AI“凶猛”？作为 AI 赋能千行百业的必要前提，机器视觉也得“猛起来”--机器视觉网

伴随着智能化、数字化的发展，机器视觉持续“破圈”，正在以各式各样的方式融入工业生产的各个场景，以及社会生活的各个角落。

进入2023年，人工智能的发展速度远超人们的想象，在此背景之下，各个细分场景均在快速向前迭代爆发，其中工业机器视觉的商业化进程最值得关注。无论是人形机器人还是智能驾驶都是机器视觉落地的重要方向，机器视觉成为AI赋能千行百业的必要前提。

机器视觉逐步崛起史

工业机器视觉是软硬件一体化的集成系统，它的目的是代替人眼对被测物进行观察和判断。从组成上，机器视觉系统硬件设备主要包括光源、镜头、相机等，软件主要包括传统的数字图像处理算法和基于深度学习的图像处理算法。

从80年代开始，工业机器视觉由汽车、半导体等高端制造业的发展而开始发展；后续快速发展的消费电子成为机器视觉最为重要的应用场景；各行各业对于生产制造的要求逐步提升也推动机器视觉在各行各业中逐步渗透。技术能力层面上，从早期基于模式匹配的2D逐步向以深度学习和3D视觉检测为代表的新技术发展。

国内的机器视觉最早应用在食品、印刷包装等场景中应用，后续快速发展的3C电子成为最为重要的应用场景，近年来随我国制造业的转型升级如半导体、汽车以及新兴产业的兴起如新能源逐步渗透更多的应用场景。技术层面上，从早期依赖海外的技术到逐步实现核心技术的自研，目前在部分领域中已经达到全球领先水平。

2016年以来，在人工智能产业和智能制造业升级相关的政策文件中被多次提及，2016年的《智能制造发展规划（2016-2020）》、2017年的《新一代人工智能发展规划》、2020年的《工业互联网创新发展规划》和2021年的《“十四五”智能制造发展规划》等文件中均提出重点突破计算机视觉、视觉传感相关技术，为机器视觉产业发展提供了政策助力。

随我国制造业企业逐步向精细化、数字化、智能化方向发展，我国工业企业技术改造强烈，全国规上工业企业技术改造经费支出自2017年开始连续正增长，利好机器视觉设备在下游工业现场的渗透率增加。据亿欧智库的数据统计，2022 年我国机器视觉市场规模突破 200 亿元，预计到 2025 年将达到 393 亿元，2020 年至 2025 年行业的复合增速预计可以达到 31% 左右。

据了解，工业机器视觉是软硬件一体化的集成系统，它的目的是代替人眼对被测物进行观察和判断。从组成上看，机器视觉系统硬件设备主要包括光源、镜头、相机等，软件主要包括传统的数字图像处理算法和基于深度学习的图像处理算法。系统工作时首先依靠硬件系统将外界图像捕捉并转换成数字信号反馈给计算机，然后依靠软件算法对数字图像信号进行处理。

机器视觉国产化正当时

近日，中信建投证券在题为《工业机器视觉深度报告——兼具高成长和成熟技术的AI应用赛道》的行研报告中指出，工业机器视觉是高技术壁垒、商业模式成熟、国产化迅速、行业快速发展的优秀赛道。在行业端，3C电子是最主要的行业，新能源行业增长最快，受益于质量管控政策和行业高增速。在技术端，大模型和3D视觉等AI技术将打开更多工业场景，推进标准化，助力企业降本增效。报告认为，随着中国制造业的智能化转型，机器视觉有望深度赋能工业全流程。具体可从以下几方面来看。

高技术壁垒赛道，产业链上游价值量高。工业机器视觉是集光学成像、人工智能、自动化控制等多方面技术于一体的行业，具有很高的技术壁垒，同时相较其他AI赛道，具有更成熟的技术和商业模式。工业机器视觉产业链上游为零部件及软件算法，中游为视觉装备及方案，下游为具体的应用场景与行业。上游的零部件及软件算法占机器视觉80%的价值量。

技术、产业利好，助推我国工业机器视觉产业发展。在技术端，3D视觉技术、深度学习逐渐成熟，工业机器视觉有望在更复杂的工业检测场景中实现渗透。AI大模型的提出，将推进软件的标准化进程，帮助企业降本增效。在产业端，随着制造业智能化转型需求的增长，机器视觉设备的渗透率有望提升。

国产厂商技术逐渐成熟，国产化正当时。近年来国产厂商的市场份额呈上升趋势，2021年国产厂商占据了近50%的市场份额，在中低端元件等市场中已经具有较强竞争力。同时国产厂商通过技术研发、投资并购等方式积极布局高端零部件市场，部分产品已经具备一定国际竞争力。

下游应用需求明确，3C电子是最主要的机器视觉市场，新能源涨势迅猛逐步成为主要增长市场。受益于在3C电子更多环节逐步渗透以及产线持续迭代带来的稳定需求，3C机器视觉稳健增长；新能源行业受益于明确的质量管控需求，机器视觉在更多环节应用，且行业增速和竞争格局更优，GGII预计2021年—2025年中国锂电机器视觉市场复合年均增长率达到45.11%。

机器视觉未来三大趋势

随着工业4.0的到来，工业场景对机器视觉技术的需求持续推进着工业机器视觉技术的发展。未来，在3D技术要求的提高、国产化替代逐步占据主导地位、碎片化场景的一体化整合等背景下，视觉技术发展呈三大趋势：

在巨大的应用场景下，3D技术将发展更加成熟且普遍。2D视觉发展的同时，3D技术也在崛起。从目前的趋势来看，3D机器视觉的发展势头要远大于2D。尽管当前工业机器视觉发展较为成熟，但是3D技术国内依然属于发展初期，国外的公司和产品在微观高精度检测方面较国内的领先，且占据市场的大部分份额。国内企业开始在硬件软件等方面逐渐替代国外企业。

国产化替代成为主旋律，中外厂商竞争进一步加剧，市场格局重构。当前机器视觉替代率达50%，但多局限于2D机器视觉领域。未来随着国产品牌协作共赢，产品功能专业、种类精细化，替代率将逐步升高。行业将趋向于专业化分工，自主化视觉平台、视觉系统与装备将协同作战，逐步超越国外品牌，成长为中国智能制造工业视觉的主力军。

整合碎片化场景，标准化一体化设备将是机器视觉下一代发展方向。随着工业自动化的规模逐渐扩大，智能制造模式下的产品多品种、小批量、个性化生产。企业开始向批量化定制生产的生产方式转变，但机器视觉技术在自动化生产线中只能对少数产品进行识别和分类，难以满足碎片化场景。为解决此情况，整合碎片化场景、打造一体化设备将会极大地促进信息技术与运营技术的快速融合。同时，打造全流程数字化闭环也将是重要举措之一。

当然，在三大趋势之外，机器视觉的发展也伴随很多行业的突破而进入更高的层级，并对某些行业的进步发挥重要的作用。比如半导体行业随着美国“卡脖子”越来越紧，对中国工艺制程的升级带来很大困难。对于中国半导体产业而言，由于晶圆越做越大，内部线路越做越细，连接体体积越做越小，需要机器视觉精密识别、定位的器件越来越多，对生产效率和次品率的要求也越来越严格，半导体行业的升级极其依赖机器视觉产品的保证。

这时候，发展国产AOI检测设备就是半导体投资能否取得成功的关键一环。对于努力赶超国外水平的国内新投资的半导体厂商而言，能够改善工艺和品质至关重要，透过AOI收集的图片，新产品的良率、产量甚至厂商的能力和瓶颈是否有机会被推算出来，都影响着整个行业的发展趋势。

机器视觉行业的发展水平，已经成为决定很多其他产业发展更进一步所必须的台阶。不管是半导体还是新能源汽车，不管是智能采矿还是智慧农业，机器视觉，正在成为行业基石一般的技术类型。