在机器视觉业务条线宣布取消数月之后，华为诺亚方舟实验室日前正式发布了MindSporeEditing底层视觉套件，意味着华为在机器视觉领域的探索仍在继续。
除华为外，奥比中光-UW24日晚间还公告拟投资10亿元建设3D视觉感知制造基地，称要“把握具身智能机器人产业的发展机遇”，机器视觉产业链持续活跃。GGII预测，2027年机器视觉市场较2022年将翻超3倍，近400亿市场待释放。A股市场上，欧菲光、海康威视等头部厂商早已入局。不过，行业内人士提醒，目前部分零部件国产较海外上有差距，且产业“内卷”加剧，行业机遇与挑战并存。
机器视觉迎来新机遇
据昇思MindSpore官微，近日，华为诺亚方舟实验室基于昇思MindSpore AI框架打造了MindSpore Editing底层视觉套件，针对主流底层视觉任务SOTA算法及模型进行实现和统一设计，提供易用的训练、推理接口，并基于MindSpore+Ascend进行极致性能优化。作为一款高性能底层视觉开发和应用套件，MindSpore Editing已在昇思开源社区正式发布1.0版本，面向广大开发者开放使用。
此消息一出，产业链立刻躁动，23日，机器视觉产业链集体爆发，其中安联锐视涨超15%、大恒科技涨约9.98%、盾安环境涨超5%。
目前，机器视觉产业下游已大规模应用于安防产业和消费电子、光伏、锂电等领域的工业生产中，随着近期大热的人形机器人、AI等技术的兴起，机器视觉产业迎来新一轮增长机遇。
24日晚间，奥比中光发布公告称，拟与佛山市顺德区人民政府签订《3D视觉感知产业智能制造基地建设项目投资合作协议》，投资建设“3D视觉感知产业智能制造基地建设项目”，公司计划总投资不少于10亿元，其中固定资产投资不少于5亿元。同时奥比中光还表示该投资项目将有助于公司进一步扩大3D视觉传感器和激光雷达供给规模，保障公司把握具身智能机器人产业的发展机遇，在人工智能时代打造AI视觉与机器人视觉中台。
“随着机器视觉硬件方案的不断成熟和运算能力的提升，以及机器视觉软件在各种应用解决方案、3D 算法、AI 模型等方面的不断完善，机器视觉在电子产业应用的广度和深度都将提高。”欧菲光方面告诉记者。
GGII数据显示，2022年中国机器视觉市场规模170.65 亿元（该数据未包含自动化集成设备规模），其中2D视觉市场规模约为152.24亿元，3D视觉市场约为18.40亿元；预计至2027年我国机器视觉市场规模将超过560亿元，其中2D视觉市场规模将超过400亿元，3D视觉市场规模将接近160亿元。
多家上市公司布局 产业链存在挑战
国内的机器视觉领域已经形成了庞大的产业链，从以镜头、工业相机、图像捕捉与处理系统等软硬件研发制造组成的上游环节，到智能化机器视觉集成组装为主的中游环节。
此外，2D向3D转化也是产业趋势之一。高工机器人研究所所长卢瀚宸表示，原有的2D视觉在精度和距离测量方面均出现部分技术局限，市场对3D视觉的需求开始与日俱增。虽然3D视觉系统目前在整个视觉系统中的占比还不大，但不可否认的是，3D视觉正以肉眼可见的速度快速成长。
A股市场上，已拥有奥比中光、奥普特、凌云光、海康威视、安联锐视、欧菲光等覆盖产业链上下游的多家上市公司。
奥比中光是3D视觉感知整体技术方案提供商，也是国内主要的服务机器人3D视觉传感器提供商，为机器人客户提供单目结构光、双目结构光、激光雷达、iToF 在内的完整视觉感知产品，并具备长达7年的行业落地经验。
其证券部工作人员还日前向记者表示，公司的3D视觉产品可以用于人形机器人上。卢瀚宸表示，人形机器人用的视觉传感器更多是双目的，目前奥比中光是少数国内拥有双目机器视觉的企业。
安联锐视系安防ODM厂商，主要产品为机器视觉系统中使用的摄象产品。其证券部人士日前向记者表示，公司与华为长期合作，为华为代工机器视觉领域产品。据了解，2020年公司与华为建立JDM 联合开发模式，当年华为作为公司第一大工程类客户，销售占比超过90%。
欧菲光方面向记者介绍，公司于在2017年展开3D Sensing 技术研发和产业链整合，全面布局结构光、双目、I-ToF、D-ToF、DVS、多光谱等技术，并能提供全栈式系统解决方案。公司在机器视觉技术在智能手机、智能汽车，以及智能机器人、智能门锁等新领域产品上均有量产应用。
值得注意的是，产业链发展如火如荼，机器视觉市场也存在的不少挑战也不容忽视。
首先是部分零部件的国产化率仍有待提高。2022年中国市场机器视觉各大核心部件的国产化份额均已超过70%，其中光源国产化率超过90%，镜头国产化率80%左右，2D相机国产化率超过70%，3D 相机国产化率超过60%，视觉软件国产化率超过40%。但高端镜头、3D相机、智能相机、视觉软件等高价值领域依赖进口。
此外，多位受访人士表示目前机器视觉市场竞争极为激烈，“机器视觉行业的内卷化竞争加剧，竞争的边界日趋模糊，加剧了行业的无序性；此外，在工业领域，下游的非标性对机器视觉的易部署和可复制提出了较大的挑战，这既是视觉企业的门槛也是掣肘之一。”卢瀚宸道。
