研究报告全文：机器视觉AI赋能拥抱机器智能化时代2023-09-16投资建议SAM大模型开源模型优势明显今年MetaAI发布基础模型SegmentAnythingModelSAM及其训练数据集SA-1B并在GitHub上开源推动了机器视觉通用基础大模型的研究与应用SAM大模型用GPT的方式让计算机具备理解图像中个体对象对图像进行观察思考和逻辑推理的能力主要用于对图像或视频中物体的识别和分割具备处理大规模数据准确率和性能高等优点我们在此前报告中深度分析了机器视觉行业的产业链和市场格局本篇将探讨人工智能浪潮下机器视觉技术和应用层面的发展趋势理由智能制造转型时代下游应用升级推动软件算法迭代随着我国制造业向精细化数字化智能化方向升级机器视觉渗透率逐步提升视觉系统在精密组装和精密检测中已经得到有效验证但随着下游消费电子半导体汽车等行业对机器视觉的技术和检测精度提出更高要求传统软件算法存在数据样本不足实时性较低以及算法泛化不足等问题导致应用场景进一步拓展受限人工智能对机器视觉加持的影响作用逐渐加深AI大模型快速发展打开机器视觉增量空间3D视觉技术和深度学习算法快速发展利用大量工业数据AI算法优化图像检测模型提高机器视觉向许多无规则易混淆复杂度高等非标准化场景的扩展能力此次SAM开源实现零样本和少样本学习能力突破了机器视觉的底层技术扩展包括物体表面区域分割外观缺陷检测等应用空间随着大模型进一步向多模态发展我们认为图像处理门槛将进一步降低提升机器视觉产品性能优势助力其渗透到更多应用场景之中为机器视觉在工业智能化应用带来新机遇AI机器视觉智能制造有望多场景落地1自动驾驶领域人工智能支持驾驶自动化进入下半场推动自动驾驶规模与视觉方案的发展2人形机器人领域AI底层算法运用海量数据信息训练神经网络优化复杂数据信息的接收与分析提升信息识别和定位精准度3工业自动化领域顺应工业40的进程在工业中提升生产效率减少人工成本一方面代替劳动力完成包括焊接打包组装等繁复工作另一方面扩大精度较高应用领域的渗透程度带动Al工业视觉的市场规模估值与建议机器视觉厂商有望持续受益我们推荐数据案例积累丰富的解决方案提供商和成像优质的零部件设备商推荐奥普特天准科技关注凌云光未覆盖风险AI算力需求不及预期下游应用落地不及预期行业竞争加剧