具身智能：
机器视觉国产替代新征程
8月10日，杭州六小龙的宇数科技开启新股申购，我们这里不讨论中一签赚多少钱，也不猜测两周后宇数上市市值会到多少，这些问题市场会用脚投票并给出答案。这篇我们想聊聊机器人的未来，或者说具身智能的未来，这个未来什么时候来，是“明天”来还是“明年”，亦或它终究就不会来......
浙清并购从成立之初就致力于发掘产业链核心价值，围绕芯片半导体、新材料、特种机器人和生物制药四个赛道，团队用专注、专业、合规、长期主义的理念做时间的朋友，陪伴赛道的隐形冠军从幕后走到台前。前段时间我们实地调研了位于滨江区的国家智能应用中心。刚停好车，就能看见楼群上赫然写着“国家战略主载体，具身智能新引擎”十四个大字，醒目且印象深刻。国家战略层面要做的东西，是可以举全国之力倾巢而出，例如首个武汉方舱医院用了不到48小时建成并开始接收病人；建国初期的两弹一星、核潜艇、北斗导航诸如此类。一颗要爆炸的炮仗，没有人可以捂得住，越封锁越制裁就好比捂炮仗，捂的越紧，爆炸的威力越大，自损的概率也越大。没有人能够与趋势为敌也没人阻挡得住历史碾过的车轮。
古时科举，向内求索需读万卷书，向外求索需行万里路。只读书不出门，容易纸上谈兵；只游历不读书，见闻难以升华，易走马观花。如今我认为具身智能“上下而求索”关键在于先能“看”见而后“懂”得。正所谓天下之事，闻者不如见者知之为详，见者不如居者知之为尽。人亦如此，机器亦如此。
1948年克劳德・香农发表《通信的数学理论》，里面对信息做了明确的定义，信息≈不确定性的消除。信息量大小≈收到消息后，减少了多少随机的可能性。而其核心指向是在同等时长/同等尺寸下，视觉图像传递的信息量>语言文字信息传递的信息量。那么理论上机器通过视觉捕捉的信息能够比通过语言或者听觉接收到的信息更直观、准确甚至效率高。例如电网巡检机器人通过视觉传感器或摄像头捕捉发现险情要远远快于数字信号下达指令xxx位置发生险情要来的快的多。
机器视觉技术路线的历史演变：
机器视觉（MachineVision）可以分为成像和图像处理分析两大部分。前者依靠机器视觉系统的硬件部分完成，后者在前者基础上，通过视觉控制系统完成。（美国自动成像协会（AIA）定义）。机器视觉是利用光学传感器、计算机及算法模拟人类视觉系统，对真实物体图像进行自动获取与解释，以实现测量、识别、定位与检测的技术体系；其技术路线在国际上大致经历了"数字图像处理与Marr视觉计算理论→特征工程与浅层分类器→深度学习CNN时代→Transformer与视觉基础/大模型"四个阶段的演变，并正朝着2D/3D融合、多模态对齐、自监督小样本与边缘端部署的方向收敛。
早期我国在机器视觉领域与国际技术路径相比起步晚约20年，国内机器视觉技术路线经历了"代理进口→部件自研→系统集成→AI与3D智能升级"四阶段演进。但凭借3C电子、新能源、半导体等下游需求的强力拉动，和国内巨大的市场替代空间，国产替代率已从2016年的42%提升至2025年的60%以上，并在3D视觉、工业大模型等前沿方向形成局部领先优势。
机器视觉在工业自动化领域用机器代替人眼做测量和判断，按照功能主要分为：检测50%、测量10%、识别24%、定位16%。
机器视觉爆炸图拆解：
整体来看，国内机器视觉已从早期的2D视觉"跟跑"转向在3D视觉、工业大模型等领域的"并跑"乃至局部"领跑"，但在高端芯片、底层算法库、核心光学元件等环节仍有差距，这正是当前国产替代攻坚的主战场，也是目前行业进行国产替代的主战场。
上游核心零部件（CMOS图像传感器、光学镜头、图像采集卡、光源及控制器）+ 软件开发占行业总成本接近80%，CMOS传感器、光学镜头、光源及控制器在成本结构中合计占比超过55%。所以我们把研究经历集中再镜头、传感器及软件上。
我们可以清晰的看出，技术壁垒决定产业链议价权。 硬件中工业相机由图像传感器、图像采集卡与各类芯片组成，技术壁垒极高；软件中底层算法库是核心屏障，被康耐视、MVTec等外资企业垄断，国内自动化进程不长，软件算法仍处研发阶段,但由于接触应用端及硬件段沟通半径较短，更新迭代速度较快，追赶速度不容小视，未来国产替代市场空间巨大。
风险提示：
本文内容仅为行业信息分享与观点交流，不构成任何投资建议、交易建议或产品推介，不代表本机构的投资承诺。市场有风险，投资需谨慎，任何决策请结合自身风险承受能力独立判断。
