хотите кроссплатформенность и не любите Docker, AgentDVR — это ответ.
- Для Mac домашней лаборатории, которая хочет опыт Frigate, AgentDVR работает нативно. Frigate через Docker тоже работает, но overhead Docker на macOS реальный.
- Для низкоресурсных Raspberry Pi-установок MotionEye принимает камеры, а вторая машина управляет AI.
- Если вы хотите слой AI отдельно, чтобы позже менять NVR, установите CodeProject.AI Server первым. Большинство NVR в этом списке интегрируются с ним.
FAQ
Что такое Frigate и почему сообщество AI-камер продолжает его рекомендовать?
Frigate — это открытый NVR, построенный вокруг обнаружения объектов в реальном времени на Coral TPU или GPU. Интеграция Home Assistant публикует события обнаружения как сообщения MQTT, что облегчает подключение к автоматизации, панелям или, как в сборке XDA, локальной LLM, которая описывает то, что было обнаружено.
Как добавить локальную LLM в мою систему видеонаблюдения?
Надёжный поток: Frigate обнаруживает объект и публикует снимок в MQTT. Home Assistant подписывается на событие и запускает скрипт, который отправляет снимок в модель зрения, способную к локальной LLM (Llama 3.2 Vision, MiniCPM, Qwen2-VL), размещённую в Ollama или LM Studio. LLM возвращает описание, HA отправляет уведомление с этим текстом. Статья XDA подробно рассматривает полную конфигурацию.
Какое оборудование мне нужно для локального анализа камер AI?
Минимальная полезная установка — это Coral USB Accelerator ($60), подключённый к Pi 5 или маленькому N100-боксу, который обрабатывает обнаружение объектов для 4-6 потоков. Для описательных оповещений через LLM-зрение, потребительский GPU с 12GB VRAM (RTX 3060 или RTX 4060 Ti) запускает 8B-модель зрения в реальном времени. Старая 8GB-карта также работает с меньшими моделями.
Лучше ли локальный AI, чем облачное обнаружение Ring или Nest?
Для конфиденциальности, да по определению: видео никогда не покидает вашу сеть. Для точности, разрыв сократился в 2025 году. Текущая Frigate+Coral-установка с тонко-настроенной моделью идентифицирует людей, транспортные средства, животных и пакеты с точностью, сравнимой с подпиской Nest Aware, и качество описания от локальной 8B-модели зрения превосходит шаблоны консервов, которые отправляют облачные сервисы.
Каково лучшее бесплатное приложение домашнего видеонаблюдения на ИИ?
Frigate NVR для стороны NVR, CodeProject.AI Server для стороны вывода. Оба открытого исходного кода, зрелые и интегрируются с Home Assistant. Объединённый стек ничего не стоит сверх оборудования.
