原创 | 文BFT机器人

03

工业智造有望持续拓展行业发展空间

3.1 AI+机器视觉技术优势明显，政策+社会需求驱动中长期发展

人工智能持续放大机器视觉技术优势，有望在工业智改中大展身手。

ChatGPT-4 为超级人工智能描绘雏形，有望开启新一轮生产力加速周期，制造业作为我国产业核心也将受益于AI 的深度融合。

与人眼相比，机器视觉在效率、精度、环境要求、安全性等各因素上都有明显的优势。同时，在 AI 深度学习+机器视觉的升级趋势下，将在工业自动化、数字化、
柔性化、复杂性生产上贡献更高的适配度。

传统的机器视觉技术需要将数据表示为一组特征，或输入到预测模型，从而得出预测结果，这是完成制定动作，较难适应未来柔性化的生产需求，尤其是在缺陷类型复杂化、细微化、背景噪声复杂等场景越来越难适用。

搭载AI 深度学习功能后，机器视觉将原始的数据特征通过多步的特征转换得到一种更高层次、更抽象的特征表示，并进一步输入到预测函数得到最终结果，基于深度学习的机器视觉在理想状态下可以结合机器视觉的效率与人类视觉的灵活性，从而完成日趋复杂环境下的检测，尤其是涉及偏差或极端环境，满足更多下游对瑕疵精度、通用性的严苛要求。AI+机器视觉有望赋能制造业，带动制造业价值链重构。

图1：AI+机器视觉与人眼对比优势
资料来源：天风证券研究所

图2：机器视觉的“深度学习”过程
资料来源：奥普特招股书

国家出台多项政策利好 AI+机器视觉行业发展。政策从拓展产业链应用场景、加强先进适用技术与设备研发以及发展机器视觉底层技术等方向促进中国机器视觉产业的发展，同时AI+机器视觉技术与设备在“十四五”规划中受到高度重视。

2021 年底《十四五智能制造发展规划》中重点强调高分辨率视觉传感器等基础零部件和装置，体现国家对机器视觉产业的重视和支持，2022 年的《十四五数字经济发展规划》再次强调发展机器视觉等技术应用于我国智改计划。良好的政策环境将在未来一定时期内为国内相关行业持续发展与突破奠定良好的环境基础。

图3：国内相关政策一览

资料来源：Zaler，中国工信部，前瞻产业研究院，天风证券研究所

人口红利退潮，机器替代需求中长期内仍有缺口。

根据国家统计局数据，我国 2022 年末60岁以下人口占比80.2%,伴随人口出生率从2011年的 13.27%o下降至2022 年的6.77%0，中国经济周刊预计 2030年,中国 60 岁以下人口或将降至75%。

同时制造业就业人员从2011年的 4088 万人降至 2021 年的 3828 万人，而制造业劳动成本则从 36665 元飙升至 92459元，老龄化问题与出生率低迷将带来未来持续性劳动力供不应求和劳动力成本上升，这将不断刺激制造企业对智能化的需求持续扩张。

机器视觉作为可替代人工具备效率更高、准确度更高、际成本低等优势技术，有望进一步提高其渗透率。

图4：2011-2021年我国制造业平均水平工资水平变化；图5：2011-2021年我国制造业就业人数变化
资料来源：国家统计局，天风证券研究所

我国工业机器视觉应用渗透率仍有较大提升空间。

中国工业机器视觉应用的渗透率仍处于较低的水平，仍有较大提升空间。根据快易理财网的数据，2021 年我国制造业增加值为4.87 万亿美元,占全球比重 30.34%,相较之下,2021 年我国机器视觉产值占比仅为 17.18%。

在制造业的转型升级推动下，机器视觉渗透率有望持续增加，国内庞大的制造业基数将持续释放较大的市场增量。同时，我国制造业人工智能应用市场的逐年递增反映出机器视觉的成长潜力,根据德勤数据,我国制造业人工智能应用市场从 2019 年的 12 亿元升至 2022年的37 亿元，预计 2025 年能够突破百亿。

图6：2011-2021年我国制造业增加值占世界比重；图7：2021年中国机器视觉市场规模占世界比重
资料来源：快易理财，GGII公众号。天风证券研究所

3.2 AI+机器视觉持续赋能下游工业应用领域，有望受益于下游赛道的高景气

高成长性下游应用对精度要求严苛，倒逼AI+机器视觉深度结合与升级。

从需求端来看机器视觉广泛应用于电子及半导体、汽车制造、食品包装、制药等领域，各个领域的应用场景具备较大差异性。

2021 年我国消费电子、半导体、汽车为机器视觉领域的三大应用端,虽然机器视觉下游各行业对精度的要求不一，但整体来看，伴随主要应用端(消费电子半导体、汽车、新能源)的升级迭代，对机器视觉技术的高精度需求相应提高，尤其需要深度学习的高度结合以适应下游应用的发展。

图8：2020年我国下游应用场景；图9：2021年我国下游应用场景
资料来源：高工机器人公众号，电子发烧友

智能制造趋势是扩大机器视觉需求的关键引擎。

以机器取代人工，能够帮助制造业实现自动化和智能化，是现代化制造提质、增效、降本、减排的推动力。随着我国进入全面推进智能制造阶段，机器视觉将持续向全行业渗透，应用市场需求急剧扩增，为机器视觉提供了较大的需求牵引，是机器视觉的重大战略机遇。

同时根据凌云光 2022 年7月14 日发布的投资者调研纪要显示，国内机器视觉的销售额在 2016-2019 年期间分别为 49、69、84、103 亿元，虽在全国工业企业技改投资经费支出中的占比逐步提升，但也仅维持在 2%-3%,由此可见国内机器视觉在工业技改中的渗透率还处于相对较低水平，未来成长空间广阔。

图9：机器视觉在主要下游应用情况
资料来源：天风证券研究所

3.2.1 电子行业仍是机器视觉应用最广阔的下游领域

电子信息制造行业自动化+标准化程度高，是机器视觉技术应用较早、应用最广的下游市场。

根据 GGII 数据，我国 3C 电子行业机器视觉市场规模在 2021年达到 40.62 亿元，同比增长 29.61%，2020-2025 年均复合增长率为 14.8%，该增长得益于3C 电子产品规模的良好增长态势。2022 年以来，消费电子行业进入下行期，相对应机器视觉市场规模增速大幅放慢，但基于发展基础悠久，中短期内仍有望成为市场规模最大的下游市场。

图10：2016-2025年3C电子行业机器视觉市场规模
资料来源：高工机器人公众号

3C行业是工业视觉行业的应用标杆。

全球机器视觉的崛起很大程度上得益于消费类电子行业的发展，一方面系元器件尺寸较小、检测要求高，适合使用机器视觉系统进行检测；另一方面该行业更新迭代快，生产设备的更新对上游机器视觉行业也产生了较大的需求。

整体来看，在 3C 电子行业，元器件、部件和成品的制作各环节都需要机器视觉的协助，其中 70%的机器视觉产品用于检测环节，由于技术工艺的高要求，3C 电子行业设备制造对机器视觉技术存在刚性需求。

图11：机器视觉在电子制造生产线应用情况

资料来源：亿欧智库，发现报告网，天风证券研究所

3.2.2 机器视觉为半导体的刚性需求有望受益于高景气赛道的需求扩张

半导体产业以其集成度高、精细度高的特点成为机器视觉技术大规模应用最早的领域之一。
半导体行业机器视觉应用占比在 2020-2021 年间有所扩大。同时，根据 GGII 数据显示2021 年半导体行业机器视觉市场规模为 13.16 亿元，同比增长 42.73%，该增长主要系受益于 2021 年起我国各大半导体公司的扩产计划，直接影响了机器视觉在晶圆检测中的扩大应用，本轮缺芯推动了扩产潮开始陆续达产，随着各地新建晶圆产线陆续达产，短期内仍将利好机器视觉行业。

根据 GGII 预测,2025 年半导体行业机器视市场规模将超过 40 亿元2020-2025 年均复合增长率约为 36%。

图12：2016-2025年半导体行业机器视觉市场规模
资料来源：高工机器人公众号

机器视觉在半导体制造过程中的速度和精确性优势明显。

目前已涵盖半导体的外观缺陷尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等的检测，同时覆盖晶圆制作中的检测、定位、切割、封装过程全程。相别与传统芯片检测与激光测量技术测量，基于机器视觉的芯片缺陷检测技术以更灵活、实时、非接触式、高能高精度的检测技术，在半导体行得到了更为广泛的应用。

图13：机器视觉技术为半导体制造带来极高的精度
资料来源：MVTec公众号

未来,伴随车规级IC需求持续旺盛+消费级IC 去库存到位+ChatGPT 带动的AI芯片需求机器视觉行业作为半导体行业的刚性需求，将继续迎来行业规模的扩张。

首先，车规级IC的景气度颇高，市场规模增长客观，据中国汽车工业协会统计，2022 年中国新能源汽车出货量达到 688.7 万辆，渗透率已超过 20%，汽车芯片在新能源汽车高速增长下，需求将持续扩大，以 MCU 为例，相比于传统汽车的 70 颗/辆的配置，智能汽车可达到 300 颗/辆其次，景气下行的消费级1C 有望在 2023 年恢复正常库存与价格水平，同时在消费电子行业 2023 进入业绩修复期的背景下，需求向上波动或将带来半导体供给端补库存，迎来景气上行拐点。

再者，2023 年引起关注的 ChatGPT 有望成为半导体产业发展新动能，以ChatGPT 为代表的相关 AI应用涌现带来庞大算力缺口，GPU 等 A 芯片作为算力承载主体有望迎接放量预期。我们认为，机器视觉作为芯片制造的刚性需求，将有望受益于芯片市场的高景气发展。

3.2.3 机器视觉的汽车检测市场稳固，搭载 AI 助力突破自动驾驶

汽车领域在机器视觉应用中为长期高位发展的个中翘楚。

根据 GGII 的数据，2021 年汽车行业机器视觉市场规模为 14.21 亿元，同比增长 38.1%。比较同期全国乘用车销量与新能源车销量的情况，2021 年全国乘用车销量同比增长 3.8%,新能源汽车销量同比增长 157.5%,可见汽车机器视觉的增长速度(38.1% )落后于新能源汽车的增长速度(157.5% )，主要系因为传统汽车领域仍为机器视觉的主要应用领域。

未来，随着新能源汽车领域机器视觉需求的持续探索，有望成为机器视觉的成长新动力，根据 GGII 的预测，2025 年机器视觉汽车行业将接近 40 亿元，2020-2025 年均复合增长率达到 30%。

图14：2016-2025年汽车行业机器视觉市场规模
资料来源：高工机器人公众号

汽车领域在机器视觉应用中为长期高位发展的个中翘楚。

根据 GGII 的数据，2021 年汽车行业机器视觉市场规模为 14.21 亿元，同比增长 38.1%。比较同期全国乘用车销量与新能源车销量的情况，2021 年全国乘用车销量同比增长 3.8%,新能源汽车销量同比增长 157.5%,可见汽车机器视觉的增长速度(38.1% )落后于新能源汽车的增长速度(157.5% )，主要系因为传统汽车领域仍为机器视觉的主要应用领域。

未来，随着新能源汽车领域机器视觉需求的持续探索，有望成为机器视觉的成长新动力，根据 GGII 的预测，2025 年机器视觉汽车行业将接近 40 亿元，2020-2025 年均复合增长率达到 30%。

图15：机器视觉在汽车行业的应用
资料来源：高工机器人公众号

未来汽车领域智能化将为机器视觉释放汽车电子新增量市场。

汽车的智能化、轻量化对检测提出了更高的要求，继而对机器视觉技术的需求也响应的提高，汽车制造行业成为机器视觉主力应用市场。

过去汽车以机械构件为主，在智能汽车发展中，电子零部件的占比将不断提高，大量的雷达(激光、厘米波、毫米波、超声波 、传感器、通信(GPS、DSRC、4G/5G)、摄像头、监控、检测、娱乐系统将会被装载在汽车上，以单车电子件价值 6 万元国内 2022 年新能源汽车出货量为 688.7 万台来计算,国内智能汽车硬件市场将达到 4132.2亿元左右。随着未来新能源汽车渗透率不断加深，机器视觉技术有望迎来新能源汽车的需求。

04

机器视觉产业链厚积薄发国内市场增速或将领先全球水平

4.1 25年全球有望达千亿市场规模，中国或将增速领先全球

25 年全球有望达到千亿市场规模，中国增速或将领先全球。

根据 Markets and Markets 统计，全球机器视觉市场规模在 2021 年达到 804 亿元，同比增长 12.15%。

2021 年全球传统工业复苏和新能源行业的蓬勃发展拉动了相关企业的扩产需求，工业检测、鲤电池等视觉检测产品需求有所增长，未来 AI+将给予行业更大想象空间，扩大机器视觉的应用范围,预计在 2025 年市场规模达到1276 亿元,2022-2025 年均复合增长率预计约13.22%。

2021年，物流仓储、新能源行业的蓬勃发展拉动了相关企业的扩产需求，视觉检测产品需求增长明显，GGII 数据显示，2021 年中国机器视觉市场规模 138.16 亿元(该数据未包含自动化集成设备规模) ，同比增长 46.79%，增长速度远高于全球平均水平，未来得益于后疫情下宏观经济的回暖、制造业自动化升级、政策支持等因素，中国机器视觉行业规模有望进一步增长。其中，2D 视觉市场规模约为 126.65 亿元，3D 视觉市场约为 11.51亿元;传统工业产品的回暖也为机器视觉带来生机，增长趋势明显。

GGII 预测，至 2025 年我国机器视觉市场规模将达到 349 亿元，其中，2D 视觉市场规模将超过 291 亿元，3D 视觉市场规模将超过 57 亿元。

图16：全球机器视觉市场规模
资料来源：Markets and Markets，高工机器人公众号

图17：中国机器视觉市场规模
资料来源：高工机器人公众号

4.2 机器视觉产业链/成本占比:工业相机及软件算法为关键

机器视觉作为智能制造中不可或缺的重要部分，发展空间的释放需要充分挖掘产业链相关环节。

机器视觉产业链的上游主要为 LED、CCD、CMOS、光学材料、电子元器件、五金结构件等原材料。由于机器视觉是由多个部件组成，每个部件的原材料均有不同，因此.产业链上游涉及的行业范围较为宽广。

国外领先企业例如基恩士、康耐视、海克斯康、BaslerAG 四家企业，主要布局机器视觉产业链的中上游业务:

• 国内布局机器视觉产业链上游领域的企业主要有海康威视、天准科技。

• 机器视觉产业链中游主要为系统集成商和装备制造商，系统集成商通常直接采购视觉软件、传感器、驱控系统等核心零部件，通过简单的二次开发和组装完成设备生产，不具备自由机器视觉算法、软件以及视觉传感器和精密驱控等核心技术，通常不具备整台装备的设计生产能力。

• 机器视觉产业链的下游主要为运用机器视觉技术的设备制造行业和终端用户，所涉范围十分广泛，如汽车、医药、化学、电子.半导体、印刷、食品饮料、物流、烟草、医疗、电池等。

图18：中国机器视觉产业链
资料来源：天风证券研究所

纵观整条产业链，成本价值量的关键当属上游环节的工业相机和底层软件算法。

工业相机是机器视觉设备中价值量最高的核心组件(价值量占比约为 23% ，由图像传感器、图像采集卡与各类芯片组成，技术壁垒较高。

工业相机本质的功能就是将光信号转变成为有序的电信号，再将该信号模数转换并送到处理器后以完成图像的处理分析和识别。

与普通相机相比，工业相机需要更高的传输力、抗干扰能力以及稳定的成像能力。

市面上的工业相机主要有面阵相机、线阵相机、3D 相机以及智能相机。目前，全球工业相机行业由欧美品牌占据主要市场，国外知名企业如德国 Basler、加拿大 DALSA、美国康耐视等;我国对于工业相机的研究起步较晚，工业相机行业主要布局于中低端市场，近些年我国也逐步发展出一批自主研发工业相机的国产品牌，可逐步实现进口替代。

底层软件算法对所获得的视觉信号进行处理是机器视觉系统的关键所在，一般来说，掌握底层软件算法的公司更容易形成自身优势。

在工业领域，成熟的视觉算法软件已经有很多，包括 Vision pro、halcon、opevCV、Mil、Hexsight、evision等。参考拥有广受好评的机器视觉软件 Vision Pro 的厂商康耐视,不断革新升级 VisionPro,如 2018年推出具有里程碑意义的工业图像分析软件 Vision Pro ViDi 套件，助其突破高原瓶颈+维持毛利率高位。我们将持续看好布局研发投入相机性能与底层软件算法的企业，国内代表厂商包括凌云光、海康威视等。

图19：机器视觉各环节成本价值量占比
资料来源：中商产业研究院公众号

4.3 国产替代奠定上游竞争基调，AI 浇灌下滋润工业相机与软件环节升级

4.3.1 AI+核心硬件，以智能相机为代表持续拓展应用场景

AI产业化催生工业智能相机的发展契机，拓宽应用场景。

从某种意义上理解机器视觉中的核心要件“智能相机”，即工业相机+视觉控制系统的集成，它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具备多功能、模块化、高可靠性、易于实现的机器视觉解决方案。随着芯片技术日益成熟，尤其是应用最新的 DSP、FPGA 及大容量存储技术摄像头中加入 AI 芯片使其具备强大的视频图像采集技术和数据分析存储能力,智能化程度不断提高，满足多种机器视觉的应用需求。

图20：PC-Base工业相机与智能相机资料来源：上海锐势机器视觉科技有限公司

中国工业领域相关市场发展空间广，国际厂商仍占据智能相机的技术优势。

国内市场来看CMVU 调查数据显示 2021 年机器视觉的工业相机市场规模为 48.48 亿元,其中智能相机占比 6.1%，达到 9.99 亿元，未来随着机器视觉在工业领域上的应用越来越深入自动化层面工业相机的功能也日渐趋于智能化，有望进一步扩大相关市场规模，2024 年的市场规模将达到 24.62 亿元。

该占比有望进一步扩大。从竞争格局来看，全球工业智能相机市场的市场集中度较高，率先布局智能相机的康耐视和基恩士市占率超过 70%，这主要系国外产品软硬件优势明显，具备发展智能相机的契机。

国内厂商通过多年自主研发的努力，已经在关键技术上取得突破，如显扬科技、华睿等，不断推出智能工业相机系列产品，通过性价比优势挤占国外厂商市场份额。

4.3.2 Al+软件铸就行业核心壁垒，国产替代正当时

机器视觉行业所要求的技术精准度较高，负责处理图像的机器视觉软件是系统的核心。

机器视觉当前比较流行的开发模式是“软件平台+视觉开发包”，开发包是基于软件平台对各种常用图像处理算法进行封装，用以实现对图像分割、提取、识别和判断等功能，进一步安装在上位记或内嵌至工业模板中，实现人机交互的功能，常见的软件包可分为通用工具MATLAB、OpenCV 等和机器视觉专用工具 Vision Pro， Halcon 等。其中，算法是机器视觉的灵魂。

我国机器视觉的“软实力”仍大有可为。

根据 GGII 数据，2021 年中国机器视觉软件市场需求规模为 47.01 亿元，同比增长 46.31%，远高于 GGI 所统计的机器视觉品牌软件销售额18.8 亿元。这主要系国内的机器视觉厂商大多数是自主研发软件或开源平台(如 OpenCV)的二次开发，但该模式在性能、效率和稳定性上与专用视觉软件开发包相比仍存在较大差距，因此未来随着视觉应用要求渐高，将会有越来越多机器视觉厂商选择购买专业视觉公司开发的视觉算法平台。

同时，2019-2021 年间机器视觉行业对 AI 驱动解决方案研发投入占比最高，分别为 18.1%、18.7 和 21.8%，GGII 预计，2025 年机器视觉软件市场将有望增长至 150 亿，2021-2025 年均复合增长率超过 30%，中国视觉算法软件的潜在市场空间较大。

图21：我国2019-2021年研发投入主要方向资料来源：凌云光技术公众号

05

结语

国内切入软件市场机器视觉企业具有较高成长性。

首先以软件的技术密集型特点打造公司壁垒，底层算法建设需要投入周期长+持续资金注入，一旦形成将成为公司稳定营收与毛利率的护城河，具有难以替代的优势。

其次是融合人工智能的机器视觉算法能够扩充硬件产品的通用性与不可替代性，如通过深度学习对模型鲁棒性的提升，有望拓展机器视觉的应用场景，同时通过模型、算法、指令优化提升整体检测速度，适应旋转、缩进、平移、色差、光照强度等变化，使得机器视觉系统更佳具备柔性与通用性，加速其在工业领域的渗透。

最后国内厂商自研的底层算法与数据库能够更贴合国内终端客户需求，在易用性上具备先天的本土化优势，以易用性的优势有望取代国际厂商提供的软件算法平台。

报告出品：天风证券研究所报告编辑：智能机器人系统

更多精彩内容请关注公众号：BFT机器人

本文为原创文章，版权归BFT机器人所有，如需转载请与我们联系。若您对该文章内容有任何疑问，请与我们联系，将及时回应。