ai视觉机器人（机器视觉引导的全智能工业机器人）

前言：

机器视觉是人工智能的感知工具。在五种感官中，视觉占所获取信息的80%以上。因此，机器视觉将被反复用作人工智能的底层工具。

今年大量机器视觉企业新增

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

据中国机器视觉产业联盟（CMVU）调查统计，目前中国已有近200个国际机器视觉品牌。

中国自主机器视觉品牌有海康威视、华锐、盟拓光电、华视、深圳灿瑞、上海方成、上海博创电气等100多个。

各类机器视觉产品代理商超过300家，如深圳鸿福视觉、微视新时代、三宝兴业、凌云光、阳光视觉等。

视觉模型从定制化发展到通用化

4月6日，Meta官方博客宣布推出全新AI模型Segment Anything Model（SAM），对所有模型进行分割，提出可以一键识别、分割和剪切任何图像或视频中的任何物体。

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论坛上提出，未来，随着盘古系列大模型的推出，AI视觉将加速它在下游应用中的渗透。

同时，华为盘古CV大模型已广泛应用于工业质检、物流、设计等领域，工业应用性得到提升。

此外，ChatGPT与OpenCV的结合应用降低了视觉软件开发的门槛，将机器视觉开发提升到了一个新的水平。

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、超音速等公司机器视觉相关业务占比较高，均超过70%。

从区域布局来看，机器视觉行业大部分企业在国内外都有布局。随着国内厂商国际竞争力增强，海外业务规模逐渐扩大。橘子科技、天准科技等公司海外业务占比约30%。

从机器视觉上市公司业绩来看，2022年上半年，晶测电子、美亚光电、天准科技的机器视觉业务收入较高，均超过4亿元。

从毛利率来看，机器视觉行业毛利率较高，整体在35%以上。其中，美亚光电、康弘智能毛利率均超过48%，表明公司盈利能力较强。

机器视觉与人工智能携手加速产业进步

AI能力的进步扩大了机器视觉能力的范围。在软件层面，可以泛化同一个底层模型，满足多应用领域、多功能的需求，降低开发门槛和开发成本。

机器视觉被AI当作“眼睛”，获取底层数据，辅助人机交互。

以凌云光、光电、天准智能为代表的机器视觉企业抢占AI赛道，协同上下游企业打通产品生态，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”生产系统中，形成“端、边、云”输出与反馈的智能协同运营闭环系统，运用工业人工智能实现“眼、脑、手”更好的配合。

2022年11月，凌云光面向锂电池行业智能制造新需求，推出自主研发的针对工业质检场景的深度学习平台F.Brain。该平台基于“机器视觉+AI”，集成锂电池极片和电芯缺陷。样本数量分别为20万+和10万+，检测准确率高达98.5%、99.5%。

光电从硬件转向软件，基于自研算法不断更新迭代，在锂电池、3C领域取得了良好的应用效果。

天准科技公司将于2021年成为NVIDIA Jetson产品线的金牌解决方案合作伙伴，将基于NVIDIA嵌入式GPU构建AI边缘计算平台，并深度应用于智能网联领域的各种场景。

华为盘古CV通用应用已进入产业实践

华为盘古CV大模型已广泛应用于工业、物流、设计等多个领域。

盘古大模型包括三个级别：L0（基础大模型）、L1（行业预训练大模型）、L2（推理模型）。该模型只需要一次预训练，在基础大模型上进行泛化复制和下游任务微调。包括三个类别：CV、NLP、科学计算。

其中，盘古CV大模型可应用于工业质检、物流仓库监控、时尚辅助设计等领域。具有优异的泛化能力、高效的样本筛选能力、可节省80%以上的人工标注成本、小样本/零样本能力、低门槛的AI开发等优势。

该模型可应用于铁路TFDS开发解决方案，基于先验模板匹配来定位和识别小样本故障，准确率高达98%-99%。

在智能矿山领域，该模式可覆盖采矿、挖掘、机械、运输、运输等主要业务，减少井下安全事故90%以上。

多重因素推动机器视觉市场需求快速增长

从长远来看，人口老龄化和劳动力价格上涨将迫切需要机器代替人类，机器视觉设备将逐渐取代劳动力。

从中期来看，机器视觉具有广泛的下游应用，渗透率不断提高。

在3C领域，终端客户对机器视觉的需求已从手机扩展到平板电脑、耳机、手表等；

在锂电池领域，除了搅拌，机器视觉还应用于涂布、压延、卷绕、脱壳等各种工艺，视觉技术也适用于4680等新型电池；

半导体、光伏等领域对晶圆缺陷检测设备和光伏硅片分选设备的需求大幅增长。

短期来看，制造业固定资产支出的复苏以及国产替代的加速将加速机器视觉设备需求的释放。

中国机器视觉产业联盟数据显示，未来市场规模预计将保持25%的增长，25年内突破390亿。

结尾：

机器视觉与人工智能的融合虽然在技术研发和创新方面具有诸多潜在优势，但也带来了一定的风险和挑战。

比如在技术实现方面，存在系统性能不稳定、数据质量不一致等问题。因此，需要综合考虑技术研发和创新风险。

内容来源：广发证券-机械装备行业AI+制造系列报告第3期：人工智能与机器视觉协同赋能，行业应用方兴未艾；申万宏源-机器视觉行业评论报告：人工智能赋能高端制造，聚焦机器视觉

本公众号发表的文章及图片均来自网络，仅供交流。如有侵权，请联系我们予以回复。我们将在收到信息后24小时内处理。

审稿人：李茜