Meta AI最近在官網發布了一個基礎模型——Segment Anything Model（SAM），并將其開源。該模型的本質是使用基于Transform模型架構的GPT方式，讓計算機具備理解圖像中一個個“對象”的通用能力。SAM模型可以接受文本提示，并基于海量數據訓練而獲得泛化能力，從而實現圖像分割的重要任務。圖像分割有助于識別和確認圖像中的不同物體，并將它們從背景中分離出來。這在自動駕駛和醫學成像等應用中特別重要。
根據CBInsight數據，機器視覺是人工智能正在快速發展的一個分支，當前中國已成為繼美國、日本之后的第三大機器視覺領域應用市場。盡管作為新興技術和產業，中國機器視覺行業規模相對較小，但其增速遠快于全球，處于高速成長的階段。GGII預計到2025年，機器視覺市場規模將超過1200億元，行業具有長期廣闊的發展前景。
根據美國制造工程師協會(SME)機器視覺分會的定義，機器視覺是利用光學裝置和非接觸式傳感器自動獲取和處理真實物體的圖像，以獲得所需信息或用于控制機器人運動的設備。機器視覺是人工智能、計算機科學、圖像處理和模式識別等領域合作完成的，它利用計算機、圖像傳感器和其他相關設備來模擬人類視覺功能，賦予機器“看”和“認知”的能力。
機器視覺設備通常包括兩個部分：
1）硬件部分，即“視”部分，包括光源、鏡頭、工業相機和圖像采集卡；
2）軟件部分，即“覺”部分，是系統的視覺處理軟件。機器視覺具有識別、測量、定位和檢測四大功能，其中檢測技術是最具挑戰性的。
逐步替代人工的機器視覺在工業領域相對于人眼視覺擁有顯著優勢，如精度高、速度快、適應性強、可靠性高、效率高等人工視覺無法比擬。
在我國，隨著人工成本增加、數字化轉型以及制造業效率和質量要求提高的背景下，機器視覺正在被廣泛應用。
根據行業研究數據庫行行查的資料顯示，機器視覺產業可以分為上游、中游和下游終端應用三個部分。
上游的范圍較為廣泛，包括光源、工業鏡頭、工業相機、圖像采集卡以及軟件和算法平臺等環節；
中游是機器視覺產業鏈最核心的環節，由視覺系統和視覺裝備集成構成；
下游則是應用領域，廣泛應用于電子、半導體、機器人、汽車、醫療等各個行業。
在一個典型的機器視覺系統中，硬件部分包括光源及光源控制器、鏡頭和相機，負責成像。視覺控制系統則負責對成像結果進行處理分析，并將輸出的分析結果傳輸至智能設備的其他執行機構。機器視覺應用系統則由圖像捕捉、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊組成。
光源及光源控制器
光源控制器與光源搭配使用，光源控制器負責供電和控制光源的狀態（亮/滅）、亮度、頻閃等。在機器視覺行業中，LED光源產品是主要采用的光源，其好壞取決于對比度、亮度和對位置變化的敏感程度。針對每個特定的應用實例，目前還沒有通用的機器視覺照明設備，需要使用個性化的方案以達到最佳效果。
國內光源行業的市場呈現出兩極分化的態勢，高端市場被CCS和AI等外企主導，而中低端市場國產化率超過90%，國內廠商競爭激烈。其中，奧普特是市場占有率最大的企業，其他主要參與廠商包括沃德普、緯朗光電、大族激光和義眾實業等。
工業鏡頭
針對機器視覺應用的工業鏡頭相當于人眼晶狀體，起始點為采集和傳遞物體信息。工業鏡頭需要滿足不同場景下高光學分辨率、光學畸變更小和光譜響應豐富等應用需求。
在市場格局方面，外企在高端市場占據市場份額，而國內企業則主要推出性價比較高的產品，在中低端市場國產化率超過80%。
目前，東正光學、慕騰光、普密斯、聯創電子、聯合光電、鳳凰光學和宇瞳光學等廠商在工業鏡頭領域處于主要地位。
工業相機
相機在機器視覺中扮演著圖像采集的重要角色，就像人眼的視網膜一樣將光信號轉換成電信號。
光學通過鏡頭聚焦到像平面上，生成圖像后，相機會采集并輸出模擬或數字信號。這些信號在視覺控制系統中被重建為灰度或彩色的矩陣圖像。
工業相機市場主要由歐美進口品牌占據，國產品牌從低端市場開始逐步替代進口產品。
目前，奧普特、海康機器人（海康威視的子公司）、大恒圖像和華睿科技（大華股份的子公司）等公司已經具備工業相機生產能力。
圖像處理軟件及算法平臺
在機器視覺系統中，軟件和系統是關鍵，能夠為整個解決方案提供更高的附加值。
機器視覺開發工具主要分為兩種類型，一種是包含多種處理算法的工具包，另一種是專門實現某一類特定任務的應用軟件。
底層算法難度很大，外國公司幾乎壟斷了底層算法領域，而本土廠商正在積極尋求突破。目前，國內僅有少數企業擁有自己的算法庫。
國內代表性的軟件和算法供應商包括凌云光、深科達、商湯科技、虹軟科技和云從科技等。
圖像采集卡和圖像處理器領域的供應商包括維視圖像、凌云光、凌華科技、北京君正、富瀚微和高新興等。
機器視覺設備和集成
視覺裝備是由視覺系統和自動化裝備構成的。除了自主研發、生產并銷售標準化的機器視覺核心部件，機器視覺廠商還提供整體解決方案，深度結合下游實際場景。
在國內，集成端發展迅速，尤其是在一些外資還沒有布局的領域或非標自動化領域，例如3C等。當前，國內集成廠商單純進行二次開發利潤空間較小，因此，一旦在某一行業下游完成良好布局，有望嘗試逐步向上游底層開發延伸，進行核心軟硬件的進口替代。
國內機器視覺設備環節主流供應商包括天準科技、凌云光、奧普特、矩子科技、美亞光電、精測電子、賽騰股份、奧比中光、勁拓股份、先導智能、康鴻智能等。而系統集成商主要布局者包括凌云光、精測電子、依圖科技、智泰科技、維視圖像、格林深瞳等。
機器視覺市場格局顯示，國內品牌在中低端市場具有競爭力，而高端市場仍由海外品牌主導。其中，基恩士和康耐視兩大巨頭壟斷了全球市場份額超過50%。這表明機器視覺行業擁有較高的行業壁壘，主要源于其“技術密集”和“工藝密集”這兩大特性。從1998年引入機器視覺系統以來，參與機器視覺產業發展的國內企業逐年增加。根據企查查數據，2010年至2019年每年新增行業內相關企業呈逐年增長的趨勢，到達2019年時，當年新增機器視覺企業數已達819個，達到近年來的頂峰。然而，由于疫情影響和行業內集中度的提升，2020年以來每年新增企業數逐漸放緩，2021年共新增278家機器視覺相關企業，市場格局仍然相對分散。
目前，90%的制造業企業擁有自動生產線，但僅有40%實現數字化管理，5%打通工廠數據，1%使用智能化技術，許多場景仍然依賴于人工或簡單設備進行識別和檢測。據康耐視數據估計，在全球3.6億制造業工人中，約有3500萬人從事視覺質檢工作，每年僅視覺檢測的人工成本就超過3000億美元。然而，機器視覺可以通過節約人工成本為下游帶來價值增值。同時，考慮到產品質量和一致性的提高、數字化生產和機器視覺在高精度、復雜場景下的增量應用等因素，機器視覺行業前景廣闊。
總體來看，中國工業增加值占全球比例正不斷提升，未來在自動駕駛、醫療成像、工業機器人等高速成長的行業的帶動下，有望提振機器視覺行業需求，進一步擴大市場。
