双职工家庭，娃马上要出生了。 
最近想自己折腾个家庭看娃系统，思路是尽量内网处理，不想把家里视频一直往外传。 
现在手上是 软路由 + 两台机器，OpenClaw agent 跑在软路由上。 
两台机器里我打算只拿一台出来专门跑模型。配置是 4070S 12G + 32G 内存，另一台5080 16g + 48G。还是想留着一台打游戏，不想两台都上。 
需求先做最简单一版： 

摄像头拉视频流，抽帧分析
看宝宝在不在画面里
大概判断正常 / 哭闹 / 异常
只有不确定或者明显异常的时候，再丢远端模型复核
平时尽量都在家里内网处理

想请教下佬们，这种场景现在比较适合啥方案？ 

4070S/5080 够不够长期跑这种本地模型？
更推荐 检测模型 + 小VLM，还是直接上一个多模态模型硬判？
现在如果看 Qwen3.5、Gemma 4、Qwen2.5-VL、MiniCPM-V 这些，哪条线更...