机器视觉赛道持续升温锂电产业成为掘金新大陆_新浪财经

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证券时报·e公司等记者采访时表示。

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。