机器视觉打响第四次“革命”，先到者如何占据先机，后来者如何抓住机遇？
在国际权威研究机构Gartner最新出炉的2022年度《Magic Quadrant for Cloud AI Developer Services》研究报告上，腾讯被列为“挑战者”之一，并成为唯一连续三年被列入该份报告的中国云厂商。同时，在计算机视觉方面，腾讯云凭借出色的产品服务能力获得了全球第二的评分排名，再次印证了腾讯云在云AI开发者服务领域的国际领先地位。
作为全球最具权威的IT研究与顾问咨询公司，Gartner每年都会发布不同领域的市场调研报告。
该份Gartner研究报告基于执行能力和战略层面两项评估标准对厂商进行评估。其中执行能力评估标准包括产品或服务、总体生存能力、销售执行/定价、市场响应能力/记录、营销执行、客户体验与操作等指标。
据了解，腾讯目前将其丰富的人工智能资源用于游戏、视觉和其他服务，不断创新与完善服务能力。同时开发了CAIDS(云AI开发者服务)市场上最广泛的合作伙伴生态系统之一，为开发者和合作伙伴提供了专业且良好的生态环境。
得益于在AI技术领域布局和研究，腾讯云在自然语言、计算机视觉、自动机器学习三大领域优势突出。尤其在计算机视觉方面，腾讯云AI联合腾讯优图实验室、多媒体实验室、天御、微信等领先团队，融合互联网媒体AI应用经验，打造了扎实的技术基础。其中，围绕腾讯优图实验室算法支持的图像视频处理和分析、OCR技术等先进能力，腾讯云提供了非常丰富的计算机视觉产品组合，并不断对其进行完善。
除此之外，腾讯云还提供了丰富的标准化AI应用服务，构筑了完善的人工智能产品矩阵，涵盖智能语音、自然语言处理等多样化定制化产品。比如在自然语言处理方面，腾讯云提供了情感分析、智能分词、文本纠错等数十种能力，开箱即用，大大满足了开发者各种AI应用需求。
据了解，在AI开发者服务领域，腾讯云凭借多年在技术、产品以及生态等多领域的广泛布局，并基于游戏、社交、移动支付等领域的优势地位，配备过硬的技术支撑和完善的开发服务，逐渐在AI开发者群体中形成了强大的技术影响力。
目前，腾讯云已提供了超过300项标准化AI开放能力和超过80个AI行业解决方案，包括为国家人口普查、健康码等提供核心的自研AI技术能力等。其中，公有云日处理图像超50亿张，日处理语音超250万小时，日处理自然语言超千亿句，同时在新加坡、马来西亚、印度、泰国、韩国、菲律宾等亚太国家提供直接的产品服务和技术支持，服务全球用户数超过12亿。此外，腾讯优图实验室的算法研究成果多次在国际权威比赛中创造世界纪录，拥有1600+项AI相关专利，发表顶会论文300+篇。
视觉革命向3D靠拢
国内计算机视觉行业还算繁荣，根据对国内外六大权威机构的汇总，我国计算机视觉市场规模有望突破1000亿;综合保守预测，数字也在700亿左右，时至今日，第四次视觉革命已然升级到3D概念。
3月份，一大批3D视觉企业相继获得资本青睐，跨维智能、地标科技、翌视科技顺利完成大额融资，仅2022年第一季度，3D视觉领域发生融资就超过10起。
随着AI领域大刀阔斧地前进，整个计算机视觉产业所荫蔽的风口数不胜数，根据相关数据，早在2019年，其核心产业规模与带动的相关产业规模就分别高达633.3亿元和1438.6亿元，各占AI核心与相关产业的58.2%和37.6%。
随着科技不断渗透生活，落地现实，计算机视觉技术在未来势必会迎来一波场景大爆发。根据Tractica的分析，2016-2025年计算机视觉最受欢迎的十大用案例，除了几个老生常谈的领域，工业、医学、自动驾驶甚至情感分析……紧跟着浮出水面。
特别是工业制造与以自动驾驶为主的整个行车赛道。
制造业自然不必赘述，半导体电子、食品生产、工业检测、各行的制造环节都需要依赖视觉传感来逐渐实现自动化生产。《2021年中国工业机器视觉产业发展白皮书》显示，2021年中国工业机器视觉市场规模约为250亿元。放眼全球，根据MarketsandMarkets的预测，预计到2025年全球机器视觉市场规模将突破130亿美元;2026年将接近140亿美元。
我国的机器视觉发展进程颇为活跃，有机构曾经预测，在未来三年，这个领域的复合增速会接近24%。从需求端来看，当前80%以上的工业表面缺陷检测仍依赖于人工检测法，每天有至少350万人从事着人工肉眼的检测工作。
因此，工业似乎成了视觉风口的下一个兵家必争之地，资本的反应一向最能说明问题，三月份融资成功的几家公司，跨维智能与翌视科技、地标科技的主营范围皆在工业市场。
然而，扩展场景不是一时之功，资本为何齐齐涌入工业范畴，无非是因为短时间内无法拯救狭隘的应用场景，相比之下，似乎只剩下工业市场有料可挖。
至于行车赛道，商用行车安全的确为视觉应用提供了无数想象空间，据悉，这几年国内商用车市场持续扩张，根据中汽协公布的数据，早在2018年，商用车的销量就创下了历史新高，产销分别达到428万辆和437.1万辆。
但值得注意的是，视觉技术应用在行车范围内的落差不小。据悉，在实验室环境下，行业多数公司对照片等二维信息的识别基本能在99%以上，而落实到实际应用场景则远远低于这个数值。
视觉赛道上挤满了翘首以待的资本玩家，可惜前路难明，孤木难支。
无可奈何的“游戏规则”
不得不说，想要在新一轮洗牌中先行一步的资本，面临前方源源不断的割据势力，开始有些迫不及待。以最近的融资案为例，获得数千万融资的地标科技刚刚成立于去年七月，跨维智能成立于去年六月。
新玩家入局，无论功绩几何，资本的包容度都肉眼可见。
这几年，视觉市场对于头部以下的企业来讲，是一个不可多得的出头机会。以曾经深受资本宠爱的格灵深瞳为例，2020年以后，是格灵深瞳“发迹”的起点，仅是双光温测智能识别设备在当年就创下4716.02万元，占当年营收的19.43%。
只不过在净利润上，数值依旧不忍直视。根据调查显示，2018年-2020年公司净利润分别为-7456.55万元、-41758.32万元和-7820.16万元，格灵深瞳2021年上半年净利润更是高达-5703.79万元。
顶着热度与压力前行，很多企业陷入僵局，往前难以撼动头部们龙蟠虎踞的格局，往后又无法割舍这个日益坚实的市场。就目前来看，视觉风口的最终落脚点还是绕不过技术重心，地标科技、翌视科技以及跨维智能本轮的融资除了团队拓展，便是产品研发。
科技圈研发一向是个烧钱的长线游戏。相关资料显示，格灵深瞳2018年至2020年累计研发投入合计28308.78万元，占最近三年累计营业收入的比例为77.37%，尤其是2018年和2019年，研发投入远超营业收入。
赔本也要搞研发，这是视觉赛道最无可奈何的游戏规则。
年轻企业愁存亡，老牌企业的闹心事也不少。尤其天下视觉千千万，安防市场占一半，传统安防企业本身的硬件成本居高不下，那些靠安防站稳计算机视觉领域的企业多数困于盈利漩涡。
海康威视在全球的视频监控市场占有22.6%的市场份额，毛利率和同期的人工智能其他公司相比，诸如科大讯飞、旷视科技、虹软科技却是最低的。提供智能手机AI解决方案的虹软科技毛利率能达到94.29%，海康威视则不到50%。
国内掀起视觉风云的主力军是互联网，百度早在2013年就成立百度深度学习研究院，展开包括计算机视觉在内的多领域研究，2017年，百度还全资收购了美国视觉科技公司xPerception，2018年，百度全线开放人脸识别、文字识别、图像审核、图像识别等五大类、共58项基础能力。
但根据媒体报道，迄今为止也只有20万开发者在使用百度的计算机视觉能力。
无独有偶，阿里在计算机视觉上的起步也不晚，从2015年开始，阿里就陆续推出图像识别、视觉识别等领域上百款细分产品。如今，一向无利不起早的互联网也多少有点迷茫，诺大的视觉行业，家家有本难念的经。
后来者未必是输家
计算机视觉领域，从某种层面来看，应用范围比较宏观，也正因如此，视觉之战早就在全球的各个角落打响。
首先，在整个视觉领域，海外的入局时间与速度都不可置否。微软在上个世纪90年代就为计算机视觉技术成立了人工智能实验室，并发表论文数百篇，2015年，微软亚洲研究院还曾在ImageNet大规模视觉挑战赛中获得三个主要项目的冠军。
Facebook从2012年开始，先后以投资或收购7家计算机视觉相关的公司。《2017年-2024年全球计算机视觉市场行为分析和预测》中，英伟达、英特尔、高通、苹果、谷歌等多家海外巨头被列入全球计算机视觉市场的主要参与者。
这其中，我国企业的身影寥寥无几。
其次，在以工业为主的机器视觉，目前全球机器视觉产品的高端市场仍然被美、德、日品牌占据，比如美国康耐视、国家仪器，德国巴斯勒、伊斯拉视像，日本基恩士、欧姆龙……其中，光康耐视和基恩士就垄断了近50%的全球市场份额。
反观国内，视觉资本下半场终于开始青睐工业板块，热烈而又略显空白的市场背景是最好的解释之一。事实上，我国虽然姗姗来迟，但如果分门别类地看，其实也未必会输。
我国比较能拿得出手的是人脸识别。
根据国际调研机构GenMarketInsight发布的《2018年全球人脸识别设备市场研究报告》，2023年，中国将占全球面部识别市场份额的45%。美国国家标准与技术研究院对全球人脸识别算法测试结果显示，排名前11名的企业，只有两家来自美国，剩下来自中国、俄罗斯和立陶宛，其中中国企业包揽了前五名。
毫无疑问，强大的智能手机市场与移动互联网基础为这一领域注入了充足的应用可能。
国内在视觉学术研究上从未落过下风，在2007年至2017年期间，我国AI研究论文增长了400%，此前的CVPR上，苹果和谷歌赞助举办了一项关于不同光照条件下双目摄像机图像分析竞赛，获胜者来自中国国防科技大学。
技术不断精化，市场无限拓深，只是在视觉商业化上，我国总是缺少一定的领域基因。一个很明显的趋势是，海外的视觉赛道早已成批企业化，我国依旧是学术大于技术落地，比如美国企业参与支持的相关论文数量就是官方的七倍。
比较欣慰的是，我国的视觉技术正在逐渐从“纸上谈兵”走入现实，走入资本，2013年到2018年，这5年间，国内有30家以上的视觉领域企业相继成立。这是好事，毕竟在科技向上的洪流前，输赢似乎只是时间问题。
当然，如果泡沫再少一点，局面肯定会更加明朗。
计算机视觉公司对比分析
向上开拓场景，向下布局算力
始于技术，终于场景。国内AI企业在资本的支持下，前期技术研发保持高投入，主要集中在计算机视觉、语音识别、 自然语言处理等感知和认知方面的通用人工智能技术。技术变现最好的方式就是融入场景，目前各AI企业在不同的 领域逐步开始渗透。 布局芯片算力，打造软硬一体化解决方案。相比传统CPU等芯片，AI芯片的技术门槛相对较低，同时AI算法与底层 硬件的配合能够进一步突出算法的优势，部分AI企业已经在芯片领域有布局，如依图科技的求索芯片，云天励飞的 DeepEye1000，云知声的UniOne等。未来软硬件一体化是AI公司发展方向，旷视、云从等均有布局AIoT硬件设备。
高研发高亏损，毛利率有提升空间
技术的商业化变现是必然要求。AI是研发投入高、技术周期长的知识密集型产业，深度学习算法高度依赖数据和算力， AI企业单纯以算法变现不太可能，未来需要对行业有更深的理解，实现技术在场景中的商业化变现。 高研发高亏损，毛利率有提升空间。待上市的六家主要AI视觉企业研发投入占营收的比例普遍在70%左右，当前均未 实现盈利，商汤科技、云天励飞、创新奇智等表观亏损仍在扩大。从毛利率来看，2020年商汤科技的毛利率提升到 70%以上，其他各家由于硬件占比较高、标准化交付能力相对较弱，毛利率均在50%以下，预计未来有一定提升空间。
直销为主，客户集中度高
以直销模式为主，销售网络及渠道建设有待提高。目前AI视觉企业主要以直销模式为主，直接对接终端客户和大集成 厂商，客户以政府部门、事业单位、国有企业为主。未来随着落地场景进一步拓展，AI企业的销售网络及渠道建设有 待提高。 客户集中度较高，云从呈现回落趋势。待上市的六家主要AI视觉企业前五大客户占总收入的比重2020年仍保持上升趋 势，其中云天励飞、依图科技、云从科技占比较高，商汤、旷视占比维持在30%左右，但也呈现上升趋势。预计未来 随着业务范围扩大，客户集中度有望下降。
应收账款占比高，下游客户结构有待优化
应收账款占比较高，受疫情影响收款难度进一步加大。目前AI企业的下游终端客户主要还是以政府端为主，客户的付 款周期本身就较长，AI四小龙的应收账款占营收的比重均超60%。2020年受疫情影响，收款难度在进一步加大。 短期信用风险可控，长期客户结构有待优化。短期来看，尽管各家AI企业应收账款占比高，但从账来看，目前还主要 以1年以内的应收为主，信用风险可控。但从长期来看，应收账款比重过大不利于企业业务的扩张，占用现金流过多， 预计未来各家企业将进一步优化下游客户结构，提升营收质量。
文章来源：雷峰网，未来智库，道总有理
