3D视觉时代即将到来。

增长率超过100%。

在过去的一年里，当大部分资本从激情回归理性的时候，3D视觉赛道依然火热，这股热潮还在持续蔓延。

一方面，融资频繁，无论是视觉机器人、灵犀机器人、Mecarmand等智能机器人。公司、或者AI视觉如途洋科技、深度视觉智能、智翔光电。公司今年以来，已陆续披露了大笔融资。

据不完全统计，仅今年7月，3D视觉在工业机器人领域的融资案例就有5起，与去年一季度的金额相当。

另一方面，从下游应用行业来看，3D视觉已经应用于汽车、半导体、薄膜、锂电池、面板、3C、光伏、物流、PCB、食品饮料等行业。

正面战场，各家都使出浑身解数抢市场，推方案。在后方战场，他们在防护等级、稳定性、准确性、扫描速度、数据传输等方面挖河筑堤。

在这场共同的旅行背后，涌现出了四支代表力量:机器视觉老兵、AI视觉公司、机器人部落、互联网科技巨头。

很多势力在热门赛道混战的情况并不少见，但我们关心的是，为什么是他们？各方在工业制造领域的分量如何？哪一方的立足点才是未来竞争的核心位置？

一个

自带光环的机器人部落

机器人是三维视觉最热门的应用领域之一。

机器人赛道要想保持高速发展，离不开一双更智能的3D视觉眼睛；3D视觉技术想要证明自己的实力，机器人也是一个极好的载体。

机器人部落大多定位“3D视觉+AI+机器人”。

如果说3D视觉相当于眼睛获取外界信息，那么AI相当于大脑，可以引导眼睛更准确地识别图像，与人工智能融合，3D视觉可以最大限度地发挥其优势。

机器人部落的一个特点就是天生就有机器人基因，参与产业链的很多环节，在整合方案中走在前列。

有脑子有眼睛只是第一步。只有背在合适的身上，优势才能真正被激活。

在3D视觉从实验室走向复杂的工业现场的过程中，不可避免地要经历找尸体的阶段。技术链条长，做起来难度大，使得这个过程困难重重，成为当前兵家必争之地。

机器人厂商一开始就选择扎根机器人硬件，在AI、3D和机器人的相互赋能上更有优势。

他们更容易在保证产品性能的同时降低研发成本，在实现产品迭代升级对技术的反馈上也更有效率。

换句话说，机器人厂商已经建立了更强的综合实力，他们有信心面对其他厂商的竞争压力。

机器人部落的第二个特点是集结了国内3D高端人才，以整个企业的力量去努力。

机器人赛道已经过了技术产品化阶段，正处于产品商业化阶段，大量拥有资源的科技巨头纷纷涌入。

但不同的是，双方在所能给予的战略关注上，差距很大。

对于大工厂来说，机器人和3D视觉只是工业线之一。但对于机器人部落来说，这是他们的基础，必然会竭尽全力。

再者，3D机器人领域是一个需要深耕的领域。

麦克阿曼德在国内外建立了许多子公司公司分钟公司并组建近500人的核心团队。

灵犀机器人的优势是硬件技术和3D成像技术。其团队成员来自北大、浙大、清华等知名高校，在机器人、计算机视觉、自动化设备等领域拥有十余年的研发经验。

视觉比特机器人是该部落的学术代表，其优势在于软件。核心技术骨干来自普林斯顿、哥伦比亚大学、武汉大学、中科院等高校和科研院所。机构在计算机视觉、机器人、3D图形、云计算、大数据等领域积累了多年的研究成果，每年R&D投入占比超过50%。

机器人部落的第三个特点是加速关键场景的收割。

在工业4.0时代，应用场景是机器视觉厂商发展3D机器视觉业务的重要资源。

但是3D视觉+机器人可以落地的场景很多。不同的行业，不同的场景需要不同的技术标准，这就考验着机器视觉厂商的技术能力。

灵犀布局仓储物流、工业制造等领域；梅卡曼分布汽车、工程机械等行业；视比特针对工程机械、物流、汽车三大行业。

以上述三家企业为代表的智能机器人创业。公司都选择在重点区域加速落地。

在Mecarmand的官网上，其3D视觉与大型汽车主机厂、领先能源有关。公司该案已成为一个标杆。

针对智能制造和智能物流两大典型深水场景，视比特打造了“3D视觉感知与机器人柔性控制深度融合”的视觉大脑，以标准化、低成本的解决方案解决制造场景多品种、小批量生产模式带来的问题。

二

从海浪中走来的AI视觉新秀。

如果把2D时代机器视觉的头部制造商比作一个冷静老练的中年人，那么AI视觉企业就是一个风华正茂的年轻人。

他们一手拿着新兴的3D视觉技术，时刻准备上演一场可怕的大戏。

随着2D视觉技术多年的发展，我们只能得到物体的平面图。3D视觉就像人的眼睛，可以完整的再现各种3D场景。在工业生产过程中，只需“瞥一眼”规则零件和曲面的长、宽、高，不规则零件的弧度和深度，就能给出实时、高精度的三维数据测量结果。

这意味着，从2D到3D，不是简单的技术升级，而是可以获得的信息的质和量的“质”的飞跃，具有底层光学技术和算法成像技术的高壁垒。

所以，如果想从事3D视觉领域的研发，技术实力是一个硬指标。

3D视觉市场的发展需要3D视觉感知技术和AI人工智能技术的有机结合。

在此基础上，对物体的数字化重建，可以使虚拟世界更加真实，为AR/VR、虚拟购物、自动驾驶汽车、高级驾驶辅助系统带来大规模的落地。

技术是这类企业的强项，秉承“小而精”的理念，牢固树立差异化的立足点。

强大的对手往往综合素质过硬，能扎根一地，专攻一点的对手同样牛逼。

如果强敌来袭，要想守城，必须清楚自己的优势和劣势。

他们有的专注于更深更细的上游核心部件，有的依靠软件算法开发或外包摄像头，建立自己的壁垒。

欧比中广是3D视觉感知领域的领军企业，通过“芯片+模块+算法”的模式开发底层技术构建护城河。同时，我们将用标准产品覆盖中小客户的需求，识别潜在的细分市场，寻找细分行业的领先客户，并为他们提供定制化的开发服务。

光学识别技术，其优势在于3D相机的深度学习算法和光学深度耦合的整体软硬件方案的开发能力。随着纳米光学技术在3D视觉领域的应用，光鉴科技研发出全球首款量产的消费级纳米光子芯片，在3D视觉领域形成了独特的技术壁垒。

值得一提的是，在众多3D设备中，3D相机/3D采集设备的销量增速最快。2021年国内机器视觉市场规模约为160亿，其中3D摄像头占比近5%，预计到2025年将达到近10%，因此这也成为大多数厂商的重点布局方向。

肯吃苦，专攻机器视觉啃不动的硬骨头。

灵明光子专注于3D传感器芯片的研发，将前沿的单光子探测器技术应用于手机3D模块、激光雷达等高性能深度传感系统。

艾娃科技以“芯片+算法”的双重研发路线起家。公司近80%是技术人员，作为初创企业。公司目前研发投入已经过亿。

世海芯图成立于2020年，也以3D视觉ai芯片开发商的身份进入市场，向市场交付机器视觉和人工智能领域的高度集成的芯片解决方案。

欧比中广R&D副总裁张定军也表示，欧比中广从一开始就选择了“困难”模式，从芯片开始。

光鉴科技先后与中兴手机、OPPO手机合作，基于自主研发的纳米光子技术原创专利，推出了全新的屏下3D结构光技术，打破了苹果的专利和产业链垄断。

从硬件到解决方案，细分领域没有短板。

围绕3D视觉的业务大致可以分为两类，主要是3D视觉相机、传感器、芯片等硬件产品，或者主要是3D视觉系统解决方案。

前者的问题是硬件产品是主营业务，需要整合，不能直接面对客户。

后者也有局限性。它选择成为软件的整体解决方案或集成。核心的3D视觉技术占比很小，很容易被“卡住”。

所以他们从硬件产品到系统解决方案都有涉猎，专注于解决一个问题的各个子场景。

通过3D技术，AI视觉企业进入了3D相机、3D传感器芯片、3D视觉平台等产业链的不同环节。

几个起步较早，技术上相对有优势的机器视觉。公司，已经成为人工智能领域的小巨人。

三

根深蒂固的机器视觉老手

历史已经无数次用它优胜劣汰的筛选过程向我们展示了商业世界的残酷与回报。

那些能够跨越历史周期律，傲然挺立的企业，不仅懂得扬长避短，懂得在自己擅长的领域做透，也懂得欲速则不达，在时代的变迁中不断发现短板，然后用年复一年的决心去填补短板。

背后无非是一个简单的道理:大浪淘沙，沉者为金。

诞生于20世纪80年代的卡恩斯和康耐视，是机器视觉赛道的知名老牌企业。

与国外相比，国内机器视觉产业起步较晚。追赶了20年，从一条蓝色的路走到全面开放，最终与国际巨头一争高下，共享美名。

作为2D视觉时代的领军企业，他们向3D视觉的滑行是流畅而自然的。

关键是利用时间特有的门槛，在自己和别人之间划出一个“早”字。

“早”字背后是他们深厚的行业背景。

首先，技术突破需要时间、金钱和人才的积累。

在过去的几十年里，他们早早的积累了视觉技术，打磨了产品性能和技术上的核心竞争力，并以成熟的2D视觉技术获得了广泛的认可。

诚然，2D和3D属于同一个视觉系统，但技术门槛已经大大提高。既涉及到光学、结构、散热等跨学科的设计问题，也涉及到芯片、算法组成等复杂的系统设计。

他们在2D视觉方面很强，但他们也在3D视觉方面默默投入了多年，并根据过去的经验进行了探索。这些都是初创企业无法轻易跨越的鸿沟。

如果没有足够的资金弹药和扎实的技术团队，就冲进3D视觉的蓝海，一个大浪就可能造成搁浅。他们深知技术、资金和人才，这恰恰是他们站在3D视觉浪潮面前的信心所在。

其次，它具有供应链顺畅和客户群稳定的优势。

在2D时代，他们很好地与产业链的上下游合作，为自己开辟了一条广阔的道路。

前面种树，后面乘凉。这种被时间浇灌的“盟友”关系涉及面很广，实力、利益、信任、习惯交织的背后是高昂的置换成本。所以一旦形成，就很难轻易撼动，让行业新人难以追赶。

现在在3D时代，他们可以更好地借用以前的渠道。

再者，品牌光环和口碑优势是它的硬装甲。

在行业发展初期，他们凭借产品的多功能性和高质量以及出色的客户服务吸引了一批“铁杆粉丝”。

客户形成品牌粘性后，可以通过稳定出货占据市场份额，客户认可也有利于资金、人才、供应链等资源的倾斜，从而形成良性循环。

四

跨界互联网科技巨头

互联网时代的牛奶和蜂蜜流动的时代结束了，创新的机会去了市场的深水区，数字化的落地点更深入行业。

拥有大业务的互联网科技巨头在产业细分领域左右夹击、狭路相逢，早已屡见不鲜。

3D视觉是被科技巨头“围追堵截”的赛道之一。

在智能制造的浪潮下，互联网巨头想要进行科技创新，不仅要有远见和决心，更要有深水中的智慧和耐力。

坦白说，硬技术需要长期的研究和积累，技术门槛高，应用场景清晰。

欧比中广作为3D视觉头部企业，从成立到上市，用了9年时间。

互联网科技巨头往往在产品商业化临近之际密集入侵，技术落地和产业理解是短板。

因此，利用好大量的资源，交换需要的商品，成为互联网公司共同的选择。

第一，与上游企业直接合作。

支付宝与提供3D人脸识别模块的创新公司Obi Zhongguang合作。

微信支付与广建科技进行了深度合作，广建也拿下了微信刷脸支付完整的市场份额。

小米还选择与卢申时在人脸识别方面合作，定制3D人脸识别模块“复明”。

除了手机和刷脸支付，互联网科技巨头也逐渐将3D视觉技术在国内的应用延伸到智能制造、智能安防、智能硬件等多个领域。

第二，借鸡生蛋，通过对外投资扩大自己的3D视觉版图。

2020年，小米投资了一家3D机器视觉初创公司Depth Vision。后者的主要产品是微米级智能深度相机，具有微米级的测量精度、智能分析和还原物体三维形貌的能力。

2020年，小米投资了一家机器视觉初创公司，深度视觉，这是一家以光学精密测量为核心技术的3D工业相机开发商。

扬长避短，构建有影响力的生态，是互联网公司的独特优势。

制造业产业链长，建设周期慢，生产流程极其复杂，技术研发投入高，是一块难啃的硬骨头。

此外，技术改造和生产线升级无时无刻不在发生，每一次升级的背后都是供应链和供应生态的改变甚至洗牌。

互联网科技巨头强大的品牌影响力有助于聚合生态，吸引上下游产业的共同投资。在平台级的战争中，很容易干掉对手。

3D视觉还处于起步阶段，打通产业链和产品规模化还需要时间。

从竞争的角度来看，这些看不见的对手纷纷在3D视觉领域聚集，用资本和影响力换取市场，是一种“曲线救国”的方式。

从更高的角度来看，行业需要showstopper和巨头们的生态引导，这也有助于带动整个产业链的发展。

五

玩家络绎不绝。谁能在3D视觉领域领先？

由于2D视觉无法满足消费电子、智能汽车、半导体等精密制造行业不断提高的精度要求，增加了物理空间的深度信息，使3D vision BLACKPINK能够更全面、真实地记录物理世界。

对于离散制造的汽车零部件行业来说，柔性制造是必然趋势，而3D视觉正好解决了汽车零部件柔性生产线中关键的柔性定位问题。

2021年，中国机器视觉市场增速超过45%，其分支之一的3D视觉市场增长迅速，超过100%，成为今年CV行业的“香饽饽”。

这也是中国企业借助技术和资本弯道超车的绝佳机会。

作为一项新兴技术，国内外工业3D视觉技术的起步时间基本都在2014年左右，国内外的起跑线也相差不远。

国家出台了很多利好政策，同时工业制造智能化升级的市场需求强烈。在资本高度关注，赛道温度不断上升的背景下，新老玩家的激烈竞争已经开始。

在光鉴科技CEO朱力看来，3D视觉真正成熟的标志有两个:传感器、3D摄像头等硬件系统在场景中是否标准化，3D视觉能否覆盖10%的市场需求。

前者将意味着整个上游零部件供应链进入成熟和标准化；后者意味着3D视觉已经完成高端场景的覆盖，市场进入快速渗透和增长阶段。

随着万物互联时代的到来，全球有数十亿智能设备有3D视觉感知需求。这使得搭载3D视觉技术的第一代产品已经进入市场，机器看到三维世界只是一个开始。