文|道總有理
1969年，美國貝爾實驗室誕生了第一片CCD圖像傳感器，工業(yè)視覺行業(yè)從此搭界數(shù)碼圖像，在這個領域漫長的發(fā)展歷程中，黑白過渡到彩色、分辨率由低到高、靜態(tài)升級動態(tài)……圖像與視覺的結(jié)合，逐漸滲透到現(xiàn)實到各個領域。
國內(nèi)計算機視覺行業(yè)還算繁榮，根據(jù)對國內(nèi)外六大權(quán)威機構(gòu)的匯總，我國計算機視覺市場規(guī)模有望突破1000億；綜合保守預測，數(shù)字也在700億左右，時至今日，第四次視覺革命已然升級到3D概念。
3月份，一大批3D視覺企業(yè)相繼獲得資本青睞，跨維智能、地標科技、翌視科技順利完成大額融資，僅2022年第一季度，3D視覺領域發(fā)生融資就超過10起。
隨著AI領域大刀闊斧地前進，整個計算機視覺產(chǎn)業(yè)所蔭蔽的風口數(shù)不勝數(shù)，根據(jù)相關(guān)數(shù)據(jù)，早在2019年，其核心產(chǎn)業(yè)規(guī)模與帶動的相關(guān)產(chǎn)業(yè)規(guī)模就分別高達633.3億元和1438.6億元，各占AI核心與相關(guān)產(chǎn)業(yè)的58.2%和37.6%。
或許正是市場過于熱絡，所堆砌的泡沫也在慢慢溢出。
“狹隘”的應用場景？
不可否認，計算機視覺的應用場景一直存在偏頗。
從應用使用占比來看，安防影像分析是行業(yè)主要應用對象，約有68%，其次是廣告營銷，占比約為18%，互聯(lián)網(wǎng)娛樂與泛金融領域占比分別為4%與7.7%，剩下手機應用約有2%，其他創(chuàng)新領域累計有1%。
場景限制所引發(fā)的市場矛盾有目共睹，首先就是頭部企業(yè)早已將這些為數(shù)不多的商機瘋狂瓜分，根據(jù)前瞻經(jīng)濟學統(tǒng)計，計算機視覺的幾大應用層領域各有霸主占山為王，比如最肥沃的安防板塊，《2018全球視頻監(jiān)控信息服務報告》顯示，?？低暿袌龇蓊~以37.94%占據(jù)全球第一，大華股份排名第二，占比17.02%，宇視科技則以2.8%的市場份額占據(jù)全球第六。
此外，“四小龍”里的曠視與依圖也赫然在列，泛金融與手機娛樂同樣少不了它們幾個的身影，新的玩家想要再度入場，除了挖掘更多應用場景，似乎沒有太大的勝算。
值得注意的是，隨著科技不斷滲透生活，落地現(xiàn)實，計算機視覺技術(shù)在未來勢必會迎來一波場景大爆發(fā)。根據(jù)Tractica的分析，2016-2025年計算機視覺最受歡迎的十大用案例，除了幾個老生常談的領域，工業(yè)、醫(yī)學、自動駕駛甚至情感分析……緊跟著浮出水面。
特別是工業(yè)制造與以自動駕駛為主的整個行車賽道。
制造業(yè)自然不必贅述，半導體電子、食品生產(chǎn)、工業(yè)檢測、各行的制造環(huán)節(jié)都需要依賴視覺傳感來逐漸實現(xiàn)自動化生產(chǎn)?！?021年中國工業(yè)機器視覺產(chǎn)業(yè)發(fā)展白皮書》顯示，2021年中國工業(yè)機器視覺市場規(guī)模約為250億元。放眼全球，根據(jù)MarketsandMarkets的預測，預計到2025年全球機器視覺市場規(guī)模將突破130億美元；2026年將接近140億美元。
我國的機器視覺發(fā)展進程頗為活躍，有機構(gòu)曾經(jīng)預測，在未來三年，這個領域的復合增速會接近24%。從需求端來看，當前80%以上的工業(yè)表面缺陷檢測仍依賴于人工檢測法，每天有至少350萬人從事著人工肉眼的檢測工作。
因此，工業(yè)似乎成了視覺風口的下一個兵家必爭之地，資本的反應一向最能說明問題，三月份融資成功的幾家公司，跨維智能與翌視科技、地標科技的主營范圍皆在工業(yè)市場。
然而，擴展場景不是一時之功，資本為何齊齊涌入工業(yè)范疇，無非是因為短時間內(nèi)無法拯救狹隘的應用場景，相比之下，似乎只剩下工業(yè)市場有料可挖。
至于行車賽道，商用行車安全的確為視覺應用提供了無數(shù)想象空間，據(jù)悉，這幾年國內(nèi)商用車市場持續(xù)擴張，根據(jù)中汽協(xié)公布的數(shù)據(jù)，早在2018年，商用車的銷量就創(chuàng)下了歷史新高，產(chǎn)銷分別達到428萬輛和437.1萬輛。
但值得注意的是，視覺技術(shù)應用在行車范圍內(nèi)的落差不小。據(jù)悉，在實驗室環(huán)境下，行業(yè)多數(shù)公司對照片等二維信息的識別基本能在99%以上，而落實到實際應用場景則遠遠低于這個數(shù)值。
視覺賽道上擠滿了翹首以待的資本玩家，可惜前路難明，孤木難支。
無可奈何的“游戲規(guī)則”
不得不說，想要在新一輪洗牌中先行一步的資本，面臨前方源源不斷的割據(jù)勢力，開始有些迫不及待。以最近的融資案為例，獲得數(shù)千萬融資的地標科技剛剛成立于去年七月，跨維智能成立于去年六月。
新玩家入局，無論功績幾何，資本的包容度都肉眼可見。
這幾年，視覺市場對于頭部以下的企業(yè)來講，是一個不可多得的出頭機會。以曾經(jīng)深受資本寵愛的格靈深瞳為例，2020年以后，是格靈深瞳“發(fā)跡”的起點，僅是雙光溫測智能識別設備在當年就創(chuàng)下4716.02萬元，占當年營收的19.43%。
只不過在凈利潤上，數(shù)值依舊不忍直視。根據(jù)調(diào)查顯示，2018年-2020年公司凈利潤分別為-7456.55萬元、-41758.32萬元和-7820.16萬元，格靈深瞳2021年上半年凈利潤更是高達-5703.79萬元。
頂著熱度與壓力前行，很多企業(yè)陷入僵局，往前難以撼動頭部們龍蟠虎踞的格局，往后又無法割舍這個日益堅實的市場。就目前來看，視覺風口的最終落腳點還是繞不過技術(shù)重心，地標科技、翌視科技以及跨維智能本輪的融資除了團隊拓展，便是產(chǎn)品研發(fā)。
科技圈研發(fā)一向是個燒錢的長線游戲。相關(guān)資料顯示，格靈深瞳2018年至2020年累計研發(fā)投入合計28308.78萬元，占最近三年累計營業(yè)收入的比例為77.37%，尤其是2018年和2019年，研發(fā)投入遠超營業(yè)收入。
賠本也要搞研發(fā)，這是視覺賽道最無可奈何的游戲規(guī)則。
年輕企業(yè)愁存亡，老牌企業(yè)的鬧心事也不少。尤其天下視覺千千萬，安防市場占一半，傳統(tǒng)安防企業(yè)本身的硬件成本居高不下，那些靠安防站穩(wěn)計算機視覺領域的企業(yè)多數(shù)困于盈利漩渦。
?？低曉谌虻囊曨l監(jiān)控市場占有22.6%的市場份額，毛利率和同期的人工智能其他公司相比，諸如科大訊飛、曠視科技、虹軟科技卻是最低的。提供智能手機AI解決方案的虹軟科技毛利率能達到94.29%，海康威視則不到50%。
國內(nèi)掀起視覺風云的主力軍是互聯(lián)網(wǎng)，百度早在2013年就成立百度深度學習研究院，展開包括計算機視覺在內(nèi)的多領域研究，2017年，百度還全資收購了美國視覺科技公司xPerception，2018年，百度全線開放人臉識別、文字識別、圖像審核、圖像識別等五大類、共58項基礎能力。
但根據(jù)媒體報道，迄今為止也只有20萬開發(fā)者在使用百度的計算機視覺能力。
無獨有偶，阿里在計算機視覺上的起步也不晚，從2015年開始，阿里就陸續(xù)推出圖像識別、視覺識別等領域上百款細分產(chǎn)品。如今，一向無利不起早的互聯(lián)網(wǎng)也多少有點迷茫，諾大的視覺行業(yè)，家家有本難念的經(jīng)。
后來者未必是輸家
計算機視覺領域，從某種層面來看，應用范圍比較宏觀，也正因如此，視覺之戰(zhàn)早就在全球的各個角落打響。
首先，在整個視覺領域，海外的入局時間與速度都不可置否。微軟在上個世紀90年代就為計算機視覺技術(shù)成立了人工智能實驗室，并發(fā)表論文數(shù)百篇，2015年，微軟亞洲研究院還曾在ImageNet大規(guī)模視覺挑戰(zhàn)賽中獲得三個主要項目的冠軍。
Facebook從2012年開始，先后以投資或收購7家計算機視覺相關(guān)的公司?！?017年-2024年全球計算機視覺市場行為分析和預測》中，英偉達、英特爾、高通、蘋果、谷歌等多家海外巨頭被列入全球計算機視覺市場的主要參與者。
這其中，我國企業(yè)的身影寥寥無幾。
其次，在以工業(yè)為主的機器視覺，目前全球機器視覺產(chǎn)品的高端市場仍然被美、德、日品牌占據(jù)，比如美國康耐視、國家儀器，德國巴斯勒、伊斯拉視像，日本基恩士、歐姆龍……其中，光康耐視和基恩士就壟斷了近50%的全球市場份額。
反觀國內(nèi)，視覺資本下半場終于開始青睞工業(yè)板塊，熱烈而又略顯空白的市場背景是最好的解釋之一。事實上，我國雖然姍姍來遲，但如果分門別類地看，其實也未必會輸。
我國比較能拿得出手的是人臉識別。
根據(jù)國際調(diào)研機構(gòu)GenMarketInsight發(fā)布的《2018年全球人臉識別設備市場研究報告》，2023年，中國將占全球面部識別市場份額的45%。美國國家標準與技術(shù)研究院對全球人臉識別算法測試結(jié)果顯示，排名前11名的企業(yè)，只有兩家來自美國，剩下來自中國、俄羅斯和立陶宛，其中中國企業(yè)包攬了前五名。
毫無疑問，強大的智能手機市場與移動互聯(lián)網(wǎng)基礎為這一領域注入了充足的應用可能。
國內(nèi)在視覺學術(shù)研究上從未落過下風，在2007年至2017年期間，我國AI研究論文增長了400％，此前的CVPR上，蘋果和谷歌贊助舉辦了一項關(guān)于不同光照條件下雙目攝像機圖像分析競賽，獲勝者來自中國國防科技大學。
技術(shù)不斷精化，市場無限拓深，只是在視覺商業(yè)化上，我國總是缺少一定的領域基因。一個很明顯的趨勢是，海外的視覺賽道早已成批企業(yè)化，我國依舊是學術(shù)大于技術(shù)落地，比如美國企業(yè)參與支持的相關(guān)論文數(shù)量就是官方的七倍。
比較欣慰的是，我國的視覺技術(shù)正在逐漸從“紙上談兵”走入現(xiàn)實，走入資本，2013年到2018年，這5年間，國內(nèi)有30家以上的視覺領域企業(yè)相繼成立。這是好事，畢竟在科技向上的洪流前，輸贏似乎只是時間問題。