中信建投发布研究报告称，工业机器视觉是高技术壁垒、商业模式成熟、国产替代迅速、行业快速发展的优秀赛道。随着中国制造业的智能化转型，机器视觉会深度赋能工业全流程，建议关注1)算法成熟、产业链布局完整；2)下游增速快、品类拓张能力强的两类公司。

中信建投主要观点如下：

高技术壁垒赛道，产业链上游价值量高。工业机器视觉是集光学成像、人工智能、自动化控制等多方面技术于一体的行业，具有很高的技术壁垒，同时相较于其他AI赛道，具有更成熟的技术和商业模式。工业机器视觉产业链上游为零部件及软件算法，中游为视觉装备及方案，下游为具体的应用场景与行业。上游的零部件及软件算法占机器视觉80%的价值量。

【资料图】

技术、产业、政策三重利好，助推我国机器视觉产业发展。技术端，3D视觉技术、深度学习逐渐成熟，工业机器视觉有望在更复杂的工业检测场景中实现渗透。AI大模型的提出，将推进软件的标准化进程，帮助企业降本增效。产业端，随着制造业智能化转型的需求，机器视觉设备的渗透率将。

国产厂商技术逐渐成熟，国产替代正当时。近年来国产厂商的市场份额呈上升趋势，2021年国产厂商占据了近50%市场份额，在中低端元件等市场中已经具有较强竞争力。同时国产厂家通过技术研发、投资并购等式积极布局高端零部件市场，部分产品已经具备一定国际竞争力。例如，康耐视在中国的机器视觉业务呈现出增速放缓趋势，2020/2021/2022的同比增速分别为46%/19%/13%。

下游应用需求明确，3C电子是最主要机器视觉市场，新能源涨势迅猛逐步成为主要增长市场。受益于在3C电子更多环节逐步渗透以及产线持续迭代带来的稳定需求，3C机器视觉稳健增长;新能源行业受益于明确的质量管控需求，机器视觉在更多环节应用，且行业增速和竞争格局更优，GGII预计2021-2025的中国锂电机器视觉市场规模CAGR达到45.11%。

风险提示：

新应用场景拓展不及预期：机器视觉在下游行业中应用场景的渗透率提升是机器视觉行业增长的重要逻辑，若机器视觉新产品无法满足下游应用场景的性能需求，则会导致机器视觉在下游应用场景中的渗透受阻。

下游应用行业增长不及预期：机器视觉系统和设备的销售受到其下游应用行业的影响较大，若下游应用行业的增长放缓，则会导致下游行业对于机器视觉的需求减弱。

新技术研发不及预期：若3D机器视觉、深度学习、大模型等相关先进技术的更新迭代不及预期，则会影响机器视觉的应用推广。

数据数量与数据质量不及预期：具体应用场景中的机器视觉需要足量的高质量数据进行训练，若部分场景的数据数量和质量存在短板，则会影响机器视觉在这一下游应用场景的落地。

算力基础设施不及预期：随机器视觉技术逐步走向深度学习和大模型，若相应的边缘计算、云计算等算力资源发展不及预期，则会影响机器视觉的技术迭代与落地。

市场竞争加剧风险：机器视觉下游产业需求的不断扩大将导致更多厂商进入这一市场，行业中的相关公司将面临着市场竞争加剧的风险。