機(jī)器視覺(jué)行業(yè)研究：AI+制造業(yè)賦能，機(jī)器視覺(jué)開啟掘金新大陸
發(fā)布時(shí)間：2023-05-04 10:55
作者：（報(bào)告出品方/作者：天風(fēng)證券，潘暕、俞文靜）
來(lái)源： 未來(lái)智庫(kù)官網(wǎng)，新浪網(wǎng)
（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)—智能制造之眼
1.1. 機(jī)器視覺(jué)的本質(zhì)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：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)加持，成為機(jī)器視覺(jué)走向成熟的籌碼
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 Burst Detection 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/檢測(cè)/定位最常用數(shù)據(jù)集之一的 Image Net，2010-2017 年，基于 Image Net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%，Google Brain 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，引領(lǐng)向工業(yè) 4.0 的過(guò)渡。機(jī)器視覺(jué)是工業(yè)自動(dòng)化的基礎(chǔ)技 術(shù)之一，通過(guò)搭載人工智能發(fā)展東風(fēng)實(shí)現(xiàn)機(jī)器視覺(jué)的再一次迭代升級(jí)。此處東風(fēng)一方面為 深度學(xué)習(xí)的融合，賦予機(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 覺(jué)處理器的能力呈現(xiàn)指數(shù)級(jí)增加，奠定機(jī)器視覺(jué)中深度學(xué)習(xí)推理/訓(xùn)練任務(wù)的硬件基礎(chǔ)。復(fù) 盤機(jī)器視覺(jué)發(fā)展，從能夠自動(dòng)執(zhí)行簡(jiǎn)單任務(wù)的自動(dòng)化機(jī)器，轉(zhuǎn)型為視覺(jué)能力不受人類視覺(jué) 能力極限約束、自主思考，從而能夠長(zhǎng)期對(duì)各種元素進(jìn)行優(yōu)化的自主型機(jī)器，AI+機(jī)器視 覺(jué)有望能夠滲透入工業(yè)制造達(dá)到全新的水平。
未來(lái)機(jī)器視覺(jué)將有望搭載更先進(jìn) AI 技術(shù)，切入更多差異化工業(yè)應(yīng)用場(chǎng)景。ChatGPT 所引 爆的人工智能話題正持續(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)化為實(shí)質(zhì)應(yīng)用轉(zhuǎn)化階段，而視覺(jué)人工智能已經(jīng)泛起千層巨浪。 我們認(rèn)為，搭載 AI 技術(shù)的機(jī)器視覺(jué)可以進(jìn)一步優(yōu)化性能適配更多工業(yè)應(yīng)用場(chǎng)景。一是深度 學(xué)習(xí)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，如生成對(duì)抗網(wǎng)絡(luò)（GAN）能夠 通過(guò)生成器和鑒別器的對(duì)抗訓(xùn)練，在生成圖像方面的能力超過(guò)其他方法；注意力機(jī)制中的 ViT 則將 Transformer 架構(gòu)直接應(yīng)用到一系列圖像塊上進(jìn)行分類任務(wù)，減少大量所需的預(yù)訓(xùn) 練資源，即用于在圖像處理方面；在人工智能算法的不斷訓(xùn)練和學(xué)習(xí)下，圖像識(shí)別誤差不 斷縮小，結(jié)合機(jī)器視覺(jué)設(shè)備在工業(yè)制造中能夠發(fā)揮優(yōu)異作用。二是 AI 技術(shù)可以對(duì)不同工程 問(wèn)題和工程參數(shù)進(jìn)行建模，利用所采集的高質(zhì)量數(shù)據(jù)進(jìn)行模型的機(jī)器學(xué)習(xí)，模型與機(jī)械設(shè) 備和生產(chǎn)現(xiàn)狀深度綁定，以此為基礎(chǔ)開發(fā)智能系統(tǒng)，繼而產(chǎn)生即時(shí)可變的、可保持最優(yōu)化 的生產(chǎn)參數(shù)，最后交給基礎(chǔ)自動(dòng)化執(zhí)行、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)。 三是 AI 倒逼芯片算力持續(xù)提升，計(jì)算光學(xué)成為下一代機(jī)器視覺(jué)的突破口，依托算法的升級(jí) 突破傳統(tǒng)光學(xué)成像器件，進(jìn)一步縮小設(shè)備尺寸，挖掘多樣復(fù)雜的圖像信息，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 開啟機(jī)器視覺(jué) GPT 時(shí)刻
Segment Anything Model（SAM）項(xiàng)目是一個(gè)用于圖像分割的新任務(wù)、模型和數(shù)據(jù)集。 在數(shù)據(jù)收集循環(huán)中使用高效模型構(gòu)建了迄今為止最大的分割數(shù)據(jù)集，在 1100 萬(wàn)張授權(quán)和 尊重隱私的圖像上有超過(guò) 11 億個(gè)掩碼。該模型被設(shè)計(jì)和訓(xùn)練為可提示的，因此它可以將 零樣本遷移到新的圖像分布和任務(wù)。當(dāng)該模型進(jìn)行充分的網(wǎng)絡(luò)語(yǔ)料訓(xùn)練后，發(fā)現(xiàn)其零樣本 性能甚至優(yōu)于調(diào)整模型（Fine-tuned models）。 SAM 通過(guò)“提示學(xué)習(xí)”技術(shù)對(duì)新數(shù)據(jù)集和任務(wù)進(jìn)行零樣本和少樣本學(xué)習(xí)。Meta 研究者提 出了 promptable 分割任務(wù)，目標(biāo)是在給定任何分割提示時(shí)返回有效的分割掩碼。提示符 只是指定要在圖像中分割的內(nèi)容，例如，提示符可以包括識(shí)別對(duì)象的空間或文本信息。有效輸出掩碼的要求意味著，即使提示是模糊的，并且可能指向多個(gè)對(duì)象（例如，襯衫上的 一個(gè)點(diǎn)可能表示襯衫或穿著它的人），輸出也應(yīng)該是其中至少一個(gè)對(duì)象的合理掩碼。將提 示分割任務(wù)作為預(yù)訓(xùn)練目標(biāo)，并通過(guò)提示工程解決一般的下游分割任務(wù)。
SAM 由一個(gè)的圖像編碼器、一個(gè)提示編碼器和一個(gè)預(yù)測(cè)分割掩碼的掩碼解碼器組成。通 過(guò)將 SAM 分離為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不 同的提示符中重用（及其成本分?jǐn)偅?。給定圖像嵌入，提示編碼器和掩碼解碼器在 web 瀏 覽器中從提示符預(yù)測(cè)掩碼的時(shí)間為 50ms。重點(diǎn)關(guān)注點(diǎn)、框和掩碼提示，還用自由形式的 文本提示呈現(xiàn)初步結(jié)果。為使 SAM 具有歧義性，設(shè)計(jì)了它來(lái)為單個(gè)提示預(yù)測(cè)多個(gè)面具， 使 SAM 能夠自然地處理歧義，如襯衫和人的例子。
SAM 有望助力機(jī)器視覺(jué)發(fā)展，帶動(dòng) AI+制造業(yè)垂直領(lǐng)域技術(shù)革新。SAM 已經(jīng)學(xué)會(huì)了關(guān)于 物體的一般概念，并且它可以為任何圖像或視頻中的任何物體生成掩膜，甚至包括在訓(xùn)練 過(guò)程中沒(méi)有遇到過(guò)的物體和圖像類型，無(wú)需額外的訓(xùn)練。Meta 預(yù)計(jì)，與專門為一組固定任 務(wù)訓(xùn)練的系統(tǒng)相比，基于 prompt 工程等技術(shù)的可組合系統(tǒng)設(shè)計(jì)將支持更廣泛的應(yīng)用。SAM 可以成為 AR、VR、內(nèi)容創(chuàng)建、科學(xué)領(lǐng)域和更通用 AI 系統(tǒng)的強(qiáng)大組件。比如 SAM 可以通 過(guò) AR 眼鏡識(shí)別日常物品，為用戶提供提示；SAM 還有可能在農(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)智改有望持續(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)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)，有望在工業(yè)智改中大展身手。ChatGPT-4 為超級(jí)人 工智能描繪雛形，有望開啟新一輪生產(chǎn)力加速周期，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。與人眼相比，機(jī)器視覺(jué)在效率、精度、環(huán)境要求、安全性等各因素上都有 明顯的優(yōu)勢(shì)。同時(shí)，在 AI 深度學(xué)習(xí)+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)更高的適配度。傳統(tǒng)的機(jī)器視覺(jué)技術(shù)需要將數(shù)據(jù)表示為一組特 征，或輸入到預(yù)測(cè)模型，從而得出預(yù)測(cè)結(jié)果，這是完成制定動(dòng)作，較難適應(yīng)未來(lái)柔性化的 生產(chǎn)需求，尤其是在缺陷類型復(fù)雜化、細(xì)微化、背景噪聲復(fù)雜等場(chǎng)景越來(lái)越難適用。搭載 AI 深度學(xué)習(xí)功能后，機(jī)器視覺(jué)將原始的數(shù)據(jù)特征通過(guò)多步的特征轉(zhuǎn)換得到一種更高層次、 更抽象的特征表示，并進(jìn)一步輸入到預(yù)測(cè)函數(shù)得到最終結(jié)果，基于深度學(xué)習(xí)的機(jī)器視覺(jué)在 理想狀態(tài)下可以結(jié)合機(jī)器視覺(jué)的效率與人類視覺(jué)的靈活性，從而完成日趨復(fù)雜環(huán)境下的檢 測(cè)，尤其是涉及偏差或極端環(huán)境，滿足更多下游對(duì)瑕疵精度、通用性的嚴(yán)苛要求。AI+機(jī) 器視覺(jué)有望賦能制造業(yè)，帶動(dòng)制造業(yè)價(jià)值鏈重構(gòu)。
國(guó)家出臺(tái)多項(xiàng)政策利好 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)用場(chǎng)景、加強(qiáng)先進(jìn)適 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《十四五智能制造 發(fā)展規(guī)劃》中重點(diǎn)強(qiáng)調(diào)高分辨率視覺(jué)傳感器等基礎(chǔ)零部件和裝置，體現(xiàn)國(guó)家對(duì)機(jī)器視覺(jué)產(chǎn) 業(yè)的重視和支持，2022 年的《十四五數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》再次強(qiáng)調(diào)發(fā)展機(jī)器視覺(jué)等技術(shù)應(yīng) 用于我國(guó)智改計(jì)劃。良好的政策環(huán)境將在未來(lái)一定時(shí)期內(nèi)為國(guó)內(nèi)相關(guān)行業(yè)持續(xù)發(fā)展與突破 奠定良好的環(huán)境基礎(chǔ)。
人口紅利退潮，機(jī)器替代需求中長(zhǎng)期內(nèi)仍有缺口。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%，伴隨人口出生率從 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?75%。同時(shí)制造業(yè)就業(yè)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)題與出生率低迷將帶來(lái)未來(lái)持續(xù)性勞動(dòng)力供不應(yīng) 求和勞動(dòng)力成本上升，這將不斷刺激制造企業(yè)對(duì)智能化的需求持續(xù)擴(kuò)張。機(jī)器視覺(jué)作為可 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)，有望進(jìn)一步提高其滲透率。
我國(guó)工業(yè)機(jī)器視覺(jué)應(yīng)用滲透率仍有較大提升空間。中國(guó)工業(yè)機(jī)器視覺(jué)應(yīng)用的滲透率仍處于 較低的水平，仍有較大提升空間。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，占全球比重 30.34%，相較之下，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)滲透率有望持續(xù)增加，國(guó)內(nèi)龐大的制造業(yè)基數(shù)將持 續(xù)釋放較大的市場(chǎng)增量。同時(shí)，我國(guó)制造業(yè)人工智能應(yīng)用市場(chǎng)的逐年遞增反映出機(jī)器視覺(jué) 的成長(zhǎng)潛力，根據(jù)德勤數(shù)據(jù)，我國(guó)制造業(yè)人工智能應(yīng)用市場(chǎng)從 2019 年的 12 億元升至 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)賦能下游工業(yè)應(yīng)用領(lǐng)域，有望受益于下游賽道的高景 氣
高成長(zhǎng)性下游應(yīng)用對(duì)精度要求嚴(yán)苛，倒逼 AI+機(jī)器視覺(jué)深度結(jié)合與升級(jí)。從需求端來(lái)看， 機(jī)器視覺(jué)廣泛應(yīng)用于電子及半導(dǎo)體、汽車制造、食品包裝、制藥等領(lǐng)域，各個(gè)領(lǐng)域的應(yīng)用 場(chǎng)景具備較大差異性。2021 年我國(guó)消費(fèi)電子、半導(dǎo)體、汽車為機(jī)器視覺(jué)領(lǐng)域的三大應(yīng)用端， 雖然機(jī)器視覺(jué)下游各行業(yè)對(duì)精度的要求不一，但整體來(lái)看，伴隨主要應(yīng)用端（消費(fèi)電子、 半導(dǎo)體、汽車、新能源）的升級(jí)迭代，對(duì)機(jī)器視覺(jué)技術(shù)的高精度需求相應(yīng)提高，尤其需要 深度學(xué)習(xí)的高度結(jié)合以適應(yīng)下游應(yīng)用的發(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)仍是機(jī)器視覺(jué)應(yīng)用最廣闊的下游領(lǐng)域
據(jù)常州鐘樓金隆控股集團(tuán)，電子信息制造行業(yè)自動(dòng)化+標(biāo)準(zhǔn)化程度高，是機(jī)器視覺(jué)技術(shù)應(yīng) 用較早、應(yīng)用最廣的下游市場(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 年達(dá)到 40.62 億元，同比增長(zhǎng) 29.61%，2020-2025 年均復(fù)合增長(zhǎng)率為 14.8%，該增長(zhǎng)得益于 3C 電子產(chǎn)品規(guī)模的良好增長(zhǎng)態(tài)勢(shì)。2022 年以來(lái)，消費(fèi)電子行業(yè)進(jìn)入下行期，相對(duì)應(yīng)機(jī)器 視覺(jué)市場(chǎng)規(guī)模增速大幅放慢，但基于發(fā)展基礎(chǔ)悠久，中短期內(nèi)仍有望成為市場(chǎng)規(guī)模最大的 下游市場(chǎng)。
3C 行業(yè)是工業(yè)視覺(jué)行業(yè)的應(yīng)用標(biāo)桿。全球機(jī)器視覺(jué)的崛起很大程度上得益于消費(fèi)類電子 行業(yè)的發(fā)展，一方面系元器件尺寸較小、檢測(cè)要求高，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)更新迭代快，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)生了較大的需求。 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)都需要機(jī)器視覺(jué)的協(xié)助， 其中 70%的機(jī)器視覺(jué)產(chǎn)品用于檢測(cè)環(huán)節(jié)，由于技術(shù)工藝的高要求，3C 電子行業(yè)設(shè)備制造對(duì) 機(jī)器視覺(jué)技術(shù)存在剛性需求。
伴隨 3C 產(chǎn)品不斷升級(jí)，未來(lái)對(duì)機(jī)器視覺(jué)效率和精度有更高的要求。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)覆蓋多個(gè)制造環(huán)節(jié)，同時(shí)消費(fèi)者對(duì)消費(fèi)電子的質(zhì)量需求推動(dòng) 了消費(fèi)電子產(chǎn)品需要通過(guò)更高效、更精細(xì)的機(jī)器視覺(jué)檢測(cè)技術(shù)以提升產(chǎn)能和質(zhì)量，機(jī)器視 覺(jué)在電子行業(yè)的滲透率有望進(jìn)一步提升。
2.2.2. 機(jī)器視覺(jué)為半導(dǎo)體的剛性需求有望受益于高景氣賽道的需求擴(kuò)張
半導(dǎo)體產(chǎn)業(yè)以其集成度高、精細(xì)度高的特點(diǎn)成為機(jī)器視覺(jué)技術(shù)大規(guī)模應(yīng)用最早的領(lǐng)域之一。 半導(dǎo)體行業(yè)機(jī)器視覺(jué)應(yīng)用占比在 2020-2021 年間有所擴(kuò)大。同時(shí)，根據(jù) GGII 數(shù)據(jù)顯示， 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，同比增長(zhǎng) 42.73%，該增長(zhǎng)主要系受益 于 2021 年起我國(guó)各大半導(dǎo)體公司的擴(kuò)產(chǎn)計(jì)劃，直接影響了機(jī)器視覺(jué)在晶圓檢測(cè)中的擴(kuò)大 應(yīng)用，本輪缺芯推動(dòng)了擴(kuò)產(chǎn)潮開始陸續(xù)達(dá)產(chǎn)，隨著各地新建晶圓產(chǎn)線陸續(xù)達(dá)產(chǎn)，短期內(nèi)仍 將利好機(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)模將超過(guò) 40 億元， 2020-2025 年均復(fù)合增長(zhǎng)率約為 36%。
機(jī)器視覺(jué)在半導(dǎo)體制造過(guò)程中的速度和精確性優(yōu)勢(shì)明顯。目前已涵蓋半導(dǎo)體的外觀缺陷、 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)覆蓋晶圓制 作中的檢測(cè)、定位、切割、封裝過(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 于機(jī)器視覺(jué)的芯片缺陷檢測(cè)技術(shù)以更靈活、實(shí)時(shí)、非接觸式、高能高精度的檢測(cè)技術(shù)，在 半導(dǎo)體行得到了更為廣泛的應(yīng)用。
未來(lái)，伴隨車規(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)汽車工業(yè)協(xié)會(huì)統(tǒng)計(jì)，2022 年中國(guó)新能源汽車出 貨量達(dá)到 688.7 萬(wàn)輛，滲透率已超過(guò) 20%，汽車芯片在新能源汽車高速增長(zhǎng)下，需求將持 續(xù)擴(kuò)大，以 MCU 為例，相比于傳統(tǒng)汽車的 70 顆/輛的配置，智能汽車可達(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)的汽車檢測(cè)市場(chǎng)穩(wěn)固，搭載 AI 助力突破自動(dòng)駕駛
汽車領(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 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)乘用車銷量與新能源 車銷量的情況，2021 年全國(guó)乘用車銷量同比增長(zhǎng) 3.8%，新能源汽車銷量同比增長(zhǎng) 157.5%， 可見汽車機(jī)器視覺(jué)的增長(zhǎng)速度（38.1%）落后于新能源汽車的增長(zhǎng)速度（157.5%），主要系 因?yàn)閭鹘y(tǒng)汽車領(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)在汽車產(chǎn)線柔性化、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)主要用于在裝配 的在線檢測(cè)和零部件的離線檢測(cè)及表面檢測(cè)，如面板印刷檢測(cè)、字符檢測(cè)、精密測(cè)量、工 件表面缺陷檢測(cè)、自有曲面檢測(cè)等，以及大型工件的搬運(yùn)、上下料等。隨著汽車保有量的 增加+汽車質(zhì)控政策的強(qiáng)化，對(duì)汽車檢測(cè)提出更高的要求，傳統(tǒng)人工檢驗(yàn)方式/檢具方案由 于難以滿足柔性化、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)位對(duì)整車外觀拍照+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)行最佳匹配安裝、虛擬安裝，與傳統(tǒng)人工檢驗(yàn) 方法相比，能夠提高汽車生產(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)汽車領(lǐng)域智能化將為機(jī)器視覺(jué)釋放汽車電子新增量市場(chǎng)。汽車的智能化、輕量化對(duì)檢 測(cè)提出了更高的要求，繼而對(duì)機(jī)器視覺(jué)技術(shù)的需求也響應(yīng)的提高，汽車制造行業(yè)成為機(jī)器 視覺(jué)主力應(yīng)用市場(chǎng)。過(guò)去汽車以機(jī)械構(gòu)件為主，在智能汽車發(fā)展中，電子零部件的占比將 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)將會(huì)被裝載在汽車上，以單車電子件價(jià)值 6 萬(wàn)元、 國(guó)內(nèi) 2022 年新能源汽車出貨量為 688.7 萬(wàn)臺(tái)來(lái)計(jì)算，國(guó)內(nèi)智能汽車硬件市場(chǎng)將達(dá)到 4132.2 億元左右。隨著未來(lái)新能源汽車滲透率不斷加深，機(jī)器視覺(jué)技術(shù)有望迎來(lái)新能源汽車的需 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)
新能源有望成為機(jī)器視覺(jué)行業(yè)未來(lái)最大增量市場(chǎng)。根據(jù) GGII 數(shù)據(jù)，2021 年機(jī)器視覺(jué)在新 能源行業(yè)的銷售額增速最快，2021 年同比增長(zhǎng) 60%，遠(yuǎn)超行業(yè)平均水平。
鋰電池工藝復(fù)雜性催發(fā)機(jī)器視覺(jué)搭載深度學(xué)習(xí)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)用廣泛，鋰電池制備工藝的復(fù)雜性使得在多個(gè)工序均需要不同機(jī)器視覺(jué)檢測(cè)系統(tǒng)的介 入。同時(shí)，動(dòng)力電池視覺(jué)檢測(cè)的新需求對(duì)傳統(tǒng)算法提出挑戰(zhàn)，由于傳統(tǒng)算法無(wú)法解決焊接 環(huán)節(jié)的檢測(cè)痛點(diǎn)，該領(lǐng)域?qū)ι疃葘W(xué)習(xí)檢測(cè)技術(shù)使用依賴程度有望逐漸攀升。隨著電芯、模 組、PACK 測(cè)量要求的不斷提高，被測(cè)物體條件愈發(fā)復(fù)雜，全線視覺(jué)檢測(cè)已逐漸成為動(dòng)力 電池廠商標(biāo)配，帶動(dòng)機(jī)器視覺(jué)高速發(fā)展。
鋰電池作為新能源汽車的主流動(dòng)力電池，有望長(zhǎng)期受益于新能源汽車銷量增長(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)新能源汽車銷量從 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%。新能源汽車滲 透率在 2022 年突破 20%大關(guān)，根據(jù)“創(chuàng)新擴(kuò)散曲線”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，新能源汽車行業(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. 光伏擴(kuò)產(chǎn)已箭在弦上，對(duì)機(jī)器視覺(jué)需求同樣旺盛
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)工藝的高精度或使得機(jī)器視覺(jué)成為標(biāo)配。光伏電池片檢測(cè)為了追求更高的效率并 降低成本，需要不斷優(yōu)化生產(chǎn)流程及技術(shù)。在光伏電池板的生產(chǎn)過(guò)程，會(huì)出現(xiàn)缺角、裂痕、 黑斑及黑心等各類缺陷，這些缺陷的存在可能會(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)有效的缺陷檢測(cè)方法至關(guān)重要，其應(yīng)用效果已經(jīng)得到了行業(yè)的認(rèn)可， 而機(jī)器視覺(jué)的介入能夠?qū)崿F(xiàn)來(lái)料硅片質(zhì)量監(jiān)控、過(guò)程電池片的缺陷監(jiān)控以及成品電池片保 證。電池片生產(chǎn)質(zhì)量監(jiān)控系統(tǒng)的每個(gè)工藝都有提供對(duì)應(yīng)的光機(jī)視覺(jué)模組，可快速配置，提 供高質(zhì)量的視覺(jué)成像效果。
光伏擴(kuò)產(chǎn)+平價(jià)上網(wǎng)將行業(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)越重要的地位，推動(dòng)光伏行業(yè)的快速增長(zhǎng)，而我國(guó)光伏產(chǎn)業(yè)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)用市場(chǎng)拓展、產(chǎn)業(yè)體系建設(shè)等方面均位居全球前 列。從制造端來(lái)看，產(chǎn)業(yè)規(guī)模實(shí)現(xiàn)持續(xù)增長(zhǎng)，根據(jù)工業(yè)和信息化部公開數(shù)據(jù)，2022 年全年 光伏產(chǎn)業(yè)鏈各環(huán)節(jié)產(chǎn)量再創(chuàng)歷史新高，全國(guó)多晶硅、硅片、電池、組件產(chǎn)量分別達(dá)到 82.7 萬(wàn)噸、357GW、318GW、288.7GW，同比增長(zhǎng)均超過(guò) 55%，行業(yè)總產(chǎn)值突破 1.4 萬(wàn)億元人 民幣。具體落到 2022 年產(chǎn)量來(lái)看，多晶硅產(chǎn)量 82.7 萬(wàn)噸，同比增長(zhǎng) 63.4%；硅片產(chǎn)量 357GW， 同比增長(zhǎng) 57.5%，電池片產(chǎn)量 318GW，同比增長(zhǎng) 60.7%，組件產(chǎn)量 288.7GW，同比增長(zhǎng) 58.8%， 該擴(kuò)產(chǎn)將在未來(lái) 1-2 年內(nèi)持續(xù)帶來(lái)行業(yè)的高景氣預(yù)期。從應(yīng)用端來(lái)看 2022 年我國(guó)光伏新 增裝機(jī) 87.41GW，同比增長(zhǎng) 59.3%，CPIA 保守預(yù)計(jì)到 2025/2030 年我國(guó)光伏新增裝機(jī)預(yù)測(cè) 將達(dá)到 100GW/120GW。同時(shí)，未來(lái)在規(guī)?；_發(fā)與技術(shù)進(jìn)步的驅(qū)動(dòng)下，我國(guó)光伏行業(yè)成 本快速降低，2021 年光伏發(fā)電的平均度電成本甚至可以與燃煤發(fā)電（0.33-0.45 元/千瓦時(shí)） 相競(jìng)爭(zhēng)，逐漸實(shí)現(xiàn)平價(jià)上網(wǎng)，滲透率有望加速提升。我們認(rèn)為，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)，有望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)實(shí)現(xiàn)靈活性與自動(dòng)化。當(dāng)前光伏產(chǎn)線所使用的自動(dòng) 化設(shè)備往往來(lái)自多家設(shè)備，搭載的視覺(jué)系統(tǒng)一般是滿足其特定需求而開發(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，該使用門檻造成設(shè)備難以同步快速投產(chǎn)。 同時(shí)光伏生產(chǎn)工藝復(fù)雜、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)提出 極高的要求。而人工智能在算法的進(jìn)步為該行業(yè)痛點(diǎn)提供新的解決思路，以維視智造的光 伏視覺(jué)檢測(cè)系統(tǒng)為例，通過(guò)小樣本訓(xùn)練、無(wú)訓(xùn)練模式、深度學(xué)習(xí)前沿算法和智能迭代功能 等，可以為企業(yè)大幅降低未來(lái)?yè)Q產(chǎn)難度，同時(shí)大幅提高精準(zhǔn)缺陷檢出率和生產(chǎn)效率，能夠 提升 40%的生產(chǎn)效率，將缺陷檢出率控制在 99.5%，進(jìn)一步擴(kuò)大對(duì)光伏行業(yè)產(chǎn)業(yè)鏈的全覆蓋 滲透。
3. 機(jī)器視覺(jué)產(chǎn)業(yè)鏈厚積薄發(fā)，國(guó)內(nèi)市場(chǎng)增速或?qū)㈩I(lǐng)先全球水平
3.1. 25 年全球有望達(dá)千億市場(chǎng)規(guī)模，中國(guó)或?qū)⒃鏊兕I(lǐng)先全球
25 年全球有望達(dá)到千億市場(chǎng)規(guī)模，中國(guó)增速或?qū)㈩I(lǐng)先全球。根據(jù) Markets and Markets 統(tǒng) 計(jì)，全球機(jī)器視覺(jué)市場(chǎng)規(guī)模在 2021 年達(dá)到 804 億元，同比增長(zhǎng) 12.15%。2021 年全球傳統(tǒng) 工業(yè)復(fù)蘇和新能源行業(yè)的蓬勃發(fā)展拉動(dòng)了相關(guān)企業(yè)的擴(kuò)產(chǎn)需求，工業(yè)檢測(cè)、鋰電池等視覺(jué) 檢測(cè)產(chǎn)品需求有所增長(zhǎng)，未來(lái) AI+將給予行業(yè)更大想象空間，擴(kuò)大機(jī)器視覺(jué)的應(yīng)用范圍， 預(yù)計(jì)在 2025 年市場(chǎng)規(guī)模達(dá)到 1276 億元，2022-2025 年均復(fù)合增長(zhǎng)率預(yù)計(jì)約為 13.22%。2021 年，物流倉(cāng)儲(chǔ)、新能源行業(yè)的蓬勃發(fā)展拉動(dòng)了相關(guān)企業(yè)的擴(kuò)產(chǎn)需求，視覺(jué)檢測(cè)產(chǎn)品需求增 長(zhǎng)明顯，GGII 數(shù)據(jù)顯示，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)未包含自動(dòng) 化集成設(shè)備規(guī)模），同比增長(zhǎng) 46.79%，增長(zhǎng)速度遠(yuǎn)高于全球平均水平，未來(lái)得益于后疫情下宏觀經(jīng)濟(jì)的回暖、制造業(yè)自動(dòng)化升級(jí)、政策支持等因素，中國(guó)機(jī)器視覺(jué)行業(yè)規(guī)模有望進(jìn) 一步增長(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)品的回暖也為機(jī)器視覺(jué)帶來(lái)生機(jī)，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)模將達(dá)到 349 億元，其中，2D 視覺(jué)市場(chǎng)規(guī)模將超過(guò) 291 億元，3D 視覺(jué)市場(chǎng)規(guī) 模將超過(guò) 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 LED、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?、Basler AG 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?？低?、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，所涉范圍十分廣泛，如汽車、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。
縱觀整條產(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)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、圖像采集卡與各類芯片組成，技術(shù)壁壘較高。工業(yè)相機(jī)本質(zhì)的功能就是將光 信號(hào)轉(zhuǎn)變成為有序的電信號(hào)，再將該信號(hào)模數(shù)轉(zhuǎn)換并送到處理器后以完成圖像的處理、 分析和識(shí)別。與普通相機(jī)相比，工業(yè)相機(jī)需要更高的傳輸力、抗干擾能力以及穩(wěn)定的 成像能力。市面上的工業(yè)相機(jī)主要有面陣相機(jī)、線陣相機(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)如德國(guó) Basler、加 拿大 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)展出一批自主研發(fā)工業(yè)相機(jī)的國(guó)產(chǎn)品牌，可 逐步實(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 Vision pro、halcon、opevCV、Mil、Hexsight、evision 等。參考擁有 廣受好評(píng)的機(jī)器視覺(jué)軟件 Vision Pro 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 Vision Pro ViDi 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、海康威視等。
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)廠商成長(zhǎng)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)擴(kuò)張的方向
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. 國(guó)產(chǎn)替代奠定上游競(jìng)爭(zhēng)基調(diào)，AI 澆灌下滋潤(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)用場(chǎng)景。從某種意義上理解機(jī)器視覺(jué)中的 核心要件“智能相機(jī)”，即工業(yè)相機(jī)+視覺(jué)控制系統(tǒng)的集成，它將圖像的采集、處理與通信功能集成于單一相機(jī)內(nèi)，從而提供了具備多功能、模塊化、高可靠性、易于實(shí)現(xiàn)的機(jī)器視 覺(jué)解決方案。隨著芯片技術(shù)日益成熟，尤其是應(yīng)用最新的 DSP、FPGA 及大容量存儲(chǔ)技術(shù)， 攝像頭中加入 AI 芯片使其具備強(qiáng)大的視頻圖像采集技術(shù)和數(shù)據(jù)分析存儲(chǔ)能力，智能化程度 不斷提高，滿足多種機(jī)器視覺(jué)的應(yīng)用需求。
中國(guó)工業(yè)領(lǐng)域相關(guān)市場(chǎng)發(fā)展空間廣，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)顯示 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 比 6.1%，達(dá)到 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)用越來(lái)越深入自動(dòng)化層面， 工業(yè)相機(jī)的功能也日漸趨于智能化，有望進(jìn)一步擴(kuò)大相關(guān)市場(chǎng)規(guī)模，2024 年的市場(chǎng)規(guī)模將 達(dá)到 24.62 億元。該占比有望進(jìn)一步擴(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)集中度較高，率先布局智能相機(jī)的康耐視和基恩士市占率超過(guò) 70%，這主要系國(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)多年自主研發(fā)的努力，已經(jīng)在 關(guān)鍵技術(shù)上取得突破，如光虎、華睿等，不斷推出智能工業(yè)相機(jī)系列產(chǎn)品，通過(guò)性價(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，不僅能夠做到性能穩(wěn)定，效率提高，并且有著三大優(yōu)勢(shì)：一是輕量級(jí)一體化，AI 智能相機(jī)一改傳統(tǒng) PC 方案中的顯卡、內(nèi)存、硬盤、CPU、IO 卡、主板、機(jī)箱、電源、相 機(jī)轉(zhuǎn)化成一臺(tái)小而美的智能相機(jī)，大大降低成本；二是適用性擴(kuò)充，AI 智能相機(jī)憑借核心 視覺(jué)算法和深度學(xué)習(xí)技術(shù)，可以滿足不同業(yè)務(wù)場(chǎng)景的需求，實(shí)現(xiàn)多行業(yè)的低門檻通用性。 三是效率大幅提高，AI 智能相機(jī)的無(wú)代碼 AI 部署平臺(tái)，最大程度地降低對(duì)操作人員的專 業(yè)要求，提供了具有多功能、模塊化、高可靠性、易于實(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)是自動(dòng)化行業(yè)中高潛力的細(xì)分市場(chǎng)，有望推動(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、靈活、功 能強(qiáng)大的優(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，尤其是 成為現(xiàn)代工業(yè)自動(dòng)化的一大核心環(huán)節(jié)，植入推理性能視覺(jué)處理控制系統(tǒng)的智能相機(jī)在將來(lái) 有望占有視覺(jué)智能硬件市場(chǎng)發(fā)展的重要板塊。
3.5.2. AI+軟件鑄就行業(yè)核心壁壘，國(guó)產(chǎn)替代正當(dāng)時(shí)
機(jī)器視覺(jué)行業(yè)所要求的技術(shù)精準(zhǔn)度較高，負(fù)責(zé)處理圖像的機(jī)器視覺(jué)軟件是系統(tǒng)的核心。機(jī) 器視覺(jué)當(dāng)前比較流行的開發(fā)模式是“軟件平臺(tái)+視覺(jué)開發(fā)包”，開發(fā)包是基于軟件平臺(tái)對(duì)各 種常用圖像處理算法進(jìn)行封裝，用以實(shí)現(xiàn)對(duì)圖像分割、提取、識(shí)別和判斷等功能，進(jìn)一步 安裝在上位記或內(nèi)嵌至工業(yè)模板中，實(shí)現(xiàn)人機(jī)交互的功能，常見的軟件包可分為通用工具 MATLAB、OpenCV 等和機(jī)器視覺(jué)專用工具 Vision Pro， Halcon 等。其中，算法是機(jī)器視 覺(jué)的靈魂，以天準(zhǔn)科技為例的國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)投入研究算法包括 2D 視覺(jué)算法、基于深 度學(xué)習(xí)缺陷檢測(cè)算法、3D 視覺(jué)算法、3D 點(diǎn)云處理、多傳感器融合標(biāo)定等。
我國(guó)機(jī)器視覺(jué)的“軟實(shí)力”仍大有可為。根據(jù) GGII 數(shù)據(jù)，2021 年中國(guó)機(jī)器視覺(jué)軟件市場(chǎng) 需求規(guī)模為 47.01 億元，同比增長(zhǎng) 46.31%，遠(yuǎn)高于 GGII 所統(tǒng)計(jì)的機(jī)器視覺(jué)品牌軟件銷售額 18.8 億元。這主要系國(guó)內(nèi)的機(jī)器視覺(jué)廠商大多數(shù)是自主研發(fā)軟件或開源平臺(tái)（如 OpenCV） 的二次開發(fā)，但該模式在性能、效率和穩(wěn)定性上與專用視覺(jué)軟件開發(fā)包相比仍存在較大差 距，因此未來(lái)隨著視覺(jué)應(yīng)用要求漸高，將會(huì)有越來(lái)越多機(jī)器視覺(jué)廠商選擇購(gòu)買專業(yè)視覺(jué)公 司開發(fā)的視覺(jué)算法平臺(tái)。同時(shí)，2019-2021 年間機(jī)器視覺(jué)行業(yè)對(duì) AI 驅(qū)動(dòng)解決方案研發(fā)投入 占比最高，分別為 18.1%、18.7 和 21.8%，GGII 預(yù)計(jì)，2025 年機(jī)器視覺(jué)軟件市場(chǎng)將有望增 長(zhǎng)至 150 億，2021-2025 年均復(fù)合增長(zhǎng)率超過(guò) 30%，中國(guó)視覺(jué)算法軟件的潛在市場(chǎng)空間較 大。
我們認(rèn)為國(guó)內(nèi)切入軟件市場(chǎng)機(jī)器視覺(jué)企業(yè)具有較高成長(zhǎng)性。首先以軟件的技術(shù)密集型特點(diǎn) 打造公司壁壘，底層算法建設(shè)需要投入周期長(zhǎng)+持續(xù)資金注入，一旦形成將成為公司穩(wěn)定 營(yíng)收與毛利率的護(hù)城河，具有難以替代的優(yōu)勢(shì)。其次是融合人工智能的機(jī)器視覺(jué)算法能夠 擴(kuò)充硬件產(chǎn)品的通用性與不可替代性，如通過(guò)深度學(xué)習(xí)對(duì)模型魯棒性的提升，有望拓展機(jī) 器視覺(jué)的應(yīng)用場(chǎng)景，同時(shí)通過(guò)模型、算法、指令優(yōu)化提升整體檢測(cè)速度，適應(yīng)旋轉(zhuǎn)、縮進(jìn)、 平移、色差、光照強(qiáng)度等變化，使得機(jī)器視覺(jué)系統(tǒng)更佳具備柔性與通用性，加速其在工業(yè) 領(lǐng)域的滲透。最后國(guó)內(nèi)廠商自研的底層算法與數(shù)據(jù)庫(kù)能夠更貼合國(guó)內(nèi)終端客戶需求，在易 用性上具備先天的本土化優(yōu)勢(shì)，以易用性的優(yōu)勢(shì)有望取代國(guó)際廠商提供的軟件算法平臺(tái)。
4. 投資分析
AI 技術(shù)產(chǎn)業(yè)化有望將機(jī)器視覺(jué)打造為未來(lái)明星賽道，持續(xù)關(guān)注國(guó)內(nèi)產(chǎn)業(yè)鏈相關(guān)公司。機(jī)器 視覺(jué)行業(yè)正在經(jīng)歷快速的階段，經(jīng)過(guò)一段時(shí)間的普及與推廣，機(jī)器視覺(jué)應(yīng)用范圍逐漸擴(kuò)大， 機(jī)器視覺(jué)賽道持續(xù)火熱，據(jù) IT 桔子和中商產(chǎn)業(yè)研究院統(tǒng)計(jì)，截至 2022 年 7 月機(jī)器視覺(jué)行 業(yè)的投資事件共 42 起，投資金額達(dá)到 77.41 億元，此外老牌廠商“凌云光”成功跑入資本 市場(chǎng)，在科創(chuàng)板掛牌上市。我們認(rèn)為，在就業(yè)人口數(shù)量增長(zhǎng)放緩、用工成本持續(xù)攀升、機(jī) 器視覺(jué)的技術(shù)優(yōu)勢(shì)等因素影響下，或?qū)?lái)機(jī)器替人的剛需趨勢(shì)，整個(gè)產(chǎn)業(yè)鏈有望在樂(lè)觀 預(yù)期中飛速發(fā)展。
對(duì)標(biāo)海外巨頭發(fā)展布局，結(jié)合上游環(huán)節(jié)和中游集成環(huán)節(jié)的企業(yè)將以高客戶粘性+核心技術(shù) 壁壘贏取更大市場(chǎng)份額。當(dāng)前國(guó)內(nèi)視覺(jué)企業(yè)以中游機(jī)器視覺(jué)設(shè)備和系統(tǒng)集成商為主，為客 戶提供整套解決方案，對(duì)比國(guó)外布局中上游的巨頭基恩士、康耐視的毛利率仍處于明顯下 風(fēng)。但近年國(guó)內(nèi)集成端廠商在某一行業(yè)下游完成布局后開始逐步向上游底層延伸，嘗試進(jìn) 行核心軟硬件的進(jìn)口替代，這主要系上游標(biāo)準(zhǔn)化實(shí)現(xiàn)規(guī)?；a(chǎn)+核心技術(shù)打造行業(yè)壁壘， 延伸至上游的機(jī)器視覺(jué)廠商擁有更好的盈利能力。復(fù)盤基恩士、海克斯康、康耐視等海外 行業(yè)巨頭，同時(shí)提供機(jī)器視覺(jué)系統(tǒng)以及上游核心要件，平均毛利率高達(dá) 70%，康耐視主要 得益于底層技術(shù)突破+標(biāo)準(zhǔn)產(chǎn)品及不同行業(yè)解決方案的開發(fā)，基恩士則憑借強(qiáng)大的產(chǎn)品開 發(fā)能力+廣泛的產(chǎn)品類型+顧問(wèn)式營(yíng)銷模式成長(zhǎng)為行業(yè)龍頭，?？怂箍挡季止I(yè)軟件技術(shù)+ 傳感器等核心技術(shù)實(shí)現(xiàn)軟硬件的快速敏捷協(xié)同。對(duì)比海外巨頭的發(fā)展布局，我們認(rèn)為國(guó)內(nèi) 奧普特等綜合廠商仍有廣闊的上升空間。綜合來(lái)看，機(jī)器視覺(jué)行業(yè)市場(chǎng)空間大、產(chǎn)業(yè)鏈長(zhǎng)， 重視研發(fā)能力、延伸高價(jià)值上游環(huán)節(jié)（核心零部件和底層算法）的國(guó)內(nèi)企業(yè)有望在國(guó)產(chǎn)替 代趨勢(shì)下脫穎而出。