機(jī)器視覺行業(yè)研究:AI+制造業(yè)賦能,機(jī)器視覺開啟掘金新大陸
發(fā)布時間: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)
來源: 未來智庫官網(wǎng),新浪網(wǎng)
?。▓?bào)告出品方/作者:天風(fēng)證券,潘暕、俞文靜)
1. 機(jī)器視覺—智能制造之眼
1.1. 機(jī)器視覺的本質(zhì)是機(jī)器的眼睛和大腦
機(jī)器視覺技術(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)行快速決策。根據(jù)美國制 造工程師協(xié)會(SME)機(jī)器視覺分會和美國機(jī)器人工業(yè)協(xié)會(RIA)自動化視覺分會對機(jī)器 視覺的定義:機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器,自動接收和處理一個真實(shí)物 體的圖像,以獲得所需信息或用于控制機(jī)器人運(yùn)動的裝置。通俗地說,“眼睛”指的是機(jī) 器視覺利用環(huán)境和物體對光的反射來獲取及感知信息;“大腦”指的是機(jī)器視覺對信息進(jìn) 行智能處理和分析,根據(jù)分析結(jié)果來執(zhí)行相應(yīng)的活動。
據(jù)億歐智庫所稱機(jī)器視覺是人工智能領(lǐng)域一個正在快速發(fā)展的分支,即用機(jī)器代替人眼來 做測量和判斷,是通過光學(xué)的裝置和非接觸的傳感器,自動接收和處理真實(shí)物體的圖像, 以獲得所需信息或用于控制機(jī)器人運(yùn)動的裝置。中商產(chǎn)業(yè)研究院認(rèn)為,機(jī)器視覺可以代替 人眼在多種場景下實(shí)現(xiàn)多種功能,按功能主要分為四大類:檢測、測量、定位、識別。(1) 檢測:指外觀檢測,其內(nèi)涵種類繁多。如產(chǎn)品裝配后的完整性檢測、外觀缺陷檢測等。(2) 測量: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,自動判斷物體位置;(4)識別: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)器視覺走向成熟的籌碼
人工智能是機(jī)器視覺的母身,深度學(xué)習(xí)為機(jī)器視覺的技術(shù)堡壘。近十年來,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)器視覺實(shí)現(xiàn)更 新迭代和提高應(yīng)用價值的重要技術(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,不斷為圖像識別領(lǐng)域帶來進(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/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)模視覺識別挑戰(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片識別的錯誤率下降 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)用于圖像識別,取得突出成效等。
機(jī)器視覺與人工智能逐漸融合,引領(lǐng)向工業(yè) 4.0 的過渡。機(jī)器視覺是工業(yè)自動化的基礎(chǔ)技 術(shù)之一,通過搭載人工智能發(fā)展東風(fēng)實(shí)現(xiàn)機(jī)器視覺的再一次迭代升級。此處東風(fēng)一方面為 深度學(xué)習(xí)的融合,賦予機(jī)器視覺更高的準(zhǔn)確性和速度,另一方面則為視覺處理所服務(wù)的視 覺處理器的能力呈現(xiàn)指數(shù)級增加,奠定機(jī)器視覺中深度學(xué)習(xí)推理/訓(xùn)練任務(wù)的硬件基礎(chǔ)。復(fù) 盤機(jī)器視覺發(fā)展,從能夠自動執(zhí)行簡單任務(wù)的自動化機(jī)器,轉(zhuǎn)型為視覺能力不受人類視覺 能力極限約束、自主思考,從而能夠長期對各種元素進(jìn)行優(yōu)化的自主型機(jī)器,AI+機(jī)器視 覺有望能夠滲透入工業(yè)制造達(dá)到全新的水平。
未來機(jī)器視覺將有望搭載更先進(jìn) AI 技術(shù),切入更多差異化工業(yè)應(yīng)用場景。ChatGPT 所引 爆的人工智能話題正持續(xù)火熱,根據(jù)中國信息通信研究院和中國人工智能產(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)器視覺可以進(jìn)一步優(yōu)化性能適配更多工業(yè)應(yīng)用場景。一是深度 學(xué)習(xí)為機(jī)器視覺延伸出多元的模型架構(gòu)以及對應(yīng)性能提升,如生成對抗網(wǎng)絡(luò)(GAN)能夠 通過生成器和鑒別器的對抗訓(xùn)練,在生成圖像方面的能力超過其他方法;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,圖像識別誤差不 斷縮小,結(jié)合機(jī)器視覺設(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)可以對不同工程 問題和工程參數(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)自動化執(zhí)行、實(shí)現(xiàn)機(jī)械化-自動化-數(shù)字化-智能化的全面升級。 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)器視覺的突破口,依托算法的升級 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,推動機(jī)器視覺 技術(shù)在工業(yè)場景中的進(jìn)一步普及。
1.3. meta 發(fā)布 SAM 開啟機(jī)器視覺 GPT 時刻
Segment Anything Model(SAM)項(xiàng)目是一個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 萬張授權(quán)和 尊重隱私的圖像上有超過 11 億個掩碼。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“提示學(xué)習(xí)”技術(shù)對新數(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,提示符可以包括識別對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,并且可能指向多個對象(例如,襯衫上的 一個點(diǎn)可能表示襯衫或穿著它的人),輸出也應(yīng)該是其中至少一個對象的合理掩碼。將提 示分割任務(wù)作為預(yù)訓(xùn)練目標(biāo),并通過提示工程解決一般的下游分割任務(wù)。
SAM 由一個的圖像編碼器、一個提示編碼器和一個預(yù)測分割掩碼的掩碼解碼器組成。通 過將 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)測掩碼的時間為 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)了它來為單個提示預(yù)測多個面具, 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)器視覺發(fā)展,帶動 AI+制造業(yè)垂直領(lǐng)域技術(shù)革新。SAM 已經(jīng)學(xué)會了關(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 過程中沒有遇到過的物體和圖像類型,無需額外的訓(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 AR 眼鏡識別日常物品,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)器視覺技術(shù)優(yōu)勢明顯,政策+社會需求驅(qū)動中長期發(fā)展
人工智能持續(xù)放大機(jī)器視覺技術(shù)優(yōu)勢,有望在工業(yè)智改中大展身手。ChatGPT-4 為超級人 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。同時,在 AI 深度學(xué)習(xí)+機(jī)器視覺的升級趨勢下,將在工業(yè)自動化、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)器視覺技術(shù)需要將數(shù)據(jù)表示為一組特 征,或輸入到預(yù)測模型,從而得出預(yù)測結(jié)果,這是完成制定動作,較難適應(yīng)未來柔性化的 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)雜等場景越來越難適用。搭載 AI 深度學(xué)習(xí)功能后,機(jī)器視覺將原始的數(shù)據(jù)特征通過多步的特征轉(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)測函數(shù)得到最終結(jié)果,基于深度學(xué)習(xí)的機(jī)器視覺在 理想狀態(tài)下可以結(jié)合機(jī)器視覺的效率與人類視覺的靈活性,從而完成日趨復(fù)雜環(huán)境下的檢 測,尤其是涉及偏差或極端環(huán)境,滿足更多下游對瑕疵精度、通用性的嚴(yán)苛要求。AI+機(jī) 器視覺有望賦能制造業(yè),帶動制造業(yè)價值鏈重構(gòu)。
國家出臺多項(xiàng)政策利好 AI+機(jī)器視覺行業(yè)發(fā)展。政策從拓展產(chǎn)業(yè)鏈應(yīng)用場景、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)器視覺底層技術(shù)等方向促進(jìn)中國機(jī)器視覺產(chǎn)業(yè)的發(fā)展,同時 AI+機(jī)器視覺技術(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)高分辨率視覺傳感器等基礎(chǔ)零部件和裝置,體現(xiàn)國家對機(jī)器視覺產(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)器視覺等技術(shù)應(yīng) 用于我國智改計(jì)劃。良好的政策環(huán)境將在未來一定時期內(nèi)為國內(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)器替代需求中長期內(nèi)仍有缺口。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù),我國 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‰, 中國經(jīng)濟(jì)周刊預(yù)計(jì) 2030 年,中國 60 歲以下人口或?qū)⒔抵?75%。同時制造業(yè)就業(yè)人員從 2011 年的 4088 萬人降至 2021 年的 3828 萬人,而制造業(yè)勞動成本則從 36665 元飆升至 92459 元,據(jù)常州鐘樓金隆控股集團(tuán),老齡化問題與出生率低迷將帶來未來持續(xù)性勞動力供不應(yīng) 求和勞動力成本上升,這將不斷刺激制造企業(yè)對智能化的需求持續(xù)擴(kuò)張。機(jī)器視覺作為可 替代人工具備效率更高、準(zhǔn)確度更高、際成本低等優(yōu)勢技術(shù),有望進(jìn)一步提高其滲透率。
我國工業(yè)機(jī)器視覺應(yīng)用滲透率仍有較大提升空間。中國工業(yè)機(jī)器視覺應(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 年我國制造業(yè)增加值為 4.87 萬億美元,占全球比重 30.34%,相較之下,2021 年我國機(jī)器視覺產(chǎn)值占比僅為 17.18%。 在制造業(yè)的轉(zhuǎn)型升級推動下,機(jī)器視覺滲透率有望持續(xù)增加,國內(nèi)龐大的制造業(yè)基數(shù)將持 續(xù)釋放較大的市場增量。同時,我國制造業(yè)人工智能應(yīng)用市場的逐年遞增反映出機(jī)器視覺 的成長潛力,根據(jù)德勤數(shù)據(jù),我國制造業(yè)人工智能應(yīng)用市場從 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
高成長性下游應(yīng)用對精度要求嚴(yán)苛,倒逼 AI+機(jī)器視覺深度結(jié)合與升級。從需求端來看, 機(jī)器視覺廣泛應(yīng)用于電子及半導(dǎo)體、汽車制造、食品包裝、制藥等領(lǐng)域,各個領(lǐng)域的應(yīng)用 場景具備較大差異性。2021 年我國消費(fèi)電子、半導(dǎo)體、汽車為機(jī)器視覺領(lǐng)域的三大應(yīng)用端, 雖然機(jī)器視覺下游各行業(yè)對精度的要求不一,但整體來看,伴隨主要應(yīng)用端(消費(fèi)電子、 半導(dǎo)體、汽車、新能源)的升級迭代,對機(jī)器視覺技術(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。
智能制造趨勢是擴(kuò)大機(jī)器視覺需求的關(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 動化和智能化,是現(xiàn)代化制造提質(zhì)、增效、降本、減排的推動力。隨著我國進(jìn)入全面推進(jìn) 智能制造階段,機(jī)器視覺將持續(xù)向全行業(yè)滲透,應(yīng)用市場需求急劇擴(kuò)增,為機(jī)器視覺提供 了較大的需求牽引,是機(jī)器視覺的重大戰(zhàn)略機(jī)遇。同時根據(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,國內(nèi)機(jī)器視覺的銷售額在 2016-2019 年期間分別為 49、69、84、 103 億元,雖在全國工業(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%, 由此可見國內(nèi)機(jī)器視覺在工業(yè)技改中的滲透率還處于相對較低水平,未來成長空間廣闊。
2.2.1. 電子行業(yè)仍是機(jī)器視覺應(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)自動化+標(biāo)準(zhǔn)化程度高,是機(jī)器視覺技術(shù)應(yīng) 用較早、應(yīng)用最廣的下游市場。根據(jù) GGII 數(shù)據(jù),我國 3C 電子行業(yè)機(jī)器視覺市場規(guī)模在 2021 年達(dá)到 40.62 億元,同比增長 29.61%,2020-2025 年均復(fù)合增長率為 14.8%,該增長得益于 3C 電子產(chǎn)品規(guī)模的良好增長態(tài)勢。2022 年以來,消費(fèi)電子行業(yè)進(jìn)入下行期,相對應(yīng)機(jī)器 視覺市場規(guī)模增速大幅放慢,但基于發(fā)展基礎(chǔ)悠久,中短期內(nèi)仍有望成為市場規(guī)模最大的 下游市場。
3C 行業(yè)是工業(yè)視覺行業(yè)的應(yīng)用標(biāo)桿。全球機(jī)器視覺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、檢測要求高,適合使用機(jī)器視覺系統(tǒng)進(jìn)行檢測; 另一方面該行業(yè)更新迭代快,生產(chǎn)設(shè)備的更新對上游機(jī)器視覺行業(yè)也產(chǎn)生了較大的需求。 整體來看,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)器視覺的協(xié)助, 其中 70%的機(jī)器視覺產(chǎn)品用于檢測環(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 機(jī)器視覺技術(shù)存在剛性需求。
伴隨 3C 產(chǎn)品不斷升級,未來對機(jī)器視覺效率和精度有更高的要求。從消費(fèi)電子行業(yè)趨勢 來看,目前機(jī)器視覺技術(shù)已經(jīng)覆蓋多個制造環(huán)節(jié),同時消費(fèi)者對消費(fèi)電子的質(zhì)量需求推動 了消費(fèi)電子產(chǎn)品需要通過更高效、更精細(xì)的機(jī)器視覺檢測技術(shù)以提升產(chǎn)能和質(zhì)量,機(jī)器視 覺在電子行業(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)器視覺應(yīng)用占比在 2020-2021 年間有所擴(kuò)大。同時,根據(jù) GGII 數(shù)據(jù)顯示, 2021 年半導(dǎo)體行業(yè)機(jī)器視覺市場規(guī)模為 13.16 億元,同比增長 42.73%,該增長主要系受益 于 2021 年起我國各大半導(dǎo)體公司的擴(kuò)產(chǎn)計(jì)劃,直接影響了機(jī)器視覺在晶圓檢測中的擴(kuò)大 應(yīng)用,本輪缺芯推動了擴(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)器視覺行業(yè)。根據(jù) GGII 預(yù)測,2025 年半導(dǎo)體行業(yè)機(jī)器視市場規(guī)模將超過 40 億元, 2020-2025 年均復(fù)合增長率約為 36%。
機(jī)器視覺在半導(dǎo)體制造過程中的速度和精確性優(yōu)勢明顯。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,同時覆蓋晶圓制 作中的檢測、定位、切割、封裝過程全程。相別與傳統(tǒng)芯片檢測與激光測量技術(shù)測量,基 于機(jī)器視覺的芯片缺陷檢測技術(shù)以更靈活、實(shí)時、非接觸式、高能高精度的檢測技術(shù),在 半導(dǎo)體行得到了更為廣泛的應(yīng)用。
未來,伴隨車規(guī)級 IC 需求持續(xù)旺盛+消費(fèi)級 IC 去庫存到位+ChatGPT 帶動的 AI 芯片需求, 機(jī)器視覺行業(yè)作為半導(dǎo)體行業(yè)的剛性需求,將繼續(xù)迎來行業(yè)規(guī)模的擴(kuò)張。首先,車規(guī)級 IC 的景氣度頗高,市場規(guī)模增長客觀,據(jù)中國汽車工業(yè)協(xié)會統(tǒng)計(jì),2022 年中國新能源汽車出 貨量達(dá)到 688.7 萬輛,滲透率已超過 20%,汽車芯片在新能源汽車高速增長下,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 IC 有望在 2023 年恢復(fù)正常庫存與價格水平,同時在消費(fèi)電子行 業(yè) 2023 進(jìn)入業(yè)績修復(fù)期的背景下,需求向上波動或?qū)戆雽?dǎo)體供給端補(bǔ)庫存,迎來景 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)展新動能,以 ChatGPT 為代表的相關(guān) AI 應(yīng)用涌現(xiàn)帶來龐大算力缺口,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)器視覺作為芯片制造的剛性需求,將有望受益于芯片市 場的高景氣發(fā)展。
2.2.3. 機(jī)器視覺的汽車檢測市場穩(wěn)固,搭載 AI 助力突破自動駕駛
汽車領(lǐng)域在機(jī)器視覺應(yīng)用中為長期高位發(fā)展的個中翹楚。根據(jù) GGII 的數(shù)據(jù),2021 年汽車 行業(yè)機(jī)器視覺市場規(guī)模為 14.21 億元,同比增長 38.1%。比較同期全國乘用車銷量與新能源 車銷量的情況,2021 年全國乘用車銷量同比增長 3.8%,新能源汽車銷量同比增長 157.5%, 可見汽車機(jī)器視覺的增長速度(38.1%)落后于新能源汽車的增長速度(157.5%),主要系 因?yàn)閭鹘y(tǒng)汽車領(lǐng)域仍為機(jī)器視覺的主要應(yīng)用領(lǐng)域。未來,隨著新能源汽車領(lǐng)域機(jī)器視覺需 求的持續(xù)探索,有望成為機(jī)器視覺的成長新動力,根據(jù) GGII 的預(yù)測,2025 年機(jī)器視覺汽 車行業(yè)將接近 40 億元,2020-2025 年均復(fù)合增長率達(dá)到 30%。
機(jī)器視覺在汽車產(chǎn)線柔性化、自動化生產(chǎn)中優(yōu)勢明顯。目前機(jī)器視覺技術(shù)主要用于在裝配 的在線檢測和零部件的離線檢測及表面檢測,如面板印刷檢測、字符檢測、精密測量、工 件表面缺陷檢測、自有曲面檢測等,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,對汽車檢測提出更高的要求,傳統(tǒng)人工檢驗(yàn)方式/檢具方案由 于難以滿足柔性化、自動化與高效化生產(chǎn),逐漸被機(jī)器視覺技術(shù)所替代。機(jī)器視覺通過視 覺讀碼技術(shù)+固定點(diǎn)位對整車外觀拍照+視覺引導(dǎo)技術(shù)+尺寸檢測精確度高的特性,可以檢 測零部件的尺寸、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,同時節(jié)省人力與時間成本。
未來汽車領(lǐng)域智能化將為機(jī)器視覺釋放汽車電子新增量市場。汽車的智能化、輕量化對檢 測提出了更高的要求,繼而對機(jī)器視覺技術(shù)的需求也響應(yīng)的提高,汽車制造行業(yè)成為機(jī)器 視覺主力應(yīng)用市場。過去汽車以機(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、娛樂系統(tǒng)將會被裝載在汽車上,以單車電子件價值 6 萬元、 國內(nèi) 2022 年新能源汽車出貨量為 688.7 萬臺來計(jì)算,國內(nèi)智能汽車硬件市場將達(dá)到 4132.2 億元左右。隨著未來新能源汽車滲透率不斷加深,機(jī)器視覺技術(shù)有望迎來新能源汽車的需 求。
2.2.4. 鋰電池推動機(jī)器視覺+AI 持續(xù)升級,下游市場穩(wěn)定增長
新能源有望成為機(jī)器視覺行業(yè)未來最大增量市場。根據(jù) GGII 數(shù)據(jù),2021 年機(jī)器視覺在新 能源行業(yè)的銷售額增速最快,2021 年同比增長 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)器視覺搭載深度學(xué)習(xí)實(shí)現(xiàn)算法升級。機(jī)器視覺在鋰電池生產(chǎn)工藝 中應(yīng)用廣泛,鋰電池制備工藝的復(fù)雜性使得在多個工序均需要不同機(jī)器視覺檢測系統(tǒng)的介 入。同時,動力電池視覺檢測的新需求對傳統(tǒng)算法提出挑戰(zhàn),由于傳統(tǒng)算法無法解決焊接 環(huán)節(jié)的檢測痛點(diǎn),該領(lǐng)域?qū)ι疃葘W(xué)習(xí)檢測技術(shù)使用依賴程度有望逐漸攀升。隨著電芯、模 組、PACK 測量要求的不斷提高,被測物體條件愈發(fā)復(fù)雜,全線視覺檢測已逐漸成為動力 電池廠商標(biāo)配,帶動機(jī)器視覺高速發(fā)展。
鋰電池作為新能源汽車的主流動力電池,有望長期受益于新能源汽車銷量增長從而拉動機(jī) 器視覺的市場規(guī)模增長。我國新能源汽車銷量從 2017 年的 77.7 萬漲至 2022 年的 688.7 萬,2017-2022 年均復(fù)合增長率達(dá)到 54.71%,從而帶動了我國鋰電池產(chǎn)量。國家統(tǒng)計(jì)局的 數(shù)據(jù)顯示,2021 年中國鋰電池產(chǎn)量已經(jīng)達(dá)到 232.6 億只,同比增長 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% 后將迎來最為陡峭的生長曲線,新能源汽車行業(yè)有望迎來倍速增長,以鋰電池為代表的動 力電池需求量亦有望持續(xù)提升,在鋰電市場持續(xù)向好的背景下,使用機(jī)器視覺的檢測需求 隨之提升。根據(jù) GGII 機(jī)構(gòu)調(diào)研測算,鋰電池單 GWh 產(chǎn)線對機(jī)器視覺需求的價值量中樞約 為 700 萬,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 2TWh, 相比于當(dāng)前的產(chǎn)能,未投產(chǎn)產(chǎn)能累計(jì)超過 1300GWh,其中潛在未釋放的機(jī)器視覺訂單需 求超過 90 億元。
2.2.5. 光伏擴(kuò)產(chǎn)已箭在弦上,對機(jī)器視覺需求同樣旺盛
機(jī)器視覺的光伏應(yīng)用賽道蓬勃發(fā)展,國內(nèi)廠商優(yōu)勢凸顯。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,2021 年我國太陽 能電池產(chǎn)量達(dá)到 23405wKW,同比增長 42.1%,行業(yè)迎來加速成長期,同期帶動機(jī)器視覺 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 片檢測市場由德國 Hennecke 占有主導(dǎo)份額,國內(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)用于光伏硅片檢測的智能檢測性能較為成熟,與國際領(lǐng)先的 Hennecke 產(chǎn)品技術(shù)相當(dāng),實(shí)現(xiàn)對 Hennecke 公司等國際先進(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)器視覺成為標(biāo)配。光伏電池片檢測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)過程,會出現(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影響電池片的性能和穩(wěn)定性。因此對光伏 行業(yè)而言,引入持續(xù)有效的缺陷檢測方法至關(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)器視覺的介入能夠?qū)崿F(xiàn)來料硅片質(zhì)量監(jiān)控、過程電池片的缺陷監(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)的每個工藝都有提供對應(yīng)的光機(jī)視覺模組,可快速配置,提 供高質(zhì)量的視覺成像效果。
光伏擴(kuò)產(chǎn)+平價上網(wǎng)將行業(yè)高景氣蔓延至機(jī)器視覺檢測行業(yè)。光伏發(fā)電在能源供應(yīng)體系 中占據(jù)越來越重要的地位,推動光伏行業(yè)的快速增長,而我國光伏產(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。從制造端來看,產(chǎn)業(yè)規(guī)模實(shí)現(xiàn)持續(xù)增長,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,全國多晶硅、硅片、電池、組件產(chǎn)量分別達(dá)到 82.7 萬噸、357GW、318GW、288.7GW,同比增長均超過 55%,行業(yè)總產(chǎn)值突破 1.4 萬億元人 民幣。具體落到 2022 年產(chǎn)量來看,多晶硅產(chǎn)量 82.7 萬噸,同比增長 63.4%;硅片產(chǎn)量 357GW, 同比增長 57.5%,電池片產(chǎn)量 318GW,同比增長 60.7%,組件產(chǎn)量 288.7GW,同比增長 58.8%, 該擴(kuò)產(chǎn)將在未來 1-2 年內(nèi)持續(xù)帶來行業(yè)的高景氣預(yù)期。從應(yīng)用端來看 2022 年我國光伏新 增裝機(jī) 87.41GW,同比增長 59.3%,CPIA 保守預(yù)計(jì)到 2025/2030 年我國光伏新增裝機(jī)預(yù)測 將達(dá)到 100GW/120GW。同時,未來在規(guī)?;_發(fā)與技術(shù)進(jìn)步的驅(qū)動下,我國光伏行業(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) 相競爭,逐漸實(shí)現(xiàn)平價上網(wǎng),滲透率有望加速提升。我們認(rèn)為,機(jī)器視覺檢測作為光伏產(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)器視覺檢測在光伏生產(chǎn)實(shí)現(xiàn)靈活性與自動化。當(dāng)前光伏產(chǎn)線所使用的自動 化設(shè)備往往來自多家設(shè)備,搭載的視覺系統(tǒng)一般是滿足其特定需求而開發(fā)的,因此每臺設(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,對機(jī)器視覺的柔性生產(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 伏視覺檢測系統(tǒng)為例,通過小樣本訓(xùn)練、無訓(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)大幅降低未來換產(chǎn)難度,同時大幅提高精準(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)大對光伏行業(yè)產(chǎn)業(yè)鏈的全覆蓋 滲透。
3. 機(jī)器視覺產(chǎn)業(yè)鏈厚積薄發(fā),國內(nèi)市場增速或?qū)㈩I(lǐng)先全球水平
3.1. 25 年全球有望達(dá)千億市場規(guī)模,中國或?qū)⒃鏊兕I(lǐng)先全球
25 年全球有望達(dá)到千億市場規(guī)模,中國增速或?qū)㈩I(lǐng)先全球。根據(jù) Markets and Markets 統(tǒng) 計(jì),全球機(jī)器視覺市場規(guī)模在 2021 年達(dá)到 804 億元,同比增長 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)展拉動了相關(guān)企業(yè)的擴(kuò)產(chǎn)需求,工業(yè)檢測、鋰電池等視覺 檢測產(chǎn)品需求有所增長,未來 AI+將給予行業(yè)更大想象空間,擴(kuò)大機(jī)器視覺的應(yīng)用范圍, 預(yù)計(jì)在 2025 年市場規(guī)模達(dá)到 1276 億元,2022-2025 年均復(fù)合增長率預(yù)計(jì)約為 13.22%。2021 年,物流倉儲、新能源行業(yè)的蓬勃發(fā)展拉動了相關(guān)企業(yè)的擴(kuò)產(chǎn)需求,視覺檢測產(chǎn)品需求增 長明顯,GGII 數(shù)據(jù)顯示,2021 年中國機(jī)器視覺市場規(guī)模 138.16 億元(該數(shù)據(jù)未包含自動 化集成設(shè)備規(guī)模),同比增長 46.79%,增長速度遠(yuǎn)高于全球平均水平,未來得益于后疫情下宏觀經(jīng)濟(jì)的回暖、制造業(yè)自動化升級、政策支持等因素,中國機(jī)器視覺行業(yè)規(guī)模有望進(jìn) 一步增長。其中,2D 視覺市場規(guī)模約為 126.65 億元,3D 視覺市場約為 11.51 億元;傳統(tǒng) 工業(yè)產(chǎn)品的回暖也為機(jī)器視覺帶來生機(jī),增長趨勢明顯。GGII 預(yù)測,至 2025 年我國機(jī)器 視覺市場規(guī)模將達(dá)到 349 億元,其中,2D 視覺市場規(guī)模將超過 291 億元,3D 視覺市場規(guī) 模將超過 57 億元。
3.2. 機(jī)器視覺產(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)器視覺是由多個部件組成,每個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。國外領(lǐng)先企業(yè)例如基恩士、康耐視、海克斯康、Basler AG 四家企業(yè),主要布局機(jī)器視覺產(chǎn)業(yè)鏈的中上游業(yè)務(wù);國內(nèi)布局機(jī)器視覺產(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視覺軟件、傳感器、驅(qū)控系統(tǒng)等核心零部件,通過簡單的二 次開發(fā)和組裝完成設(shè)備生產(chǎn),不具備自由機(jī)器視覺算法、軟件以及視覺傳感器和精密驅(qū)控 等核心技術(shù),通常不具備整臺裝備的設(shè)計(jì)生產(chǎn)能力。機(jī)器視覺產(chǎn)業(yè)鏈的下游主要為運(yùn)用機(jī) 器視覺技術(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)器視覺設(shè)備中價值量最高的核心組件(價值量占比約為 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 信號轉(zhuǎn)變成為有序的電信號,再將該信號模數(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,國外知名企業(yè)如德國 Basler、加 拿大 DALSA、美國康耐視等;我國對于工業(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,近些年我國也逐步發(fā)展出一批自主研發(fā)工業(yè)相機(jī)的國產(chǎn)品牌,可 逐步實(shí)現(xiàn)進(jìn)口替代。
底層軟件算法對所獲得的視覺信號進(jìn)行處理是機(jī)器視覺系統(tǒng)的關(guān)鍵所在,一般來說, 掌握底層軟件算法的公司更容易形成自身優(yōu)勢。在工業(yè)領(lǐng)域,成熟的視覺算法軟件已 經(jīng)有很多,包括 Vision pro、halcon、opevCV、Mil、Hexsight、evision 等。參考擁有 廣受好評的機(jī)器視覺軟件 Vision Pro 的廠商康耐視,不斷革新升級 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), 國內(nèi)代表廠商包括天準(zhǔn)科技、凌云光、??低暤?。
3.3. 國內(nèi)外競爭格局:國外巨頭優(yōu)勢顯著,國內(nèi)廠商成長后勁充足
全球市場巨頭優(yōu)勢顯著,國內(nèi)廠商仍待突破壟斷藩籬。全球機(jī)器視覺市場以康耐視(美國)、 基恩士(日本)、巴斯勒(德國)為代表的企業(yè)占據(jù)全球超過 50%的市場份額,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)用場景經(jīng)驗(yàn)的優(yōu)勢提前占據(jù)市場 優(yōu)勢。而中國機(jī)器視覺行業(yè)相對國際機(jī)器視覺市場發(fā)展較晚,目前主流仍是國際廠商。在 中國傳統(tǒng)制造業(yè)自動化與數(shù)字化轉(zhuǎn)型升級的驅(qū)動以及國內(nèi)技術(shù)不斷更新迭代的背景下,中 國廠商的市場規(guī)模漸長,根據(jù)中國企業(yè)數(shù)據(jù)庫企查貓,目前中國機(jī)器視覺行業(yè)的主要企業(yè) 共有 7114 家,其中以 2017-2019 年為主要注冊熱潮,2019 年注冊企業(yè)數(shù)量為 891 家,數(shù) 量最多,而 2022 年僅新增了 20 家機(jī)器視覺企業(yè)。 然而從企業(yè)營收層面,國內(nèi)廠商的規(guī)模仍待擴(kuò)張,通過橫向比較,基恩士與康耐視為代表 的國外廠商在大中華區(qū)的收入穩(wěn)定增長,2021 年兩家巨頭在華營收達(dá)到 9.91 億美元,同 比增長33.2%,占國內(nèi)機(jī)器視覺產(chǎn)業(yè)約47%的市場份額,兩家巨頭在華營收總和在2018-2021 年均復(fù)合增長率為 10.90%,略高于國內(nèi) 5 家龍頭廠商 2018-2021 年間 7.85%的年均復(fù)合增 長率。國內(nèi)代表企業(yè) 2021 年總營收為 77.01 億元,同比增長 25.06%,可見以凌云光、天 準(zhǔn)科技等為代表的國內(nèi)龍頭廠商對國內(nèi)市場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,國產(chǎn)高端化為市場擴(kuò)張的方向
國內(nèi)機(jī)器視覺上游行業(yè)仍處于成長階段,增長速度大致相當(dāng)。光源市場是國內(nèi)廠商最早入 場機(jī)器視覺領(lǐng)域的環(huán)節(jié),國內(nèi)發(fā)展較為成熟,國產(chǎn)化程度較高,競爭較為充分,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)鏈中高價值的環(huán)節(jié), 工業(yè)相機(jī)是工業(yè)視覺核心零部件,作為新興技術(shù)被寄予厚望,被認(rèn)為是自動化行業(yè)具備光 明前景的細(xì)分市場。根據(jù) CMVU 公開數(shù)據(jù),2021 年我國工業(yè)相機(jī)市場規(guī)模約為 28.83 億元 至 48.84 億元,2022 年至 2025 年,我國工業(yè)相機(jī)市場規(guī)模將有望保持 40%以上的復(fù)合增 速增長,預(yù)計(jì) 2025 年國內(nèi)工業(yè)相機(jī)市場規(guī)模將要超過 125 億元,伴隨國內(nèi)工業(yè)自動化水 平的提升,機(jī)器視覺在各行業(yè)滲透率有望加速,將進(jìn)一步提升工業(yè)相機(jī)的市場空間。工業(yè) 鏡頭在中國市場增長速度快,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)定增長的出貨量。視覺軟件市場需求規(guī)模整體增長速度快,2021 年以 46.31%的增速攀升至 47.01 億元,隨著未來機(jī)器視覺在各行業(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。相比國外廠商而言,我國機(jī)器視 覺軟件系統(tǒng)起步晚,較少擁有獨(dú)立底層算法,該部分所需時間+資金成本高,目前國內(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. 國產(chǎn)替代奠定上游競爭基調(diào),AI 澆灌下滋潤工業(yè)相機(jī)與軟件環(huán)節(jié)升級
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)用場景。從某種意義上理解機(jī)器視覺中的 核心要件“智能相機(jī)”,即工業(yè)相機(jī)+視覺控制系統(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)分析存儲能力,智能化程度 不斷提高,滿足多種機(jī)器視覺的應(yīng)用需求。
中國工業(yè)領(lǐng)域相關(guān)市場發(fā)展空間廣,國際廠商仍占據(jù)智能相機(jī)的技術(shù)優(yōu)勢。國內(nèi)市場來看, CMVU 調(diào)查數(shù)據(jù)顯示 2021 年機(jī)器視覺的工業(yè)相機(jī)市場規(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,未來隨著機(jī)器視覺在工業(yè)領(lǐng)域上的應(yīng)用越來越深入自動化層面, 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)市場規(guī)模,2024 年的市場規(guī)模將 達(dá)到 24.62 億元。該占比有望進(jìn)一步擴(kuò)大。從競爭格局來看,全球工業(yè)智能相機(jī)市場的市 場集中度較高,率先布局智能相機(jī)的康耐視和基恩士市占率超過 70%,這主要系國外產(chǎn)品 軟硬件優(yōu)勢明顯,具備發(fā)展智能相機(jī)的契機(jī)。國內(nèi)廠商通過多年自主研發(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,通過性價比優(yōu) 勢擠占國外廠商市場份額。
AI+智能相機(jī)能夠面向工業(yè)全場景,一體化+適用性+效率高的優(yōu)勢明顯。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:一是輕量級一體化,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 視覺算法和深度學(xué)習(xí)技術(shù),可以滿足不同業(yè)務(wù)場景的需求,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)的無代碼 AI 部署平臺,最大程度地降低對操作人員的專 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)器視覺系統(tǒng)解決方案,節(jié) 省了 90%的 AI 部署時間。
智能相機(jī)是自動化行業(yè)中高潛力的細(xì)分市場,有望推動機(jī)器視覺系統(tǒng)的進(jìn)一步普及。未來 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)勢將進(jìn)一步放大,基于智能相機(jī)的機(jī)器視覺系統(tǒng)普及度將進(jìn)一步提高,尤其是 成為現(xiàn)代工業(yè)自動化的一大核心環(huán)節(jié),植入推理性能視覺處理控制系統(tǒng)的智能相機(jī)在將來 有望占有視覺智能硬件市場發(fā)展的重要板塊。
3.5.2. AI+軟件鑄就行業(yè)核心壁壘,國產(chǎn)替代正當(dāng)時
機(jī)器視覺行業(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)器視覺軟件是系統(tǒng)的核心。機(jī) 器視覺當(dāng)前比較流行的開發(fā)模式是“軟件平臺+視覺開發(fā)包”,開發(fā)包是基于軟件平臺對各 種常用圖像處理算法進(jìn)行封裝,用以實(shí)現(xiàn)對圖像分割、提取、識別和判斷等功能,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)器視覺專用工具 Vision Pro, Halcon 等。其中,算法是機(jī)器視 覺的靈魂,以天準(zhǔn)科技為例的國內(nèi)機(jī)器視覺企業(yè)投入研究算法包括 2D 視覺算法、基于深 度學(xué)習(xí)缺陷檢測算法、3D 視覺算法、3D 點(diǎn)云處理、多傳感器融合標(biāo)定等。
我國機(jī)器視覺的“軟實(shí)力”仍大有可為。根據(jù) GGII 數(shù)據(jù),2021 年中國機(jī)器視覺軟件市場 需求規(guī)模為 47.01 億元,同比增長 46.31%,遠(yuǎn)高于 GGII 所統(tǒng)計(jì)的機(jī)器視覺品牌軟件銷售額 18.8 億元。這主要系國內(nèi)的機(jī)器視覺廠商大多數(shù)是自主研發(fā)軟件或開源平臺(如 OpenCV) 的二次開發(fā),但該模式在性能、效率和穩(wěn)定性上與專用視覺軟件開發(fā)包相比仍存在較大差 距,因此未來隨著視覺應(yīng)用要求漸高,將會有越來越多機(jī)器視覺廠商選擇購買專業(yè)視覺公 司開發(fā)的視覺算法平臺。同時,2019-2021 年間機(jī)器視覺行業(yè)對 AI 驅(qū)動解決方案研發(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)器視覺軟件市場將有望增 長至 150 億,2021-2025 年均復(fù)合增長率超過 30%,中國視覺算法軟件的潛在市場空間較 大。
我們認(rèn)為國內(nèi)切入軟件市場機(jī)器視覺企業(yè)具有較高成長性。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+持續(xù)資金注入,一旦形成將成為公司穩(wěn)定 營收與毛利率的護(hù)城河,具有難以替代的優(yōu)勢。其次是融合人工智能的機(jī)器視覺算法能夠 擴(kuò)充硬件產(chǎn)品的通用性與不可替代性,如通過深度學(xué)習(xí)對模型魯棒性的提升,有望拓展機(jī) 器視覺的應(yīng)用場景,同時通過模型、算法、指令優(yōu)化提升整體檢測速度,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。最后國內(nèi)廠商自研的底層算法與數(shù)據(jù)庫能夠更貼合國內(nèi)終端客戶需求,在易 用性上具備先天的本土化優(yōu)勢,以易用性的優(yōu)勢有望取代國際廠商提供的軟件算法平臺。
4. 投資分析
AI 技術(shù)產(chǎn)業(yè)化有望將機(jī)器視覺打造為未來明星賽道,持續(xù)關(guān)注國內(nèi)產(chǎn)業(yè)鏈相關(guān)公司。機(jī)器 視覺行業(yè)正在經(jīng)歷快速的階段,經(jīng)過一段時間的普及與推廣,機(jī)器視覺應(yīng)用范圍逐漸擴(kuò)大, 機(jī)器視覺賽道持續(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,在科創(chuàng)板掛牌上市。我們認(rèn)為,在就業(yè)人口數(shù)量增長放緩、用工成本持續(xù)攀升、機(jī) 器視覺的技術(shù)優(yōu)勢等因素影響下,或?qū)頇C(jī)器替人的剛需趨勢,整個產(chǎn)業(yè)鏈有望在樂觀 預(yù)期中飛速發(fā)展。
對標(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) 壁壘贏取更大市場份額。當(dāng)前國內(nèi)視覺企業(yè)以中游機(jī)器視覺設(shè)備和系統(tǒng)集成商為主,為客 戶提供整套解決方案,對比國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)器視覺廠商擁有更好的盈利能力。復(fù)盤基恩士、??怂箍?、康耐視等海外 行業(yè)巨頭,同時提供機(jī)器視覺系統(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+顧問式營銷模式成長為行業(yè)龍頭,海克斯康布局工業(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。對比海外巨頭的發(fā)展布局,我們認(rèn)為國內(nèi) 奧普特等綜合廠商仍有廣闊的上升空間。綜合來看,機(jī)器視覺行業(yè)市場空間大、產(chǎn)業(yè)鏈長, 重視研發(fā)能力、延伸高價值上游環(huán)節(jié)(核心零部件和底層算法)的國內(nèi)企業(yè)有望在國產(chǎn)替 代趨勢下脫穎而出。