1
3D 视觉感知行业发展情况
2
3D 视觉感知应用发展情况
3
最新发展情况和未来发展趋势
更多并购资讯
扫描下方二维码
Professional service team
更多行业研究
扫描下方二维码
Professional service team
3D 视觉感知行业现状及最新发展趋势1、起步发展阶段 3D 视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精度三维测量以及物体、材料的微小形变测量等，代表产品如德国高慕公司（GOM）的ATOS 系列三维扫描仪和ARAMIS 三维形变测量系统用于工业零部件三维尺寸和形变测量；瑞典海克斯康（HEXAGON）的 PrimeScan 扫描仪能够对工业部件实现高精度 3D 数字化作业；Correlated Solution, Inc.（美国CSI 公司）的 VIC-3D 系列扫描仪可以通过数字图像相关法的原理，对物体表面的任意点进行位移、应变的测量。 为了满足工业领域严苛的工作环境与高达微米级的测量精度，用于工业检测的3D 视觉测量设备一般为多种技术融合使用，比如利用相位结构光以及高精度工业相机组成的工业三维测量仪器，导致设备成本高、体积大、功耗高，应用普及缓慢。 2、初级发展阶段 近年来，随着底层元器件、核心算法等技术的快速发展，3D 视觉感知技术经历了从工业级向消费级拓展的过程，核心技术的不断突破和迭代，让大规模产业化应用成为可能，国内外一些公司先后推出了消费级 3D 视觉感知产品，3D 视觉感知行业正式起步发展。 同时，随着政府部门不断出台支持政策，如《新一代人工智能发展规划》《智能传感器产业三年行动指南（2017-2019年）》《十四五规划和 2035 年远景目标纲要》等，产业商业化成熟度不断提高，3D 视觉感知技术及产品逐步向生物识别、AIoT、消费电子、工业三维测量、汽车自动驾驶等多个领域拓展。3D视觉感知行业的市场规模持续增长，产业链日趋完善，应用场景关注度和认可度不断提升，给公司相关业务发展提供了有利的产业宏观环境和政策环境。早期所推出的3D 视觉感知产品相对于工业级产品而言，虽然成本、体积、功耗都显著降低，但其应用大都聚焦在三维建模、人机交互等领域。 随着 3D 视觉感知技术的进一步迭代与优化，也逐渐向对成本、功耗、体积等要求更加严格的应用领域拓展，比如移动支付、AIoT、机器人、智能手机等。 2017 年苹果发布 iPhone X，搭载了前置 3D 结构光视觉传感器，用于人脸解锁、人脸支付等功能，给用户带来更加便捷、安全的体验。苹果手机的引领使得 3D 视觉传感器在手机领域得以规模化应用，同时也标志着 3D 视觉感知技术在消费级领域开始规模化普及。 基于3D视觉感知在消费电子、金融、零售、餐饮、汽车、AIoT 等行业落地应用，如生物识别、三维重建、骨架跟踪、AR 交互、数字孪生、自主定位导航等，3D 视觉感知行业迎来初级发展时期。 3、快速增长阶段 2018 年以来，刷脸支付逐步成为一种规模化应用的支付新方式。除了刷脸支付，3D视觉传感器在智能门锁、3D 看房等领域也在加速落地；与此同时，3D 视觉感知技术路线也越来越丰富，华为、魅族等厂商的智能手机都相继搭载了基于 iToF 技术的后置 3D 视觉传感器，2020 年苹果在其 iPad Pro 及 iPhone 12 Pro 中搭建了全新的基于 dToF 技术的 Lidar；谷歌旗下Waymo 公司搭载激光雷达及多传感器的无人驾驶汽车已进行多年测试，于 2020 年 10 月推出没有安全员的无人驾驶出租车服务；特斯拉通过纯视觉方案 FSD 的不断迭代，利用多颗摄像头构建视觉感知网络，推动自动驾驶向 L4 级别发展。 在机器人领域，3D 视觉感知技术同样得到了广泛应用，工业机器人在工厂、仓库等各类场景通过 3D 视觉增强泛化操作能力，更灵活地实现搬运码垛、焊接切割、精密装配、物料分拣等操作；服务机器人借助 3D 视觉实现建图定位、室内导航与避障；人形机器人则更可以逐渐利用各种 3D 视觉方案，实现对环境的高精度空间感知并与人类和物体智能交互。 随着 2D 成像逐步向 3D 视觉感知升级，3D 视觉感知市场目前正处于规模快速增长的爆发前期。 据法国市场研究与战略咨询公司 Yole Intelligence 报告显示，全球3D 视觉感知市场将快速发展，市场规模预计到 2028 年将达到 172 亿美元。 总体而言，3D 视觉感知行业经过数十年的发展，成功从早期的工业级场景向消费级场景拓展，且应用领域仍在不断拓宽，行业经历了起步、初级发展时期，即将迎来快速增长时期。为了满足越来越多应用领域需求，3D 视觉感知产品也随着底层元器件及核心算法的发展，向低成本、低功耗、小体积、高性能的方向发展。 1、生物识别应用领域 生物识别是一种通过计算机、光学、声学、生物传感器等多个技术领域密切结合，利用人体固有的生理特性如指纹、人脸、虹膜等，行为特征如笔迹、声音、步态等，进行个人身份鉴定的方法。随着对于身份识别和保密需求的日益增加，各类新兴生物识别的技术不断发展，通过3D视觉感知技术实现的生物识别方法逐渐落地于不同的应用场景。 在生物识别应用领域，刷脸支付已经成为了支付行业的新趋势，随着人们对生物识别技术的重视和接受程度提升，3D 视觉感知技术在这一领域得到越来越广泛的应用。相比传统的2D摄像头，3D 摄像头可以更准确地捕捉生物面部特征，提高识别的精准度；同时，通过结合深度信息，3D 摄像头可以更好地应对光线、角度等不同环境条件的变化，提升识别的稳定性和可靠性，显著提升刷脸支付的安全性和便利性。从支付方式的演变历程来看，一种新的支付方式能否成功发展取决于是否能够更好满足用户支付便捷与安全的根本需求。刷脸支付无需携带支付中间介质，高效、便利，满足了身份核验的唯一性，更好实现了支付安全与便捷的统一，能够满足用户的根本需求，因此成为了线下支付方式的长期发展方向，具备驱动自我发展的底层源动力。 与此同时，随着智能家居市场的不断发展和普及，智能门锁门禁作为智能家居系统的重要组成部分，也越来越受到人们的关注。在刷脸门锁、门禁场景下，搭载3D 人脸识别可避免接触式的识别过程，相较于传统的密码锁和指纹锁更为便利。此外，3D 人脸识别技术的特点（如较高的识别精度和稳定性）与门锁门禁的安全性核心需求天然契合。随着相关技术的不断成熟，智能门锁、门禁的制造成本将逐渐下降，结合我国居民可支配收入上升带来的消费升级，智能门锁、门禁的占有率将进一步提升，推动传统门锁、门禁的智能化转型。 此外，在医保核验领域，3D 感知的技术应用将有效防止医保盗刷、医保欺诈等行为。利用3D 感知技术，智能终端可以快速地获取被保险人的生物特征，并与医保数据进行核验，有效解决了替刷、盗刷等目前普遍存在的医保使用难题。 2、三维扫描应用领域 三维扫描技术近年来持续发展，应用场景不断拓宽，已广泛覆盖工业设计、瑕疵检测、模拟装配、逆向工程、医学信息、艺术文博与数字文物典藏、3D 展示、3D 打印等诸多领域。同时，随着 AR/VR、元宇宙等新兴业态的兴起，市场对实物三维信息采集与数字化的需求激增，三维视觉数字化产品凭借其便捷高效的特点，大幅降低了三维建模的技术门槛，助力全真、全息内容的创作。 作为数据获取的关键技术，三维扫描不仅为数字孪生提供了精准的几何信息，驱动其在实景、工业等领域的落地，还为 AI 建模供应了丰富的训练数据。在工业领域，数字孪生深刻变革产品设计、生产、维护等全生命周期环节，广泛应用于卫星通信、船舶、车辆、发电厂、复杂机电装备、智能物流、建筑及人体健康管理等场景；在公共事业领域，数字孪生助力智慧交通、智慧城市、智慧水务等建设。受国家政策推动，我国数字孪生需求持续扩张，市场规模保持快速增长。三维扫描作为数字孪生建模的基础环节，通过激光扫描等技术获取高精度点云数据，为构建与物理实体高度相似的虚拟模型奠定了坚实基础。 人工智能产业的蓬勃发展也为三维扫描带来新的机遇。 2024 年以来，中央及地方政府持续加大政策支持，推动 AI 基础层、模型层及应用层不断升级，AI 框架与工具日益成熟，大幅降低了建模门槛。大模型技术的突破（尤其在多模态与生成式 AI 领域），促使AI 建模向更高层次演进，而三维扫描获取的三维数据正是 AI 理解物体形状、结构和空间关系的直接信息源，有效提升了建模的准确性和效率。 未来，随着空间计算、实时三维重建等技术的成熟，三维扫描将与AI 深度融合，进一步赋能制造业、机器人、智慧城市等行业的数字化与智能化转型，成为全真互联时代不可或缺的基础设施。 三维扫描技术的普及化与大众化是近年的一大发展趋势。消费级三维扫描仪市场呈现高速增长态势，核心器件国产和生产规模扩大使产品价格不断下探，部分产品已降至千元级别，促进了该技术在教育领域、家庭场景的普及应用，为个性化 3D 打印、创意设计等提供了便捷工具。与此同时，移动式、手持式三维扫描应用加速渗透，三维扫描终端在精度、速度和便携性上持续突破，扫描精度向微米级推进，扫描速度达到每秒数百万点，无线化与专业化并行发展，多模态融合扫描技术应用日益广泛，软件智能化程度显著提升，AI 辅助数据处理已成为行业标配。 2025 年，三维扫描技术已成为推动各行业数字化、智能化转型的关键引擎。从工业制造到医疗健康，从文化遗产保护到智慧城市管理，三维扫描技术通过与 AI、VR/AR 等新兴技术的深度融合，不断拓展应用边界，提升应用价值。随着技术的持续创新和成本的不断降低，三维扫描技术正从专业工具转变为通用基础设施，为各行业的数字化转型提供了强有力的技术支撑。未来，随着技术的进一步成熟和应用场景的不断拓展，三维扫描技术将在更多领域发挥关键作用，推动数字中国建设迈向更高水平。 3、机器人应用领域 机器人的发展大致经历三个阶段：从初级机器人的“基本不动+重复执行”，逐渐发展到具备“行走+独立执行”的中级机器人，最终发展为具备“自主行走+自主执行”的具身智能机器人。 技术上，机器人由传统的自动化、机械式向智能化、自主化、交互化方向发展，当下在大模型的推动下，机器人向具身智能机器人方向发展，机器人技术不断变革，机器人行业将迎来全面升级。近年来，国家出台各项大力发展人工智能及机器人行业的政策。2023 年11 月，工业和信息化部印发《人形机器人创新发展指导意见》，其中提出“到 2025 年，人形机器人创新体系初步建立，‘大脑、小脑、肢体’等一批关键技术取得突破，确保核心部组件安全有效供给。到2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平”。2025年，具身智能首次被写入政府工作报告，“十五五”规划建议中明确提出要前瞻布局未来产业，推动具身智能等成为新的经济增长点。 此外，广东省、深圳市也相继出台推动智能机器人战略性新兴产业集群高质量发展的行动计划，机器人行业高质量发展迈入快车道；2025 年 3 月，深圳市科技创新局印发《深圳市具身智能机器人技术创新与产业发展行动计划（2025—2027 年）》，其中明确提出“到 2027 年，深圳将在机器人关键核心零部件、AI 芯片、人工智能与机器人融合技术等方面取得突破，新增培育估值过百亿企业10 家以上、营收超十亿企业 20 家以上，实现十亿级应用场景落地 50 个以上，关联产业规模达到1000 亿元以上”。机器人视觉相对于传统机器视觉，需要具备 3D 视觉（物理世界是3D 的）、高度集成化（便于嵌入到机器人本体中）、面向复杂多变场景等特质，旺盛的需求将促进各种主流3D视觉感知技术快速进化迭代，推动机器人行业加快发展。 在机器人应用领域，3D 感知技术的应用越来越广泛，特别是在服务机器人、工业机器人和人形机器人等领域： ①在服务机器人应用领域，3D 视觉传感器可以帮助服务机器人高效完成人脸识别、距离感知、避障、导航等功能，使其更加智能化。目前已实现落地的应用包括扫地机器人、商用清洁机器人、自动配送机器人、引导陪伴机器人等，服务于家庭、餐厅、旅馆、医院、写字楼等多个线下场景。此外，新兴下游场景中，割草机机器人作为传统割草机的升级替代方案也在逐步实现大规模落地应用。 ②工业机器人面向工业领域，有多关节机械手或多自由度的机器人，也有自主移动导航、取放搬运物料的机器人，按照应用场景可分为搬运、焊接、喷涂、清洁、装配、加工等功能的机器人，是自动化产线的核心环节之一，现已被广泛应用于码垛、冲压、焊接、切割、喷涂、上下料等工业场景中，能够极大提高生产效率、安全性及智能化水平。在该领域，3D 感知技术可以实现对工件、生产线和物料等的精确感知和定位，从而提高机器人的生产效率和操作准确度；同时，3D 感知技术还可以帮助工业机器人实现对周围工作环境的精确感知，从而提高工业机器人的安全性和稳定性。 ③在人形机器人应用领域，在国内外科技巨头持续发力及人工智能技术不断进步的共同推动下，人形机器人产业迭代和进化速度显著加快。2025 年以来，多台人形机器人在重大活动中的协同表演、在公开赛事中展现的运动控制能力，以及在智能制造场景中的实际应用，标志着具身智能正从实验室验证迈入生产力重构的实战阶段。 随着社会老龄化趋势加剧，劳动力短缺和人工成本的持续提高，市场对人形机器人的需求与日俱增。2025年，国内多家头部企业相继宣布通用具身机器人量产下线，并获得规模可观的人形机器人商业订单，具身智能正在从技术验证阶段全面迈入规模商用时代。在工信部发布的《人形机器人创新发展指导意见》中，人形机器人被定义为有望成为继计算机、智能手机、新能源汽车后的颠覆性产品，国家将加快拓展通用人形机器人应用场景：危险、恶劣环境作业；汽车、3C 等制造业产线深度应用；医疗、家政、农业、物流等民生服务。在上述领域，3D 视觉可提供环境感知、导航避障、自主交互、体积测量、空间定位等功能，帮助人形机器人在复杂环境下执行各类视觉应用，是人形机器人从实验室阶段进入大规模应用阶段的关键技术环节之一。 3、工业三维测量应用领域 3D 视觉感知在工业领域主要应用于三维扫描、微小形变测量、弯管角度测量分析、工业机器人的定位与导航等方面。三维测量一直是工业领域不可或缺的技术环节，此前相关技术主要由欧美国家的大型工业生产厂商主导。近年来，随着国内企业对高精密3D 测量技术的不断积累，国产设备以较高的性价比开始逐步替代进口设备，且不断拓展工业领域新的应用。通过使用高精度相机、光纤光栅等设备，可以实现对物体在力学载荷下的形变、应变、三维形态、曲率等参数的测量，细致、精确、快速地获取测量数据；结合全局自动拼接技术，可以实现几十米超大工件的快速高精度测量，目前已广泛适用于各种有三维数据需求的行业，如汽车工业、航空航天工业、数码家电、文保文创及医学等领域。 1、2D 成像向 3D 视觉感知的持续转变 在过去的数十年中，AI 算法及算力逐步可以通过 2D 相机产生的平面图像对环境进行识别、判断和追踪。然而，2D 图像仅能够提供固定平面内的形状及纹理信息，无法提供AI 算法实现精准识别、追踪等功能所需的空间形貌、位姿等信息。3D 视觉感知技术则充分弥补了2D成像技术的缺陷，在同步提供 2D 图像的同时，还能够为 AI 算法及算力提供视场内物体的深度、形貌、位姿等 3D 信息。 基于 3D 视觉感知技术研发出的 3D 视觉传感器可以采集人体、物体以及空间的3D信息，配合 AI 算法能够实现多种 2D 成像技术难以实现的功能。硬件方面，随着图像传感器、深度摄像头和激光雷达等硬件技术的不断进步，3D 数据采集将变得越来越高效和便捷。这些设备为3D视觉感知提供了更丰富的数据来源，推动 2D 成像向 3D 视觉感知加速升级。在软件和算法方面，计算机视觉和深度学习等领域的研究和应用将推动 AI 的相关应用的加速落地，如生物识别、三维重建、骨架跟踪、AR 交互、数字孪生、自主定位导航等。 2、多学科技术融合促进 3D 视觉产业链逐步完善 3D 视觉感知技术属于跨学科技术，涉及光、机、电、芯片、算法等多个专业，且产业链尚未完全成熟。在未来，3D 视觉感知行业将逐步形成一个完整的产业链，包括硬件制造、软件开发、算法研究、系统集成、解决方案提供在内的各个环节之间的协同将提高整个行业的竞争力，推动技术进步和应用普及。 在上游，各类传感器技术的迭代将提升数据采集的精度、速度和稳定性，从而为3D视觉感知提供更高质量的原始数据；光学元器件的性能将不断提升，以满足3D 视觉感知对成像质量和光学性能的要求。在中游，相关企业将致力于将各种传感器、光学元件、处理器等组合成完整的3D 视觉感知系统，提供更好的硬件平台和解决方案，同时还将继续开发完善专门针对3D视觉感知的软件和算法，包括人脸识别、3D 重建、物体识别等。软件的优化将提高整个系统的性能和稳定性。在下游，应用领域将不断拓展，各行业将深化定制化服务、满足多样化需求，为终端市场提供体验更好的产品和服务。 3、多模态推动 3D 视觉感知技术与其他技术更加紧密结合 未来，3D 视觉感知技术与其他相关技术（如 AI、IoT 等）将更紧密地结合，有望实现更高效的智能感知和控制系统。在多模态融合方面，通过集成不同类型的传感器和数据源，可以实现多模态数据融合，利用不同传感器的优势，提高系统的感知能力和准确性，降低误检和漏检的风险。伴随着以 AIGC、ChatGPT 等为代表的新兴 AI 技术的引入及应用，人工智能行业有望迎来快速发展，这类大模型技术会像通讯、互联网等技术一样，很大程度的改变人类社会的学习、工作方式，提升多行业的生产力水平。人工智能已经成为物联网、机器人技术、大数据等的主要驱动力，深度学习带来的科技革命预期将产生巨大的经济价值。 3D 视觉感知技术助力终端获取更多精准的三维、距离等信息，具备很高的识别精度和稳定性，助力各类终端更好地看懂三维立体世界。如果说 GPT 等大模型是“大脑”，那 3D 视觉感知产品其实就是“眼睛”，两者协同负责与视觉相关的神经元一起来完成整个“看懂”世界的过程。 随着 AI 的普及与发展，AI 模型的表现形式将变得更加多元化，无论是文本、声音还是图像的人机交互，都将进一步优化普及。在与 AI 技术的结合方面，通过将深度学习、机器学习等AI 技术应用于 3D 视觉感知，可以实现更高效的数据处理、特征提取和模式识别。此外，AI 技术还可以用于预测和决策，使得整个智能系统更具自适应性和智能化。未来通过将3D视觉感知技术与 VR、AR 相结合，可以实现更加真实和沉浸式的交互体验，这将为教育、培训、娱乐等领域带来新的发展机遇。
