近期，得益于各大AI模型對于數據需求的提升，以及Reddit等宣布將向聊天機器人公司收取數據使用費等催化，A股數據要素/知識產(chǎn)權/出版傳媒板塊連續大漲。

(資料圖)

但另一方面，國信證券分析師提出，由于人類(lèi)的自然語(yǔ)義數據是有限的，GPT3訓練量是40t語(yǔ)義訓練量，GPT4外界有人推測超過(guò)了400t的數據量，再往后模型參數越來(lái)越大，所需要的數據量也越來(lái)越大。人類(lèi)現有知識馬上就用完了，GPT5可能是NLP這個(gè)模態(tài)最近幾年的一個(gè)天花板。

其表示，未來(lái)各大廠(chǎng)商發(fā)力點(diǎn)可能在應用的落地、算力的提升以及“潛在空間非常大”的CV+機器視覺(jué)。

資料顯示，AI預訓練模型有NLP、CV、多模態(tài)等。

國信證券指出，其中“CV機器視覺(jué)因為模型參數小，開(kāi)源，全球語(yǔ)義庫十倍于NLP文本。目測國內的爆發(fā)，第一批會(huì )在5-6月份看到用在生產(chǎn)上，到了四季度會(huì )有大量公司引入工作流程，極大提升效率，行業(yè)不局限于TMT?！?/p>

此前文章我們跟大家聊過(guò)了CV（計算機視覺(jué)），這里跟大家重點(diǎn)聊聊機器視覺(jué)。

什么是機器視覺(jué)？

機器視覺(jué)通俗地講，就是用機器代替人眼來(lái)做測量和判斷，其作業(yè)過(guò)程一般是兩個(gè)步驟，首先利用光源、鏡頭、工業(yè)相機來(lái)負責圖片采集，將被檢測的目標轉換成圖像信號。

然后圖像處理系統根據像素分布與亮度、顏色等信息，轉變成數字信號，然后再對這些信號進(jìn)行各種運算來(lái)抽取目標的特征，進(jìn)而實(shí)現自動(dòng)識別功能。

相對于人眼，機器視覺(jué)在速度、精度、環(huán)境要求、連續工作時(shí)間等方面均存在顯著(zhù)優(yōu)勢。

機器視覺(jué)和計算機視覺(jué)的區別？

首先明確，機器視覺(jué)和計算機視覺(jué)都是人工智能的下屬科目，都是利用圖像處理、模式識別、人工智能等技術(shù)，對圖像進(jìn)行分析和理解。但是，兩者的側重點(diǎn)和應用場(chǎng)景不同。

機器視覺(jué)主要應用在工業(yè)領(lǐng)域，比如工業(yè)檢測、自動(dòng)化控制、智能制造等。而計算機視覺(jué)主要應用在偏消費領(lǐng)域，比如人臉識別、行為分析、醫學(xué)圖像、地圖導航等。

目前機器視覺(jué)主要的應用場(chǎng)景有電子設備及半導體、汽車(chē)、制藥、食品包裝等。其中，電子及半導體設備占約46.60%，主要應用在高精度的制造和檢測，如晶圓切割、3C表面檢測、AOI光學(xué)檢測、PCB印刷電路等。汽車(chē)制造是機器視覺(jué)應用的第二大場(chǎng)景，約占15.3%左右，幾乎所有系統和部件的制造都可用到機器視覺(jué)。

據招銀國際研報，相較于上千億參數的NLP模型相比，CV模型規模要小兩三個(gè)數量級，現階段比較有名的CV大模型包括微軟的swin-transformer系列，谷歌的ViT系列以及有150億參量的V-MOE模型。國內方面，截止2021年，商湯訓練了300億參數的CV模型，2022年華為也發(fā)布了30億參數的盤(pán)古系列CV模型。

上文提到，CV機器視覺(jué)因為模型參數小，開(kāi)源，全球語(yǔ)義庫十倍于NLP文本。目測國內的爆發(fā)，第一批會(huì )在5-6月份看到用在生產(chǎn)上。

華安證券也表示，CV模型參數量通常較小，且語(yǔ)料庫不存在中英文差異，值得關(guān)注。

多重因素疊加，機器視覺(jué)百億藍海市場(chǎng)

申萬(wàn)宏源表示，短中長(cháng)期多重因素推動(dòng)機器視覺(jué)市場(chǎng)需求快速提升，預計2025年市場(chǎng)規模突破390億。

1）從長(cháng)期來(lái)看，未來(lái)人口老齡化及勞動(dòng)力價(jià)格上漲將帶來(lái)機器替人剛需，機器視覺(jué)設備將逐步代替人工。

2）從中期來(lái)看，機器視覺(jué)下游應用廣闊，滲透率持續提升，3C領(lǐng)域：終端客戶(hù)對機器視覺(jué)需求從手機擴展至平板、耳機、手表等；鋰電領(lǐng)域：除攪拌外，在涂布、輥壓、卷繞、入殼等各工序都有機器視覺(jué)應用，且視覺(jué)技術(shù)同樣適用于4680等新電池；半導體、光伏等領(lǐng)域：晶圓缺陷檢測設備、光伏硅片分選設備等需求提升顯著(zhù)。

3）從短期來(lái)看，制造業(yè)固定資產(chǎn)開(kāi)支回暖、國產(chǎn)化加速，將加速機器視覺(jué)設備需求釋放。依據中國機器視覺(jué)產(chǎn)業(yè)聯(lián)盟數據，預計未來(lái)市場(chǎng)規模保持25%增長(cháng)，2025年突破390億。

相關(guān)產(chǎn)業(yè)鏈

產(chǎn)業(yè)鏈方面，機器視覺(jué)上游主要是機器視覺(jué)底層開(kāi)發(fā)商，即核心零部件（光源、相機、鏡頭、圖像采集卡等）及軟件提供商（圖像處理軟件）且其二者占據了機器視覺(jué)80%的比例，是產(chǎn)業(yè)鏈中絕對的核心環(huán)節和價(jià)值獲取者。

中游是二次開(kāi)發(fā)的系統集成和軟件服務(wù)商，主要根據上游產(chǎn)品以及下游需求進(jìn)行集成整合，越來(lái)越多上游企業(yè)向中游業(yè)務(wù)擴展延伸，形成自有的完整解決方案。

下游則是主要應用領(lǐng)域，涉及到多種制造及服務(wù)行業(yè)，主要應用于汽車(chē)制造、消費電子、食品包裝、醫療制藥以及服務(wù)機器人。

其中，光源是國產(chǎn)化最為充分的環(huán)節；鏡頭的話(huà)，高端的部分主要依賴(lài)進(jìn)口；工業(yè)相機以歐美進(jìn)口為主；圖像采集卡國內發(fā)展較為完善和成熟，圖像處理軟件則基本被國外企業(yè)壟斷，國內企業(yè)在二次開(kāi)發(fā)中有所布局。

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：