機(jī)器視覺(jué)行業(yè)研究AI+制造業(yè)賦能-機(jī)器視覺(jué)開(kāi)啟掘金新大陸

機(jī)器視覺(jué)行業(yè)研究AI+制造業(yè)賦能_機(jī)器視覺(jué)開(kāi)啟掘金新大陸（報(bào)告出品方/作者：天風(fēng)證券，潘暕、俞文靜）1.機(jī)器視覺(jué)—智能生產(chǎn)之眼1.1.機(jī)器視覺(jué)的本質(zhì)就是機(jī)器的眼睛和大腦機(jī)器視覺(jué)技術(shù)使得工業(yè)設(shè)備能夠“看到”它正在進(jìn)行的操作并進(jìn)行快速?zèng)Q策。根據(jù)美國(guó)制造工程師協(xié)會(huì)（SME）機(jī)器視覺(jué)分會(huì)和美國(guó)機(jī)器人工業(yè)協(xié)會(huì)（RIA）自動(dòng)化視覺(jué)分會(huì)對(duì)機(jī)器視覺(jué)的定義：機(jī)器視覺(jué)是通過(guò)光學(xué)的裝置和非接觸的傳感器，自動(dòng)接收和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置。通俗地說(shuō)，“眼睛”指的是機(jī)器視覺(jué)利用環(huán)境和物體對(duì)光的反射來(lái)獲取及感知信息；“大腦”指的是機(jī)器視覺(jué)對(duì)信息進(jìn)行智能處理和分析，根據(jù)分析結(jié)果來(lái)執(zhí)行相應(yīng)的活動(dòng)。據(jù)億歐智庫(kù)所稱(chēng)機(jī)器視覺(jué)是人工智能領(lǐng)域一個(gè)正在快速發(fā)展的分支，即用機(jī)器代替人眼來(lái)做測(cè)量和判斷，是通過(guò)光學(xué)的裝置和非接觸的傳感器，自動(dòng)接收和處理真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動(dòng)的裝置。中商產(chǎn)業(yè)研究院認(rèn)為，機(jī)器視覺(jué)可以代替人眼在多種場(chǎng)景下實(shí)現(xiàn)多種功能，按功能主要分為四大類(lèi)：檢測(cè)、測(cè)量、定位、識(shí)別。（1）檢測(cè)：指外觀檢測(cè)，其內(nèi)涵種類(lèi)繁多。如產(chǎn)品裝配后的完整性檢測(cè)、外觀缺陷檢測(cè)等。（2）測(cè)量：把獲取的圖像像素信息標(biāo)定成常用的度量衡單位，然后在圖像中精確地計(jì)算出目標(biāo)物體的幾何尺寸；（3）定位：獲得目標(biāo)物體的位置，可以是二維或者是三位的位置信息。定位的精度和速度是定位功能的主要指標(biāo)。在識(shí)別出物體的基礎(chǔ)上精確給出物體的坐標(biāo)和角度信息，自動(dòng)判斷物體位置；（4）識(shí)別：基于目標(biāo)物進(jìn)行甄別，包括外形、顏色、條碼等。1.2.AI技術(shù)朝拜，變成機(jī)器視覺(jué)邁入明朗的籌碼人工智能是機(jī)器視覺(jué)的母身，深度學(xué)習(xí)為機(jī)器視覺(jué)的技術(shù)堡壘。近十年來(lái)，得益于深度學(xué)習(xí)等算法的突破、算力的不斷提升以及海量數(shù)據(jù)的持續(xù)積累，人工智能逐漸從實(shí)驗(yàn)室走向產(chǎn)業(yè)實(shí)踐，以算法、算力和數(shù)據(jù)為主旋律追求極致創(chuàng)新方面不斷突破，為機(jī)器視覺(jué)實(shí)現(xiàn)更新迭代和提高應(yīng)用價(jià)值的重要技術(shù)支撐。在人工智能領(lǐng)域的新興技術(shù)中，采用BurstDetection算法探測(cè)出深度學(xué)習(xí)是當(dāng)前受到廣泛關(guān)注的人工智能新興技術(shù)，深度學(xué)習(xí)是一種以人工神經(jīng)為架構(gòu)，對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法，“深”主要體現(xiàn)在更深層次的神經(jīng)網(wǎng)絡(luò)和對(duì)特征的多次變換上，與相同參數(shù)數(shù)量的淺層網(wǎng)絡(luò)相比，深度網(wǎng)絡(luò)具備更好的特征提取和泛化推廣能力，不斷為圖像識(shí)別領(lǐng)域帶來(lái)進(jìn)步。2007年-2009年，斯坦福教授李飛飛牽頭構(gòu)建起目前圖像分類(lèi)/檢測(cè)/定位最常用數(shù)據(jù)集之一的ImageNet，2010-2017年，基于ImageNet數(shù)據(jù)集的ILSVRC等一些大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽促進(jìn)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)的發(fā)展，如AlexNet能夠?qū)D片識(shí)別的錯(cuò)誤率下降14%，GoogleBrain采用多CPU組合方式構(gòu)建起深層次神經(jīng)網(wǎng)絡(luò)并應(yīng)用于圖像識(shí)別，取得突出成效等。機(jī)器視覺(jué)與人工智能逐漸融合，助推向工業(yè)4.0的過(guò)渡階段。機(jī)器視覺(jué)就是工業(yè)自動(dòng)化的基礎(chǔ)技之術(shù)之一，通過(guò)搭載人工智能發(fā)展東風(fēng)同時(shí)同時(shí)實(shí)現(xiàn)機(jī)器視覺(jué)的再一次運(yùn)算升級(jí)。此處東風(fēng)一方面為深度自學(xué)的融合，褫奪機(jī)器視覺(jué)更高的準(zhǔn)確性和速度，另一方面則為視覺(jué)處理所服務(wù)的視法號(hào)處理器的能力呈現(xiàn)指數(shù)級(jí)增加，奠定機(jī)器視覺(jué)中深度自學(xué)推理小說(shuō)/訓(xùn)練任務(wù)的硬件基礎(chǔ)。為叢蘚科扭口蘚盤(pán)機(jī)器視覺(jué)發(fā)展，從能自動(dòng)繼續(xù)執(zhí)行直觀任務(wù)的自動(dòng)化機(jī)器，轉(zhuǎn)型為視覺(jué)能力不受人類(lèi)視覺(jué)能力音速約束、獨(dú)立自主思索，從而能夠長(zhǎng)期對(duì)各種元素進(jìn)行優(yōu)化的獨(dú)立自主型機(jī)器，AI+機(jī)器視法號(hào)料能夠蔓延入工業(yè)生產(chǎn)達(dá)致全新的水平。未來(lái)機(jī)器視覺(jué)將料搭載更一流AI技術(shù)，對(duì)準(zhǔn)更多差異化工業(yè)應(yīng)用領(lǐng)域場(chǎng)景。ChatGPT所惹起另結(jié)新歡的人工智能話(huà)題正持續(xù)火熱，根據(jù)中國(guó)信息通信研究院和中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟，當(dāng)前重點(diǎn)逐漸從單點(diǎn)技術(shù)轉(zhuǎn)型為實(shí)質(zhì)應(yīng)用領(lǐng)域轉(zhuǎn)型階段，而視覺(jué)人工智能已經(jīng)散發(fā)出千層巨浪。我們表示，搭載AI技術(shù)的機(jī)器視覺(jué)可以進(jìn)一步優(yōu)化性能內(nèi)置更多工業(yè)應(yīng)用領(lǐng)域場(chǎng)景。一就是深度自學(xué)為機(jī)器視覺(jué)延伸出多元的模型架構(gòu)以及對(duì)應(yīng)性能提升，比如分解成對(duì)付網(wǎng)絡(luò)（GAN）能夠通過(guò)生成器和鑒別器的對(duì)付訓(xùn)練，在分解成圖像方面的能力多于其他方法；注意力機(jī)制中的ViT則將Transformer架構(gòu)輕而易舉應(yīng)用領(lǐng)域至一系列圖像塊上進(jìn)行分類(lèi)任務(wù)，減少大量所需的預(yù)訓(xùn)練資源，即為為用做在圖像處理方面；在人工智能算法的不斷訓(xùn)練和自學(xué)下，圖像識(shí)別誤差不斷減小，融合機(jī)器視覺(jué)設(shè)備在工業(yè)生產(chǎn)中能充分發(fā)揮出眾促進(jìn)作用。二就是AI技術(shù)可以對(duì)相同工程問(wèn)題和工程參數(shù)進(jìn)行建模，利用所搜集的高質(zhì)量數(shù)據(jù)進(jìn)行模型的機(jī)器學(xué)習(xí)，模型與機(jī)械成立對(duì)備和生產(chǎn)現(xiàn)狀深度讀取，以此為基礎(chǔ)研發(fā)智能系統(tǒng)，繼而產(chǎn)生即時(shí)氣門(mén)的、可以保持最佳化的生產(chǎn)參數(shù)，最后轉(zhuǎn)交基礎(chǔ)自動(dòng)化繼續(xù)執(zhí)行、同時(shí)同時(shí)實(shí)現(xiàn)機(jī)械化-自動(dòng)化-數(shù)字化-智能化的全面升級(jí)。三就是AI使得芯片算力持續(xù)提升，排序光學(xué)變成下一代機(jī)器視覺(jué)的突破口，充分利用算法的升級(jí)突破傳統(tǒng)光學(xué)光學(xué)器件，進(jìn)一步減小設(shè)備尺寸，挖掘多樣繁瑣的圖像信息，推動(dòng)機(jī)器視覺(jué)技術(shù)在工業(yè)場(chǎng)景中的進(jìn)一步普及。1.3.meta發(fā)布SAM關(guān)上機(jī)器視覺(jué)GPT時(shí)刻SegmentAnythingModel（SAM）項(xiàng)目就是一個(gè)用做圖像分割的新任務(wù)、模型和數(shù)據(jù)集。在數(shù)據(jù)收集循環(huán)中使用高效率模型構(gòu)筑了迄今為止最輕的分割數(shù)據(jù)集，在1100萬(wàn)張?jiān)S可和尊重隱私的圖像上存多于11億個(gè)掩碼。該模型被設(shè)計(jì)和訓(xùn)練為可以提示信息的，因此它可以將零樣本遷址至代萊圖像原產(chǎn)和任務(wù)。當(dāng)該模型進(jìn)行充份的網(wǎng)絡(luò)語(yǔ)料訓(xùn)練后，推斷出其零樣本性能甚至優(yōu)于調(diào)整模型（Fine-tunedmodels）。SAM通過(guò)“提示信息自學(xué)”技術(shù)對(duì)嶄新數(shù)據(jù)集和任務(wù)進(jìn)行零樣本和太太少樣本自學(xué)。Meta研究者提出了promptable分割任務(wù)，目標(biāo)就是在值域任何分割提示信息時(shí)返回有效率的分割掩碼。提示符只是選取必須在圖像中分割的內(nèi)容，比如說(shuō)，提示符可以涵蓋識(shí)別對(duì)象的空間或文本信息。有效率輸出掩碼的建議意味著，即使提示信息就是模糊不清的，并且可能將將指向多個(gè)對(duì)象（比如說(shuō)，襯衫上的一個(gè)點(diǎn)可能將將則則表示襯衫或穿著它的人），輸出也必須就是其中至少一個(gè)對(duì)象的合理掩碼。將提之側(cè)分割任務(wù)作為進(jìn)度表訓(xùn)練目標(biāo)，并通過(guò)提示信息信息工程解決通常的下游分割任務(wù)。SAM由一個(gè)的圖像編碼器、一個(gè)提示信息編碼器和一個(gè)預(yù)測(cè)分割掩碼的掩碼解碼器共同共同組成。通在過(guò)將SAM拆毀分成圖像編碼器和提示符快速編碼器/掩碼解碼器，相同的圖像嵌入可以在無(wú)法同的提示符中器重（及其成本分?jǐn)偅?。值域圖像嵌入，提示信息編碼器和掩碼解碼器在web瀏詳器中從提示符預(yù)測(cè)掩碼的時(shí)間為50ms。重點(diǎn)關(guān)注點(diǎn)、側(cè)邊和掩碼提示信息，還用民主自由形式的文本提示信息呈現(xiàn)初步結(jié)果。為并并使SAM具有歧義性，設(shè)計(jì)了它回去為單個(gè)提示信息預(yù)測(cè)多個(gè)面具，并使SAM能夠自然地處理歧義，比如襯衫和人的例子。SAM料助力機(jī)器視覺(jué)發(fā)展，助推AI+制造業(yè)縱向領(lǐng)域技術(shù)革新。SAM已經(jīng)學(xué)會(huì)了關(guān)于物體的通常概念，并且它可以為任何圖像或視頻中的任何物體分解成掩膜，甚至涵蓋在訓(xùn)練過(guò)程中沒(méi)有遇到過(guò)的物體和圖像類(lèi)型，無(wú)須額外的訓(xùn)練。Meta預(yù)計(jì)，與專(zhuān)門(mén)為一組套管任務(wù)訓(xùn)練的系統(tǒng)較之，基于prompt工程等技術(shù)的可以女團(tuán)系統(tǒng)設(shè)計(jì)將大力支持更廣為的應(yīng)用領(lǐng)域。SAM可以變成AR、VR、內(nèi)容創(chuàng)建、科學(xué)領(lǐng)域和更通用型AI系統(tǒng)的彪悍組件。比如說(shuō)SAM可以通在過(guò)AR眼鏡識(shí)別日常物品，為用戶(hù)提供更多更多提示信息；SAM除了可能將將在農(nóng)業(yè)領(lǐng)域幫助農(nóng)民或者協(xié)助生物學(xué)家進(jìn)行研究。2.工業(yè)智改料持續(xù)拓展行業(yè)發(fā)展空間2.1.AI+機(jī)器視覺(jué)技術(shù)優(yōu)勢(shì)明顯，政策+社會(huì)市場(chǎng)需求驅(qū)動(dòng)中長(zhǎng)期發(fā)展人工智能持續(xù)放大機(jī)器視覺(jué)技術(shù)優(yōu)勢(shì)，料在工業(yè)智改成中大展身手。ChatGPT-4為超級(jí)人工智能描繪雛形，料關(guān)上新一輪生產(chǎn)力快速周期，制造業(yè)作為我國(guó)產(chǎn)業(yè)核心也將受益于AI的深度融合。與人眼較之，機(jī)器視覺(jué)在效率、精度、環(huán)境建議、安全性等各因素上都存明顯的優(yōu)勢(shì)。同時(shí)，在AI深度自學(xué)+機(jī)器視覺(jué)的升級(jí)趨勢(shì)下，將在工業(yè)自動(dòng)化、數(shù)字化、柔性化、復(fù)雜性生產(chǎn)上貢獻(xiàn)更高的內(nèi)置度。傳統(tǒng)的機(jī)器視覺(jué)技術(shù)仍須將數(shù)據(jù)表示為一組特叛，或輸入至預(yù)測(cè)模型，從而得出結(jié)論預(yù)測(cè)結(jié)果，這就是順利完成制定動(dòng)作，較難適應(yīng)環(huán)境未來(lái)柔性化的生產(chǎn)市場(chǎng)需求，尤其就是在瑕疵類(lèi)型復(fù)雜化、微小化、背景噪聲繁瑣等場(chǎng)景越來(lái)越難適用于于。搭載AI深度自學(xué)功能后，機(jī)器視覺(jué)將完備的數(shù)據(jù)特征通過(guò)多步的特征轉(zhuǎn)換贏得一種更高層次、更抽象的特征則則表示，并進(jìn)一步輸入至預(yù)測(cè)函數(shù)贏得最終結(jié)果，基于深度自學(xué)的機(jī)器視覺(jué)在理想狀態(tài)下可以融合機(jī)器視覺(jué)的效率與人類(lèi)視覺(jué)的靈活性，從而順利完成日趨繁瑣環(huán)境下的檢測(cè)，尤其就是牽涉到偏差或極端環(huán)境，滿(mǎn)足用戶(hù)更多下游對(duì)瑕疵精度、通用性的嚴(yán)苛建議。AI+機(jī)器視覺(jué)料生態(tài)圈制造業(yè)，助推制造業(yè)價(jià)值鏈重構(gòu)。國(guó)家施行多項(xiàng)政策利空AI+機(jī)器視覺(jué)行業(yè)發(fā)展。政策從拓展產(chǎn)業(yè)鏈應(yīng)用領(lǐng)域場(chǎng)景、加強(qiáng)一流妍用技術(shù)與設(shè)備研發(fā)以及發(fā)展機(jī)器視覺(jué)底層技術(shù)等方向促進(jìn)中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)的發(fā)展，同時(shí)AI+機(jī)器視覺(jué)技術(shù)與設(shè)備在“十四五”規(guī)劃中受到高度重視，2021年底《十四五智能生產(chǎn)發(fā)展規(guī)劃》中重點(diǎn)特別強(qiáng)調(diào)高分辨率視覺(jué)傳感器等基礎(chǔ)零部件和裝置，突顯國(guó)家對(duì)機(jī)器視覺(jué)產(chǎn)業(yè)的著重和大力支持，2022年的《十四五數(shù)字經(jīng)濟(jì)規(guī)劃》再次特別強(qiáng)調(diào)發(fā)展機(jī)器視覺(jué)等技術(shù)應(yīng)用做我國(guó)智改計(jì)劃。較好的政策環(huán)境將在未來(lái)一定時(shí)期內(nèi)為國(guó)內(nèi)有關(guān)行業(yè)持續(xù)發(fā)展與突破奠定較好的環(huán)境基礎(chǔ)。人口紅利漲潮，機(jī)器替代市場(chǎng)需求中長(zhǎng)期內(nèi)仍存缺口。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，我國(guó)2022年末60歲以下人口占比80.2%，彌漫人口出生率從2011年的13.27‰下降至2022年的6.77‰，中國(guó)經(jīng)濟(jì)周刊預(yù)計(jì)2030年，中國(guó)60歲以下人口或?qū)⒔抵?5%。同時(shí)制造業(yè)勞動(dòng)力人員從2011年的4088萬(wàn)人降至2021年的3828萬(wàn)人，而制造業(yè)勞動(dòng)成本則從36665元飆升至92459元，據(jù)常州鐘樓金隆控股集團(tuán)，老齡化問(wèn)題與出生率疲弱將平添未來(lái)持續(xù)性勞動(dòng)力供不應(yīng)議和勞動(dòng)力成本上升，這將不斷提振生產(chǎn)企業(yè)對(duì)智能化的市場(chǎng)需求持續(xù)膨脹。機(jī)器視覺(jué)作為可以替代人工具備效率更高、準(zhǔn)確度更高、際成本低等優(yōu)勢(shì)技術(shù)，料進(jìn)一步提高其滲透率。我國(guó)工業(yè)機(jī)器視覺(jué)應(yīng)用領(lǐng)域滲透率仍存非常大提升空間。中國(guó)工業(yè)機(jī)器視覺(jué)應(yīng)用領(lǐng)域的滲透率仍處于較低的水平，仍存非常大提升空間。根據(jù)快易理財(cái)網(wǎng)的數(shù)據(jù)，2021年我國(guó)制造業(yè)增加值為4.87萬(wàn)億美元，占到至全球比重30.34%，二者較之下，2021年我國(guó)機(jī)器視覺(jué)產(chǎn)值占比僅為17.18%。在制造業(yè)的轉(zhuǎn)型升級(jí)推動(dòng)下，機(jī)器視覺(jué)滲透率料持續(xù)增加，國(guó)內(nèi)非常大的制造業(yè)基數(shù)將持Chinian轉(zhuǎn)化成非常大的市場(chǎng)增量。同時(shí)，我國(guó)制造業(yè)人工智能應(yīng)用領(lǐng)域市場(chǎng)的逐年遞增充分反映出機(jī)器視覺(jué)的脫胎換骨潛力，根據(jù)德勤數(shù)據(jù)，我國(guó)制造業(yè)人工智能應(yīng)用領(lǐng)域市場(chǎng)從2019年的12億元漲至2022年的37億元，預(yù)計(jì)2025年能夠突破百億。2.2.AI+機(jī)器視覺(jué)持續(xù)生態(tài)圈下游工業(yè)應(yīng)用領(lǐng)域，料受益于下游賽道的高景氣高成長(zhǎng)性下游應(yīng)用領(lǐng)域?qū)冉ㄗh嚴(yán)苛，使得AI+機(jī)器視覺(jué)深度融合與升級(jí)。從市場(chǎng)需求端的來(lái)看，機(jī)器視覺(jué)廣為應(yīng)用于電子及半導(dǎo)體、汽車(chē)生產(chǎn)、食品包裝、制藥等領(lǐng)域，各個(gè)領(lǐng)域的應(yīng)用領(lǐng)域場(chǎng)景具備非常大差異性。2021年我國(guó)消費(fèi)電子、半導(dǎo)體、汽車(chē)為機(jī)器視覺(jué)領(lǐng)域的三大應(yīng)用領(lǐng)域端的，雖然機(jī)器視覺(jué)下游各行業(yè)對(duì)精度的建議不一，但整體來(lái)看，彌漫主要應(yīng)用領(lǐng)域端的（消費(fèi)電子、半導(dǎo)體、汽車(chē)、新能源）的升級(jí)運(yùn)算，對(duì)機(jī)器視覺(jué)技術(shù)的高精度市場(chǎng)需求適度提高，尤其仍須深度自學(xué)的高度融合以適應(yīng)環(huán)境下游應(yīng)用領(lǐng)域的發(fā)展。智能制造趨勢(shì)是擴(kuò)大機(jī)器視覺(jué)需求的關(guān)鍵引擎。以機(jī)器取代人工，能夠幫助制造業(yè)實(shí)現(xiàn)自動(dòng)化和智能化，是現(xiàn)代化制造提質(zhì)、增效、降本、減排的推動(dòng)力。隨著我國(guó)進(jìn)入全面推進(jìn)智能制造階段，機(jī)器視覺(jué)將持續(xù)向全行業(yè)滲透，應(yīng)用市場(chǎng)需求急劇擴(kuò)增，為機(jī)器視覺(jué)提供了較大的需求牽引，是機(jī)器視覺(jué)的重大戰(zhàn)略機(jī)遇。同時(shí)根據(jù)凌云光2022年7月14日發(fā)布的投資者調(diào)研紀(jì)要顯示，國(guó)內(nèi)機(jī)器視覺(jué)的銷(xiāo)售額在2016-2019年期間分別為49、69、84、103億元，雖在全國(guó)工業(yè)企業(yè)技改投資經(jīng)費(fèi)支出中的占比逐步提升，但也僅維持在2%-3%，由此可見(jiàn)國(guó)內(nèi)機(jī)器視覺(jué)在工業(yè)技改中的滲透率還處于相對(duì)較低水平，未來(lái)成長(zhǎng)空間廣闊。2.2.1.電子行業(yè)仍就是機(jī)器視覺(jué)應(yīng)用領(lǐng)域最寬闊的下游領(lǐng)域據(jù)常州鐘樓金隆控股集團(tuán)，電子信息生產(chǎn)行業(yè)自動(dòng)化+標(biāo)準(zhǔn)化程度高，就是機(jī)器視覺(jué)技術(shù)應(yīng)用較早、應(yīng)用領(lǐng)域最廣為的下游市場(chǎng)。根據(jù)GGII數(shù)據(jù)，我國(guó)3C電子行業(yè)機(jī)器視覺(jué)市場(chǎng)規(guī)模在2021年超過(guò)至40.62億元，同比快速增長(zhǎng)29.61%，2020-2025年均無(wú)機(jī)增長(zhǎng)率為14.8%，該快速增長(zhǎng)歸因于3C電子產(chǎn)品規(guī)模的較好快速增長(zhǎng)態(tài)勢(shì)。2022年以來(lái)，消費(fèi)電子行業(yè)步入下行期，相對(duì)應(yīng)機(jī)器視覺(jué)市場(chǎng)規(guī)模增長(zhǎng)速度大幅減緩，但基于發(fā)展基礎(chǔ)古老，中短期內(nèi)仍料變成市場(chǎng)規(guī)模最輕的下游市場(chǎng)。3C行業(yè)就是工業(yè)視覺(jué)行業(yè)的應(yīng)用領(lǐng)域標(biāo)桿。全球機(jī)器視覺(jué)的蓬勃發(fā)展非常大程度上歸因于消費(fèi)類(lèi)電子行業(yè)的發(fā)展，一方面系則元器件尺寸較小、檢測(cè)建議高，適合使用機(jī)器視覺(jué)系統(tǒng)進(jìn)行檢測(cè)；另一方面該行業(yè)更新運(yùn)算快，生產(chǎn)設(shè)備的更新對(duì)上游機(jī)器視覺(jué)行業(yè)也產(chǎn)生了非常大的市場(chǎng)需求。整體來(lái)看，在3C電子行業(yè)，元器件、部件和成品的制作各環(huán)節(jié)都仍須機(jī)器視覺(jué)的協(xié)助，其中70%的機(jī)器視覺(jué)產(chǎn)品用做檢測(cè)環(huán)節(jié)，由于技術(shù)工藝的高建議，3C電子行業(yè)設(shè)備生產(chǎn)對(duì)機(jī)器視覺(jué)技術(shù)存剛性市場(chǎng)需求。彌漫3C產(chǎn)品不斷升級(jí)，未來(lái)對(duì)機(jī)器視覺(jué)效率和精度存更高的建議。從消費(fèi)電子行業(yè)趨勢(shì)來(lái)看，目前機(jī)器視覺(jué)技術(shù)已經(jīng)全面全面覆蓋多個(gè)生產(chǎn)環(huán)節(jié)，同時(shí)消費(fèi)者對(duì)消費(fèi)電子的質(zhì)量市場(chǎng)需求推動(dòng)了消費(fèi)電子產(chǎn)品仍須通過(guò)更高效率、更精細(xì)的機(jī)器視覺(jué)檢測(cè)技術(shù)以提升追加新增產(chǎn)能和質(zhì)量，機(jī)器視覺(jué)在電子行業(yè)的滲透率料進(jìn)一步提高。2.2.2.機(jī)器視覺(jué)為半導(dǎo)體的剛性市場(chǎng)需求料受益于高景氣賽道的市場(chǎng)需求膨脹半導(dǎo)體產(chǎn)業(yè)以其集成度高、精細(xì)度高的特點(diǎn)變成機(jī)器視覺(jué)技術(shù)大規(guī)模應(yīng)用領(lǐng)域最早的領(lǐng)域之一。半導(dǎo)體行業(yè)機(jī)器視覺(jué)應(yīng)用領(lǐng)域比重在2020-2021年間有所不斷擴(kuò)大。同時(shí)，根據(jù)GGII數(shù)據(jù)說(shuō)明，2021年半導(dǎo)體行業(yè)機(jī)器視覺(jué)市場(chǎng)規(guī)模為13.16億元，同比快速增長(zhǎng)42.73%，該快速增長(zhǎng)主要系則受益于2021年至我國(guó)各大半導(dǎo)體公司的復(fù)產(chǎn)計(jì)劃，直接影響了機(jī)器視覺(jué)在晶圓檢測(cè)中的不斷擴(kuò)大應(yīng)用領(lǐng)域，本輪缺芯推動(dòng)了變產(chǎn)潮已經(jīng)已經(jīng)開(kāi)始陸續(xù)建成投產(chǎn)，隨著各地新建晶圓產(chǎn)線(xiàn)陸續(xù)建成投產(chǎn)，短期內(nèi)仍將利空機(jī)器視覺(jué)行業(yè)。根據(jù)GGII預(yù)測(cè)，2025年半導(dǎo)體行業(yè)機(jī)器視市場(chǎng)規(guī)模將多于40億元，2020-2025年均無(wú)機(jī)增長(zhǎng)率約為36%。機(jī)器視覺(jué)在半導(dǎo)體生產(chǎn)過(guò)程中的速度和精確性?xún)?yōu)勢(shì)明顯。目前已涵蓋半導(dǎo)體的外觀瑕疵、尺寸、數(shù)量、平整度、距離、定位、校準(zhǔn)、焊點(diǎn)質(zhì)量、彎曲度等的檢測(cè)，同時(shí)全面全面覆蓋晶圓制本作的檢測(cè)、定位、研磨、PCB過(guò)程全程。相別與傳統(tǒng)芯片檢測(cè)與激光測(cè)量技術(shù)測(cè)量，基為于機(jī)器視覺(jué)的芯片瑕疵檢測(cè)技術(shù)以更有效率、實(shí)時(shí)、非接觸式、高能高精度的檢測(cè)技術(shù)，在半導(dǎo)體行贏得了更為廣為的應(yīng)用領(lǐng)域。未來(lái)，伴隨車(chē)規(guī)級(jí)IC需求持續(xù)旺盛+消費(fèi)級(jí)IC去庫(kù)存到位+ChatGPT帶動(dòng)的AI芯片需求，機(jī)器視覺(jué)行業(yè)作為半導(dǎo)體行業(yè)的剛性需求，將繼續(xù)迎來(lái)行業(yè)規(guī)模的擴(kuò)張。首先，車(chē)規(guī)級(jí)IC的景氣度頗高，市場(chǎng)規(guī)模增長(zhǎng)客觀，據(jù)中國(guó)汽車(chē)工業(yè)協(xié)會(huì)統(tǒng)計(jì)，2022年中國(guó)新能源汽車(chē)出貨量達(dá)到688.7萬(wàn)輛，滲透率已超過(guò)20%，汽車(chē)芯片在新能源汽車(chē)高速增長(zhǎng)下，需求將持續(xù)擴(kuò)大，以MCU為例，相比于傳統(tǒng)汽車(chē)的70顆/輛的配置，智能汽車(chē)可達(dá)到300顆/輛。其次，景氣下行的消費(fèi)級(jí)IC有望在2023年恢復(fù)正常庫(kù)存與價(jià)格水平，同時(shí)在消費(fèi)電子行業(yè)2023進(jìn)入業(yè)績(jī)修復(fù)期的背景下，需求向上波動(dòng)或?qū)?lái)半導(dǎo)體供給端補(bǔ)庫(kù)存，迎來(lái)景氣上行拐點(diǎn)。再者，2023年引起關(guān)注的ChatGPT有望成為半導(dǎo)體產(chǎn)業(yè)發(fā)展新動(dòng)能，以ChatGPT為代表的相關(guān)AI應(yīng)用涌現(xiàn)帶來(lái)龐大算力缺口，GPU等AI芯片作為算力承載主體有望迎接放量預(yù)期。我們認(rèn)為，機(jī)器視覺(jué)作為芯片制造的剛性需求，將有望受益于芯片市場(chǎng)的高景氣發(fā)展。2.2.3.機(jī)器視覺(jué)的汽車(chē)檢測(cè)市場(chǎng)穩(wěn)固，搭載AI助力突破自動(dòng)駕駛汽車(chē)領(lǐng)域在機(jī)器視覺(jué)應(yīng)用中為長(zhǎng)期高位發(fā)展的個(gè)中翹楚。根據(jù)GGII的數(shù)據(jù)，2021年汽車(chē)行業(yè)機(jī)器視覺(jué)市場(chǎng)規(guī)模為14.21億元，同比增長(zhǎng)38.1%。比較同期全國(guó)乘用車(chē)銷(xiāo)量與新能源車(chē)銷(xiāo)量的情況，2021年全國(guó)乘用車(chē)銷(xiāo)量同比增長(zhǎng)3.8%，新能源汽車(chē)銷(xiāo)量同比增長(zhǎng)157.5%，可見(jiàn)汽車(chē)機(jī)器視覺(jué)的增長(zhǎng)速度（38.1%）落后于新能源汽車(chē)的增長(zhǎng)速度（157.5%），主要系因?yàn)閭鹘y(tǒng)汽車(chē)領(lǐng)域仍為機(jī)器視覺(jué)的主要應(yīng)用領(lǐng)域。未來(lái)，隨著新能源汽車(chē)領(lǐng)域機(jī)器視覺(jué)需求的持續(xù)探索，有望成為機(jī)器視覺(jué)的成長(zhǎng)新動(dòng)力，根據(jù)GGII的預(yù)測(cè)，2025年機(jī)器視覺(jué)汽車(chē)行業(yè)將接近40億元，2020-2025年均復(fù)合增長(zhǎng)率達(dá)到30%。機(jī)器視覺(jué)在汽車(chē)產(chǎn)線(xiàn)柔性化、自動(dòng)化生產(chǎn)中優(yōu)勢(shì)明顯。目前機(jī)器視覺(jué)技術(shù)主要用做在安裝的在線(xiàn)檢測(cè)和零部件的離線(xiàn)檢測(cè)及表面檢測(cè)，比如面板印刷檢測(cè)、字符檢測(cè)、精密測(cè)量、工件表面瑕疵檢測(cè)、自建好曲面檢測(cè)等，以及大型工件的載運(yùn)、上下料等。隨著汽車(chē)保有量的增加+汽車(chē)質(zhì)控政策的強(qiáng)化，對(duì)汽車(chē)檢測(cè)明確提出更高的建議，傳統(tǒng)人工檢驗(yàn)方式/檢具方案由于難以滿(mǎn)足用戶(hù)柔性化、自動(dòng)化與高效化生產(chǎn)，逐漸被機(jī)器視覺(jué)技術(shù)所替代。機(jī)器視覺(jué)通過(guò)視覺(jué)讀碼技術(shù)+固定點(diǎn)智造整車(chē)外觀偷窺+視覺(jué)引導(dǎo)技術(shù)+尺寸檢測(cè)精確度高的特性，可以檢測(cè)零部件的尺寸、安裝情況，引導(dǎo)機(jī)器人進(jìn)行最佳相匹配安裝、交互式安裝，與傳統(tǒng)人工檢驗(yàn)方法較之，能夠提高汽車(chē)生產(chǎn)效率及質(zhì)量保證，同時(shí)節(jié)省人力與時(shí)間成本。未來(lái)汽車(chē)領(lǐng)域智能化將為機(jī)器視覺(jué)轉(zhuǎn)化成汽車(chē)電子嶄新增量市場(chǎng)。汽車(chē)的智能化、輕量化對(duì)檢測(cè)明確提出了更高的建議，繼而對(duì)機(jī)器視覺(jué)技術(shù)的市場(chǎng)需求也積極響應(yīng)的提高，汽車(chē)生產(chǎn)行業(yè)變成機(jī)器視覺(jué)主力應(yīng)用領(lǐng)域市場(chǎng)。過(guò)去汽車(chē)以機(jī)械構(gòu)件居多，在智能汽車(chē)發(fā)展中，電子零部件的比重將不斷提高，大量的雷達(dá)（激光、厘米波、毫米波、超聲波）、傳感器、通信（GPS、DSRC、4G/5G）、攝像頭、監(jiān)控、檢測(cè)、娛樂(lè)系統(tǒng)將可以被裝載在汽車(chē)上，以單車(chē)電子件價(jià)值6萬(wàn)元、國(guó)內(nèi)2022年新能源汽車(chē)出貨量為688.7萬(wàn)臺(tái)回去排序，國(guó)內(nèi)智能汽車(chē)硬件市場(chǎng)將超過(guò)至4132.2億元左右。隨著未來(lái)新能源汽車(chē)滲透率不斷加深，機(jī)器視覺(jué)技術(shù)料迎接新能源汽車(chē)的需求。2.2.4.鋰電池推動(dòng)機(jī)器視覺(jué)+AI持續(xù)升級(jí)，下游市場(chǎng)穩(wěn)定增長(zhǎng)新能源料變成機(jī)器視覺(jué)行業(yè)未來(lái)最輕增量市場(chǎng)。根據(jù)GGII數(shù)據(jù)，2021年機(jī)器視覺(jué)在嶄新能源行業(yè)的銷(xiāo)售額增長(zhǎng)速度最快，2021年同比快速增長(zhǎng)60%，距強(qiáng)于行業(yè)平均水平。鋰電池工藝復(fù)雜性預(yù)示著機(jī)器視覺(jué)搭載深度自學(xué)同時(shí)同時(shí)實(shí)現(xiàn)算法升級(jí)。機(jī)器視覺(jué)在鋰電池生產(chǎn)工藝中應(yīng)用領(lǐng)域廣為，鋰電池制備工藝的復(fù)雜性并使在多個(gè)工序均仍須相同機(jī)器視覺(jué)檢測(cè)系統(tǒng)的次郎入。同時(shí)，動(dòng)力電池視覺(jué)檢測(cè)的新市場(chǎng)需求對(duì)傳統(tǒng)算法明確提出挑戰(zhàn)，由于傳統(tǒng)算法無(wú)法解決沖壓環(huán)節(jié)的檢測(cè)痛點(diǎn)，該領(lǐng)域?qū)ι疃茸詫W(xué)檢測(cè)技術(shù)使用依賴(lài)程度料逐漸攀升。隨著電芯、模組、PACK測(cè)量建議的不斷提高，被測(cè)物體條件愈發(fā)繁瑣，全線(xiàn)視覺(jué)檢測(cè)已逐漸變成動(dòng)力電池廠商標(biāo)配，助推機(jī)器視覺(jué)高速發(fā)展。鋰電池作為新能源汽車(chē)的主流動(dòng)力電池，有望長(zhǎng)期受益于新能源汽車(chē)銷(xiāo)量增長(zhǎng)從而拉動(dòng)機(jī)器視覺(jué)的市場(chǎng)規(guī)模增長(zhǎng)。我國(guó)新能源汽車(chē)銷(xiāo)量從2017年的77.7萬(wàn)漲至2022年的688.7萬(wàn)，2017-2022年均復(fù)合增長(zhǎng)率達(dá)到54.71%，從而帶動(dòng)了我國(guó)鋰電池產(chǎn)量。國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2021年中國(guó)鋰電池產(chǎn)量已經(jīng)達(dá)到232.6億只，同比增長(zhǎng)23.4%。新能源汽車(chē)滲透率在2022年突破20%大關(guān)，根據(jù)“創(chuàng)新擴(kuò)散曲線(xiàn)”模型，當(dāng)創(chuàng)新產(chǎn)品市占率突破10%后將迎來(lái)最為陡峭的生長(zhǎng)曲線(xiàn)，新能源汽車(chē)行業(yè)有望迎來(lái)倍速增長(zhǎng)，以鋰電池為代表的動(dòng)力電池需求量亦有望持續(xù)提升，在鋰電市場(chǎng)持續(xù)向好的背景下，使用機(jī)器視覺(jué)的檢測(cè)需求隨之提升。根據(jù)GGII機(jī)構(gòu)調(diào)研測(cè)算，鋰電池單GWh產(chǎn)線(xiàn)對(duì)機(jī)器視覺(jué)需求的價(jià)值量中樞約為700萬(wàn)，按照當(dāng)前各家鋰電池廠商的擴(kuò)產(chǎn)計(jì)劃，到2025年的投產(chǎn)產(chǎn)能有望超過(guò)2TWh，相比于當(dāng)前的產(chǎn)能，未投產(chǎn)產(chǎn)能累計(jì)超過(guò)1300GWh，其中潛在未釋放的機(jī)器視覺(jué)訂單需求超過(guò)90億元。2.2.5.光伏復(fù)產(chǎn)已箭在弦上，對(duì)機(jī)器視覺(jué)市場(chǎng)需求同樣疲軟機(jī)器視覺(jué)的光伏應(yīng)用賽道蓬勃發(fā)展，國(guó)內(nèi)廠商優(yōu)勢(shì)凸顯。新能源板塊除了鋰電池外，光伏也是另一值得重點(diǎn)關(guān)注的行業(yè)。近年光伏行業(yè)的迅猛發(fā)展，據(jù)億歐智庫(kù)，2021年我國(guó)太陽(yáng)能電池產(chǎn)量達(dá)到23405wKW，同比增長(zhǎng)42.1%，行業(yè)迎來(lái)加速成長(zhǎng)期，同期帶動(dòng)機(jī)器視覺(jué)的光伏行業(yè)應(yīng)用規(guī)模達(dá)到6.5億元，2019-2021年CAGR達(dá)到58%。目前光伏產(chǎn)業(yè)鏈的硅片檢測(cè)市場(chǎng)由德國(guó)Hennecke占有主導(dǎo)份額，國(guó)內(nèi)天準(zhǔn)科技、奧特維等廠商目前也在切入光伏賽道，天準(zhǔn)科技應(yīng)用于光伏硅片檢測(cè)的智能檢測(cè)性能較為成熟，與國(guó)際領(lǐng)先的Hennecke產(chǎn)品技術(shù)相當(dāng)，實(shí)現(xiàn)對(duì)Hennecke公司等國(guó)際先進(jìn)同行產(chǎn)品的替代。光伏生產(chǎn)工藝的高精度或使機(jī)器視覺(jué)變成標(biāo)配。光伏電池片檢測(cè)為了崇尚更高的效率并降低成本，仍須不斷優(yōu)化生產(chǎn)流程及技術(shù)。在光伏電池板的生產(chǎn)過(guò)程，可以出現(xiàn)缺角、裂痕、黑斑及黑心等各類(lèi)瑕疵，這些瑕疵的存可能會(huì)影響電池片的性能和穩(wěn)定性。因此對(duì)光伏行業(yè)而言，引入持續(xù)有效率的瑕疵檢測(cè)方法至關(guān)重要，其應(yīng)用領(lǐng)域效果已經(jīng)贏得了行業(yè)的廣泛普遍認(rèn)可，而機(jī)器視覺(jué)的干涉能夠同時(shí)同時(shí)實(shí)現(xiàn)來(lái)料硅片質(zhì)量監(jiān)控、過(guò)程電池片的瑕疵監(jiān)控以及成品電池片和易證。電池片生產(chǎn)質(zhì)量監(jiān)控系統(tǒng)的每個(gè)工藝都存提供更多更多對(duì)應(yīng)的光機(jī)視覺(jué)模組，可以快速布局，提可以可供高質(zhì)量的視覺(jué)光學(xué)效果。光伏復(fù)產(chǎn)+平價(jià)玩游戲?qū)⑿袠I(yè)高景氣蔓延至機(jī)器視覺(jué)檢測(cè)行業(yè)。光伏發(fā)電在能源供應(yīng)體系中占據(jù)越來(lái)越關(guān)鍵的地位，推動(dòng)光伏行業(yè)的快速增長(zhǎng)，而我國(guó)光伏產(chǎn)業(yè)就是戰(zhàn)略性新興產(chǎn)業(yè)，在制造業(yè)規(guī)模、產(chǎn)業(yè)化技術(shù)水平、應(yīng)用領(lǐng)域市場(chǎng)拓展、產(chǎn)業(yè)體系建設(shè)等方面均名列全球前列于于。從生產(chǎn)端的來(lái)看，產(chǎn)業(yè)規(guī)模同時(shí)同時(shí)實(shí)現(xiàn)持續(xù)增長(zhǎng)，根據(jù)工業(yè)和信息化部官方數(shù)據(jù)，2022年全年光伏產(chǎn)業(yè)鏈各環(huán)節(jié)產(chǎn)量創(chuàng)歷史新高，全國(guó)多晶硅、硅片、電池、組件產(chǎn)量分別達(dá)致82.7萬(wàn)噸、357GW、318GW、288.7GW，同比快速增長(zhǎng)均多于55%，行業(yè)總產(chǎn)值突破1.4萬(wàn)億元人民幣。具體內(nèi)容落到2022年產(chǎn)量來(lái)看，多晶硅產(chǎn)量82.7萬(wàn)噸，同比快速增長(zhǎng)63.4%；硅片產(chǎn)量357GW，同比快速增長(zhǎng)57.5%，電池片產(chǎn)量318GW，同比快速增長(zhǎng)60.7%，組件產(chǎn)量288.7GW，同比快速增長(zhǎng)58.8%，該新增產(chǎn)能將在未來(lái)1-2年內(nèi)持續(xù)平添行業(yè)的高景氣預(yù)期。從應(yīng)用領(lǐng)域端的來(lái)看2022年我國(guó)光伏嶄新減至裝機(jī)87.41GW，同比快速增長(zhǎng)59.3%，CPIA保守預(yù)計(jì)至2025/2030年我國(guó)光伏新增裝機(jī)預(yù)測(cè)將超過(guò)至100GW/120GW。同時(shí)，未來(lái)在規(guī)?；邪l(fā)與技術(shù)進(jìn)步的驅(qū)動(dòng)下，我國(guó)光伏行業(yè)成本快速增加，2021年光伏發(fā)電的平均值度電成本甚至可以與燃煤發(fā)電（0.33-0.45元/千瓦時(shí)）二者競(jìng)爭(zhēng)，逐漸同時(shí)同時(shí)實(shí)現(xiàn)平價(jià)玩游戲，滲透率料快速提升。我們表示，機(jī)器視覺(jué)檢測(cè)作為光伏產(chǎn)業(yè)中的必不可少的環(huán)節(jié)，料受益于光伏賽道的持續(xù)火熱。人工智能助力機(jī)器視覺(jué)檢測(cè)在光伏生產(chǎn)同時(shí)同時(shí)實(shí)現(xiàn)靈活性與自動(dòng)化。當(dāng)前光伏產(chǎn)線(xiàn)所使用的自動(dòng)化設(shè)備往往源于多家設(shè)備，搭載的視覺(jué)系統(tǒng)通常就是滿(mǎn)足用戶(hù)其特定市場(chǎng)需求而研發(fā)的，因此每臺(tái)設(shè)備呈現(xiàn)給工作人員的界面與運(yùn)算邏輯均不相同，該使用門(mén)檻引致設(shè)備難以同步快速投產(chǎn)。同時(shí)光伏生產(chǎn)工藝繁瑣、多樣，輔材和訂單標(biāo)準(zhǔn)的頻繁切換，對(duì)機(jī)器視覺(jué)的柔性生產(chǎn)明確提出極高的建議。而人工智能在算法的進(jìn)步為該行業(yè)痛點(diǎn)提供更多更多代萊解決思路，以原控股有限公司股東韋謝列的光條葉視覺(jué)檢測(cè)系統(tǒng)為基準(zhǔn)，通過(guò)大樣本訓(xùn)練、并并無(wú)訓(xùn)練模式、深度自學(xué)前沿算法和智能運(yùn)算功能等，可以為企業(yè)大幅增加未來(lái)?yè)Q產(chǎn)難度，同時(shí)大幅提高精準(zhǔn)瑕疵檢出率和生產(chǎn)效率，能夠提升40%的生產(chǎn)效率，將瑕疵檢出率掌控在99.5%，進(jìn)一步不斷擴(kuò)大對(duì)光伏行業(yè)產(chǎn)業(yè)鏈的全全面全面覆蓋蔓延。3.機(jī)器視覺(jué)產(chǎn)業(yè)鏈厚積薄發(fā)，國(guó)內(nèi)市場(chǎng)增長(zhǎng)速度或?qū)㈩I(lǐng)先全球水平3.1.25年全球料少于千億市場(chǎng)規(guī)模，中國(guó)或?qū)⒃鲩L(zhǎng)速度領(lǐng)先全球25年全球料達(dá)致千億市場(chǎng)規(guī)模，中國(guó)增長(zhǎng)速度或?qū)㈩I(lǐng)先全球。根據(jù)MarketsandMarkets為叢蘚科扭口蘚計(jì)，全球機(jī)器視覺(jué)市場(chǎng)規(guī)模在2021年超過(guò)至804億元，同比快速增長(zhǎng)12.15%。2021年全球傳統(tǒng)工業(yè)復(fù)蘇和嶄新能源行業(yè)的蓬勃發(fā)展助推了有關(guān)企業(yè)的復(fù)產(chǎn)市場(chǎng)需求，工業(yè)檢測(cè)、鋰電池等視覺(jué)檢測(cè)產(chǎn)品市場(chǎng)需求有所快速增長(zhǎng)，未來(lái)AI+將給予行業(yè)更大想象空間，不斷擴(kuò)大機(jī)器視覺(jué)的應(yīng)用領(lǐng)域范圍，預(yù)計(jì)在2025年市場(chǎng)規(guī)模達(dá)致1276億元，2022-2025年均無(wú)機(jī)增長(zhǎng)率預(yù)計(jì)約為13.22%。2021年，物流倉(cāng)儲(chǔ)、嶄新能源行業(yè)的蓬勃發(fā)展助推了有關(guān)企業(yè)的復(fù)產(chǎn)市場(chǎng)需求，視覺(jué)檢測(cè)產(chǎn)品需求增長(zhǎng)明顯，GGII數(shù)據(jù)說(shuō)明，2021年中國(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模138.16億元（該數(shù)據(jù)未囊括自動(dòng)化內(nèi)置設(shè)備規(guī)模），同比快速增長(zhǎng)46.79%，增長(zhǎng)速度遠(yuǎn)高于全球平均水平，未來(lái)歸因于后疫情下宏觀經(jīng)濟(jì)的回落、制造業(yè)自動(dòng)化升級(jí)、政策大力支持等因素，中國(guó)機(jī)器視覺(jué)行業(yè)規(guī)模料進(jìn)一步快速增長(zhǎng)。其中，2D視覺(jué)市場(chǎng)規(guī)模約為126.65億元，3D視覺(jué)市場(chǎng)約為11.51億元；傳統(tǒng)工業(yè)產(chǎn)品的回落也為機(jī)器視覺(jué)平添生機(jī)，快速增長(zhǎng)趨勢(shì)明顯。GGII預(yù)測(cè)，至2025年我國(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模將超過(guò)至349億元，其中，2D視覺(jué)市場(chǎng)規(guī)模將多于291億元，3D視覺(jué)市場(chǎng)規(guī)模將多于57億元。3.2.機(jī)器視覺(jué)產(chǎn)業(yè)鏈/成本占比：工業(yè)相機(jī)及軟件算法為關(guān)鍵機(jī)器視覺(jué)作為智能制造中不可或缺的重要部分，發(fā)展空間的釋放需要充分挖掘產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)。機(jī)器視覺(jué)產(chǎn)業(yè)鏈的上游主要為L(zhǎng)ED、CCD、CMOS、光學(xué)材料、電子元器件、五金結(jié)構(gòu)件等原材料。由于機(jī)器視覺(jué)是由多個(gè)部件組成，每個(gè)部件的原材料均有不同，因此，產(chǎn)業(yè)鏈上游涉及的行業(yè)范圍較為寬廣。國(guó)外領(lǐng)先企業(yè)例如基恩士、康耐視、?？怂箍?、BaslerAG四家企業(yè)，主要布局機(jī)器視覺(jué)產(chǎn)業(yè)鏈的中上游業(yè)務(wù)；國(guó)內(nèi)布局機(jī)器視覺(jué)產(chǎn)業(yè)鏈上游領(lǐng)域的企業(yè)主要有海康威視、天準(zhǔn)科技。機(jī)器視覺(jué)產(chǎn)業(yè)鏈中游主要為系統(tǒng)集成商和裝備制造商，系統(tǒng)集成商通常直接采購(gòu)視覺(jué)軟件、傳感器、驅(qū)控系統(tǒng)等核心零部件，通過(guò)簡(jiǎn)單的二次開(kāi)發(fā)和組裝完成設(shè)備生產(chǎn)，不具備自由機(jī)器視覺(jué)算法、軟件以及視覺(jué)傳感器和精密驅(qū)控等核心技術(shù)，通常不具備整臺(tái)裝備的設(shè)計(jì)生產(chǎn)能力。機(jī)器視覺(jué)產(chǎn)業(yè)鏈的下游主要為運(yùn)用機(jī)器視覺(jué)技術(shù)的設(shè)備制造行業(yè)和終端用戶(hù)，所涉范圍十分廣泛，如汽車(chē)、醫(yī)藥、化學(xué)、電子、半導(dǎo)體、印刷、食品飲料、物流、煙草、醫(yī)療、電池等?？v觀整條產(chǎn)業(yè)鏈，成本價(jià)值量的關(guān)鍵當(dāng)屬上游環(huán)節(jié)的工業(yè)相機(jī)和底層軟件算法。工業(yè)相機(jī)就是機(jī)器視覺(jué)設(shè)備中價(jià)值量最高的核心組件（價(jià)值量占比約為23%），由圖像傳感器、圖像采集卡與各類(lèi)芯片共同共同組成，技術(shù)壁壘較低。工業(yè)相機(jī)本質(zhì)的功能就是將光信號(hào)轉(zhuǎn)型變成有序的電信號(hào)，再將該信號(hào)模數(shù)轉(zhuǎn)換并送往處理器后以順利完成圖像的處理、分析和識(shí)別。與普通相機(jī)較之，工業(yè)相機(jī)仍須更高的傳輸力、抗干擾能力以及均衡的光學(xué)能力。市面上的工業(yè)相機(jī)主要存面陣相機(jī)、線(xiàn)陣相機(jī)、3D相機(jī)以及智能相機(jī)。目前，全球工業(yè)相機(jī)行業(yè)由歐美品牌占據(jù)主要市場(chǎng)，國(guó)外知名企業(yè)比如德國(guó)Basler、加提著大DALSA、美國(guó)康耐視等；我國(guó)對(duì)于工業(yè)相機(jī)的研究起步較晚，工業(yè)相機(jī)行業(yè)主要布局于中低端市場(chǎng)，近些年我國(guó)也逐步發(fā)展出一批獨(dú)立自主研發(fā)工業(yè)相機(jī)的國(guó)產(chǎn)品牌，可以逐步同時(shí)同時(shí)實(shí)現(xiàn)進(jìn)口替代。底層軟件算法對(duì)所獲得的視覺(jué)信號(hào)進(jìn)行處理是機(jī)器視覺(jué)系統(tǒng)的關(guān)鍵所在，一般來(lái)說(shuō)，掌握底層軟件算法的公司更容易形成自身優(yōu)勢(shì)。在工業(yè)領(lǐng)域，成熟的視覺(jué)算法軟件已經(jīng)有很多，包括Visionpro、halcon、opevCV、Mil、Hexsight、evision等。參考擁有廣受好評(píng)的機(jī)器視覺(jué)軟件VisionPro的廠商康耐視，不斷革新升級(jí)VisionPro，如2018年推出具有里程碑意義的工業(yè)圖像分析軟件VisionProViDi套件，助其突破高原瓶頸+維持毛利率高位。我們將持續(xù)看好布局研發(fā)投入相機(jī)性能與底層軟件算法的企業(yè)，國(guó)內(nèi)代表廠商包括天準(zhǔn)科技、凌云光、?？低暤?。3.3.國(guó)內(nèi)外競(jìng)爭(zhēng)格局：國(guó)外巨頭優(yōu)勢(shì)顯著，國(guó)內(nèi)廠商脫胎換骨后勁充足全球市場(chǎng)巨頭優(yōu)勢(shì)顯著，國(guó)內(nèi)廠商仍待突破壟斷藩籬。全球機(jī)器視覺(jué)市場(chǎng)以康耐視（美國(guó)）、基恩士（日本）、巴斯勒（德國(guó)）為代表的企業(yè)占據(jù)全球超過(guò)50%的市場(chǎng)份額，以康耐視和基恩士為代表的雙巨頭以入局早、扎實(shí)產(chǎn)品技術(shù)、廣泛應(yīng)用場(chǎng)景經(jīng)驗(yàn)的優(yōu)勢(shì)提前占據(jù)市場(chǎng)優(yōu)勢(shì)。而中國(guó)機(jī)器視覺(jué)行業(yè)相對(duì)國(guó)際機(jī)器視覺(jué)市場(chǎng)發(fā)展較晚，目前主流仍是國(guó)際廠商。在中國(guó)傳統(tǒng)制造業(yè)自動(dòng)化與數(shù)字化轉(zhuǎn)型升級(jí)的驅(qū)動(dòng)以及國(guó)內(nèi)技術(shù)不斷更新迭代的背景下，中國(guó)廠商的市場(chǎng)規(guī)模漸長(zhǎng)，根據(jù)中國(guó)企業(yè)數(shù)據(jù)庫(kù)企查貓，目前中國(guó)機(jī)器視覺(jué)行業(yè)的主要企業(yè)共有7114家，其中以2017-2019年為主要注冊(cè)熱潮，2019年注冊(cè)企業(yè)數(shù)量為891家，數(shù)量最多，而2022年僅新增了20家機(jī)器視覺(jué)企業(yè)。然而從企業(yè)營(yíng)收層面，國(guó)內(nèi)廠商的規(guī)模仍待擴(kuò)張，通過(guò)橫向比較，基恩士與康耐視為代表的國(guó)外廠商在大中華區(qū)的收入穩(wěn)定增長(zhǎng)，2021年兩家巨頭在華營(yíng)收達(dá)到9.91億美元，同比增長(zhǎng)33.2%，占國(guó)內(nèi)機(jī)器視覺(jué)產(chǎn)業(yè)約47%的市場(chǎng)份額，兩家巨頭在華營(yíng)收總和在2018-2021年均復(fù)合增長(zhǎng)率為10.90%，略高于國(guó)內(nèi)5家龍頭廠商2018-2021年間7.85%的年均復(fù)合增長(zhǎng)率。國(guó)內(nèi)代表企業(yè)2021年總營(yíng)收為77.01億元，同比增長(zhǎng)25.06%，可見(jiàn)以凌云光、天準(zhǔn)科技等為代表的國(guó)內(nèi)龍頭廠商對(duì)國(guó)內(nèi)市場(chǎng)的滲透仍有廣闊的提高空間。3.4.上游各環(huán)節(jié)發(fā)展程度不一，國(guó)產(chǎn)高端化為市場(chǎng)膨脹的方向國(guó)內(nèi)機(jī)器視覺(jué)上游行業(yè)仍處于成長(zhǎng)階段，增長(zhǎng)速度大致相當(dāng)。光源市場(chǎng)是國(guó)內(nèi)廠商最早入場(chǎng)機(jī)器視覺(jué)領(lǐng)域的環(huán)節(jié)，國(guó)內(nèi)發(fā)展較為成熟，國(guó)產(chǎn)化程度較高，競(jìng)爭(zhēng)較為充分，本土廠商主要有奧普特、沃德普、康視達(dá)、緯朗光電等。工業(yè)相機(jī)為上游產(chǎn)業(yè)鏈中高價(jià)值的環(huán)節(jié)，工業(yè)相機(jī)是工業(yè)視覺(jué)核心零部件，作為新興技術(shù)被寄予厚望，被認(rèn)為是自動(dòng)化行業(yè)具備光明前景的細(xì)分市場(chǎng)。根據(jù)CMVU公開(kāi)數(shù)據(jù)，2021年我國(guó)工業(yè)相機(jī)市場(chǎng)規(guī)模約為28.83億元至48.84億元，2022年至2025年，我國(guó)工業(yè)相機(jī)市場(chǎng)規(guī)模將有望保持40%以上的復(fù)合增速增長(zhǎng)，預(yù)計(jì)2025年國(guó)內(nèi)工業(yè)相機(jī)市場(chǎng)規(guī)模將要超過(guò)125億元，伴隨國(guó)內(nèi)工業(yè)自動(dòng)化水平的提升，機(jī)器視覺(jué)在各行業(yè)滲透率有望加速，將進(jìn)一步提升工業(yè)相機(jī)的市場(chǎng)空間。工業(yè)鏡頭在中國(guó)市場(chǎng)增長(zhǎng)速度快，2019年達(dá)到46%的增速，這主要得益于光學(xué)鍍膜技術(shù)的快速進(jìn)步，產(chǎn)品良率以及光學(xué)設(shè)計(jì)效率大大提升，以及新型加工工藝極大提升組裝效率和產(chǎn)品穩(wěn)定性，確保工業(yè)鏡頭穩(wěn)定增長(zhǎng)的出貨量。視覺(jué)軟件市場(chǎng)需求規(guī)模整體增長(zhǎng)速度快，2021年以46.31%的增速攀升至47.01億元，隨著未來(lái)機(jī)器視覺(jué)在各行業(yè)中的持續(xù)滲透，GGII預(yù)計(jì)在2025年該規(guī)模將接近150億元。圖像處理軟件領(lǐng)域主要由海外廠商主導(dǎo)，包括康耐視、Mvtec、Adept等，底層算法領(lǐng)域基本由外資壟斷。相比國(guó)外廠商而言，我國(guó)機(jī)器視覺(jué)軟件系統(tǒng)起步晚，較少擁有獨(dú)立底層算法，該部分所需時(shí)間+資金成本高，目前國(guó)內(nèi)如凌云光、天準(zhǔn)科技不斷投入底層算法的研究，仍在持續(xù)優(yōu)化與研發(fā)中。3.5.奠定上游競(jìng)爭(zhēng)基調(diào)，AI施肥下滋潤(rùn)工業(yè)相機(jī)與軟件環(huán)節(jié)升級(jí)3.5.1.AI+核心硬件，以智能相機(jī)為代表持續(xù)拓展應(yīng)用領(lǐng)域場(chǎng)景AI產(chǎn)業(yè)化催生工業(yè)智能相機(jī)的發(fā)展契機(jī)，拓寬應(yīng)用領(lǐng)域場(chǎng)景。從某種意義上心智機(jī)器視覺(jué)中的核心要件“智能相機(jī)”，即為為工業(yè)相機(jī)+視覺(jué)控制系統(tǒng)的內(nèi)置，它將圖像的搜集、處理與通信功能內(nèi)放在單一相機(jī)內(nèi)，從而提供更多更多了具備多功能、模塊化、高可靠性、難于同時(shí)同時(shí)實(shí)現(xiàn)的機(jī)器視法號(hào)解決方案。隨著芯片技術(shù)日益明朗，尤其就是應(yīng)用領(lǐng)域最新的DSP、FPGA及大容量存儲(chǔ)技術(shù)，攝像頭中重新加入AI芯片并使其具備彪悍的視頻圖像搜集技術(shù)和數(shù)據(jù)分析存儲(chǔ)能力，智能化程度不斷提高，滿(mǎn)足用戶(hù)多種機(jī)器視覺(jué)的應(yīng)用領(lǐng)域市場(chǎng)需求。中國(guó)工業(yè)領(lǐng)域有關(guān)市場(chǎng)發(fā)展空間極廣，國(guó)際廠商仍占據(jù)智能相機(jī)的技術(shù)優(yōu)勢(shì)。國(guó)內(nèi)市場(chǎng)來(lái)看，CMVU調(diào)查數(shù)據(jù)說(shuō)明2021年機(jī)器視覺(jué)的工業(yè)相機(jī)市場(chǎng)規(guī)模為48.48億元，其中智能相機(jī)占到至比6.1%，達(dá)致9.99億元，未來(lái)隨著機(jī)器視覺(jué)在工業(yè)領(lǐng)域上的應(yīng)用領(lǐng)域越來(lái)越深入細(xì)致自動(dòng)化層面，工業(yè)相機(jī)的功能也日漸趨向智能化，料進(jìn)一步不斷擴(kuò)大有關(guān)市場(chǎng)規(guī)模，2024年的市場(chǎng)規(guī)模將達(dá)致24.62億元。該占比料進(jìn)一步不斷擴(kuò)大。從競(jìng)爭(zhēng)格局來(lái)看，全球工業(yè)智能相機(jī)市場(chǎng)的市場(chǎng)集中度較低，率先布局智能相機(jī)的康耐視和基恩士市占率僅多于70%，這主要系則國(guó)外產(chǎn)品軟硬件優(yōu)勢(shì)明顯，具備發(fā)展智能相機(jī)的契機(jī)。國(guó)內(nèi)廠商通過(guò)多年獨(dú)立自主研發(fā)的不懈努力，已經(jīng)在關(guān)鍵技術(shù)上贏得突破，如光虎、華睿等，不斷面世智能工業(yè)相機(jī)系列產(chǎn)品，通過(guò)性?xún)r(jià)比優(yōu)勢(shì)擠占國(guó)外廠商市場(chǎng)份額。AI+智能相機(jī)能夠面向工業(yè)全系列場(chǎng)景，一體化+適用性+效率高的優(yōu)勢(shì)明顯。與PC-base方案比較中，不僅能夠重實(shí)效性能均衡，效率提高，并且有著三小優(yōu)勢(shì)：一就是輕量級(jí)一體化，AI智能相機(jī)一改成傳統(tǒng)PC方案中的顯示卡、內(nèi)存、硬盤(pán)、CPU、IO卡、主板、機(jī)箱、電源、二者機(jī)轉(zhuǎn)化成一臺(tái)小而美的智能相機(jī)，大大降低成本；二就是適用性拓展，AI智能相機(jī)憑借核心視覺(jué)算法和深度自學(xué)技術(shù)，可以滿(mǎn)足用戶(hù)相同業(yè)務(wù)場(chǎng)景的市場(chǎng)需求，同時(shí)同時(shí)實(shí)現(xiàn)多行業(yè)的高門(mén)檻通用性。三就是效率大幅提高，AI智能相機(jī)的并并無(wú)代碼AI部署平臺(tái)，最輕程度地增加對(duì)操作方式方式人員的專(zhuān)業(yè)建議，提供更多更多了具有多功能、模塊化、高可靠性、難于同時(shí)同時(shí)實(shí)現(xiàn)的機(jī)器視覺(jué)系統(tǒng)解決方案，節(jié)省了90%的AI部署時(shí)間。智能相機(jī)就是自動(dòng)化行業(yè)中低潛力的細(xì)分市場(chǎng)，料推動(dòng)機(jī)器視覺(jué)系統(tǒng)的進(jìn)一步普及。未來(lái)隨著智能相機(jī)技術(shù)和物聯(lián)網(wǎng)的進(jìn)一步融合發(fā)展，智能相機(jī)具有成本效益、緊湊型、有效率、功能彪悍的優(yōu)勢(shì)將進(jìn)一步放大，基于智能相機(jī)的機(jī)器視覺(jué)系統(tǒng)普及度將進(jìn)一步提高，尤其就是變成現(xiàn)代工業(yè)自動(dòng)化的兩大核心環(huán)節(jié)，植入推理小說(shuō)性能視覺(jué)處理控制系統(tǒng)的智能相機(jī)在將來(lái)料占有視覺(jué)智能硬件市場(chǎng)發(fā)展的關(guān)鍵板塊。3.5.2.AI+軟件鑄就行業(yè)核心壁壘，正當(dāng)時(shí)機(jī)器視覺(jué)行業(yè)所建議的技術(shù)精準(zhǔn)度較低，負(fù)責(zé)管理處理圖像的機(jī)器視覺(jué)軟件就是系統(tǒng)的核心。機(jī)器視覺(jué)當(dāng)前比較流行的研發(fā)模式就是“軟件平臺(tái)+視覺(jué)開(kāi)發(fā)包”，開(kāi)發(fā)包就是基于軟件平臺(tái)對(duì)各種常用圖像處理算法進(jìn)行PCB，用以同時(shí)同時(shí)實(shí)現(xiàn)對(duì)圖像分割、提取、識(shí)別和推斷等功能，進(jìn)一步安裝在上位雜記或內(nèi)嵌至工業(yè)模板中，同時(shí)同時(shí)實(shí)現(xiàn)人