在过去五年中，人工智能被视为企业创新的关键驱动力，然而，机器视觉作为这一创新的核心，却鲜为人知。从日常的手机、门禁系统、监控摄像头等交互场景，到制造业中生产流程的跟踪和质量检测，机器视觉扮演着不可或缺的角色。自20世纪80年代以来，国际上的巨头企业纷纷崛起，并长期占据领先地位。而中国的机器视觉产业大约在1990年左右起步，通过代销海外产品的方式开始发展，进入21世纪，各家公司才开始逐步转向自主研发。尽管起步较晚，但经过二十年的努力，中国与国外的差距已显著缩小。 1. 机器视觉领域竞争激烈新冠肺炎诊断效率的提升、快递物流72小时送达率的提高、工厂质检准确率达到99.9%，以及城市早高峰通勤效率的提升，这些都得益于AI技术的应用，尤其是机器视觉。2022年，机器视觉企业融资热潮再次显现，市场对这一产业的关注度显著提升。当年，中国机器视觉领域的投资事件共有42起，投资总额高达77.41亿元。如“凌云光”、“奥比中光”等企业先后在科创板上市，大帧科技完成了千万元Pre-A轮融资，博视像元获得了近亿元的天使轮融资，梅卡曼德完成了C+轮融资等。当前，机器视觉赛道上竞争激烈，随着AI技术在工业领域的应用落地，越来越多的企业加入其中，竞争态势愈发激烈。 机器视觉技术通过光学装置和非接触式传感器自动捕捉并处理物体的图像，从而获取所需信息或控制机器运动。它由成像和视觉分析两大板块构成，涉及光源、光源控制器、镜头、相机以及视觉算法、深度学习、图形化编程等技术。 随着社会的发展，工业生产对产品工艺精度的要求越来越高，往往以毫米、微米甚至纳米为单位，肉眼已无法分辨这些细微差别，更不用说进行合格率检测。此时，机器视觉技术制成的检测设备便成为必要工具。没有机器视觉技术，AI将失去其感知和执行能力，许多智能设备将无法正常运行。 2. 机器人将是机器视觉应用的突破随着国内劳动力市场的变化，就业人口增长放缓，老龄化加剧，企业用工成本不断上升。机器视觉在速度、观测精度和环境适应性等方面优于人眼视觉，从长远来看，人口老龄化和劳动力成本上升将推动机器替代人工的需求。机器视觉设备将逐步取代人力，成为工业自动化的重要推动力。

      华为在8月的发布会上对外宣布，其机器视觉军团将实施战略升级，通过实施新的市场战略、推出新的产品组合、制定新的服务策略以及构建新的生态系统，深入拓展机器视觉产业。同时，华为将围绕解决人工智能落地难题，从架构、产品和生态系统等多个层面进行全链条的进化，以加快人工智能技术的实际应用。据消息，华为机器视觉军团是在今年5月成立的。在此期间，机器视觉的“感知”能力被华为定位为ICT领域四大核心能力之一。 在市场战略方面，华为机器视觉军团的首席执行官洪方明强调，军团将采用紧凑的运作模式，以快速响应市场变化，为客户提供更优质的数字化转型服务。 除了华为，2022年下半年，机器视觉领域的融资活动持续升温。7月，专注于提供3D+AI机器视觉整体解决方案的大帧科技有限公司成功完成了近千万元的Pre-A轮融资。这笔资金将主要用于公司生产规模的扩大和研发投入的增加。据公司官网介绍，大帧科技专注于研发和销售结合3D成像技术和AI边缘计算的机器视觉检测系统，提供标准化的3D+AI机器视觉整体解决方案。目前，公司的主要产品包括汽车电子连接器3D检测标准设备、3C类六面体六面缺陷检测标准设备、光伏硅片分选设备和汽车电子EOL标准设备。 3D视觉行业虽然起步较晚，但发展迅速。国内较早涉足3D视觉领域的灵西机器人，因市场的爆发式增长而受益，同时获得了政策和融资的红利。7月，灵西机器人宣布完成了数亿元的B+轮融资，资金将用于3D视觉软硬件产品的研发、产能扩张和市场拓展。这是继此前近亿元的B轮融资之后的又一轮融资。成立5年的灵西机器人已经获得了6轮融资，为其软硬件产品的研发、产能扩张和市场拓展提供了强有力的资金支持。灵西机器人专注于3D视觉技术的研发，拥有从相机硬件到算法、再到机器人控制平台的软件底层全栈技术自主研发能力，已建立起稳固的技术基础。 今年7月，视比特机器人也宣布完成了3亿元的B轮融资，由经纬创投领投。视比特机器人成立于2018年，是一家3D视觉和工业智能软件供应商。目前，视比特的多项核心产品已在多家重型、物流和汽车行业的龙头企业中实现了规模化的应用。与往年同期相比，2021年公司收入实现了超过10倍的增长。2022年上半年，与2021年同期相比，业务增长超过50%。

      我国机器视觉企业数量持续增加。当前，机器视觉产业的上游包括光学设备等硬件以及图像处理软件，例如奥普特专注于机器视觉核心软硬件的研发；大华股份和海康威视均设有机器视觉业务；中游企业如天准科技致力于工业视觉装备，积极拓展智能驾驶和光伏领域；凌云光则成为苹果等公司的优选供应商；奥比中光则专注于3D视觉感知技术研发，已实现百万级面阵3D视觉传感器的量产。 对于机器视觉企业来说，关注下游市场拓展、上游研发能力以及通用化设计能力至关重要。仅限于单一领域的企业难以实现规模扩大，而能涉足更多应用领域且处于景气上升周期的企业则有望提升业绩。同时，掌握上游核心零部件研发能力的企业将拥有议价能力，长期来看将体现成本优势。 从长远角度看，机器人将是机器视觉的下一个突破点。人类约70%的信息是通过视觉感知获取的。随着机器人应用成为AI发展的下一波浪潮，以及消费电子向智能化、AR以及体感识别能力的转变，3D传感市场的发展浪潮正在到来。机器视觉企业拥有识别和处理操作对象的技术和算法积累，有望成为人形机器人传感器的潜在参与者，切入人形机器人传感器市场。据资料，目前只有5%的潜在用户使用了机器视觉，剩余95%的用户尚未使用，一旦全部潜力被挖掘，全球市场有望达到1200亿美元，这意味着机器视觉的渗透率未来将有巨大的提升空间。 市场最终将趋向于强者恒强的态势。3D机器视觉市场前景广阔，但渗透率较低，目前仍处于早期阶段。随着渗透率和国产化率的提升，预计到2025年，国产厂商可参与的机器视觉市场空间将达到356亿元。机器视觉市场潜力巨大，众多玩家纷纷加入，3D机器视觉技术有望进一步深化，应用场景也将日益丰富。在此趋势下，机器视觉企业正积极寻求落地场景，以实现新的增长，应用落地变得尤为紧迫。 据中国机器视觉产业联盟数据，在机器视觉的下游应用市场中，消费电子是当前3D视觉的主要应用领域，占比24.79%，其中智能手机应用最为突出；其次，半导体和汽车行业也是3D视觉的主要阵地。另一方面，机器视觉在各个领域的应用越来越广泛，但不同行业和场景所需的技术标准不同，这对机器视觉厂商的技术能力提出了考验。市场最终将趋向于强者恒强的趋势。

      在面临技术挑战和市场挑战时，首要任务是加强自主核心技术的研发。工业视觉设备的高利润主要来源于镜头、相机和图像传感器等关键部件，而我国大多数工业机器视觉企业目前依赖的是日本、美国和欧洲的这些基础零部件。对企业来说，尽管在短期内增加研发资源和成本投入可能不利于经营，但从长远来看，持续的投入能帮助企业赢得市场竞争优势，提升产品市场份额。因此，具备向上游核心零部件领域拓展能力的机器视觉企业，更有可能实现较高的资本回报率。 其次，平衡传统市场与新兴应用市场同样关键。目前，工业机器视觉产品约三分之二的市场被电子制造和汽车制造行业占据，其余部分则分布在食品、包装机械、印刷等行业，而这些行业的机器视觉产品需求仍在快速增长。机器视觉产品因其专业性较高，对许多用户来说可能较为陌生，这增加了其应用难度。产品生产商通常更了解产品和技术本身的功能与参数，而消费者则从自身需求出发，这往往导致供需错位或矛盾。如何将这两者结合起来，既提升产品性能，又满足用户需求，是至关重要的。 机器视觉行业作为新兴领域，在我国工业转型升级过程中扮演着重要角色，从依赖低成本劳动力的粗加工向自动化、高附加值和高生产率转型。中国机器视觉市场正成为继北美、欧洲和日本之后，国际机器视觉厂商关注的重点。面对激烈的市场竞争，机器视觉厂商加快了产品推出速度，技术发展迅速，这对竞争者提出了更高要求。以往简单的模仿复制已不再适用，技术和产品的独特性成为厂商们需要重点考虑和挖掘的。 相较于在集成应用端进行重复性工作，向上游核心零部件产品研发是赢得市场竞争优势的最佳途径。对于工业机器视觉系统来说，工业镜头和相机是关键部件。具备自主研发智能工业相机的能力是企业创新能力的重要标志。各企业若想在竞争激烈的机器视觉领域脱颖而出，必须加快提升自主核心研发能力和掌握核心零部件技术，同时关注传统和新兴应用市场。当技术独立性和研发水平足够高时，面对任何挑战都将游刃有余。 随着数字时代的加速到来，以“感知+AI”为代表的先进技术正融入城市管理、企业运营、环境保护、公共安全、城市交通等领域，成为人们工作、生活、娱乐不可或缺的一部分。在智慧化场景的实现中，AI技术扮演着不可或缺的角色。

      这些场景的智能化发展，反过来对AI技术提出了更高的挑战。因此，若要实现AI技术的规模化商业应用，除了开发出强大的产品，还必须在市场拓展、服务提升和生态构建等方面进行重点投入。