機器視覺的下一場風暴將風起何方?

據(jù)不完全統(tǒng)計,2022年中國機器視覺行業(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。

本文來自微信公眾號“高工機器人”,作者/多魚。

高工機器人產(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,雖然機器視覺仍為工業(yè)機器人領(lǐng)域最火熱的細分賽道,可一旦將時間拉長到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,2022年中國機器視覺行業(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,作為當局者,又將如何看待?

“其實,我覺得行業(yè)前兩年是有‘虛火’的,但是我覺得任何一個行業(yè)都一樣,這個‘虛火’本身代表了對于賽道的認可。而這兩年的‘虛火’有一個很大的好處,就是基本上大家認為人工智能跟3D視覺對于機器視覺這個解決方案已經(jīng)走通,技術(shù)上已經(jīng)不存在問題,當前的要務(wù)就是如何才能把方案做出來,并更加突出性價比。”中科融合創(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?shù)卣安糠智迦A系的專業(yè)投資機構(gòu),但近兩年很多投資機構(gòu)關(guān)注到中科融合,都是因為他們梳理了3D工業(yè)相機的核心零部件,很容易就會發(fā)現(xiàn)了DLP和GPU是里面價值含量最高,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核心零部件的價值最高。那么,自然而然地,會在國內(nèi)尋找和挖掘誰能來做替代,我們中科融合的價值就被發(fā)現(xiàn)了。所以我覺得對我們這個企業(yè)來講還是一個重大的一個利好。”

對于資本回歸理性,康士達總經(jīng)理袁強則歸咎為兩個方面,即經(jīng)濟形勢和綜合實力。袁強表示,首先,整個大環(huán)境經(jīng)濟形勢沒起來,機器視覺行業(yè)整體景氣度也受到下行的影響;其次,資本對于機器視覺領(lǐng)域的認知開始回歸理性,在眾多“同質(zhì)化”的機器視覺類產(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)配的綜合實力。

對此,穩(wěn)信智能負責人則表示理解,其談到,過去幾年,機器視覺行業(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到預期,這導致了資本的回歸和收縮。恰似曾經(jīng)的互聯(lián)網(wǎng)、移動互聯(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,這也是一個正常的市場調(diào)整過程。

該負責人認為,資本回歸理性,對于行業(yè)的長遠發(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)該擔當起往高端行業(yè)高端技術(shù)創(chuàng)新的責任。

實現(xiàn)“跨行業(yè)可復制應(yīng)用”的難

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

“我認為機器視覺是可以實現(xiàn)跨行業(yè)可復制應(yīng)用的能力和屬性的,當然這是有難度的,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,將一個個具體的差異化需求,化整為零,抽象化成一個個標準模塊。”馬克拉伯CEO林少斌表示。

林少斌比喻道,類似家裝行業(yè),每個用戶的需求是不一樣的。但是每個企業(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)專注于風格搭配,當市面上的單品足夠豐富,一位家裝設(shè)計師就可以在短短的幾小時內(nèi),幫助用戶設(shè)計出滿足用戶需求的方案。

機器視覺亦然,要實現(xiàn)這一步,我們就需要構(gòu)建一個龐大的標準軟硬件庫,以及構(gòu)建一批專業(yè)的積木搭建師,需要整個行業(yè)上游的共同努力,做好分工,往專業(yè)化精細化發(fā)展。

對此,穩(wěn)信智能負責人也表示贊同,其認為,機器視覺產(chǎn)品或方案具有跨行業(yè)可復制應(yīng)用的能力和屬性。由于機器視覺技術(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。

實現(xiàn)跨行業(yè)可復制應(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)格式和標準也不同,需要進行數(shù)據(jù)格式轉(zhuǎn)換和標準化處理。而實現(xiàn)跨行業(yè)可復制應(yīng)用需要具備跨行業(yè)的技術(shù)能力和經(jīng)驗積累,以及針對各個行業(yè)數(shù)字化的標準制定。

中科融合創(chuàng)始人兼CEO王旭光博士則有另一番見解,其認為:“應(yīng)用層的方案因為各個垂直行業(yè)的情況和要求不同,確實難以標準化。但是,3D視覺相機本體,與當初的2D相機一般,是必須要做標準化。這個其實很早有CCD、CMOS,然后有各種各樣的技術(shù)流派進入,在某個時期也是有很多廠家參與那個領(lǐng)域,但最終還是能夠聚攏到頭部的索尼、三星這樣的以標準化產(chǎn)品為主要銷售品的企業(yè)。”

因此,王旭光博士認為,從3D工業(yè)相機這種產(chǎn)品形態(tài)來講,肯定是具備了標準化趨勢性的屬性。追根究底,就是如何將照片拍的分辨率更高、精度更好,其實不管是對于人類還是機器人,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準的3D工業(yè)相機產(chǎn)品提供一個性能穩(wěn)定的、具有性價比的、供應(yīng)鏈可靠的核心芯片及產(chǎn)品級Turnkey方案。

圖漾科技CEO費浙平也從2D視角來論證3D“標準化”和“跨行業(yè)復制”的可行性,其表示:“2D視覺行業(yè)的發(fā)展已經(jīng)充分說明了這個問題,3D沒有任何理由會跟2D不一樣,我們認為行業(yè)規(guī)律和產(chǎn)業(yè)鏈發(fā)展一定是一樣的,差別在于時間節(jié)奏快一點慢一點而已。”

費浙平分析,產(chǎn)業(yè)鏈規(guī)律就是產(chǎn)品能夠?qū)崿F(xiàn)一定程度的標準化和跨行業(yè)復制,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)量巨大的非標差異化,即使同一場景在不同時間的差異化程度、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,不斷演進才能不掉隊,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)品的標準化程度相對高很多,但也需要有一個完整的產(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格維度上構(gòu)建出一個不斷細分和豐富的性價比產(chǎn)品矩陣。其中大概率沒有一個單品可以成為爆款,但是多品類的合計總出貨可以很多。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間積累才能達到,這個是最大的難度。

未來增量市場將花落何處?

不管是產(chǎn)品還是方案的標準化,其實都有一個關(guān)鍵的前提,那就是必須要找到一個足夠大的下游應(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,當前機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。機器視覺技術(shù)可以在工業(yè)生產(chǎn)線上實現(xiàn)自動化生產(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,以便及時發(fā)現(xiàn)和修復問題。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訓練模型更新等要求。如何對質(zhì)檢數(shù)據(jù)進行有效的管理,也越來越重要。”杉巖數(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,機器視覺在工業(yè)制造領(lǐng)域的應(yīng)用前景將會更加廣闊。從下游應(yīng)用結(jié)構(gòu)來看,目前我國機器視覺應(yīng)用已在新能源、動力電池、電子、半導體、汽車、PBC等領(lǐng)域得到廣泛應(yīng)用。

杉巖數(shù)據(jù)在機器視覺領(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)和機構(gòu)合作,共同開展機器視覺相關(guān)項目,推動人工智能技術(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)董瑞則認為,3C電子行業(yè)是目前機器視覺最多的應(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),再加上頭部動力電池廠商加速擴產(chǎn),預計未來幾年,鋰電行業(yè)機器視覺市場規(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,奧普特機器視覺應(yīng)用已覆蓋鋰電池工序,尤其是在深度學習、3D視覺工序上持續(xù)增長。

穩(wěn)信智能負責人認為,機器視覺目前最大的下游應(yīng)用市場是工業(yè)自動化領(lǐng)域。在工業(yè)自動化領(lǐng)域,機器視覺技術(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,同時促進企業(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)自動化領(lǐng)域,移動機器人以及高端AI視覺的布局情況比較好,并提供多款機器視覺控制器產(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,該負責人表示,可能會出現(xiàn)在智能醫(yī)療、智能物流、智能零售等領(lǐng)域。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論