AI+制造业：机器视觉开启掘金新大陆

前言：

机器视觉是AI的感知工具，五感中视觉获取的信息占比超过 80%，因此机器视觉将作为人工智能的底层工具而被反复调用。

今年机器视觉企业大规模新增

根据中国企业数据库显示，截至2023年3月15日，中国机器视觉行业的主要企业共有7114家，其中以2017-2019年为主要注册热潮，2019年注册企业数量为891家，数量最多，而2022年仅新增了20家机器视觉企业。

根据中国机器视觉产业联盟(CMVU)调查统计，现在已进入中国的国际机器视觉品牌已近200多家。

中国自有的机器视觉品牌也已有100多家，如海康、华睿、盟拓光电、神州视觉、深圳灿锐、上海方诚、上海波创电气等。

机器视觉各类产品代理商超过300家，如深圳鸿富视觉、微视新纪元、三宝兴业、凌云光、阳光视觉等。

视觉模型由定制向泛化发展

4月6日，Meta官方博客宣布推出新AI模型 Segment Anything Model（SAM）分割一切模型，提出能够对任何图像或视频中的任何物体进行识别、图像分割和一键抠图。

4月8日，华为云AI领域首席科学家田奇在中国人工智能大模型技术高峰william hill官网 上提出未来随着盘古系列大模型落地，AI 视觉在下游应用中会加速渗透。

同时，华为盘古CV大模型已泛化应用于工业质检、物流、设计等多领域，产业化应用得到提升。

除此之外，ChatGPT和OpenCV组合应用降低视觉软件开发壁垒，将机器视觉开发提升到一个新的水平。

机器视觉行业上市公司业务布局

目前从各企业的业务布局来看，天准科技、精测电子、超音速等企业机器视觉相关业务占比较高，均超过70%。

区域布局方面，机器视觉行业企业多数在国内外均有布局，随着国产厂商国际竞争力加强，企业海外业务规模逐渐扩大，矩子科技、天准科技等企业国外业务占比达到30%左右。

从机器视觉上市公司业绩表现来看，2022年上半年，精测电子、美亚光电、天准科技机器视觉业务营收较高，超过4亿元。

从毛利率来看，机器视觉行业毛利率水平较高，整体在35%以上，其中美亚光电、康鸿智能毛利率超过48%，公司获利能力较强。

机器视觉与AI协同加快产业进程

AI能力的进步拓展了机器视觉的能力范围，在软件层面，同源底层模型可以泛化满足多应用领域、多功能需求，降低开发门槛和开发成本。

机器视觉作为 “眼睛”被AI使用，获取底层数据并协助完成人机交互。

以凌云光、奥普特、天准智能为代表的机器视觉企业纷纷抢占AI赛道，与上下游企业协同打通产品生态，并不断丰富算法工具和应用场景。

凌云光将智能算法的决策模块嵌入“端、边、云”的生产体系，形成“端、边、云”输出与反馈的智能协同作业闭环系统，并借助工业人工智能实现 “眼、脑、手”的更优配合。

2022年11月，凌云光面对锂电行业智能制造新需求，推出针对工业质检场景自主研发的深度学习平台F.Brain，平台基于“机器视觉+AI”，集成锂电池极片、电芯缺陷样本数量20万+、10万+，检测准确率高达98.5%、99.5%。

奥普特由硬件切入软件，基于自研算法不断更新迭代，在锂电、3C 获得良好应用效果。

天准科技公司在2021年成为英伟达Jetson 产品线解决方案金牌合作伙伴，基于英伟达的嵌入式 GPU 打造 AI 边缘计算平台，深度应用于智能网联领域的各种场景。

华为盘古CV泛化应用已有产业化实践

华为盘古CV大模型已泛化应用于工业、物流、设计等多领域。

盘古大模型包括L0（基础大模型）、L1（行业预训练大模型）、L2（推理模型）三个层级，模型仅用一次预训练，在基础大模型之上进行泛化复制和下游任务微调，共包含CV、NLP、科学计算三类。

其中盘古CV大模型可以应用于工业质检、物流仓库监控、时尚辅助设计等领域，具有优秀的泛化能力、高效样本筛选能力，可以节省80%以上人力标注代价、小样本/零样本能力、低门槛AI开发等优势。

模型可应用于铁路TFDS开发方案，基于先验模板匹配进行小样本故障定位识别，准确率高达98%-99%。

在智能矿山领域，模型可覆盖矿山采、掘、机、运、通等主业务，将井下安全事故减少90%以上。

多重因素推动机器视觉市场需求快速提升

从长期来看，未来人口老龄化及劳动力价格上涨将带来机器替人刚需，机器视觉设备将逐步代替人工。

从中期来看，机器视觉下游应用广阔，渗透率持续提升。

3C 领域有终端客户对机器视觉需求从手机扩展至平板、耳机、手表等；

锂电领域除搅拌外，在涂布、辊压、卷绕、入壳等各工序都有机器视觉应用，且视觉技术同样适用于 4680 等新电池；

半导体、光伏等领域的晶圆缺陷检测设备、光伏硅片分选设备等需求提升显著。

从短期来看，制造业固定资产开支回暖、国产替代加速，将加速机器视觉设备需求释放。

依据中国机器视觉产业联盟数据，预计未来市场规模保持 25%增长，25年突破390亿。

结尾：

机器视觉和人工智能的融合，虽然在技术研发和创新方面具有许多潜在的优势，但也带来了一定的风险和挑战。

例如技术实现方面存在系统性能的不稳定、数据质量的不一致等问题，所以在技术研发和创新风险需全面思考。

内容来源于：广发证券-机械设备行业AI+制造系列报告之三：AI与机器视觉协同赋能，产业化应用方兴未艾；申万宏源-机器视觉行业点评报告：人工智能赋能高端制造，重点关注机器视觉

本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。

审核编辑 ：李倩