1969年，美國貝爾實驗室誕生了第一片CCD圖像傳感器，工業(yè)視覺行業(yè)從此搭界數(shù)碼圖像，在這個領域漫長的發(fā)展歷程中，黑白過渡到彩色、分辨率由低到高、靜態(tài)升級動態(tài)……圖像與視覺的結合，逐漸滲透到現(xiàn)實到各個領域。
國內計算機視覺行業(yè)還算繁榮，根據(jù)對國內外六大權威機構的匯總，我國計算機視覺市場規(guī)模有望突破1000億；綜合保守預測，數(shù)字也在700億左右，時至今日，第四次視覺革命已然升級到3D概念。
3月份，一大批3D視覺企業(yè)相繼獲得資本青睞，跨維智能、地標科技、翌視科技順利完成大額融資，僅2022年第一季度，3D視覺領域發(fā)生融資就超過10起。
隨著AI領域大刀闊斧地前進，整個計算機視覺產(chǎn)業(yè)所蔭蔽的風口數(shù)不勝數(shù)，根據(jù)相關數(shù)據(jù)，早在2019年，其核心產(chǎn)業(yè)規(guī)模與帶動的相關產(chǎn)業(yè)規(guī)模就分別高達633.3億元和1438.6億元，各占AI核心與相關產(chǎn)業(yè)的58.2%和37.6%。
或許正是市場過于熱絡，所堆砌的泡沫也在慢慢溢出。
不可否認，計算機視覺的應用場景一直存在偏頗。
從應用使用占比來看，安防影像分析是行業(yè)主要應用對象，約有68%，其次是廣告營銷，占比約為18%，互聯(lián)網(wǎng)娛樂與泛金融領域占比分別為4%與7.7%，剩下手機應用約有2%，其他創(chuàng)新領域累計有1%。
場景限制所引發(fā)的市場矛盾有目共睹，首先就是頭部企業(yè)早已將這些為數(shù)不多的商機瘋狂瓜分，根據(jù)前瞻經(jīng)濟學統(tǒng)計，計算機視覺的幾大應用層領域各有霸主占山為王，比如最肥沃的安防板塊，《2018全球視頻監(jiān)控信息服務報告》顯示，海康威視市場份額以37.94%占據(jù)全球第一，大華股份排名第二，占比17.02%，宇視科技則以2.8%的市場份額占據(jù)全球第六。
此外，“四小龍”里的曠視與依圖也赫然在列，泛金融與手機娛樂同樣少不了它們幾個的身影，新的玩家想要再度入場，除了挖掘更多應用場景，似乎沒有太大的勝算。
值得注意的是，隨著科技不斷滲透生活，落地現(xiàn)實，計算機視覺技術在未來勢必會迎來一波場景大爆發(fā)。根據(jù)Tractica的分析，2016-2025年計算機視覺最受歡迎的十大用案例，除了幾個老生常談的領域，工業(yè)、醫(yī)學、自動駕駛甚至情感分析……緊跟著浮出水面。
特別是工業(yè)制造與以自動駕駛為主的整個行車賽道。
制造業(yè)自然不必贅述，半導體電子、食品生產(chǎn)、工業(yè)檢測、各行的制造環(huán)節(jié)都需要依賴視覺傳感來逐漸實現(xiàn)自動化生產(chǎn)?！?021年中國工業(yè)機器視覺產(chǎn)業(yè)發(fā)展白皮書》顯示，2021年中國工業(yè)機器視覺市場規(guī)模約為250億元。放眼全球，根據(jù)MarketsandMarkets的預測，預計到2025年全球機器視覺市場規(guī)模將突破130億美元；2026年將接近140億美元。
我國的機器視覺發(fā)展進程頗為活躍，有機構曾經(jīng)預測，在未來三年，這個領域的復合增速會接近24%。從需求端來看，當前80%以上的工業(yè)表面缺陷檢測仍依賴于人工檢測法，每天有至少350萬人從事著人工肉眼的檢測工作。
因此，工業(yè)似乎成了視覺風口的下一個兵家必爭之地，資本的反應一向最能說明問題，三月份融資成功的幾家公司，跨維智能與翌視科技、地標科技的主營范圍皆在工業(yè)市場。
然而，擴展場景不是一時之功，資本為何齊齊涌入工業(yè)范疇，無非是因為短時間內無法拯救狹隘的應用場景，相比之下，似乎只剩下工業(yè)市場有料可挖。
至于行車賽道，商用行車安全的確為視覺應用提供了無數(shù)想象空間，據(jù)悉，這幾年國內商用車市場持續(xù)擴張，根據(jù)中汽協(xié)公布的數(shù)據(jù)，早在2018年，商用車的銷量就創(chuàng)下了歷史新高，產(chǎn)銷分別達到428萬輛和437.1萬輛。
但值得注意的是，視覺技術應用在行車范圍內的落差不小。據(jù)悉，在實驗室環(huán)境下，行業(yè)多數(shù)公司對照片等二維信息的識別基本能在99%以上，而落實到實際應用場景則遠遠低于這個數(shù)值。
視覺賽道上擠滿了翹首以待的資本玩家，可惜前路難明，孤木難支。
不得不說，想要在新一輪洗牌中先行一步的資本，面臨前方源源不斷的割據(jù)勢力，開始有些迫不及待。以最近的融資案為例，獲得數(shù)千萬融資的地標科技剛剛成立于去年七月，跨維智能成立于去年六月。
新玩家入局，無論功績幾何，資本的包容度都肉眼可見。
這幾年，視覺市場對于頭部以下的企業(yè)來講，是一個不可多得的出頭機會。以曾經(jīng)深受資本寵愛的格靈深瞳為例，2020年以后，是格靈深瞳“發(fā)跡”的起點，僅是雙光溫測智能識別設備在當年就創(chuàng)下4716.02萬元，占當年營收的19.43%。
只不過在凈利潤上，數(shù)值依舊不忍直視。根據(jù)調查顯示，2018年-2020年公司凈利潤分別為-7456.55萬元、-41758.32萬元和-7820.16萬元，格靈深瞳2021年上半年凈利潤更是高達-5703.79萬元。
頂著熱度與壓力前行，很多企業(yè)陷入僵局，往前難以撼動頭部們龍蟠虎踞的格局，往后又無法割舍這個日益堅實的市場。就目前來看，視覺風口的最終落腳點還是繞不過技術重心，地標科技、翌視科技以及跨維智能本輪的融資除了團隊拓展，便是產(chǎn)品研發(fā)。
科技圈研發(fā)一向是個燒錢的長線游戲。相關資料顯示，格靈深瞳2018年至2020年累計研發(fā)投入合計28308.78萬元，占最近三年累計營業(yè)收入的比例為77.37%，尤其是2018年和2019年，研發(fā)投入遠超營業(yè)收入。
賠本也要搞研發(fā)，這是視覺賽道最無可奈何的游戲規(guī)則。
年輕企業(yè)愁存亡，老牌企業(yè)的鬧心事也不少。尤其天下視覺千千萬，安防市場占一半，傳統(tǒng)安防企業(yè)本身的硬件成本居高不下，那些靠安防站穩(wěn)計算機視覺領域的企業(yè)多數(shù)困于盈利漩渦。
海康威視在全球的視頻監(jiān)控市場占有22.6%的市場份額，毛利率和同期的人工智能其他公司相比，諸如科大訊飛、曠視科技、虹軟科技卻是最低的。提供智能手機AI解決方案的虹軟科技毛利率能達到94.29%，海康威視則不到50%。
國內掀起視覺風云的主力軍是互聯(lián)網(wǎng)，百度早在2013年就成立百度深度學習研究院，展開包括計算機視覺在內的多領域研究，2017年，百度還全資收購了美國視覺科技公司xPerception，2018年，百度全線開放人臉識別、文字識別、圖像審核、圖像識別等五大類、共58項基礎能力。
但根據(jù)媒體報道，迄今為止也只有20萬開發(fā)者在使用百度的計算機視覺能力。
無獨有偶，阿里在計算機視覺上的起步也不晚，從2015年開始，阿里就陸續(xù)推出圖像識別、視覺識別等領域上百款細分產(chǎn)品。如今，一向無利不起早的互聯(lián)網(wǎng)也多少有點迷茫，諾大的視覺行業(yè)，家家有本難念的經(jīng)。
計算機視覺領域，從某種層面來看，應用范圍比較宏觀，也正因如此，視覺之戰(zhàn)早就在全球的各個角落打響。
首先，在整個視覺領域，海外的入局時間與速度都不可置否。微軟在上個世紀90年代就為計算機視覺技術成立了人工智能實驗室，并發(fā)表論文數(shù)百篇，2015年，微軟亞洲研究院還曾在ImageNet大規(guī)模視覺挑戰(zhàn)賽中獲得三個主要項目的冠軍。
Facebook從2012年開始，先后以投資或收購7家計算機視覺相關的公司?！?017年-2024年全球計算機視覺市場行為分析和預測》中，英偉達、英特爾、高通、蘋果、谷歌等多家海外巨頭被列入全球計算機視覺市場的主要參與者。
這其中，我國企業(yè)的身影寥寥無幾。
其次，在以工業(yè)為主的機器視覺，目前全球機器視覺產(chǎn)品的高端市場仍然被美、德、日品牌占據(jù)，比如美國康耐視、國家儀器，德國巴斯勒、伊斯拉視像，日本基恩士、歐姆龍……其中，光康耐視和基恩士就壟斷了近50%的全球市場份額。
反觀國內，視覺資本下半場終于開始青睞工業(yè)板塊，熱烈而又略顯空白的市場背景是最好的解釋之一。事實上，我國雖然姍姍來遲，但如果分門別類地看，其實也未必會輸。
我國比較能拿得出手的是人臉識別。
根據(jù)國際調研機構GenMarketInsight發(fā)布的《2018年全球人臉識別設備市場研究報告》，2023年，中國將占全球面部識別市場份額的45%。美國國家標準與技術研究院對全球人臉識別算法測試結果顯示，排名前11名的企業(yè)，只有兩家來自美國，剩下來自中國、俄羅斯和立陶宛，其中中國企業(yè)包攬了前五名。
毫無疑問，強大的智能手機市場與移動互聯(lián)網(wǎng)基礎為這一領域注入了充足的應用可能。
國內在視覺學術研究上從未落過下風，在2007年至2017年期間，我國AI研究論文增長了400％，此前的CVPR上，蘋果和谷歌贊助舉辦了一項關于不同光照條件下雙目攝像機圖像分析競賽，獲勝者來自中國國防科技大學。
技術不斷精化，市場無限拓深，只是在視覺商業(yè)化上，我國總是缺少一定的領域基因。一個很明顯的趨勢是，海外的視覺賽道早已成批企業(yè)化，我國依舊是學術大于技術落地，比如美國企業(yè)參與支持的相關論文數(shù)量就是官方的七倍。
比較欣慰的是，我國的視覺技術正在逐漸從“紙上談兵”走入現(xiàn)實，走入資本，2013年到2018年，這5年間，國內有30家以上的視覺領域企業(yè)相繼成立。這是好事，畢竟在科技向上的洪流前，輸贏似乎只是時間問題。
當然，如果泡沫再少一點，局面肯定會更加明朗。
