3月份，一大批3D视觉企业相继获得资本青睐，跨维智能、地标科技、翌视科技顺利完成大额融资，仅2022年第一季度，3D视觉领域发生融资就超过10起。

随着AI领域大刀阔斧地前进，整个计算机视觉产业所荫蔽的风口数不胜数，根据相关数据，早在2019年，其核心产业规模与带动的相关产业规模就分别高达633.3亿元和1438.6亿元，各占AI核心与相关产业的58.2%和37.6%。

或许正是市场过于热络，所堆砌的泡沫也在慢慢溢出。

“狭隘”的应用场景？

不可否认，计算机视觉的应用场景一直存在偏颇。

从应用使用占比来看，安防影像分析是行业主要应用对象，约有68%，其次是广告营销，占比约为18%，互联网娱乐与泛金融领域占比分别为4%与7.7%，剩下手机应用约有2%，其他创新领域累计有1%。

场景限制所引发的市场矛盾有目共睹，首先就是头部企业早已将这些为数不多的商机疯狂瓜分，根据前瞻经济学统计，计算机视觉的几大应用层领域各有霸主占山为王，比如最肥沃的安防板块，《2018全球视频监控信息服务报告》显示，海康威视市场份额以37.94%占据全球第一，大华股份排名第二，占比17.02%，宇视科技则以2.8%的市场份额占据全球第六。

此外，“四小龙”里的旷视与依图也赫然在列，泛金融与手机娱乐同样少不了它们几个的身影，新的玩家想要再度入场，除了挖掘更多应用场景，似乎没有太大的胜算。

值得注意的是，随着科技不断渗透生活，落地现实，计算机视觉技术在未来势必会迎来一波场景大爆发。根据Tractica的分析，2016-2025年计算机视觉最受欢迎的十大用案例，除了几个老生常谈的领域，工业、医学、自动驾驶甚至情感分析……紧跟着浮出水面。

特别是工业制造与以自动驾驶为主的整个行车赛道。

制造业自然不必赘述，半导体电子、食品生产、工业检测、各行的制造环节都需要依赖视觉传感来逐渐实现自动化生产。《2021年中国工业机器视觉产业发展白皮书》显示，2021年中国工业机器视觉市场规模约为250亿元。放眼全球，根据MarketsandMarkets的预测，预计到2025年全球机器视觉市场规模将突破130亿美元；2026年将接近140亿美元。

我国的机器视觉发展进程颇为活跃，有机构曾经预测，在未来三年，这个领域的复合增速会接近24%。从需求端来看，当前80%以上的工业表面缺陷检测仍依赖于人工检测法，每天有至少350万人从事着人工肉眼的检测工作。

因此，工业似乎成了视觉风口的下一个兵家必争之地，资本的反应一向最能说明问题，三月份融资成功的几家公司，跨维智能与翌视科技、地标科技的主营范围皆在工业市场。

然而，扩展场景不是一时之功，资本为何齐齐涌入工业范畴，无非是因为短时间内无法拯救狭隘的应用场景，相比之下，似乎只剩下工业市场有料可挖。

至于行车赛道，商用行车安全的确为视觉应用提供了无数想象空间，据悉，这几年国内商用车市场持续扩张，根据中汽协公布的数据，早在2018年，商用车的销量就创下了历史新高，产销分别达到428万辆和437.1万辆。

但值得注意的是，视觉技术应用在行车范围内的落差不小。据悉，在实验室环境下，行业多数公司对照片等二维信息的识别基本能在99%以上，而落实到实际应用场景则远远低于这个数值。

视觉赛道上挤满了翘首以待的资本玩家，可惜前路难明，孤木难支。

无可奈何的“游戏规则”

不得不说，想要在新一轮洗牌中先行一步的资本，面临前方源源不断的割据势力，开始有些迫不及待。以最近的融资案为例，获得数千万融资的地标科技刚刚成立于去年七月，跨维智能成立于去年六月。

新玩家入局，无论功绩几何，资本的包容度都肉眼可见。

这几年，视觉市场对于头部以下的企业来讲，是一个不可多得的出头机会。以曾经深受资本宠爱的格灵深瞳为例，2020年以后，是格灵深瞳“发迹”的起点，仅是双光温测智能识别设备在当年就创下4716.02万元，占当年营收的19.43%。

只不过在净利润上，数值依旧不忍直视。根据调查显示，2018年-2020年公司净利润分别为-7456.55万元、-41758.32万元和-7820.16万元，格灵深瞳2021年上半年净利润更是高达-5703.79万元。

顶着热度与压力前行，很多企业陷入僵局，往前难以撼动头部们龙蟠虎踞的格局，往后又无法割舍这个日益坚实的市场。就目前来看，视觉风口的最终落脚点还是绕不过技术重心，地标科技、翌视科技以及跨维智能本轮的融资除了团队拓展，便是产品研发。

科技圈研发一向是个烧钱的长线游戏。相关资料显示，格灵深瞳2018年至2020年累计研发投入合计28308.78万元，占最近三年累计营业收入的比例为77.37%，尤其是2018年和2019年，研发投入远超营业收入。

赔本也要搞研发，这是视觉赛道最无可奈何的游戏规则。

年轻企业愁存亡，老牌企业的闹心事也不少。尤其天下视觉千千万，安防市场占一半，传统安防企业本身的硬件成本居高不下，那些靠安防站稳计算机视觉领域的企业多数困于盈利漩涡。

海康威视在全球的视频监控市场占有22.6%的市场份额，毛利率和同期的人工智能其他公司相比，诸如科大讯飞、旷视科技、虹软科技却是最低的。提供智能手机AI解决方案的虹软科技毛利率能达到94.29%，海康威视则不到50%。

国内掀起视觉风云的主力军是互联网，百度早在2013年就成立百度深度学习研究院，展开包括计算机视觉在内的多领域研究，2017年，百度还全资收购了美国视觉科技公司xPerception，2018年，百度全线开放人脸识别、文字识别、图像审核、图像识别等五大类、共58项基础能力。

但根据媒体报道，迄今为止也只有20万开发者在使用百度的计算机视觉能力。

无独有偶，阿里在计算机视觉上的起步也不晚，从2015年开始，阿里就陆续推出图像识别、视觉识别等领域上百款细分产品。如今，一向无利不起早的互联网也多少有点迷茫，诺大的视觉行业，家家有本难念的经。

头部企业集中，后来者谁能脱颖而出？

国家高度重视AI领域发展，十四五规划纲提出“打造数字经济新优势”的建设方针，并强调了人工智能等新兴数字产业在提高国家竞争力上的重要价值。

2011-2020年，中国在AI领域高水平论文发表量整体上呈现稳步增长态势，取得R-CNN算法、神经机器翻译的新方法等科研成果。从高水平科研论文的国家分布来看，中国以22686篇人工智能领域论文的发表量位居第二，仅次于美国，遥遥领先于其他国家。

2011-2020年，全球人工智能专利申请量521264项，中国专利申请量为 389571项，位居世界第一，占全球总量的74.7%，是排名第二的美国专利申请量的8.2倍。

根据Tortoise Intelligence的最新报告，2021年AI投资总额达到775亿美元，较2020年同期360亿美元增长115%。

IDC的最新数据显示，全球人工智能收入预计到2022年同比增长19.6%，达到4328亿美元，预计2023年将突破5000亿美元大关。中国人工智能产业市场规模保持高速增长，行业景气度高。2021年，人工智能核心产业规模预计达到1998亿元，2026年AI核心产业规模预计超过6000亿元，带动产业规模预计为21077亿元。

目前，AI+细分行业的模式形成了“技术推动产品、产品核心行业”的良性商业闭环。在各应用场景中，安防、智能汽车、新零售、教育等领域已经相对成熟。AI应用从降本增效到找寻行业增量空间，协同构建数字化商业模式：AI逐步从行业发展的有益补充转变为产业数字化转型的核心竞争力，多数企业、产业尝试将AI与主营核心业务流程结合，利用AI的技术技术优势找寻业务新增长点。

国内计算机视觉行业集中度高，头部企业突出，业务同质化程度高，市场竞争激烈，商汤、旷视、依图、云从是我国计算机视觉行业四大头部企业，已逐渐占据主要市场份额，且集中度越来越高。

商汤科技成立于 2014 年，2020年按软件收入计，商汤是中国计算机软件的市场份额最大的供应商，约为11%。2021年上半年，公司营收达16.5亿元，同比增长91.8%，位于中国AI行业四小龙首位。

旷视科技成立于 2011 年，是全球领先的人工智能产品和解决方案公司，核心技术涵盖人脸识别、视频结构化、智能计算摄影学、智能视觉传感器增强、机器人导航与定位等方面，主要专注于物联网，应用领域包括智慧城市、智慧社区、智能手机、智慧楼宇、智慧物流等。

公司的AI核心能力由系统层和算法层两层构成。其中系统层系训练和生产 算法的基础设施，即Brain++；算法层则由大量的 AI算法构成，即公司研究人员使用 Brain++，结合数据高效生产出的大量算法。源于Brain++强大的AI能力，公司构建了强大的AIoT产品体系，包括AIoT操作系统、AI重新定义的硬件和AI重新定义的行业应用。

依图科技是业内少数具有以多模态人工智能技术解析多源异构医疗大数据能力，并具有自研医疗知识图谱的企业之一。技术成果多次发表于世界顶级科研期刊。

科大讯飞是国内最大的智能语音技术提供商。

讯飞开放平台已开放 434 项 AI 能力及解决方案，覆盖语音识别、自然语言处理、图像识别等领域，拥有智能客服、智能媒体、智能娱乐、智慧医疗、智慧出行等解决方案，行业覆盖企业数字化、智慧城市、视频直播、智慧医疗、智慧农业等行业专题。

根据IDC数据，科大讯飞在我国人工智能语音语义市场稳居第一。公司依托领先的语音识别、语音分析、自然语言处理等核心技术，针对AI办公和AI学习赛道已经发布翻译机、智能录音笔、智能办公本、AI学习机和翻译笔等产品，持续赋能学习、办公场景。

海康威视是安防龙头，公司拥有巨量数据资源将在安防智能化变革中拥有绝对天然优势。在安防智能化升级趋势下，产业的核心竞争力逐步转变为技术架构以及解决方案的落地能力，拥有深厚技术实力的企业将保持与行业变革同步，技术投入薄弱的小公司进一步淘汰，行业门槛提高，使得产业集中度有望进一步提升，行业格局持续优化。

同时，随着人工智能技术的发展，计算机对视频图像的处理技术，将极大的增加视频监控的使用效率和大数据价值的利用率，摄像机采集图像的功能将不再受限于安全防范目的。因此，“人工智能+安防”在帮助客户提升业务效率的同时，也极大程度地拓展了视频技术实现业务管理需求的市场空间。

计算机视觉技术赋能五大行业

计算机视觉是用计算机模拟人眼对目标进行识别、跟踪和测量，并对图形和图像进行识别、解释和处理，即实现计算机“看得懂”，现已成为人工智能率先取得较大突破、应用场景较为明确的关键技术之一。

随着深度学习技术不断取得进步，计算存储的扩大、可视化数据的激增，计算机视觉近年来蓬勃发展。事实上，在不到十年的时间里，计算机视觉技术的准确率已经从50%提高到99%，其业务应用领域和市场规模也与日俱增。2020年，计算机视觉的全球市场规模为94.5亿美元，预计到2030年将达到411.1亿美元。美国《福布斯》双周刊近期的报道中，列出了该技术最有可能“大显身手”的五大行业。

医疗保健

近年来，医疗保健行业越来越多地利用计算机视觉技术来改善患者预后并提高效率。

计算机视觉在医疗保健中的一个主要应用是分析扫描图像，这样既可以检测个人的异常情况，也可以识别数千次扫描的模式，为医生提供有关某种疾病的信息。计算机视觉通常能够注意到人眼无法识别的模式，比如，有些癌细胞外观的细微差异只能通过计算机视觉和人工智能分析检测到。

一项关于乳腺癌筛查的研究结果表明，视觉人工智能系统在乳腺X光片中寻找乳腺癌迹象时比人类放射科医生表现出更高的准确性，从而减少了假阳性和假阴性的数量，将人类的工作量减少88%。

例如，去年英国和欧盟批准名为PANProfiler的乳腺癌诊断技术在卫生服务机构临床使用，其可以在15分钟内提供初始图像的诊断读数，准确性可与需要数周才能完成的实验室检测方法相媲美，提供了一种比传统检测更快、更便宜的替代方案。

计算机视觉也被用来防止医院发生事故。例如，由计算机视觉驱动的摄像头可以检测医生在手术过程中忘记消毒工具或将异物留在患者体内的时间，随后通知他们出了错。

零售业

计算机视觉也在零售业“大展拳脚”。例如，零售商可以创建热图并分析顾客行动轨迹，从而深入了解顾客在商店中的行为，以便尝试不同的营销策略增加销售额。

例如，著名零售商亚马逊正在利用先进的计算机视觉技术，让购物者在找到他们想要的商品后，无需扫描商品或付款就可以离开。人工智能会检测购物者拿走了哪些物品，系统会向他们的亚马逊账户收费。

计算机视觉还可以显著提升库存管理的效率，因为这项技术能够识别图像或视频中的物品以及板条箱数量，无需工人手动盘点。这些自动库存周期盘点为零售工人提供了实时更新，使他们能够就库存水平做出明智的决策。据悉，64%的零售商计划在未来几年部署计算机视觉等数据驱动的解决方案，以优化库存管理。

汽车业

计算机视觉也能在汽车行业获得广泛应用。例如，在生产过程中，它可以检测产品的缺陷，有助于确保产品符合质量标准。放置在生产线上的摄像头可以检测这些缺陷，并实时提醒制造工人。事实上，在一项研究中，计算机视觉算法能够检测出制动器零件的故障，准确率高达95.6%。

此外，计算机视觉也是当今自动驾驶汽车不可或缺的组成部分。该技术可用于识别道路上的物体、创建三维地图、检测车道线以及帮助司机在昏暗的光线下驾驶。电动汽车制造商特斯拉于2021年宣布，其新车将完全依赖计算机视觉，而非激光雷达。该公司首席人工智能科学家表示，深度学习系统“比雷达好一百倍”。

餐饮业

餐饮业是受新冠疫情打击最严重的行业之一，许多企业被迫进行数字化和创新以维持生存。越来越多餐饮连锁店正在采用人工智能创新来帮助他们提高效率并将成本降至最低。

计算机视觉技术使餐厅能够减少顾客的长时间等待，优化其占地面积的使用，甚至监控顾客是否合规佩戴口罩。

例如，一家初创公司正在利用计算机视觉技术帮助快餐厅将错误订单减至最少，并提升运营效率。与此同时，另一家初创公司正在利用计算机视觉帮助餐厅加快流程并评估客户体验。企业使用这项技术来衡量顾客在餐厅等待的时间，以及升级他们的安保系统。

能源和公用事业

在能源和公用事业行业，计算机视觉正在提升运营效率，提高安全性，并帮助预防事故的发生。

例如，工作人员可以利用计算机视觉对电线杆图像进行分析，从而检测出电线杆中可能引发火灾的缺陷，公用事业公司可以据此决定是否需要立即注意这些异常，并预防极端事件的发生。

除检测异常外，计算机视觉在能源和公用事业行业的应用还包括保障工作场所的安全。比如，深度学习算法可以通过实时分析视频并提醒员工注意危险，发现违反安全协议或入侵工作区的行为。

《福布斯》双周刊在报道中指出，由于计算机视觉技术能够帮助提高效率、节省时间和资源、提高准确性以及安全性，因此在未来几年内有望得到进一步的采用。

文章来源：道总有理，每日财报，科技日报