面對機器視覺新風向，在5月11日2022機器視覺技術與應用峰會上午的“前沿技術匯智專場：共創智能新視界”主題專場，富士康工業AI負責人盧銳、中科融合CEO王旭光博士、賽那德CTO王義山、海康機器人機器視覺研發總監邱波圍繞機器視覺的“價格內卷”和“技術走向”等話題進行了圓桌討論。

圓桌對話：

1、在產線上加入視覺功能，工廠是偏好購買光源相機安裝在產線上，還是直接購買機器視覺裝備加入產線？

2、GPT大模型與工業領域視覺結合的可能性如何？風險與挑戰有哪些？

3、經過多年發展，3D視覺規模不是很大，但是“價格戰”明顯已經開始了，這是一種進步嗎？

4、在視覺產業鏈當中，當前在環節實現國產替代？哪些部件是國產替代的重點？

5、機器視覺未來短期、中期和長期的技術走向？

“產線應用”

富士康工業AI負責人盧銳：我們主要是做集成，線陣光、面陣光都集中在產線中，包括在電池段SMT的AOI也是直接借助廠商整個集成好的整臺設備直接導入產線，我們不會對它做一些硬件上的改造，但是會在軟件上面對它做一些優化。

“大模型”

海康機器人 機器視覺研發總監 邱波：大模型在檢測效果方面表現優異，然而結合工業視覺應用就存在經濟性問題。大模型耗電，對資源的消耗較大，仍需要針對性去做優化。

賽那德 CTO 王義山：GPT只是大模型的一種，最近開發出來的SAM更值得期待，有了SAM就不需要做數據標注，并且可以針對某一個行業做預訓練。ChatGPT其實相當于已經完成了高中生或者本科生的通識教育。我們則可以根據業務問題做一些預訓練，這樣它就成了一個研究生，懂這個行業。具體場景下再訓練，相當于一個研究生入公司前的入職培訓。AIGC的生產力相當于零成本，邊際成本非常低。

最怕的是每個企業不一樣，都要針對性定制，工程師還要現場調試，成本就會非常高。傳統操作對工程師要求也不是很高，他只要懂我們公司產品，知道怎么部署、調整就可以。而現在可以通過大模型生成代碼，人參與的工作會越來越少。提高人的效率，然后逐漸代替部分基礎工程師。

中科融合 CEO 王旭光博士：我們現在做泛機器視覺，所以從芯片角度來講，我們為行業提供的價值是如何把3D模型/圖像內容產生的成本最低化。3D是對物理世界真實的重構，更精準。

以醫學場景為例，3D模型變得更便宜、更精準之后，ChatGPT則可以讓模型的使用變得更簡單、更有趣。現階段的數字人基本上都是用電影工業的幾百個攝像頭，非常昂貴。

ChatGPT與工業視覺還有一定距離，但是SAM分割大模型是非常值得期待的。現在的視覺產品，無論是缺陷檢測還是做視覺引導，獲得模型之后很重要的一步就是把圖片當中的不同物體精準地分割出來。

但是大模型AIGC風險是極大的。

富士康 工業AI負責人 盧銳：我們富士康數據是一定不能出廠的，數據一定會留在車間內，甚至有些數據不能出車間。ChatGPT如何跟機器視覺進行一個結合？我們也在探索一條路。譬如說在SMT的AOI質檢，我們把缺陷探出來以后，用AI質檢地方式進行缺陷分類、結果分類。可以與ChatGPT以對話的方式，詢問缺陷在前制程PCB板上的哪個位置，甚至是問提供來料的廠商。

“價格戰” 中科融合 CEO 王旭光博士：價格“內卷”在各行各業都不可避免地存在。大家完全可以做細分場景，這樣就不用卷得那么辛苦。

賽那德 CTO 王義山：行業成熟，企業一窩蜂入局，價格就“卷”。疫情之下，很多行業問題無形之中被放大了。大客戶或者大廠商為了拿下訂單就把價格壓低了。

從行業方面來看，實際上AI深度學習就是模擬人的大腦，視覺是模擬人的感知系統、五官。未來，模擬、結合人腦去做的事情會越來越多，價值會被不斷放大，這是一個發展方向。

通用型產品必然會越來越多，如果要避免“價格戰”的話，要做差異化競爭。專注一個方向，并把它做好做強，形成壁壘。賽那德可以靈活定制抓取、分揀、穿透式檢測，將這個部分做得精細化就能擁有更高的議價能力。

海康機器人 機器視覺研發總監 邱波：我們要理性看待價格“內卷”。行業中確實有越來越多的人入局，肯定會形成競爭。過于無序的競爭確實對行業長期健康發展是不利的。但也正是因為有更多的玩家進來，就把整個產品的成本和價格壓下來了，讓更多以往想用3D視覺產品而沒法用的客戶接受并使用3D視覺產品，最終通過3D視覺產品來提升質量檢測的水平及生產力。

3D視覺廠家要夯實基礎，鍛造產品核心技術。相較于2D相機，3D相機在產品的標準性、接口規范以及形態上并不那么成熟，還有很大的發展空間。

“國產替代” 中科融合 CEO 王旭光博士：我在硅谷做芯片已經很多年了，那里有很多優秀的芯片設計師、工程師。我們有巨大的市場，也有以前積累的巨大產業鏈。就自主建立體系來講，我認為我們已經具備了核心要素，所以是比較樂觀的。

去年年初，國內頭部電商做了一次3D相機的選型，最終選了中科融合，為什么？因為按照3D點云的效果排名，我們排在前幾位。再拆開來看就會發現相機里面的核心零部件沒有一家是自產的，只有我們是自產的。什么東西貴，什么東西能自造，DLP、GPU，我們把它們換掉，我們里面用了很多國內頭部工業相機廠商的工業攝像頭，所以從技術邏輯上看還是比較容易的。

我認為AI、大模型出現后，細分場景有巨大的機會，大家還是各司其職，沒有必要在價格上往死了卷。

賽那德 CTO 王義山：其實可以改變思路，如果參照電商的發展，不是說國外是這樣做芯片的，我就硬要這樣做，沒必要。我們怎么國產替代電商云服務器，我們就怎么國產替代小型機。芯片、視覺感知已經有了，可能要創造一些新的模式，適合中國發展的模式。

富士康 工業AI負責人 盧銳：首先肯定是以客戶制定供應商為首位，其次我們也是希望加速國產替代。像面陣、線陣的相機，2D的AOI、3D的AOI，我們希望現場更多工序和設備實現國產替代，穩定性要好，價格高一些也沒關系。

“短中長期技術走向” 海康機器人 機器視覺研發總監 邱波：多光譜技術；視覺采集部分加速接口；AI技術；3D應用。

賽那德 CTO 王義山：中期，大模型、AI有了質的飛躍，以及電氣控制和算法的發展，工業用機械手臂靈活性更好了。

長期的技術就是人形機器人，除了特殊場景需要對一個特定功能進行加強，可能更多的是通用型的，以后所需要的就不是專門的工業機器視覺，很可能和居家的陪伴機器人差別沒那么大，只是算法會有所差別。 富士康 工業AI負責人 盧銳：我認為短期還是在AOI設備，就是單點單工位情況。中期我們希望集各家所長，把光機電算一系列設備集成在一起。長期希望實現整個產線全自動化，目前產線還是處于半自動化狀態，需要人為干預。

審核編輯 ：李倩