机器视觉前沿技术大探讨：大模型、价格战、国产替代

面对机器视觉新风向，在5月11日2022机器视觉技术与应用峰会上午的“前沿技术汇智专场：共创智能新视界”主题专场，富士康工业AI负责人卢锐、中科融合CEO王旭光博士、赛那德CTO王义山、海康机器人机器视觉研发总监邱波围绕机器视觉的“价格内卷”和“技术走向”等话题进行了圆桌讨论。

圆桌对话：

       1、在产线上加入视觉功能，工厂是偏好购买光源相机安装在产线上，还是直接购买机器视觉装备加入产线？

2、GPT大模型与工业领域视觉结合的可能性如何？风险与挑战有哪些？

3、经过多年发展，3D视觉规模不是很大，但是“价格战”明显已经开始了，这是一种进步吗？

4、在视觉产业链当中，当前在环节实现国产替代？哪些部件是国产替代的重点？

5、机器视觉未来短期、中期和长期的技术走向？

“产线应用”

富士康工业AI负责人卢锐：我们主要是做集成，线阵光、面阵光都集中在产线中，包括在电池段SMT的AOI也是直接借助厂商整个集成好的整台设备直接导入产线，我们不会对它做一些硬件上的改造，但是会在软件上面对它做一些优化。

“大模型”

海康机器人 机器视觉研发总监 邱波：大模型在检测效果方面表现优异，然而结合工业视觉应用就存在经济性问题。大模型耗电，对资源的消耗较大，仍需要针对性去做优化。

赛那德 CTO 王义山：GPT只是大模型的一种，最近开发出来的SAM更值得期待，有了SAM就不需要做数据标注，并且可以针对某一个行业做预训练。ChatGPT其实相当于已经完成了高中生或者本科生的通识教育。我们则可以根据业务问题做一些预训练，这样它就成了一个研究生，懂这个行业。具体场景下再训练，相当于一个研究生入公司前的入职培训。AIGC的生产力相当于零成本，边际成本非常低。

最怕的是每个企业不一样，都要针对性定制，工程师还要现场调试，成本就会非常高。传统操作对工程师要求也不是很高，他只要懂我们公司产品，知道怎么部署、调整就可以。而现在可以通过大模型生成代码，人参与的工作会越来越少。提高人的效率，然后逐渐代替部分基础工程师。

中科融合 CEO 王旭光博士：我们现在做泛机器视觉，所以从芯片角度来讲，我们为行业提供的价值是如何把3D模型/图像内容产生的成本最低化。3D是对物理世界真实的重构，更精准。

以医学场景为例，3D模型变得更便宜、更精准之后，ChatGPT则可以让模型的使用变得更简单、更有趣。现阶段的数字人基本上都是用电影工业的几百个摄像头，非常昂贵。

ChatGPT与工业视觉还有一定距离，但是SAM分割大模型是非常值得期待的。现在的视觉产品，无论是缺陷检测还是做视觉引导，获得模型之后很重要的一步就是把图片当中的不同物体精准地分割出来。

但是大模型AIGC风险是极大的。

富士康 工业AI负责人 卢锐：我们富士康数据是一定不能出厂的，数据一定会留在车间内，甚至有些数据不能出车间。ChatGPT如何跟机器视觉进行一个结合？我们也在探索一条路。譬如说在SMT的AOI质检，我们把缺陷探出来以后，用AI质检地方式进行缺陷分类、结果分类。可以与ChatGPT以对话的方式，询问缺陷在前制程PCB板上的哪个位置，甚至是问提供来料的厂商。

“价格战”   中科融合 CEO 王旭光博士：价格“内卷”在各行各业都不可避免地存在。大家完全可以做细分场景，这样就不用卷得那么辛苦。

赛那德 CTO 王义山：行业成熟，企业一窝蜂入局，价格就“卷”。疫情之下，很多行业问题无形之中被放大了。大客户或者大厂商为了拿下订单就把价格压低了。

从行业方面来看，实际上AI深度学习就是模拟人的大脑，视觉是模拟人的感知系统、五官。未来，模拟、结合人脑去做的事情会越来越多，价值会被不断放大，这是一个发展方向。

通用型产品必然会越来越多，如果要避免“价格战”的话，要做差异化竞争。专注一个方向，并把它做好做强，形成壁垒。赛那德可以灵活定制抓取、分拣、穿透式检测，将这个部分做得精细化就能拥有更高的议价能力。

海康机器人 机器视觉研发总监 邱波：我们要理性看待价格“内卷”。行业中确实有越来越多的人入局，肯定会形成竞争。过于无序的竞争确实对行业长期健康发展是不利的。但也正是因为有更多的玩家进来，就把整个产品的成本和价格压下来了，让更多以往想用3D视觉产品而没法用的客户接受并使用3D视觉产品，最终通过3D视觉产品来提升质量检测的水平及生产力。

3D视觉厂家要夯实基础，锻造产品核心技术。相较于2D相机，3D相机在产品的标准性、接口规范以及形态上并不那么成熟，还有很大的发展空间。

“国产替代”   中科融合 CEO 王旭光博士：我在硅谷做芯片已经很多年了，那里有很多优秀的芯片设计师、工程师。我们有巨大的市场，也有以前积累的巨大产业链。就自主建立体系来讲，我认为我们已经具备了核心要素，所以是比较乐观的。

去年年初，国内头部电商做了一次3D相机的选型，最终选了中科融合，为什么？因为按照3D点云的效果排名，我们排在前几位。再拆开来看就会发现相机里面的核心零部件没有一家是自产的，只有我们是自产的。什么东西贵，什么东西能自造，DLP、GPU，我们把它们换掉，我们里面用了很多国内头部工业相机厂商的工业摄像头，所以从技术逻辑上看还是比较容易的。

我认为AI、大模型出现后，细分场景有巨大的机会，大家还是各司其职，没有必要在价格上往死了卷。     

赛那德 CTO 王义山：其实可以改变思路，如果参照电商的发展，不是说国外是这样做芯片的，我就硬要这样做，没必要。我们怎么国产替代电商云服务器，我们就怎么国产替代小型机。芯片、视觉感知已经有了，可能要创造一些新的模式，适合中国发展的模式。

富士康 工业AI负责人 卢锐：首先肯定是以客户制定供应商为首位，其次我们也是希望加速国产替代。像面阵、线阵的相机，2D的AOI、3D的AOI，我们希望现场更多工序和设备实现国产替代，稳定性要好，价格高一些也没关系。

“短中长期技术走向”   海康机器人 机器视觉研发总监 邱波：多光谱技术；视觉采集部分加速接口；AI技术；3D应用。

赛那德 CTO 王义山：中期，大模型、AI有了质的飞跃，以及电气控制和算法的发展，工业用机械手臂灵活性更好了。

长期的技术就是人形机器人，除了特殊场景需要对一个特定功能进行加强，可能更多的是通用型的，以后所需要的就不是专门的工业机器视觉，很可能和居家的陪伴机器人差别没那么大，只是算法会有所差别。  富士康 工业AI负责人 卢锐：我认为短期还是在AOI设备，就是单点单工位情况。中期我们希望集各家所长，把光机电算一系列设备集成在一起。长期希望实现整个产线全自动化，目前产线还是处于半自动化状态，需要人为干预。

审核编辑 ：李倩