做座机器视觉的产业化演进半导体打开想象空间

机器视觉的产业化演进：半导体打开想象空间

在人工智能技术大规模渗透到日常生活的同时，在工业领域，尤其是占据庞大市场的制造环节，正吸引越来越多机器视觉类公司的目光。

近日，在接受采访时，多位机器视觉公司创始人表示，安防领域的应用已经涌现诸多独角兽，工业场景尤其在质量检测环节，正成为下一个被瞄准的方向。尤其在粤港澳大湾区背景下，珠三角发达的制造业与集中在此的产学研能力正加快融合。

尤其国家近年对半导体行业的大力支持下，部分机器视觉类公司 瞄上 半导体封装等环节，正着手对此进行下一步的弥补短处技术突破。

工业检测土壤

从计算机视觉领域来看，其产业化落地的步伐最先从与人相关开始。

10月25日，IDC中国高级研究经理卢言霞向分析道，在目前相对成熟的应用市场中，安防中细分的软件供应模块、静态人脸识别、公共区域的门禁等方面属较快增长领域；但细分到动态面部识别、比如抓拍时，仍需要一定时间迭代。此外在智慧交通领域，由城市拥堵引发的需求导致过去年规模较大。

从2018年开始，终端和互联端的具体应用场景开始成为显著丈量压痕尺寸在实验前后变化计算磨损量增长点，后者包括智能建房、3D试衣等场景。 接下来在阿里、京东和其他创新公司的推动之下，预计年新零售的AI应用场景成为下一个热点。此外医疗影像识别、自动驾驶等市场空间也很大。

反观机器视觉领域，卢言霞认为，从宏观来看其整体算法和应用落地尚且未到大规模爆发阶段。这最首先便是与自动化程度相关。

计算机视觉模型的建立，需要大量数据资源，从目前国内制造业整体来看，联程度尚不足够。但在工业应用场景中，对于AI算法的精度要求很高，否则会带来安全隐患。 她表示，因此整体看来，国内应用在制造场景的机器视觉爆发，与工业互联推进程度强相关，或将需要年时间逐步酝酿。

卢言霞分析道，制造行业差别很大，有自己的行业规则，也需要很深的行业理解。 据我了解目前运用在工业制造领域，真实场景下平均精准度大概在80%-90%，个别理想状态可以达到98%-99%。但更多应该还是在采集数据和训练模型阶段。因此目前会被用在对质量和精度要求没那么高的产品制造中。

当然珠三角的优势在于，制造业场景丰富，且推动智能制造发展的相关新型工厂正逐步在政策支持下建设起来。这也是在大湾区正涌现一批聚焦机器视觉技术落地公司的背景所在，其中产业链由于庞大的市场空间最受关注。

10月19日，高视科技董事长姜涌向21世纪经济报道表示，工业自动化分两大领域，第一是工业生产设备，第二是工业检测设备。高视科技聚焦的正是后者。 第二个领域意味着生产自动化基本完成，这样的公司产量很大、实力很强，是很好的基础。而相关领域就是基数很大，迭代性强的代表行业，且利润度非常好。

在检测设备中运用机器视觉的诉求迫切，更与人体检测成本过高有关。从趋势来看，产业链中电池、盖板、屏幕等环节被优先关注。

举个例子，2017年需要40万工人检测屏幕，但屏幕检测对人眼伤害比较大，且伤害不可修复。因此这个场景中，机器换人是趋势。 姜涌解释道，而中国的屏幕产能占全世界比例的50%，电池所占比例达到近70%。

品图视觉科技则专注在盖板瑕疵检测方面。公司创始人兼CEO刘颖告诉21世纪经济报道，该领域检测的行业规模约在196亿人民币。

半导体封装机遇

不约而同地，上述高管均向表达了对半导体行业参与度的热情。这与政策支持相关，另外从技术角度，也意味着面向更高阶的比拼。

我们的研发会继续朝着有挑战、有高技术壁垒的方向走，目前实际落地当然要考虑到赚钱和容易落地的问题，比如钮扣、电池检测等。但我们比较看好半导体行业。 刘颖向表示。

姜涌也指出，对半导体封装阶段的检测是公司关注的方向，并已着手布局，虽然在国内工业制造过程中，半导体封装尚未是主流市场，目前还没到 爆点 ，但 在政府政策支持下，或许年后会开始带来机会。我们会提前布局，因为现在的技术从布局到成熟可能还要一年，我们希望在一年之后能赶上这个时候。

刘颖则进一步解释道， 半导体是周期很长、要求极高的产业，我们当然轻易不敢进入，对半导体的检测也不是某一家公司可以轻易做到，未来我们将考虑寻求合作方一起介入。

在政策支持下，国内半导体行业今年迎来新一轮热度，产业收并购热情也不断走高。但相比国内十分成熟的产业链，半导体封装领域实则发展缓慢，这类机器视觉公司仍有很长一段路要走。

刘颖清楚意识到，无论从精密度、光学部件配置等方面，都要达到纳米级水准。这需要的将不止软件，还有机器乃至于电控方面都要匹配。

要配合精密度更高的半导体封装，光学、视觉算法等是核心。 姜涌也表示，为此，机器视觉公司的迭代，也将是以 一代设备 为单位，而非只是 一批设备 。

不过，目前AI人才稀缺是普遍性难题。大湾区的产学研联动固然可以带来较好的基础资源，但同时需要警惕行业认知度问题。

比如刘颖向提出， 实际上真正的AI人才很少，只不过这个行业现在比较好，又有一些现成的开放性资源，有时会给年轻人带来错觉，以为拿几张照片训练获得结果，就是懂得AI算法，但AI研究本身的结构、资源、数据配备，其实很有讲究。所以真正精通的人才仍然紧缺。另外是GPU等硬件，目前仍是运用国外的产品居多。

不过她很有信心， 只要有这个行业在，有这济南试金扣件拉力机装备分为两个部份个气氛，倒不是让产品体验趣味化特别担心。只不过需考虑清楚，着力点要放在哪里，而不要说只是看到这个行业很热。