核心观点: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。行业端，3C电子是最主要的行业，新能源行业增速最快，受益于质量管控政策和行业高增速。技术端，大模型和3D视觉等AI技术将打开更多工业场景，推进标准化，助企业降本增效。我们认为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。
　　 1.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。
　　 2.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。
　　 3.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%。
　　 4.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%。
　　 5.建议关注两类公司：1）软件算法成熟、解决方案能力强，产业链布局完整的公司，建议关注凌云光和奥普特。凌云光自研底层视觉软件算法、视觉系统/装备，同时向价值量更高的基础器件拓展，如相机、专用镜头、图像传感器等。奥普特是国内光源及光源控制器龙头，同时自研镜头、相机、视觉控制系统等。随着国产替代的进一步加速，公司凭借技术壁垒将逐步巩固优势。
　　 2）下游增速快，品类拓张能力强的公司，建议关注精测电子、中科飞测、天准科技。精测电子半导体膜厚、电子束设备已取得国内一线客户的批量订单，OCD设备获得多家一线客户验证通过、取得部分订单；明场光学缺陷检测设备已取得突破性订单、完成首台套交付。中科飞测无图形晶圆缺陷检测设备系列、图形晶圆缺陷检测设备系列、三维形貌量测设备系列、薄膜膜厚量测设备系列等产品，已应用于国内28nm及以上制程的集成电路制造产线。天准科技除了聚焦传统的3C量测、检测业务外，近年来在汽车、光伏等行业的增速也非常迅猛，随着公司LDI设备在PCB领域的拓展，智能网联业务以及半导体检测设备等新品类的拓张，公司将进一步拓展其业务版图。
　　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。