增长率超过100%。
在过去的一年里，当大部分资本从激情回归理性的时候，3D视觉赛道依然火热，这股热潮还在持续蔓延。
一方面，融资频繁，无论是施比特机器人、灵犀机器人、美卡曼德等智能机器人公司，还是图洋科技、神视智能、智翔光电等AI视觉公司。，这些公司都披露了今年的大额融资。
据不完全统计，仅今年7月，3D视觉在工业机器人领域的融资案例就有5起，与上个季度的金额相当。
另一方面，从下游应用行业来看，3D视觉已经在汽车、半导体、薄膜、锂电池、面板、3C、光伏、物流、PCB、食品饮料等多个行业得到应用。
在正面战场上，各家都使出浑身解数抢市场，推计划。在后方战场上，他们在防护等级、稳定性、准确性、扫描速度、数据传输等方面挖河筑墙。
在这场共同的旅行背后，Leifeng.com总结了四支代表力量:机器视觉元老、AI视觉企业、机器人部落、互联网科技巨头。
在热门赛道，很多势力混战的情况并不少见，但我们关心的是，为什么是他们？在工业制造领域，各方的分量如何？哪一方的立足点才是未来竞争的核心位置？
自带光环的机器人部落
机器人是三维视觉最热门的应用领域之一。
机器人履带需要一双更智能的3D视觉眼睛来保持快速发展。3D视觉技术想要证明自己的实力，机器人也是一个极好的载体。
部落多定位于“3D视觉+AI+机器人”。
如果说3D视觉相当于眼睛获取外界信息，那么AI就相当于大脑，可以引导眼睛更准确地识别图像。当它与人工智能相结合时，3D视觉可以最大限度地发挥其优势。
机器人部落的一个特点就是天生就有机器人基因，参与产业链的很多环节，在整合方案中处于领先地位。
有脑子有眼睛只是第一步。只有背在合适的身上，才能真正激活优势。
在3D视觉从实验室走向复杂的工业场景的过程中，必然要经历找身体的阶段。技术链条长，做起来难度大，使得这个过程非常艰难，成为当前兵家必争之地。
机器人厂商一开始就选择扎根机器人硬件，在AI、3D和机器人的相互赋能上更有优势。
他们更容易在保证产品性能的同时降低RD成本，通过产品迭代升级实现技术的反馈也更有效率。
换句话说，机器人制造商已经建立了更强的综合实力，因此他们有信心面对其他制造商的竞争压力。
机器人的第二个特点是集结了国内3D高端人才，以整个企业的力量去努力。
机器人赛道已经走过了技术产品化阶段，正处于产品商业化阶段，一大批拥有资源的科技巨头纷纷涌入。
但不同的是，双方能给予的战略关注度差距很大。
对于大厂来说，机器人和3D视觉只是工业线之一；但对于机器人部落来说，这是他们的基础，必然会尽力而为。
再者，3D机器人领域是一个需要深耕的领域。
Camander通过在国内外设立多个子公司和支持团队，形成了近500人的核心团队。
精灵机器人的强项在于硬件技术和3D成像技术。其团队成员来自北大、浙大、清华等知名高校，拥有十余年机器人、计算机视觉、自动化设备的研发经验。
Bitbot是这个部落的学术代表，它的优势在于软件。核心技术骨干来自普林斯顿、哥伦比亚大学、武汉大学、中科院等高校和科研机构。在计算机视觉、机器人、3D图形、云计算大数据等领域积累了多年的研究。每年RD投资占50%以上。
机器人的第三个特点是加快关键场景的收割。
在工业4.0时代，应用场景是机器视觉厂商发展3D机器视觉业务的重要资源。
但是3D视觉+机器人可以落地的场景非常多，不同的行业和场景需要不同的技术标准，这极大的考验了机器视觉厂商的技术能力。
西布局仓储物流、工业制造等领域；Camander布局汽车、工程机械等行业；Shibit瞄准三大行业:工程机械、物流、汽车。
以上述三家公司为代表的智能机器人创业公司，都选择在关键领域加速落地。
在Mecamand的官网上，其3D视觉以及大型汽车主机厂和领先能源公司的案例已经成为标杆。
针对智能制造和智能物流两大典型深水场景，视比特打造了“3D视觉感知与机器人柔性控制深度融合”的视觉大脑，以标准化、低成本的解决方案解决制造场景多品种、小批量生产模式带来的问题。
来自海浪的AI视觉新秀
如果把2D时代的机器视觉头部厂商比作稳重老练的中年人，那么AI视觉企业就是风华正茂的年轻人。
一手拿着新兴的3D视觉技术，他们时刻准备着上演一场令人敬畏的大戏。
随着2D视觉技术多年的发展，我们只能得到物体的平面图。3D视觉就像人的眼睛，可以完整的再现各种3D场景。在工业生产过程中，无论是规则零件的长、宽、高，还是不规则零件的曲面、弧度、深度的识别，只需“一瞥”，就能给出实时、高精度的三维数据测量结果。
这意味着，从2D到3D，并不是简单的技术升级，其背后是可获取信息的质和量的“质”的飞跃。后者对底层的光学技术和算法成像技术有很高的壁垒。
所以，如果想从事3D视觉领域的研发，技术实力是一个硬指标。
3D视觉市场的发展需要3D视觉感知技术和AI人工智能技术的有机结合。
在此基础上，对物体的数字化重建，可以使虚拟世界更加真实，为AR/VR、虚拟购物、自动驾驶汽车、高级驾驶辅助系统带来大规模的落地。
技术是这类企业的强项，秉承“小而精”的理念，在差异化的立足点上站稳脚跟。
强大的对手往往综合素质过硬，能扎根一处，专精一点的对手同样牛逼。
如果有强敌袭击，如果你想保护这座城市，你必须知道自己的优势和劣势。
他们有的专注于更深更细的上游核心部件，有的则通过软件算法开发或外包摄像头来建立自己的壁垒。
奥比中光是3D视觉感知领域的头部企业，基于“芯片+模块+算法”的模式，通过底层技术的研发，构筑护城河。同时，以标准产品覆盖中小客户需求，识别潜在细分市场，寻找细分行业领先客户，为其提供定制化开发服务。
简科技告诉，其优势在于3D相机深度学习算法的开发能力，以及光学深度耦合的整体软硬件方案。随着纳米光学技术在3D视觉领域的应用，光鉴科技研发出全球首款量产的消费级纳米光子芯片，在3D视觉领域形成独特的技术壁垒。
值得一提的是，在众多3D设备中，3D相机/3D采集设备的销量增长最快。2021年国内机器视觉市场规模约160亿，其中3D摄像头占比近5%。预计到2025年占比将达到近10%，因此这也成为了大部分厂商的重点布局方向。
肯吃苦，挑机器视觉啃不动的硬骨头。
灵光专注于3D传感器芯片的研发，将前沿的单光子探测器技术应用于手机、激光雷达等高性能深度传感系统的3D模块。
艾娃科技起步于“芯片+算法”的双RD路线。公司近80%是技术人员。作为一家初创公司，RD的投资目前已超过1亿美元。
Seacore成立于2020年，也作为3D vision AI芯片的开发商进入市场，向市场提供机器视觉和人工智能领域的高度集成的芯片解决方案。
欧比中广RD副总裁张定军也表示，欧比中广从一开始就选择了“困难”模式，从芯片开始。
简科技先后与中兴手机、OPPO手机合作，基于自主研发的纳米光子技术原创专利，推出了全新的屏下3D结构光技术，打破了苹果专利和产业链的垄断。
从硬件到解决方案，细分领域没有短板。
围绕3D视觉的业务大致可以分为两类，主要是3D视觉相机、传感器、芯片等硬件产品，或者主要是3D视觉系统解决方案。
前者的问题在于硬件产品是主营业务，需要整合，不能直接面对客户。
后者也有局限性，选择做软件的整体解决方案或集成很容易被“卡住”，因为核心的3D视觉技术占的并不多。
所以他们从硬件产品到系统解决方案都有涉及，专注于解决每个细分场景的一个问题。
通过3D技术，AI视觉企业进入了3D相机、3D传感器芯片、3D视觉平台等产业链的不同环节。
几家机器视觉公司，起步较早，技术相对有优势，已经成为人工智能领域的小巨头。
根深蒂固的机器视觉老手
历史无数次用它优胜劣汰的选择过程，向我们展示了商业世界的残酷与回报。
那些能够跨越历史周期律，傲然挺立的企业，不仅懂得扬长避短，还在自己擅长的领域做得很好。他们也知道欲速则不达，在不断变化的时代中不断发现不足，然后用自己年复一年的努力去弥补不足。
背后无非是一个简单的道理:大浪淘沙，沉者为金。
诞生于20世纪80年代的卡恩斯和康耐视是机器视觉电路的老牌企业。
与国外相比，国内机器视觉产业起步较晚。追赶20年，从坎坷之路到全方位开放，最终与国际巨头同台竞技，共享声誉。
作为2D视觉时代的领军企业，他们走向3D视觉的滑行是流畅自然的。
关键是利用时间特有的门槛，在自己和他人之间划出一个“早”字。
“早”字背后，是他们处处彰显的深厚行业背景。
首先，技术的突破需要时间、金钱和人才的积累。
在过去的几十年里，他们早早地积累了视觉技术，在产品性能和技术上打磨了自己的核心竞争力，并以成熟的2D视觉技术获得了广泛的认可。
诚然，2D和3D属于同一个视觉系统，但技术门槛已经大大提高。既涉及到光学、结构、散热等跨学科的设计问题，也涉及到芯片、算法组成等复杂的系统设计。
他们在2D视觉方面很强，但他们也谦虚地默默投资3D视觉多年，根据过去的经验进行测试。这些都是初创企业无法轻易跨越的鸿沟。
如果我们没有足够的资金、弹药和扎实的技术团队，冒险进入3D视觉的蓝海，一个大浪可能就搁浅了。他们深知技术、资金、人才，这是他们在3D视觉大浪潮面前的自信。
其次，拥有顺畅的供应链优势和稳定的客户群。
在2D时代，他们与产业链上下游相处融洽，为自己开辟了一条康庄大道。
前面种树，后面乘凉。这种被时间浇灌的“盟友”关系涉及范围很广。实力、利益、信任、习惯交织的背后是高昂的替代成本，所以一旦形成就很难轻易撼动，让行业新人难以追赶。
现在3D时代，他们可以更好的借用以前的渠道。
再者，品牌光环和口碑优势是它的硬装甲。
在行业发展初期，他们凭借产品的多功能性和高质量以及出色的客户服务吸引了一批“铁杆粉丝”。
客户形成品牌粘性后，可以通过稳定出货占据市场份额，客户认可也有利于资金、人才、供应链等资源的倾斜，从而形成良性循环。
跨界互联网科技巨头
牛奶和蜂蜜流过互联网的时代已经结束，创新的机会正在走向市场的深水区，数字化的落地点正在更深地踏入行业。
互联网科技大巨头在产业细分领域左右夹击的情况并不少见。
3D视觉是被科技巨头“围追堵截”的赛道之一。
在智能化的浪潮下，互联网巨头都想进行科技创新。他们除了要有进入市场的远见和决心，还需要深水行走的智慧和耐力。
坦白说，硬技术需要长期的研究和积累，技术门槛高，应用场景清晰。
欧比中广作为3D视觉头部企业，从成立到上市，用了9年时间。
而互联网科技巨头往往在产品商业化临近时密集入侵，技术落地和产业理解是短板。
因此，利用好大量的资源，交换需要的商品，成为互联网公司共同的选择。
第一，直接与上游企业合作。
与支付宝提供3D人脸识别模块的创新公司欧比中广合作。
微信支付与广建科技进行了深度合作，广建也拿下了微信刷脸支付完整的市场份额。
小米还选择与卢申时在人脸识别方面合作，定制3D人脸识别模块“re-bright”。
除了手机和刷脸支付，互联网科技巨头也逐渐将3D视觉技术在中国的应用延伸到智能制造、智能安防、智能硬件等多个领域。
第二，借鸡生蛋，通过对外投资扩大自己的3D视觉版图。
2020年，小米投资了3D机器视觉初创公司Depth Vision。后者的主要产品是微米级智能深度相机，具有微米级测量精度、智能分析和还原物体三维形貌的能力。
2020年，小米投资了机器视觉初创公司Deep Vision，这是一家以光学精密测量为核心技术的3D工业相机开发商。
扬长避短，用影响力构建生态，是互联网公司的独特优势。
产业链长，建设周期慢，生产工艺极其复杂，技术研发投入高，都是难啃的硬骨头。
此外，技术改造和生产线升级无时无刻不在发生，每一次升级的背后都是供应链、供应生态甚至洗牌的变化。
互联网巨头强大的品牌影响力有助于聚合生态，吸引上下游产业的共同投资。在平台级的战争中，可以轻松击杀对手。
3D视觉还处于起步阶段，产业链的打通和产品的大规模落地还需要时间的积累。
从竞争的角度来看，这些看不见的对手纷纷在3D视觉领域聚集，用资本和影响力换取市场，是一种“曲线救国”的方式。
从更高的角度来看，行业需要showstopper，巨头的生态引导也有助于带动整个产业链的发展。
有很多玩家。谁能在3D视觉领域领先？
由于2D视觉无法满足消费电子、智能汽车、半导体等精密制造行业日益增长的精度要求。，增加了physics 空之间的深度信息，出现了能更全面真实记录物理世界的3D vision BLACKPINK。
对于离散制造的汽车零部件行业来说，柔性制造是必然趋势，而3D视觉正好解决了汽车零部件柔性生产线中柔性定位的关键问题。
2021年，中国机器视觉市场增速将超过45%，其分支之一的3D视觉市场将快速增长，超过100%，成为今年CV界的“香饽饽”。
这也是中国企业借助技术和资本弯道超车的绝佳机会。
作为一项新兴技术，国内外工业级3D视觉技术的起步时间基本都在2014年左右，国内外的起跑线相距不远。
国家出台了很多利好政策，同时工业制造智能化升级的市场需求强烈。在资本高度关注、赛道升温的背景下，新老玩家的激烈交锋已经开始。
在光鉴科技CEO朱力看来，3D视觉真正成熟的标志有两个:一是传感器、3D摄像头等硬件系统在场景中是否标准化，二是3D视觉能否覆盖10%的市场需求。
前者将意味着整个上游零部件供应链进入成熟和标准化；后者意味着3D视觉已经完成高端场景覆盖，市场正在进入快速渗透和增长阶段。
随着万物互联时代的到来，全球有数十亿智能设备有3D视觉感知需求。这使得搭载3D视觉技术的第一代产品已经走向市场，机器看到立体世界只是一个开始。
