XDA publicou um guia na semana passada que emparelhava Frigate com um LLM local via Home Assistant, então conectava um modelo de visão 8B para finalmente descrever o que as câmeras estavam vendo. O resultado é a atualização que os self-hosters procuravam há anos: alertas de movimento que dizem “um entregador deixou um pacote na porta às 11:42” em vez de “movimento detectado na câmera frontal”. Funciona porque todos os três componentes são locais, então o modelo de visão não é limitado por limites de taxa de API.
Testamos sete aplicações NVR de desktop e auto-hospedadas que integram IA diretamente no pipeline de câmeras. As escolhas rodam em Windows, macOS, Linux ou uma combinação dos três, e se emparelham com servidores de modelos locais populares como Ollama, vLLM e LM Studio. Classificamos por aquilo que realmente fazem com a transmissão de vídeo: detecção de objetos, reconhecimento facial, alertas descritivos e emparelhamento com Home Assistant ou HomeKit.
O que procurar em um NVR com IA
Cinco coisas separam um NVR que executa detecção de objetos de um que transforma alertas em algo útil:
- Inferência local verdadeira. IA baseada em nuvem cobra por quadro, é por isso que a maioria dos planos Ring ou Nest limitam a detecção. Detecção local em GPU ou Coral TPU é grátis após os custos de hardware.
- Ingestão RTSP em primeiro lugar. Descoberta ONVIF é conveniente mas RTSP é o que os NVRs abertos falam. Suporte de câmera para nesta linha.
- Aceleração de hardware. NVIDIA NVENC, Intel QuickSync ou Coral USB Accelerator para detecção de objetos com velocidade. Uma configuração apenas de CPU envelhece rápido.
- Integração com Home Assistant. A característica fundamental da compilação XDA é que o LLM executava através de HA para que pudesse extrair eventos de movimento e descrevê-los. A qualidade da integração importa.
- Backends de IA modulares. Servidores de inferência conectáveis (CodeProject.AI, Frigate+) superam um modelo bundled de caixa preta que o fornecedor controla.
Comparação rápida
| Aplicação | Melhor para | Plataformas | Plano gratuito | Preço inicial | Suporte a IA |
|---|---|---|---|---|---|
| Frigate NVR | Detecção de objetos + integração HA | Linux, Docker, Proxmox | Open-source | Grátis | Coral TPU, ONNX, GPU |
| CodeProject.AI Server | Backend de IA modular | Windows, Linux, macOS, Docker | Open-source | Grátis | Multi-modelo |
| Blue Iris | NVR comercial pesado | Windows | $69,95 único | $69,95 | DeepStack, plugin CPAI |
| AgentDVR | NVR multiplataforma | Windows, macOS, Linux | Nível gratuito | $7,99/mês Premium | DeepStack, ONVIF |
| Viseron | NVR contêiner leve | Docker em Linux, macOS | Open-source | Grátis | Edge TPU, CPU, GPU |
| Shinobi CCTV | Recursos profissionais open-source | Windows, macOS, Linux | Open-source | Grátis | Detecção de objetos TF |
| MotionEye | NVR classe Raspberry Pi | Linux, Docker | Open-source | Grátis | Nenhum incluído, plugin |
1. Frigate NVR, melhor para detecção de objetos + integração Home Assistant
Frigate NVR é o NVR open-source no qual o mundo do self-hosting se estabeleceu por uma razão: a integração com Home Assistant é de primeira classe. Frigate executa detecção de objetos em tempo real usando Coral TPU, GPU NVIDIA ou Intel iGPU moderno, publica eventos de detecção via MQTT e fornece ao Home Assistant uma miniatura ao vivo por câmera. A compilação XDA que disparou este artigo conectava os eventos Frigate a um modelo de visão Llama 3 local na mesma caixa, depois redirecionava as descrições de volta para notificações HA.
Onde fica aquém: Docker-first, o que significa que a curva de configuração é mais acentuada que Blue Iris se você nunca executou um contêiner. Windows é suportado apenas via WSL ou Docker Desktop, não nativo.
Preços:
- Grátis: open-source, MIT
- Pago: assinatura Frigate+ desbloqueia modelos de detecção de qualidade superior, $50/ano, opcional
Plataformas: Linux nativo, Docker em Windows/macOS, Proxmox, complemento Home Assistant OS
Download: Frigate NVR
Resumo: o NVR para o home lab que já está rodando Home Assistant. O pipeline LLM local roda sobre Frigate de forma limpa, e o caminho de atualização de detecção de objetos para alertas descritivos está documentado.
2. CodeProject.AI Server, melhor backend de IA modular
CodeProject.AI Server não é um NVR. É o servidor de inferência de IA que outros NVRs se conectam. Coloque o CPAI na mesma máquina que Blue Iris, AgentDVR ou Shinobi, e ele expõe detecção de objetos, reconhecimento facial, leitura de placa de licença e super-resolução como endpoints HTTP que os NVRs consultam. A biblioteca de modelos é modular: instale apenas o que você precisa, troque-os sem tocar no NVR.
Onde fica aquém: sozinho, CPAI não grava nada. Emparelar com um NVR. O instalador Windows é mais amigável que a configuração Linux, que ainda tende ao Docker.
Preços:
- Grátis: open-source, módulos inclusos
- Pago: nenhum
Plataformas: Windows, Linux, macOS, Docker (NVIDIA, ROCm, aceleração HW Intel)
Download: CodeProject.AI Server
Resumo: o backend de escolha se você quer criar camadas de IA em um NVR existente. Se emparelha especialmente bem com Blue Iris.
3. Blue Iris, melhor NVR comercial pesado
Blue Iris é o NVR comercial exclusivo do Windows que há muito tempo impulsiona muitas instalações de pequenos negócios. A compilação 2026 integra CodeProject.AI como um módulo de IA de primeira classe, portanto detecção de objetos, correspondência facial e leituras de placa de licença são configuradas na mesma IU que os perfis de câmera. Qualidade de gravação, zonas de movimento e suporte de câmera PTZ são os mais profundos desta lista.
Onde fica aquém: apenas Windows, $69,95 compra a versão 5 com um ano de suporte, depois $35 por atualização principal. Não é barato pelos padrões de auto-hospedagem.
Preços:
- Grátis: teste de 15 dias
- Pago: $34,95 lite (uma câmera) ou $69,95 completo, mais suporte anual opcional
Plataformas: Windows 10 e 11
Download: Blue Iris
Resumo: a escolha certa para um home lab apenas Windows que quer todos os recursos PTZ e está disposto a pagar uma vez. CPAI gerencia o lado da IA.
4. AgentDVR, melhor NVR multiplataforma
AgentDVR é a resposta multiplataforma para Blue Iris, escrita pelo time iSpyConnect. O mesmo núcleo de NVR roda em Windows, macOS, Linux e Docker. Integrações de IA suportam DeepStack e CodeProject.AI para detecção, e a IU web lida com visualização remota sem aplicativo separado. O nível gratuito cobre a maioria dos usos domésticos; Premium adiciona gravação na nuvem, movimento avançado e histórico de eventos mais longo.
Onde fica aquém: a integração de IA é menos polida que o pipeline Home Assistant do Frigate. Alertas descritivos via LLM local precisam de mais código de colagem que eventos MQTT do Frigate.
Preços:
- Grátis: conjunto completo de recursos, 2 câmeras, recursos de nuvem limitados
- Pago: Premium a partir de $7,99/mês para nuvem completa e câmeras ilimitadas
Plataformas: Windows, macOS, Linux, Docker, Raspberry Pi
Download: AgentDVR
Resumo: o NVR multiplataforma para usuários que querem uma ferramenta que rode na sua máquina Mac ou Linux.
5. Viseron, melhor NVR contêiner leve
Viseron é o NVR nativo Docker que visa o mesmo público Home Assistant que Frigate mas troca o polimento pela flexibilidade. O detector de objetos suporta Edge TPU, ONNX e backends CPU. A configuração é um único arquivo YAML. A gravação de fluxo acontece apenas em movimento, então o uso de disco fica baixo em um servidor pequeno.
Onde fica aquém: comunidade menor que Frigate, menos integrações, e a documentação fica para trás das recursos. Melhor para usuários confortáveis lendo código-fonte quando presos.
Preços:
- Grátis: open-source, Apache 2.0
- Pago: nenhum
Plataformas: Docker em Linux e macOS
Download: Viseron no GitHub
Resumo: a segunda escolha se o layout Docker do Frigate não se encaixa. Mais forte em eficiência de recursos que em profundidade de características.
6. Shinobi CCTV, melhor para recursos profissionais sem pagar
Shinobi CCTV é o NVR open-source com polimento profissional, originalmente construído para instaladores que queriam recursos Blue Iris sem licença. A detecção de objetos TensorFlow roda no mesmo processo, e o painel expõe raspagem de linha do tempo, grades multi-câmera e filtragem de eventos mais próximo a um produto pago.
Onde fica aquém: o ritmo de desenvolvimento varia, e o módulo de IA é mais antigo que o Frigate. O mantenedor foi responsivo mas os lançamentos não são tão frequentes.
Preços:
- Grátis: open-source, MIT
- Pago: assinatura de suporte opcional de Shinobi.video
Plataformas: Windows, macOS, Linux, Docker
Download: Shinobi CCTV
Resumo: a escolha certa se você quer um painel polido e licença gratuita. Integrações de IA são utilizáveis mas ficam para trás do Frigate.
7. MotionEye, melhor para hardware classe Raspberry Pi
MotionEye é o NVR leve que está rodando em placas Raspberry Pi há uma década. Não agrupa IA moderna, mas pode canalizar fluxos RTSP para Frigate ou CodeProject.AI em uma máquina separada, depois alimentar alertas de volta ao Home Assistant. A imagem MotionEyeOS transforma um Pi 4 em um NVR de quatro câmeras com alguns cliques.
Onde fica aquém: sem IA nativa, o painel é funcional em vez de elegante, e a busca de eventos é rudimentar. É projetado para ser emparelhado com ferramentas mais inteligentes.
Preços:
- Grátis: open-source, GPL
- Pago: nenhum
Plataformas: Linux, Docker, imagem MotionEyeOS para Raspberry Pi
Download: MotionEye no GitHub
Resumo: o ingestor leve para uma máquina classe Pi. Emparele com Frigate ou CodeProject.AI para a camada de IA.
Como escolher o certo
- Se você já está rodando Home Assistant e quer a compilação de alerta descritivo ao estilo XDA, instale Frigate NVR como o backend de câmeras e emparele com um LLM local via HA. Nada mais nesta lista está tão bem documentado para esse fluxo.
- Se é apenas Windows, Blue Iris mais CodeProject.AI Server é a pilha comercial mais polida. Pague uma vez, aprenda a IU, pronto.
- Se você quer multiplataforma e odeia Docker, AgentDVR é a resposta.
- Para um home lab Mac que quer a experiência Frigate, AgentDVR roda nativamente. Frigate via Docker também funciona mas o overhead do Docker em macOS é real.
- Para configurações baixo recurso Raspberry Pi, MotionEye ingere câmeras e uma segunda máquina lida com a IA.
- Se você quer a camada de IA separadamente para poder trocar o NVR depois, instale CodeProject.AI Server primeiro. A maioria dos NVRs nesta lista se integra com ela.
FAQ
O que é Frigate e por que a comunidade de câmeras com IA continua recomendando?
Frigate é um NVR open-source construído em torno de detecção de objetos em tempo real em Coral TPU ou GPU. A integração com Home Assistant publica eventos de detecção como mensagens MQTT, o que facilita conectar a automações, painéis ou, como na compilação XDA, um LLM local que descreve o que foi detectado.
Como adiciono um LLM local à minha configuração de câmera de segurança?
O fluxo confiável: Frigate detecta um objeto e publica a captura em MQTT. Home Assistant se inscreve no evento e dispara um script que envia a captura para um LLM local capaz de visão (Llama 3.2 Vision, MiniCPM, Qwen2-VL) hospedado em Ollama ou LM Studio. O LLM retorna uma descrição, HA envia uma notificação com esse texto. O artigo XDA detalha a configuração completa.
Que hardware preciso para análise local de câmeras com IA?
A configuração mínima útil é um Coral USB Accelerator ($60) conectado a um Pi 5 ou caixa N100 pequena, que gerencia detecção de objetos para 4-6 fluxos. Para alertas descritivos via LLM de visão, uma GPU de consumidor com 12GB de VRAM (RTX 3060 ou RTX 4060 Ti) executa um modelo de visão 8B em tempo real. Uma placa 8GB mais antiga também funciona com modelos menores.
IA local é melhor que detecção em nuvem de Ring ou Nest?
Para privacidade, sim por definição: o vídeo nunca sai da sua rede. Para precisão, o hiato fechou em 2025. Uma configuração atual Frigate+Coral com modelo ajustado identifica pessoas, veículos, animais e pacotes com precisão comparável a uma assinatura Nest Aware, e a qualidade de descrição de um modelo de visão 8B local supera os templates enlatados que os serviços em nuvem enviam.
Qual é a melhor aplicação gratuita de câmera de segurança doméstica com IA?
Frigate NVR para o lado NVR, CodeProject.AI Server para o lado de inferência. Ambos são open-source, maduros e se integram com Home Assistant. A pilha combinada não custa nada além do hardware.
