机器视觉赛道持续升温 锂电产业成为掘金新大陆

让产线自己“长眼睛”，从而摆脱人工劳动的低效和不稳定，制造行业从这点需求出发催生出一块百亿规模的机器视觉市场，锂电新能源等新兴行业的崛起更是拓展出想象空间。在锂电产能扩张和良率提升的过程中，机器视觉企业还需要在成本、精度、标准化等方面持续攻克，从而跟随大客户一同踏上高速成长的列车。

资本热潮袭来

作为智能制造浪潮中的垂直领域，机器视觉在近些年热度持续不散。这块百亿规模的市场正在高速增长，从现有的物流等环节向更多领域拓展。

据不完全统计，仅2022年上半年，机器视觉领域就发生融资事件16起，其中融资金额在亿元及以上的融资事件占7起。近期就有视比特机器人在7月20日宣布完成3亿元B轮融资，由经纬创投领投；紧接着灵西机器人在7月22日完成由熙诚金睿领投的数亿元B+轮融资。高工咨询最新发布的《2022年机器视觉产业发展蓝皮书》显示上述数据。

二级市场上的机器视觉板块同样火热。数据显示，凌云光、奥普特、精测电子、奥比中广等公司从7月下旬开始密集获得机构调研，其中凌云光和奥普特接待机构均超百家。

机器视觉的技术核心在于图像识别和信息处理，可以广泛应用在工业、农业、交通等多行业的智能化过程中。具体可以分为2D视觉和3D视觉，前者可以获取到平面图片，后者则可以获取长、宽、高三个纬度的信息。

随着智能制造和工业机器人的发展，机器视觉市场规模也在近些年快速扩张。高工机器人产业研究院(GGII)统计显示，2021 年中国机器视觉市场增速超过 45%，其中2D 视觉市场规模约为 117.20 亿元，3D 视觉市场约为 11.51亿元。预计至2025年，中国机器视觉市场规模将有望超过 380 亿元，其中3D 视觉市场规模将超过 100 亿元。

增量空间将主要来自工业领域，GGII统计当前这一领域总体渗透率约5%。想要突破这块市场，机器视觉企业满足不同的需求。“相比于消费类，工业类硬件更加注重产品细分，以满足特定的精度范围需求；软件更追求稳定性、高效率以及柔性能力。”深圳视科普机器人技术有限公司总经理余舒帆在接受记者采访时表示。

当前机器视觉在工业领域应用最多的场景是物流、上下料、分拣等环节。湖南视比特机器人有限公司总经理周红谱认为，企业亟需开拓新的应用市场，“物流这类环节已经很内卷了，例如拆码垛的技术要求是很低的，大多数企业都能做，只是积累案例多少的差别，因此只能比拼价格，甚至有企业免费赠送产品。而汽车、锂电、3C等产业中还有更大的空间可以发挥。”

整体来看，机器视觉领域存在康耐视、恩基士等跨国巨头，占据了市场一半以上的份额。国内除了海康机器人、华睿科技等大型公司外，以创业公司居多，且目前融资轮次集中在B+轮以下。

高工机器人产业研究所所长卢瀚宸表示，近两年机器视觉的融资热诞生于硬科技投资背景之下，但现在马太效应加剧，更多的资本涌向头部企业，基于当前还处于发展初期阶段的判断，融资的多少跟未来能否真正跑出来并不一定正相关，市场价格竞争还是非常激烈，当前能真正实现盈利的企业还很少。

掘金锂电新大陆

锂电行业近两年景气度高涨，不仅产能快速扩张，对产线良率的要求也越来越高，这给机器视觉等智能化产品带来肥沃的落地土壤。

GGII 数据显示，3C 电子行业是机器视觉最多的应用领域，连续多年应用占比第一；其次是汽车、半导体、锂电池、医药等行业。其中锂电行业 2021 年需求增长明显，预计未来5-10 年将会是机器视觉主要增长的拉动引擎之一。预计每GWh产线对应700万元的机器视觉产品，而锂电行业长期新增产能规划已经达到2.5TWh。

机器视觉的加持能使部分工序更加稳定、高效。周红谱以自家电池盒托盘测量系统为例，传统接触式测量设备做全检需要4小时以上，而采用机器视觉只需要2分钟，“此外机器检测可以打通工艺闭环，将数据形成专家系统进而指导工艺的提升。”

不过，客户的核心诉求是降本增效，机器必须在成本账上算得过人工。“以汽车行业为例，增量市场比较好做，因为主机厂对新产线考虑更多的是实现产能和自动化水平；但现在大部分还是存量市场的改造需求，一般都有2-3年的投资回报率要求。”周红谱表示。

更重要的一点是，锂电下游应用事关安全，目前产业对缺陷率的追求从ppm(百万分之一)级别向ppb(十亿分之一)提升。“要达到设备的高精度要求，需要相机、传动、环境光抑制、算法降噪等技术的配合，还需要对锂电工艺特别了解。”赛那德科技有限公司CTO胡添表示。

此外，锂电行业大规模扩产伴随着多元化。当前电池整体标准化程度并不高，不同电池厂甚至统一电池厂内部就有方壳、圆柱、软包等多条技术路线，以及更细分的刀片、短刀、468X等不同规格。面对复杂的下游市场，目前除去少部分的机器视觉头部企业能够输出标准化产品，大多数企业还是只专注于单一领域，诸如缺陷检测、矢量测量、视觉定位等。

是否能实现标准化直接关乎企业的规模效应。周红谱称，现在开拓新场景基本用的是“堆人”的模式，需要做大量的开发调试的工作。如果达到“客户买个相机就能用”的程度，就更有利于场景间的快速推广。

从另一个角度，雷宇认为，只有当产业发展足够成熟，客户才会愿意共同做标准化的工作，现在更多的是实现具体功能就好。实际上难以做到绝对的标准化，尤其是越往应用层走就越难。因此现阶段比拼的更多是快速准确地判断出可以标准化的环节，后面跟进的资源投入才会有效果。

“锂电是一个集中度很高的行业，甚至高于整车厂，而且将来会越来越集中。因此对于涉足该领域的机器视觉企业来说，跟紧头部大客户，积累行业know-how，深入参与到联合开发和预研中，这样技术有望持续迭代提升，订单也将得到持续，后面的成长就会持续领先。”卢瀚宸表示。