在(zai)人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)大(da)規(gui)模(mo)滲(shen)透(tou)到(dao)日(ri)常(chang)生(sheng)活(huo)的(de)同(tong)時(shi)，在(zai)工(gong)業(ye)領(ling)域(yu)，尤(you)其(qi)是(shi)占(zhan)據(ju)龐(pang)大(da)市(shi)場(chang)的(de)手(shou)機(ji)製(zhi)造(zao)環(huan)節(jie)
，正(zheng)吸(xi)引(yin)越(yue)來(lai)越(yue)多(duo)機(ji)器(qi)視(shi)覺(jiao)類(lei)公(gong)司(si)的(de)目(mu)光(guang)。

jinri
，zaijieshoujizhecaifangshi
，duoweijiqishijiaogongsichuangshirenbiaoshi，anfanglingyudeyingyongyijingyongxianzhuduodujiaoshou，gongyechangjingyouqizaizhiliangjiancehuanjie，zhengchengweixiayigebeimiaozhundefangxiang。youqizaiyuegangaodawanqubeijingxia，zhusanjiaofadadezhizaoyeyujizhongzaicidechanxueyannenglizhengjiakuaironghe。

尤其國家近年對半導體行業的大力支持下，部分機器視覺類公司“瞄上”半導體封裝等環節，正著手對此進行下一步的技術突破。

工業檢測土壤

從計算機視覺領域來看
，其產業化落地的步伐最先從與人相關開始。

10月25日，IDC中國高級研究經理盧言霞向記者分析道

，在目前相對成熟的應用市場中，安防中細分的軟件供應模塊
、靜態人臉識別、公共區域的門禁等方麵屬較快增長領域；但細分到動態麵部識別
、比如抓拍時，仍需要一定時間迭代。此外在智慧交通領域，由城市擁堵引發的需求導致過去1-2年規模較大。

從2018年開始，手機終端和互聯網端的具體應用場景開始成為顯著增長點，後者包括智能建房、3D試衣等場景。“接下來在阿裏、京東和其他創新公司的推動之下

，預計2018-2019年新零售的AI應用場景成為下一個熱點。此外醫療影像識別
、自動駕駛等市場空間也很大。”

反觀機器視覺領域
，盧言霞認為
，從宏觀來看其整體算法和應用落地尚且未到大規模爆發階段。這最首先便是與自動化程度相關。

“計算機視覺模型的建立，需要大量數據資源，從目前國內製造業整體來看，聯網程度尚不足夠。但在工業應用場景中
，對於AI算法的精度要求很高，否則會帶來安全隱患。”她表示
，因此整體看來，國內應用在製造場景的機器視覺爆發

，與工業互聯網推進程度強相關，或將需要2-5年時間逐步醞釀。

盧言霞分析道，製造行業差別很大
，有自己的行業規則，也需要很深的行業理解。“據我了解目前運用在工業製造領域，真實場景下平均精準度大概在80%-90%
，個別理想狀態可以達到98%-99%。但更多應該還是在采集數據和訓練模型階段。因此目前會被用在對質量和精度要求沒那麼高的產品製造中。”

dangranzhusanjiaodeyoushizaiyu，zhizaoyechangjingfengfu，qietuidongzhinengzhizaofazhandexiangguanxinxinggongchangzhengzhubuzaizhengcezhichixiajiansheqilai。zheyeshizaidawanquzhengyongxianyipijujiaojiqishijiaojishuluodigongsidebeijingsuozai，qizhongshoujichanyelianyouyupangdadeshichangkongjianzuishouguanzhu。

10月19日
，高視科技董事長薑湧向21世紀經濟報道記者表示
，工業自動化分兩大領域

，第一是工業生產設備，第二是工業檢測設備。高視科技聚焦的正是後者。“第二個領域意味著生產自動化基本完成
，這樣的公司產量很大、實力很強，是很好的基礎。而手機相關領域就是基數很大
，迭代性強的代表行業，且利潤度非常好。”

在檢測設備中運用機器視覺的訴求迫切
，更與人體檢測成本過高有關。從趨勢來看，手機產業鏈中電池、蓋板、屏幕等環節被優先關注。

“舉個例子，2017年需要40萬工人檢測屏幕，但屏幕檢測對人眼傷害比較大，且傷害不可修複。因此這個場景中
，機器換人是趨勢。”薑湧解釋道
，而中國的手機屏幕產能占全世界比例的50%
，電池所占比例達到近70%。

品圖視覺科技則專注在手機蓋板瑕疵檢測方麵。公司創始人兼CEO劉穎告訴21世紀經濟報道記者，該領域檢測的行業規模約在196億人民幣。

半導體封裝機遇

不(bu)約(yue)而(er)同(tong)地(di)，上(shang)述(shu)高(gao)管(guan)均(jun)向(xiang)記(ji)者(zhe)表(biao)達(da)了(le)對(dui)半(ban)導(dao)體(ti)行(xing)業(ye)參(can)與(yu)度(du)的(de)熱(re)情(qing)。這(zhe)與(yu)政(zheng)策(ce)支(zhi)持(chi)相(xiang)關(guan)，另(ling)外(wai)從(cong)技(ji)術(shu)角(jiao)度(du)
，也(ye)意(yi)味(wei)著(zhe)麵(mian)向(xiang)更(geng)高(gao)階(jie)的(de)比(bi)拚(pin)。

“我們的研發會繼續朝著有挑戰、有高技術壁壘的方向走，目前實際落地當然要考慮到賺錢和容易落地的問題，比如鈕扣、電池檢測等。但我們比較看好半導體行業。”劉穎向記者表示。

薑jiang湧yong也ye指zhi出chu，對dui半ban導dao體ti封feng裝zhuang階jie段duan的de檢jian測ce是shi公gong司si關guan注zhu的de方fang向xiang，並bing已yi著zhe手shou布bu局ju，雖sui然ran在zai國guo內nei工gong業ye製zhi造zao過guo程cheng中zhong，半ban導dao體ti封feng裝zhuang尚shang未wei是shi主zhu流liu市shi場chang
，目mu前qian還hai沒mei到dao“爆點”，但“在政府政策支持下，或許1-2年後會開始帶來機會。我們會提前布局，因為現在的技術從布局到成熟可能還要一年，我們希望在一年之後能趕上這個時候。”

劉穎則進一步解釋道，“半導體是周期很長、要求極高的產業，我們當然輕易不敢進入
，對半導體的檢測也不是某一家公司可以輕易做到
，未來我們將考慮尋求合作方一起介入。”

在(zai)政(zheng)策(ce)支(zhi)持(chi)下(xia)
，國(guo)內(nei)半(ban)導(dao)體(ti)行(xing)業(ye)今(jin)年(nian)迎(ying)來(lai)新(xin)一(yi)輪(lun)熱(re)度(du)
，產(chan)業(ye)收(shou)並(bing)購(gou)熱(re)情(qing)也(ye)不(bu)斷(duan)走(zou)高(gao)。但(dan)相(xiang)比(bi)國(guo)內(nei)十(shi)分(fen)成(cheng)熟(shu)的(de)手(shou)機(ji)產(chan)業(ye)鏈(lian)，半(ban)導(dao)體(ti)封(feng)裝(zhuang)領(ling)域(yu)實(shi)則(ze)發(fa)展(zhan)緩(huan)慢(man)，這(zhe)類(lei)機(ji)器(qi)視(shi)覺(jiao)公(gong)司(si)仍(reng)有(you)很(hen)長(chang)一(yi)段(duan)路(lu)要(yao)走(zou)。

劉穎清楚意識到，無論從精密度
、光學部件配置等方麵
，都要達到納米級水準。這需要的將不止軟件
，還有機器乃至於電控方麵都要匹配。

“要配合精密度更高的半導體封裝，光學
、視覺算法等是核心。”薑湧也表示
，為此
，機器視覺公司的迭代
，也將是以“一代設備”為單位，而非隻是“一批設備”。

不過
，目前AI人才稀缺是普遍性難題。大灣區的產學研聯動固然可以帶來較好的基礎資源，但同時需要警惕行業認知度問題。

比如劉穎向記者提出，“實際上真正的AI人ren才cai很hen少shao，隻zhi不bu過guo這zhe個ge行xing業ye現xian在zai比bi較jiao好hao，又you有you一yi些xie現xian成cheng的de開kai放fang性xing資zi源yuan
，有you時shi會hui給gei年nian輕qing人ren帶dai來lai錯cuo覺jiao，以yi為wei拿na幾ji張zhang照zhao片pian訓xun練lian獲huo得de結jie果guo
，就jiu是shi懂dong得deAI算法，但AI研究本身的結構
、資源、數據配備，其實很有講究。所以真正精通的人才仍然緊缺。另外是GPU等硬件，目前仍是運用國外的產品居多。”

不過她很有信心，“隻要有這個行業在，有這個氣氛，倒不是特別擔心。隻不過需考慮清楚，著力點要放在哪裏，而不要說隻是看到這個行業很熱。”