中國在制造業(yè)大國向制造業(yè)強國轉(zhuǎn)型過程中，機器視覺下游應(yīng)用需求層出不窮。其中，消費電子是最主要的應(yīng)用領(lǐng)域，但鋰電、汽車、半導(dǎo)體等新行業(yè)應(yīng)用需求正快速增長。

　　據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟統(tǒng)計，2020年機器視覺在電子、半導(dǎo)體、汽車領(lǐng)域的銷售額分別占全行業(yè)銷售額的52.9%、10.3%、8.8%。如今，機器視覺已在多個應(yīng)用領(lǐng)域和行業(yè)中大范圍的應(yīng)用。

　　1、實現(xiàn)智能制造，「眼睛」很關(guān)鍵

　　智能制造實際上是由許多子技術(shù)結(jié)合而成的一個龐大概念。提供圖像數(shù)據(jù)并進行處理的機器視覺系統(tǒng)、在邊緣和云端提供算力的云邊計算架構(gòu)、讓設(shè)備具備 " 學(xué)習(xí)能力 " 的人工智能，都是智能制造的重要組成部分。

　　它們之間的關(guān)系相輔相成：人工智能為一個機器視覺系統(tǒng)的搭建提供了底層技術(shù)，云邊計算為承擔(dān)了大量數(shù)據(jù)負載的人工智能提供了算力保障。

　　而機器視覺則是整個智能制造的 " 眼睛 "，為人工智能提供視覺數(shù)據(jù)。

　　由于精確、高效的特性，機器視覺在多個行業(yè)已經(jīng)被廣泛應(yīng)用。

　　機器視覺常常被應(yīng)用在超越人類視覺極限的質(zhì)量檢測中：如在 3C 電子制造中，部分產(chǎn)品的瑕疵尺寸指標(biāo)已經(jīng)小于 10 μ m 以下，超過了人類的分辨極限，而機器視覺技術(shù)則能夠檢測出人工不能察覺的瑕疵。在高速印刷中，部分產(chǎn)品檢測的精度要求也已經(jīng)超出人眼識別極限，現(xiàn)有的人工檢測流程已經(jīng)無法滿足要求，必須采用高速、高精度的機器視覺方案。

　　并且機器視覺也能夠大大提高工業(yè)生產(chǎn)的效率。例如在汽車生產(chǎn)中的質(zhì)檢、裝配等流程中，機器視覺能夠幫助工廠提高檢測和裝配的效率，有效提升大部分系統(tǒng)和組件的性能。無論是精度還是效率，對企業(yè)實現(xiàn)智能制造來說都至關(guān)重要。

　　這使得企業(yè)紛紛開始探索如何應(yīng)用機器視覺提升自身的競爭力。

　　但傳統(tǒng)企業(yè)要想真正發(fā)揮好機器視覺的力量，走向智能化，仍要面對重重挑戰(zhàn)。

　　傳統(tǒng)制造引進機器視覺，還要過兩關(guān)

　　對于傳統(tǒng)的制造企業(yè)來說，機器視覺是他們此前未曾接觸過的新事物。要將機器視覺應(yīng)用于生產(chǎn)中，沒有太多的過往經(jīng)驗可以借鑒。

　　對希望利用機器視覺來獲得效率提升的企業(yè)來說，在他們面前，仍有兩項挑戰(zhàn)：一是如何將機器視覺和自己的需求結(jié)合，設(shè)計機器視覺的應(yīng)用場景;二則是如何開發(fā)機器視覺方案，完成自身需求。

　　二、在新能源領(lǐng)域滲透率逐步提高

　　光伏產(chǎn)業(yè)發(fā)展迅速

　　來自國家能源局的數(shù)據(jù)顯示，我國2021年新增光伏發(fā)電并網(wǎng)裝機容量5297萬千瓦，連續(xù)9年穩(wěn)居世界首位。截至2021年底，光伏發(fā)電并網(wǎng)裝機容量達到3.06億千瓦，突破3億千瓦大關(guān)，連續(xù)7年穩(wěn)居全球首位。

　　在光伏產(chǎn)業(yè)穩(wěn)步拓展和降碳環(huán)保背景下，光伏生產(chǎn)良率爬升，降本增效顯得刻不容緩。

　　光伏的核心是太陽能電池片，在太陽電池片的生產(chǎn)過程中，會產(chǎn)生如碎片、電池片隱裂、表面污染、電極不良、劃傷等缺陷，這些缺陷限制了電池的光電轉(zhuǎn)化效率和使用壽命，會造成電池片等級降級或報廢，從而影響工廠的生產(chǎn)效能。采用機器視覺技術(shù)對上述缺陷進行檢測可以大大提高光伏產(chǎn)品的良率，因此機器視覺在光伏領(lǐng)域應(yīng)用的滲透率逐步增加。

　　2022年鋰電領(lǐng)域機器視覺需求出現(xiàn)明顯攀升

　　根據(jù)主流鋰電企業(yè)產(chǎn)能規(guī)劃，預(yù)計截至2022年底名義產(chǎn)能合計將達1105GWh，同比增加35%，對應(yīng)機器視覺需求為19-39億元。此外，由于鋰電領(lǐng)域設(shè)備的毛利率相比消費電子低，國外機器視覺企業(yè)進軍鋰電市場動力較小。

　　新技術(shù)和新材料的應(yīng)用將帶來全新檢測需求

　　如4680電池技術(shù)在行業(yè)內(nèi)的推廣普及，新技術(shù)的應(yīng)用即提升了現(xiàn)有電池技術(shù)，同時新材料的運用，如鑄造鋁合金等材料在鋰電池的不斷運用，將帶來鋰電新材料的放量，也對機器視覺檢測提出了新的要求，增加行業(yè)市場規(guī)模。以鋰電和光伏為代表新能源市場快速發(fā)展給機器視覺市場帶來新的增量。

　　三、得視覺者得天下

　　從人臉識別到工業(yè)智造，計算機視覺的落地目前已跨越了半導(dǎo)體、汽車、航空、新能源、精度光學(xué)等行業(yè)，如鏡片分揀、軸承檢測、特種條碼設(shè)計與識別、偏光彎膜、模具檢測、AVI檢測等。

　　以芯片檢測為例，基于深度學(xué)習(xí)的計算機視覺算法就有可以完成億級晶體結(jié)構(gòu)的全自動聚類分析：檢出率超過99.99%、單流程處理效率提高96%、AI自動化全檢處理效率提升90%。

　　傳統(tǒng)制造業(yè)在國家經(jīng)濟中的占比，就是智能制造未來的市場容量。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，2019年、2020年，中國工業(yè)增加值的規(guī)模均超過了31萬億。工業(yè)領(lǐng)域1-2%的效率提升就意味著數(shù)千億級的經(jīng)濟增值。

　　紛繁復(fù)雜的機器視覺市場是一個足夠大，足夠遠的市場，同時也是一個需要眾多玩家齊心協(xié)力，發(fā)揮所長，共同拉高需求，推動水平的市場。

　　智能制造這片汪洋大海，于是涌現(xiàn)出一批隨中國工業(yè)化進程而匯聚起來的各路人馬。

　　在這批人馬中，有一路臥薪嘗膽，穿越時間的曲線而老當(dāng)益壯的傳統(tǒng)視覺廠商;有從安防市場切入，帶頭突破國際巨頭防線的海大宇;有從人臉識別賽道拔地而起，分走計算機視覺市場半壁江山的AI四小龍。

　　同時，一大批AI新銳企業(yè)，也正沿著前輩們開墾過的視覺之路你追我趕，穩(wěn)扎穩(wěn)打，循序漸進。

　　他們憑借自身的技術(shù)實力，從各個細分領(lǐng)域切入，一寸一寸地攻城略地，大有搶占智能化時代潮頭之勢。

　　最后

　　機器視覺，是通向智能制造時代之船的一塊跳板，這塊跳板正在日益加劇的行業(yè)競爭中，被不斷拓寬、加固。

　　在這塊并未被完全開發(fā)的寶地上，一批新冒頭的AI企業(yè)動作快、勢頭猛、技術(shù)強、肯吃苦，特別善于在時代轉(zhuǎn)型的彌合處尋找機會，發(fā)揮自身的技術(shù)專長。

　　從各個環(huán)節(jié)來看，上游的核心零部件生產(chǎn)存在極大的技術(shù)壁壘，核心零部件及軟件開發(fā)占據(jù)了80%的比例，是產(chǎn)業(yè)鏈的價值高地。

　　其中美國康耐視和日本基恩士作為全球機器視覺行業(yè)的兩大巨頭，都是機器視覺核心零部件的制造商，壟斷了近 50%的全球市場份額，市值均超千億美元。面對“卡脖子”，這些后起之秀根植自身的技術(shù)基因，在找準(zhǔn)自我定位的基礎(chǔ)上，扎根短板，圖精求專，走出了新秀的特色。

　　在供大于求的需求經(jīng)濟時代，他們也包含憂患意識，以至少領(lǐng)先同行1-2年的自覺，不斷挖掘產(chǎn)業(yè)新的需求。他們?yōu)閿?shù)甚眾，是汪洋底下涌動的暗流，時刻準(zhǔn)備著翻上潮頭。