同样是拍一张包裹的照片做破损检测，传到云端调视觉接口，按 AWS 的公开定价是 1 美元/千张；放在仓库本地的边缘盒子里跑，折旧和电费摊下来，单张成本不到云端的十分之一。但仓库视觉检测成本的这句结论，只在日均超过几千张的规模下成立——规模小了，答案正好反过来。
先看现象：视觉检测在仓库已经是刚需
今天仓库里用视觉检测的地方，归纳起来就是三类：入库环节的纸箱破损和变形检测、出库环节的面单校验（文字识别加条码核对）、以及空满托盘和库位占用的自动盘点。这三类场景的共同点是高频、重复、对延迟敏感——传送带不会等你把图片传到云端再传回来。
根据 NVIDIA 2026 年 8 月的公开信息，Wing 的配送无人机、Doosan Bobcat 的工程机械、Cognex 的工业视觉设备都在采用其新一代边缘 AI 平台做机载实时感知。这说明一个判断：实时视觉正在从云端下沉到边缘设备，这不是趋势预测，而是已经发生的部署。对仓库来说，问题从来不是"要不要用视觉"，而是"推理放在哪里跑最划算"。
云端推理的账：1 美元/千张只是起步价
先看公开价格。AWS Rekognition 的 DetectLabels 按量计费是 1 美元/千张（月前 100 万张这个量级；量再大有阶梯，降到 0.8、0.6、0.4 美元）；Google Cloud Vision 是 1.5 美元/千张；Azure AI Vision 是 1 美元/千张。几个细节决定了这只是起步价：第一，这是单一特征组、单次调用的价格，面单校验要用的文字识别（OCR）往往另算或更贵；第二，图片要上传，账单上看得见的是接口费，看不见的是带宽和存储费；第三，云端是纯可变成本——业务量翻倍，账单准时翻倍，没有规模折扣能对冲线性增长。
边缘推理的账：硬件一次性，推理几乎免费
再看边缘。NVIDIA 在 2025 年初把 Jetson Orin Nano Super 开发套件的价格打到 249 美元，67 TOPS 算力、25 瓦功耗。工业现场当然不会直接拿开发套件上产线，一套完整的视觉工位等于工业相机加镜头加光源加边缘计算模块再加安装调试，综合多家集成商的报价区间，一套做下来通常在 2,500～3,500 美元这个量级（示意口径，实际以具体报价为准）。付完这笔钱之后，单张推理的边际成本就只剩电费和折旧，基本可以忽略不计。
下面这张表，假设一条中型分拣线每天产生 3 万张照片（每件包裹拍一张），一个月 90 万张，两种路线对比如下：
| 对比项 | 云端推理 | 边缘推理 |
|---|---|---|
| 单张推理成本 | 约 0.001 美元 | 约 0.00008 美元（按 36 个月摊销） |
| 月度费用 | 约 900 美元 | 约 70 美元（折旧加电费加基础维护） |
| 固定投入 | 几乎为零 | 一次性约 3,000 美元 |
| 推理延迟 | 百毫秒级网络往返 | 毫秒级本地完成 |
| 数据合规 | 图片要出内网 | 数据不出内网 |
这个量级下，云端比边缘贵 10 倍以上，硬件投入 3～4 个月回本。但把场景换成每天只拍 500 张的散货仓：云端月费 15 美元，边缘 3,000 美元的投入要 200 个月才能回本——云端完胜。所以"差几倍"没有标准答案，答案藏在日均张数里，粗略的分水岭在日均 3,000～5,000 张附近。
反常识：决定账单的从来不是推理单价
算到这里，大多数人会直接下单买边缘盒子。但根据我跟踪的多个部署案例，真正决定总拥有成本的从来不是单次推理的价格，而是三笔账外账。
第一笔是误检率。云端大模型的准确率通常更高，边缘小模型误检多 1～2 个百分点，放在每天 3 万张的规模下，就是每天多几百件要人工复核——一个复核岗位的人力成本，几个月就能吃掉推理成本省下来的全部差价。省了 GPU 的钱，花在人工上，账本只是换了一页记。
第二笔是模型迭代。业务变了（新包装、新面单格式、新 SKU），云端侧往往是调 API 参数或者等厂商升级模型；边缘侧要重新采集、标注、训练、再通过 OTA 下发到每一台设备。这笔工程成本，几乎没人写进第一版预算。
第三笔是业务量的确定性。这是真正的 trade-off：云端是纯可变成本，适合量波动大、或者场景还在验证期的仓库；边缘是沉没成本，适合业务量稳定且大的产线。量不确定的时候上边缘，等于提前为还没发生的业务量买单。
趋势判断：未来两三年，混合路由会是主流
NVIDIA 在发布新一代边缘平台时的核心论点是：中小型模型的能力已经接近去年大模型的水平。这意味着边缘端能跑的模型质量还在上升，而边缘硬件的性价比曲线还在变陡——67 TOPS 只要 249 美元，两年前这是不敢想的。
由此可以给出一个带时间线的判断：未来两到三年，仓库视觉的主流架构会是混合路由——边缘做实时初检，毫秒级拦截明显问题；云端做疑难复检和模型训练，把贵的云端调用留给真正难的样本，常规样本在本地消化。这种架构下，单张平均成本可以压到纯云端的二十分之一以下。但它有一个前提：团队有能力同时维护两套 pipeline，数据回流、模型版本管理、边缘设备的远程运维，一个都不能少。没有这支队伍，混合架构的复杂度会反噬它省下的钱。
所以问题从来不是"云端和边缘差几倍"，而是两个更实在的问题：你的仓库每天产生多少张值得检测的照片，以及你能容忍多少误检。把这两个数写下来，答案自己会出现。至于 249 美元的盒子能不能替代 900 美元的月账单——它能，但省下来的钱会以另一种形式出现在人力和工程预算里，账本不会说谎，只是换了一页记。
作者：陈博士｜供应链行业研究员
