高工機(jī)器人產(chǎn)業(yè)研究所（GGII）數(shù)據(jù)顯示，2023年Q1，中國工業(yè)機(jī)器人領(lǐng)域融資事件16例，涉及資金近9.5億元人民幣。

按融資案例分布來看，2023年Q1融資案例數(shù)量最多的是機(jī)器視覺領(lǐng)域，占比為37%；其次是零部件領(lǐng)域，占比為31%。其中，融資金額最大的領(lǐng)域分別是機(jī)器視覺和核心零部件領(lǐng)域，占比分別為35.45%、31.75%。

從融資的視角來看，雖然機(jī)器視覺仍為工業(yè)機(jī)器人領(lǐng)域最火熱的細(xì)分賽道，可一旦將時(shí)間拉長到2022年，便不難發(fā)現(xiàn)，資本已逐步從狂熱回歸理性。

據(jù)不完全統(tǒng)計(jì)，2022年中國機(jī)器視覺行業(yè)共發(fā)生融資32起，涉及金額近30億元，同比2021年，機(jī)器視覺融資案例數(shù)量下滑約25.58%，融資金額下滑約64.19%，平均單筆融資金額從2021年的1.08億元下降至0.93億元，融資市場開始收縮。

那么對于資本開始回歸理性，作為當(dāng)局者，又將如何看待？

“其實(shí)，我覺得行業(yè)前兩年是有‘虛火’的，但是我覺得任何一個(gè)行業(yè)都一樣，這個(gè)‘虛火’本身代表了對于賽道的認(rèn)可。而這兩年的‘虛火’有一個(gè)很大的好處，就是基本上大家認(rèn)為人工智能跟3D視覺對于機(jī)器視覺這個(gè)解決方案已經(jīng)走通，技術(shù)上已經(jīng)不存在問題，當(dāng)前的要?jiǎng)?wù)就是如何才能把方案做出來，并更加突出性價(jià)比?！敝锌迫诤蟿?chuàng)始人兼CEO王旭光博士談到。

據(jù)王旭光博士介紹：“中科融合早期主要還是依賴于當(dāng)?shù)卣安糠智迦A系的專業(yè)投資機(jī)構(gòu)，但近兩年很多投資機(jī)構(gòu)關(guān)注到中科融合，都是因?yàn)樗麄兪崂砹?D工業(yè)相機(jī)的核心零部件，很容易就會(huì)發(fā)現(xiàn)了DLP和GPU是里面價(jià)值含量最高，結(jié)果完全被國外壟斷，而恰恰就是被美國壟斷的最高的兩個(gè)核心零部件的價(jià)值最高。那么，自然而然地，會(huì)在國內(nèi)尋找和挖掘誰能來做替代，我們中科融合的價(jià)值就被發(fā)現(xiàn)了。所以我覺得對我們這個(gè)企業(yè)來講還是一個(gè)重大的一個(gè)利好。”

對于資本回歸理性，康士達(dá)總經(jīng)理袁強(qiáng)則歸咎為兩個(gè)方面，即經(jīng)濟(jì)形勢和綜合實(shí)力。袁強(qiáng)表示，首先，整個(gè)大環(huán)境經(jīng)濟(jì)形勢沒起來，機(jī)器視覺行業(yè)整體景氣度也受到下行的影響；其次，資本對于機(jī)器視覺領(lǐng)域的認(rèn)知開始回歸理性，在眾多“同質(zhì)化”的機(jī)器視覺類產(chǎn)品中，競爭和挑戰(zhàn)愈發(fā)加大，最終去比拼的就是各大視覺廠商所能調(diào)配的綜合實(shí)力。

對此，穩(wěn)信智能負(fù)責(zé)人則表示理解，其談到，過去幾年，機(jī)器視覺行業(yè)的發(fā)展非常迅速，吸引了大量的資本涌入。然而，隨著行業(yè)的發(fā)展逐漸趨于成熟，市場競爭也變得更加激烈，一些企業(yè)的盈利能力并沒有達(dá)到預(yù)期，這導(dǎo)致了資本的回歸和收縮。恰似曾經(jīng)的互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等，從萌芽、增長、野蠻生長到過熱、泡沫，從而回歸理性的過程。優(yōu)勝劣汰，大浪淘沙，剩者為王，這也是一個(gè)正常的市場調(diào)整過程。

該負(fù)責(zé)人認(rèn)為，資本回歸理性，對于行業(yè)的長遠(yuǎn)發(fā)展有好處。這意味著企業(yè)需要更加注重產(chǎn)品質(zhì)量和技術(shù)創(chuàng)新，而不是單純追求融資規(guī)模，這也將有助于行業(yè)的健康發(fā)展和長期穩(wěn)定。畢竟，創(chuàng)新才是核心生產(chǎn)力，頭部企業(yè)更應(yīng)該擔(dān)當(dāng)起往高端行業(yè)高端技術(shù)創(chuàng)新的責(zé)任。

實(shí)現(xiàn)“跨行業(yè)可復(fù)制應(yīng)用”的難

與資本逐步回歸理性相比，機(jī)器視覺產(chǎn)品或方案是否存在跨行業(yè)可復(fù)制應(yīng)用的能力和屬性？或者更值得機(jī)器視覺企業(yè)探討，那么，要實(shí)現(xiàn)這樣的落地，是否有難度？難度又在何處？

“我認(rèn)為機(jī)器視覺是可以實(shí)現(xiàn)跨行業(yè)可復(fù)制應(yīng)用的能力和屬性的，當(dāng)然這是有難度的，難度在于不同行業(yè)之間是存在差異的，我們需要消除這種差異，就需要將差異轉(zhuǎn)化成共性，將一個(gè)個(gè)具體的差異化需求，化整為零，抽象化成一個(gè)個(gè)標(biāo)準(zhǔn)模塊。”馬克拉伯CEO林少斌表示。

林少斌比喻道，類似家裝行業(yè)，每個(gè)用戶的需求是不一樣的。但是每個(gè)企業(yè)之間做好分工，一部分企業(yè)專注于家具單品，一部分企業(yè)專注于風(fēng)格搭配，當(dāng)市面上的單品足夠豐富，一位家裝設(shè)計(jì)師就可以在短短的幾小時(shí)內(nèi)，幫助用戶設(shè)計(jì)出滿足用戶需求的方案。

機(jī)器視覺亦然，要實(shí)現(xiàn)這一步，我們就需要構(gòu)建一個(gè)龐大的標(biāo)準(zhǔn)軟硬件庫，以及構(gòu)建一批專業(yè)的積木搭建師，需要整個(gè)行業(yè)上游的共同努力，做好分工，往專業(yè)化精細(xì)化發(fā)展。

對此，穩(wěn)信智能負(fù)責(zé)人也表示贊同，其認(rèn)為，機(jī)器視覺產(chǎn)品或方案具有跨行業(yè)可復(fù)制應(yīng)用的能力和屬性。由于機(jī)器視覺技術(shù)可以應(yīng)用于各種不同的行業(yè)和領(lǐng)域，例如制造業(yè)、醫(yī)療保健、零售業(yè)、安防等。

實(shí)現(xiàn)跨行業(yè)可復(fù)制應(yīng)用的難度在于，需要針對不同的行業(yè)和應(yīng)用場景進(jìn)行定制化開發(fā)和優(yōu)化。不同行業(yè)的需求和應(yīng)用場景不同，需要針對性地進(jìn)行算法優(yōu)化、硬件選型和系統(tǒng)集成等方面的工作。此外，不同行業(yè)的數(shù)據(jù)格式和標(biāo)準(zhǔn)也不同，需要進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換和標(biāo)準(zhǔn)化處理。而實(shí)現(xiàn)跨行業(yè)可復(fù)制應(yīng)用需要具備跨行業(yè)的技術(shù)能力和經(jīng)驗(yàn)積累，以及針對各個(gè)行業(yè)數(shù)字化的標(biāo)準(zhǔn)制定。

中科融合創(chuàng)始人兼CEO王旭光博士則有另一番見解，其認(rèn)為：“應(yīng)用層的方案因?yàn)楦鱾€(gè)垂直行業(yè)的情況和要求不同，確實(shí)難以標(biāo)準(zhǔn)化。但是，3D視覺相機(jī)本體，與當(dāng)初的2D相機(jī)一般，是必須要做標(biāo)準(zhǔn)化。這個(gè)其實(shí)很早有CCD、CMOS，然后有各種各樣的技術(shù)流派進(jìn)入，在某個(gè)時(shí)期也是有很多廠家參與那個(gè)領(lǐng)域，但最終還是能夠聚攏到頭部的索尼、三星這樣的以標(biāo)準(zhǔn)化產(chǎn)品為主要銷售品的企業(yè)?！?/p>

因此，王旭光博士認(rèn)為，從3D工業(yè)相機(jī)這種產(chǎn)品形態(tài)來講，肯定是具備了標(biāo)準(zhǔn)化趨勢性的屬性。追根究底，就是如何將照片拍的分辨率更高、精度更好，其實(shí)不管是對于人類還是機(jī)器人，最終都是要求圖像本身的質(zhì)量要好。而中科融合恰恰是致力于為這種標(biāo)準(zhǔn)的3D工業(yè)相機(jī)產(chǎn)品提供一個(gè)性能穩(wěn)定的、具有性價(jià)比的、供應(yīng)鏈可靠的核心芯片及產(chǎn)品級Turnkey方案。

圖漾科技CEO費(fèi)浙平也從2D視角來論證3D“標(biāo)準(zhǔn)化”和“跨行業(yè)復(fù)制”的可行性，其表示：“2D視覺行業(yè)的發(fā)展已經(jīng)充分說明了這個(gè)問題，3D沒有任何理由會(huì)跟2D不一樣，我們認(rèn)為行業(yè)規(guī)律和產(chǎn)業(yè)鏈發(fā)展一定是一樣的，差別在于時(shí)間節(jié)奏快一點(diǎn)慢一點(diǎn)而已?！?/p>

費(fèi)浙平分析，產(chǎn)業(yè)鏈規(guī)律就是產(chǎn)品能夠?qū)崿F(xiàn)一定程度的標(biāo)準(zhǔn)化和跨行業(yè)復(fù)制，方案基本不可能，方案不但不可能跨行業(yè)，即使在同一行業(yè)內(nèi)也存在數(shù)量巨大的非標(biāo)差異化，即使同一場景在不同時(shí)間的差異化程度、也大到可能完全無法兼容。這就意味著方案企業(yè)需要站在最終用戶的產(chǎn)線和工藝最前端，不斷演進(jìn)才能不掉隊(duì)，這種垂直的深度既是很高的門檻、也是跨行業(yè)的阻礙，兩者是難以調(diào)和的矛盾。

產(chǎn)品的標(biāo)準(zhǔn)化程度相對高很多，但也需要有一個(gè)完整的產(chǎn)品矩陣才能滿足較多行業(yè)的覆蓋，單一產(chǎn)品的服務(wù)跨度有、但總也還是有限的，所以產(chǎn)品公司要在性能和價(jià)格維度上構(gòu)建出一個(gè)不斷細(xì)分和豐富的性價(jià)比產(chǎn)品矩陣。其中大概率沒有一個(gè)單品可以成為爆款，但是多品類的合計(jì)總出貨可以很多。另外一方面，工業(yè)產(chǎn)品的生命周期可以很長，所以從商業(yè)模式角度來算，財(cái)務(wù)模型也還是很健康的。其中最重要的是產(chǎn)品矩陣足夠豐富，而這顯然只能通過長時(shí)間積累才能達(dá)到，這個(gè)是最大的難度。

未來增量市場將花落何處？

不管是產(chǎn)品還是方案的標(biāo)準(zhǔn)化，其實(shí)都有一個(gè)關(guān)鍵的前提，那就是必須要找到一個(gè)足夠大的下游應(yīng)用市場，以及能夠決定未來增量的領(lǐng)域。那么，在各大視覺企業(yè)眼中，當(dāng)前機(jī)器視覺最大的下游市場以及未來增量市場，又將花落何處？

“機(jī)器視覺目前最大的下游應(yīng)用市場之一是工業(yè)制造領(lǐng)域。機(jī)器視覺技術(shù)可以在工業(yè)生產(chǎn)線上實(shí)現(xiàn)自動(dòng)化生產(chǎn)和質(zhì)量控制，提高生產(chǎn)效率并降低成本。例如，機(jī)器視覺可以用于檢測制造過程中的缺陷，如瑕疵、裂紋和異物等，以便及時(shí)發(fā)現(xiàn)和修復(fù)問題。檢測過程中將產(chǎn)生海量小文件數(shù)據(jù)，需要長期保存以滿足質(zhì)量追溯、AI訓(xùn)練模型更新等要求。如何對質(zhì)檢數(shù)據(jù)進(jìn)行有效的管理，也越來越重要?！鄙紟r數(shù)據(jù)聯(lián)創(chuàng)兼COO邱尚高說道。

隨著人工智能技術(shù)的不斷發(fā)展，機(jī)器視覺在工業(yè)制造領(lǐng)域的應(yīng)用前景將會(huì)更加廣闊。從下游應(yīng)用結(jié)構(gòu)來看，目前我國機(jī)器視覺應(yīng)用已在新能源、動(dòng)力電池、電子、半導(dǎo)體、汽車、PBC等領(lǐng)域得到廣泛應(yīng)用。

杉巖數(shù)據(jù)在機(jī)器視覺領(lǐng)域的布局較為廣泛。從技術(shù)層面來看，杉巖數(shù)據(jù)主要涉及圖像識別、目標(biāo)檢測、人臉識別、行人重識別、自然語言處理等方向的數(shù)據(jù)管理，并在這些方向上有著較為深入的研究。此外，杉巖數(shù)據(jù)還與多家企業(yè)和機(jī)構(gòu)合作，共同開展機(jī)器視覺相關(guān)項(xiàng)目，推動(dòng)人工智能技術(shù)的應(yīng)用和發(fā)展。綜合來看，杉巖數(shù)據(jù)在機(jī)器視覺領(lǐng)域擁有較為廣泛的布局。

奧普特技術(shù)總監(jiān)董瑞則認(rèn)為，3C電子行業(yè)是目前機(jī)器視覺最多的應(yīng)用領(lǐng)域。

董瑞表示，奧普特在3C 電子領(lǐng)域?qū)崿F(xiàn)了良好的增長態(tài)勢，主要得益于其產(chǎn)品持續(xù)向核心客戶的各產(chǎn)品線滲透，帶來更多的需求；另一方面，由于終端客戶品質(zhì)管控前移，模組、關(guān)鍵零部件生產(chǎn)中自動(dòng)化程度提高，帶來新增視覺需求。

受益蓬勃發(fā)展的新能源汽車行業(yè)，再加上頭部動(dòng)力電池廠商加速擴(kuò)產(chǎn)，預(yù)計(jì)未來幾年，鋰電行業(yè)機(jī)器視覺市場規(guī)模有望保持高增長。而近幾年，奧普特在鋰電領(lǐng)域也實(shí)現(xiàn)了高速增長，一方面與行業(yè)龍頭加深合作，核心客戶擴(kuò)產(chǎn)帶來大量視覺需求；另一方面是新能源領(lǐng)域核心客戶基于提升其產(chǎn)品安全性的考慮，產(chǎn)品檢測需求和要求持續(xù)提升。目前，奧普特機(jī)器視覺應(yīng)用已覆蓋鋰電池工序，尤其是在深度學(xué)習(xí)、3D視覺工序上持續(xù)增長。

穩(wěn)信智能負(fù)責(zé)人認(rèn)為，機(jī)器視覺目前最大的下游應(yīng)用市場是工業(yè)自動(dòng)化領(lǐng)域。在工業(yè)自動(dòng)化領(lǐng)域，機(jī)器視覺技術(shù)可以應(yīng)用于產(chǎn)品質(zhì)量檢測、生產(chǎn)線監(jiān)控、機(jī)器人視覺等方面，可以提高生產(chǎn)效率和產(chǎn)品質(zhì)量，同時(shí)促進(jìn)企業(yè)信息化的發(fā)展和延申，助力企業(yè)數(shù)字化轉(zhuǎn)型。

穩(wěn)信智能在工業(yè)自動(dòng)化領(lǐng)域，移動(dòng)機(jī)器人以及高端AI視覺的布局情況比較好，并提供多款機(jī)器視覺控制器產(chǎn)品，可以滿足不同應(yīng)用場景的需求。

至于未來的增量市場，該負(fù)責(zé)人表示，可能會(huì)出現(xiàn)在智能醫(yī)療、智能物流、智能零售等領(lǐng)域。

—END—

審核編輯 ：李倩