史风光，大恒图像产品经理

VSDC：您如何看待2025年机器视觉市场的整体大环境？您觉得哪些潜在需求会推动机器视觉市场的增长？贵司2025年的业绩增长的预期情况？

史风光：2025年机器视觉市场的整体大环境总体会比2024年好转，主要源于以下几个方面的变化：

• 技术持续进步：深度学习与神经网络不断发展并深度融合，使机器视觉系统的检测准确性和效率大幅提高。三维视觉检测技术逐渐成熟，可获取物体三维信息，为工业制造提供更精准测量和检测服务。

• 市场规模增长：随着宏观经济回暖、下游行业恢复增长，以及制造业自动化和智能化进程加速，机器视觉市场规模有望持续扩大。

• 国产替代加速：国内企业不断加大研发投入，自主研发水平显著提升，凭借本地化服务、定制化服务、快速响应客户需求、供货周期灵活、产品性价比高等优势，逐渐在中低端市场占据较大份额，并向高端市场进军，加速了进口产品的替代进程。

• 应用领域拓宽：机器视觉的应用领域不断拓展，除了传统的电子制造、汽车制造等领域，还在新能源、生物医药、物流等新兴行业得到广泛应用，为市场增长提供了新的动力。

• 政策支持力度大：为支持鼓励智能制造产业的高质量发展，我国出台了一系列相关政策，如《“十四五”智能制造发展规划》等，这将有力推动机器视觉行业的发展。

关于机器视觉的潜在需求，主要有如下几个方面：

• 智能制造升级需求：制造业对产品生产效率、性能、安全和品质的要求不断提高，需要更精准、高效的检测技术来保证产品质量，机器视觉技术能够满足这一需求，从而推动其在生产环节中的深度应用。

• 劳动力成本上升需求：在人口老龄化加剧、劳动力成本上升的背景下，企业为了降低成本、提高生产效率，更倾向于采用机器视觉系统来替代人工目视检查，这将进一步促进机器视觉市场的增长。

• 新兴行业发展需求：新能源汽车、锂电池、光伏等新兴行业的快速发展，对生产过程中的检测、测量和控制提出了更高要求，机器视觉技术在这些领域的应用将不断深化，从而带动市场需求的增长。

• 消费级市场拓展需求：在消费领域，如生物识别、安防监控、3D成像等应用场景的不断拓展，对机器视觉技术的需求也日益增加，为机器视觉市场带来了新的增长空间。

VSDC：AI技术与机器视觉的融合将越来越广泛深入。但是，如果要让AI技术在机器视觉应用领域大规模落地，您觉得还有哪些环节的问题需要解决？

史风光：AI技术要在机器视觉应用领域大规模落地，需要解决以下几个环节的问题：

（1）数据方面

• 数据获取与标注：收集大量高质量且标注准确的数据难度大、成本高。工业场景中，获取特定缺陷产品的图像数据不易，且标注工作耗时费力，若标注错误还会影响模型性能。

• 数据多样性与代表性：实际应用场景复杂多样，数据需涵盖各种情况，如不同光照、角度、遮挡等，缺乏多样性和代表性的数据，会使模型在实际应用中性能受限。

（2）硬件方面

• 算力需求：AI 模型训练和推理对硬件算力要求高，企业需投入大量资金购置高性能的 GPU 等计算设备，增加了落地成本，且能耗大，对散热等也有更高要求。

• 硬件集成与兼容性：AI 技术需与现有机器视觉系统的硬件设备良好集成，不同厂家的硬件产品存在兼容性问题，影响系统整体性能和稳定性。

（3）算法与模型方面

• 模型优化与轻量化：为适应资源受限的边缘设备和实时性要求高的场景，需对模型进行优化和轻量化处理，在保证性能的前提下降低对硬件资源的依赖。

• 复杂场景适应性：实际工业等场景中，机器视觉系统要处理复杂背景、遮挡、光照变化等问题，算法需进一步提升对复杂场景的适应性和鲁棒性。

（4）人才与技术支持方面

• 专业人才短缺：AI 机器视觉涉及多领域知识，相关专业人才供不应求，企业组建和培养技术团队难度大，影响项目研发和落地进度。

• 技术更新与支持：AI 技术发展迅速，企业需不断投入资源进行技术研发和更新，以保持竞争力，同时还需获得稳定的技术支持和服务。

（5）成本与效益方面

• 落地成本：硬件设备采购、数据标注、模型训练与优化、系统集成等都需投入大量资金，企业需综合考虑成本与收益，控制成本的同时确保应用效果和投资回报。

• 效益评估与量化：企业难以准确评估 AI 机器视觉应用带来的效益，包括生产效率提升、质量改进、成本降低等，这会影响企业投资决策和应用推广。

VSDC：您如何看待嵌入式视觉市场的机会和发展趋势？

史风光：我认为嵌入式视觉市场机会如下：

• 工业自动化需求增长：在工业制造领域，对于产品质量检测、生产过程监控等方面的自动化需求不断攀升。嵌入式视觉系统能够被直接集成到生产设备中，实现对产品的实时检测和分析，从而提高生产效率、降低成本，并提升产品质量。

• 新兴行业带来新机遇：自动驾驶、无人机、AR/VR、智能家居等新兴行业的蓬勃发展，为嵌入式视觉市场提供了广阔的空间。例如在自动驾驶中，嵌入式视觉技术可用于环境感知和路况识别；在智能家居里，可实现人体检测、物体识别等功能，为人们的生活带来更多便利。

• 人工智能与物联网融合：随着 AIoT 的兴起，嵌入式视觉作为其中的关键技术，能够将视觉感知与智能决策相结合，实现设备的智能化和互联互通，满足各行业对于智能化升级的需求，进一步拓展了市场边界。

• 国产替代空间广阔：目前在嵌入式视觉领域，国外厂商占据一定市场份额，但随着国内企业技术水平的不断提高，凭借成本、服务等优势，国产嵌入式视觉产品有望逐步实现进口产品的替代，在中高端市场占据更大份额。

• 政策支持力度大：国家出台的一系列政策，如推动智能制造发展、支持人工智能技术应用等，为嵌入式视觉市场的发展提供了有力的政策保障，有助于企业加大研发投入，加速技术创新和市场推广。

发展趋势

• 技术深化与融合：深度学习算法将不断优化，使嵌入式视觉系统的识别精度和处理速度进一步提升。同时，嵌入式视觉技术将与 5G、边缘计算等技术深度融合，实现数据的高速传输和实时处理，拓展应用场景和功能。

• 低功耗与高性能化：为满足移动设备、物联网终端等对能耗的严格要求，嵌入式视觉芯片和系统将朝着低功耗、高性能的方向发展，在保证处理能力的同时，降低设备的能耗，延长续航时间。

• 硬件集成与小型化：随着半导体工艺的不断进步，嵌入式视觉系统的硬件将更加高度集成化和小型化，便于嵌入到各种小型化、便携化的设备中，如可穿戴设备、微型机器人等，为嵌入式视觉技术的应用提供更多可能性。

• 应用领域拓展与多元化：除了现有的工业、安防、交通等领域，嵌入式视觉技术还将在医疗、农业、教育等更多行业得到广泛应用，开发出更多创新性的应用场景和解决方案，如远程医疗诊断、智能农业监测、智慧教育互动等。

• 安全性与可靠性提升：随着嵌入式视觉系统在关键领域的应用增加，如自动驾驶、智能安防等，对系统的安全性和可靠性要求也将越来越高。未来，将通过硬件加密、软件防护、故障诊断与恢复等技术手段，保障嵌入式视觉系统的稳定运行和数据安全。

另外，我们还看好高光谱和短波红外成像技术的应用增长空间；从应用细分行业来看，我们认为接下来在医疗、汽车和农业领域会涌现出新的市场增长机会。而面对当下国内“很卷”的大环境，企业应该降本增效，开发细分市场，寻找前沿行业，提供更有价值的产品和方案给客户，这也是企业的“破卷求生”之道。