杭州出台产业政策 视觉智能产业总体规模有望达1万亿

据杭州日报8月14日报道，日前，杭州出台了《杭州市人民政府办公厅关于高标准建设“中国视谷”高质量发展视觉智能产业的实施意见》指出，到2027年，杭州视觉智能产业总体规模将达到1万亿元。

中德邦证券表示，以其中的机器视觉为例，相比人工视觉，其拥有精度高、速度快、适应性强、可靠性高、效率高等优势，在我国人工成本增加、质量要求提高的背景下需求大幅增长，同时得到了产业政策的大力支持，正处于快速发展的黄金时期。

中信建投认为，工业机器视觉是高技术壁垒、商业模式成熟、国产替代迅速、行业快速发展的优秀赛道。行业端，3C电子是最主要的行业，新能源行业增速最快，受益于质量管控政策和行业高增速。

技术端，大模型和3D视觉等AI技术将打开更多工业场景，推进标准化，助企业降本增效。随着中国制造业的智能化转型，机器视觉会深度赋能工业全流程。

其表示，受益于上游产品智能化程度和性价比提高+下游消费者接受度提升，叠加厂商围绕视觉能力构建智能家居生态和拓展产品矩阵，智能视觉市场规模扩大。

相关公司方面，据上市公司互动平台表示，矩子科技：公司主要产品包括机器视觉设备、控制线缆组件、控制单元及设备，向客户苹果、华为等提供产品。

联合光电：公司为光学系统解决方案提供商，对华为提供机器视觉产品及智慧显示屏产品。

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。

从机器视觉行业短期来看，制造业固定资产开支回暖、国产替代加速，将加速机器视觉设备需求释放。在中性假设下，未来4年中国机器视觉市场将保持20%以上的增速，2025年机器视觉行业市场规模将达到282亿。

从机器视觉行业中期来看，国家政策对于人工智能的扶持及机器视觉在现有领域拓展带来新需求，将持续推动行业增长;

中研研究院出版的《2023-2028年中国机器视觉行业市场前瞻与未来投资战略分析报告》显示：

机器视觉与人工智能(机器视觉+AI)行业现状及投资前景预测2023

从机器视觉产业发展生命周期来看，国际机器视觉产业已经处于成熟期，预期未来几年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。

国内机器视觉产业目前还处于成长期，从近几年的情况来看，我国机器视觉产业已积累足够技术、市场、行业经验，已步入快速发展阶段。

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。

机器视觉与人工智能逐渐融合，引领向工业4.0的过渡。机器视觉是工业自动化的基础技术之一，通过搭载人工智能发展东风实现机器视觉的再一次迭代升级。

此处东风一方面为深度学习的融合，赋予机器视觉更高的准确性和速度，另一方面则为视觉处理所服务的视觉处理器的能力呈现指数级增加，奠定机器视觉中深度学习推理/训练任务的硬件基础。

复盘机器视觉发展，从能够自动执行简单任务的自动化机器，转型为视觉能力不受人类视觉能力极限约束、自主思考，从而能够长期对各种元素进行优化的自主型机器，AI+机器视觉有望能够渗透入工业制造达到全新的水平。

近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能逐渐从实验室走向产业实践，以算法、算力和数据为主旋律追求极致创新方面不断突破，为机器视觉实现更新迭代和提高应用价值的重要技术支撑。

在人工智能领域的新兴技术中，采用BurstDetection算法探测出深度学习是当前受到广泛关注的人工智能新兴技术，深度学习是一种以人工神经为架构，对数据进行表征学习的算法，“深”主要体现在更深层次的神经网络和对特征的多次变换上，与相同参数数量的浅层网络相比，深度网络具备更好的特征提取和泛化推广能力，不断为图像识别领域带来进步。

表：机器视觉与人工智能逐步融合

未来机器视觉将有望搭载更先进AI技术，切入更多差异化工业应用场景。

ChatGPT所引爆的人工智能话题正持续火热，根据中国信息通信研究院和中国人工智能产业发展联盟，当前重点逐渐从单点技术转化为实质应用转化阶段，而视觉人工智能已经泛起千层巨浪。

我们认为，搭载AI技术的机器视觉可以进一步优化性能适配更多工业应用场景。

一是：深度学习为机器视觉延伸出多元的模型架构以及对应性能提升，如生成对抗网络(GAN)能够通过生成器和鉴别器的对抗训练，在生成图像方面的能力超过其他方法;

注意力机制中的ViT则将Transformer架构直接应用到一系列图像块上进行分类任务，减少大量所需的预训练资源，即用于在图像处理方面;

在人工智能算法的不断训练和学习下，图像识别误差不断缩小，结合机器视觉设备在工业制造中能够发挥优异作用。

二是：AI技术可以对不同工程问题和工程参数进行建模，利用所采集的高质量数据进行模型的机器学习，模型与机械设备和生产现状深度绑定，以此为基础开发智能系统，继而产生即时可变的、可保持最优化的生产参数，最后交给基础自动化执行、实现机械化-自动化-数字化-智能化的全面升级。

三是：AI倒逼芯片算力持续提升，计算光学成为下一代机器视觉的突破口，依托算法的升级突破传统光学成像器件，进一步缩小设备尺寸，挖掘多样复杂的图像信息，推动机器视觉技术在工业场景中的进一步普及。

数据显示，中国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅。

2025年，人类将进入机器视觉超级视野’时代，我们将看见以前看不见的，机器视觉感知以前感知不到的。同时，随着‘人机协创’，97%的企业将用智能来武装。

预期未来几年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。

国内机器视觉与人工智能产业目前还处于成长期，从近几年的情况来看，我国机器视觉产业已积累足够技术、市场、行业经验，已步入快速发展阶段。

《中国机器视觉与人工智能市场全景调研及投资价值评估研究报告》由中研普华行业分析专家领衔撰写，主要分析了行业的市场规模、发展现状与投资前景，同时对机器视觉+AI行业的未来发展做出科学的趋势预测和专业的行业数据分析，帮助客户评估行业投资价值。

机器视觉与人工智能行业研究报告中的行业数据分析以权威的国家统计数据为基础，采用宏观和微观相结合的分析方式，利用科学的统计分析方法，在描述行业概貌的同时，对机器视觉+AI行业行业进行细化分析，重点企业状况等。

报告中主要运用图表及表格方式，直观地阐明了机器视觉+AI行业的经济类型构成、规模构成、经营效益比较、供需状况等，是企业了解机器视觉+AI行业市场状况必不可少的助手。

目前，机器视觉+AI行业在中国市场前景空间也非常巨大。想要了解更多行业详细分析，请点击查看中研研究院出版的《2023-2028年中国机器视觉行业市场前瞻与未来投资战略分析报告》。