近期，得益于各大AI模型對(duì)于數(shù)據(jù)需求的提升，以及Reddit等宣布將向聊天機(jī)器人公司收取數(shù)據(jù)使用費(fèi)等催化，A股數(shù)據(jù)要素/知識(shí)產(chǎn)權(quán)/出版?zhèn)髅桨鍓K連續(xù)大漲。

(資料圖)

但另一方面，國(guó)信證券分析師提出，由于人類的自然語(yǔ)義數(shù)據(jù)是有限的，GPT3訓(xùn)練量是40t語(yǔ)義訓(xùn)練量，GPT4外界有人推測(cè)超過(guò)了400t的數(shù)據(jù)量，再往后模型參數(shù)越來(lái)越大，所需要的數(shù)據(jù)量也越來(lái)越大。人類現(xiàn)有知識(shí)馬上就用完了，GPT5可能是NLP這個(gè)模態(tài)最近幾年的一個(gè)天花板。

其表示，未來(lái)各大廠商發(fā)力點(diǎn)可能在應(yīng)用的落地、算力的提升以及“潛在空間非常大”的CV+機(jī)器視覺(jué)。

資料顯示，AI預(yù)訓(xùn)練模型有NLP、CV、多模態(tài)等。

國(guó)信證券指出，其中“CV機(jī)器視覺(jué)因?yàn)槟Ｐ蛥?shù)小，開(kāi)源，全球語(yǔ)義庫(kù)十倍于NLP文本。目測(cè)國(guó)內(nèi)的爆發(fā)，第一批會(huì)在5-6月份看到用在生產(chǎn)上，到了四季度會(huì)有大量公司引入工作流程，極大提升效率，行業(yè)不局限于TMT。”

此前文章我們跟大家聊過(guò)了CV（計(jì)算機(jī)視覺(jué)），這里跟大家重點(diǎn)聊聊機(jī)器視覺(jué)。

什么是機(jī)器視覺(jué)？

機(jī)器視覺(jué)通俗地講，就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷，其作業(yè)過(guò)程一般是兩個(gè)步驟，首先利用光源、鏡頭、工業(yè)相機(jī)來(lái)負(fù)責(zé)圖片采集，將被檢測(cè)的目標(biāo)轉(zhuǎn)換成圖像信號(hào)。

然后圖像處理系統(tǒng)根據(jù)像素分布與亮度、顏色等信息，轉(zhuǎn)變成數(shù)字信號(hào)，然后再對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而實(shí)現(xiàn)自動(dòng)識(shí)別功能。

相對(duì)于人眼，機(jī)器視覺(jué)在速度、精度、環(huán)境要求、連續(xù)工作時(shí)間等方面均存在顯著優(yōu)勢(shì)。

機(jī)器視覺(jué)和計(jì)算機(jī)視覺(jué)的區(qū)別？

首先明確，機(jī)器視覺(jué)和計(jì)算機(jī)視覺(jué)都是人工智能的下屬科目，都是利用圖像處理、模式識(shí)別、人工智能等技術(shù)，對(duì)圖像進(jìn)行分析和理解。但是，兩者的側(cè)重點(diǎn)和應(yīng)用場(chǎng)景不同。

機(jī)器視覺(jué)主要應(yīng)用在工業(yè)領(lǐng)域，比如工業(yè)檢測(cè)、自動(dòng)化控制、智能制造等。而計(jì)算機(jī)視覺(jué)主要應(yīng)用在偏消費(fèi)領(lǐng)域，比如人臉識(shí)別、行為分析、醫(yī)學(xué)圖像、地圖導(dǎo)航等。

目前機(jī)器視覺(jué)主要的應(yīng)用場(chǎng)景有電子設(shè)備及半導(dǎo)體、汽車、制藥、食品包裝等。其中，電子及半導(dǎo)體設(shè)備占約46.60%，主要應(yīng)用在高精度的制造和檢測(cè)，如晶圓切割、3C表面檢測(cè)、AOI光學(xué)檢測(cè)、PCB印刷電路等。汽車制造是機(jī)器視覺(jué)應(yīng)用的第二大場(chǎng)景，約占15.3%左右，幾乎所有系統(tǒng)和部件的制造都可用到機(jī)器視覺(jué)。

據(jù)招銀國(guó)際研報(bào)，相較于上千億參數(shù)的NLP模型相比，CV模型規(guī)模要小兩三個(gè)數(shù)量級(jí)，現(xiàn)階段比較有名的CV大模型包括微軟的swin-transformer系列，谷歌的ViT系列以及有150億參量的V-MOE模型。國(guó)內(nèi)方面，截止2021年，商湯訓(xùn)練了300億參數(shù)的CV模型，2022年華為也發(fā)布了30億參數(shù)的盤古系列CV模型。

上文提到，CV機(jī)器視覺(jué)因?yàn)槟Ｐ蛥?shù)小，開(kāi)源，全球語(yǔ)義庫(kù)十倍于NLP文本。目測(cè)國(guó)內(nèi)的爆發(fā)，第一批會(huì)在5-6月份看到用在生產(chǎn)上。

華安證券也表示，CV模型參數(shù)量通常較小，且語(yǔ)料庫(kù)不存在中英文差異，值得關(guān)注。

多重因素疊加，機(jī)器視覺(jué)百億藍(lán)海市場(chǎng)

申萬(wàn)宏源表示，短中長(zhǎng)期多重因素推動(dòng)機(jī)器視覺(jué)市場(chǎng)需求快速提升，預(yù)計(jì)2025年市場(chǎng)規(guī)模突破390億。

1）從長(zhǎng)期來(lái)看，未來(lái)人口老齡化及勞動(dòng)力價(jià)格上漲將帶來(lái)機(jī)器替人剛需，機(jī)器視覺(jué)設(shè)備將逐步代替人工。

2）從中期來(lái)看，機(jī)器視覺(jué)下游應(yīng)用廣闊，滲透率持續(xù)提升，3C領(lǐng)域：終端客戶對(duì)機(jī)器視覺(jué)需求從手機(jī)擴(kuò)展至平板、耳機(jī)、手表等；鋰電領(lǐng)域：除攪拌外，在涂布、輥壓、卷繞、入殼等各工序都有機(jī)器視覺(jué)應(yīng)用，且視覺(jué)技術(shù)同樣適用于4680等新電池；半導(dǎo)體、光伏等領(lǐng)域：晶圓缺陷檢測(cè)設(shè)備、光伏硅片分選設(shè)備等需求提升顯著。

3）從短期來(lái)看，制造業(yè)固定資產(chǎn)開(kāi)支回暖、國(guó)產(chǎn)化加速，將加速機(jī)器視覺(jué)設(shè)備需求釋放。依據(jù)中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟數(shù)據(jù)，預(yù)計(jì)未來(lái)市場(chǎng)規(guī)模保持25%增長(zhǎng)，2025年突破390億。

相關(guān)產(chǎn)業(yè)鏈

產(chǎn)業(yè)鏈方面，機(jī)器視覺(jué)上游主要是機(jī)器視覺(jué)底層開(kāi)發(fā)商，即核心零部件（光源、相機(jī)、鏡頭、圖像采集卡等）及軟件提供商（圖像處理軟件）且其二者占據(jù)了機(jī)器視覺(jué)80%的比例，是產(chǎn)業(yè)鏈中絕對(duì)的核心環(huán)節(jié)和價(jià)值獲取者。

中游是二次開(kāi)發(fā)的系統(tǒng)集成和軟件服務(wù)商，主要根據(jù)上游產(chǎn)品以及下游需求進(jìn)行集成整合，越來(lái)越多上游企業(yè)向中游業(yè)務(wù)擴(kuò)展延伸，形成自有的完整解決方案。

下游則是主要應(yīng)用領(lǐng)域，涉及到多種制造及服務(wù)行業(yè)，主要應(yīng)用于汽車制造、消費(fèi)電子、食品包裝、醫(yī)療制藥以及服務(wù)機(jī)器人。

其中，光源是國(guó)產(chǎn)化最為充分的環(huán)節(jié)；鏡頭的話，高端的部分主要依賴進(jìn)口；工業(yè)相機(jī)以歐美進(jìn)口為主；圖像采集卡國(guó)內(nèi)發(fā)展較為完善和成熟，圖像處理軟件則基本被國(guó)外企業(yè)壟斷，國(guó)內(nèi)企業(yè)在二次開(kāi)發(fā)中有所布局。

風(fēng)險(xiǎn)提示及免責(zé)條款 市場(chǎng)有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見(jiàn)、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：