面對機器視覺新風向，在5月11日2022機器視覺技術(shù)與應用峰會上午的“前沿技術(shù)匯智專場：共創(chuàng)智能新視界”主題專場，富士康工業(yè)AI負責人盧銳、中科融合CEO王旭光博士、賽那德CTO王義山、海康機器人機器視覺研發(fā)總監(jiān)邱波圍繞機器視覺的“價格內(nèi)卷”和“技術(shù)走向”等話題進行了圓桌討論。

圓桌對話：

1、在產(chǎn)線上加入視覺功能，工廠是偏好購買光源相機安裝在產(chǎn)線上，還是直接購買機器視覺裝備加入產(chǎn)線？

2、GPT大模型與工業(yè)領(lǐng)域視覺結(jié)合的可能性如何？風險與挑戰(zhàn)有哪些？

3、經(jīng)過多年發(fā)展，3D視覺規(guī)模不是很大，但是“價格戰(zhàn)”明顯已經(jīng)開始了，這是一種進步嗎？

4、在視覺產(chǎn)業(yè)鏈當中，當前在環(huán)節(jié)實現(xiàn)國產(chǎn)替代？哪些部件是國產(chǎn)替代的重點？

5、機器視覺未來短期、中期和長期的技術(shù)走向？

“產(chǎn)線應用”

富士康工業(yè)AI負責人盧銳：我們主要是做集成，線陣光、面陣光都集中在產(chǎn)線中，包括在電池段SMT的AOI也是直接借助廠商整個集成好的整臺設(shè)備直接導入產(chǎn)線，我們不會對它做一些硬件上的改造，但是會在軟件上面對它做一些優(yōu)化。

“大模型”

海康機器人 機器視覺研發(fā)總監(jiān) 邱波：大模型在檢測效果方面表現(xiàn)優(yōu)異，然而結(jié)合工業(yè)視覺應用就存在經(jīng)濟性問題。大模型耗電，對資源的消耗較大，仍需要針對性去做優(yōu)化。

賽那德 CTO 王義山：GPT只是大模型的一種，最近開發(fā)出來的SAM更值得期待，有了SAM就不需要做數(shù)據(jù)標注，并且可以針對某一個行業(yè)做預訓練。ChatGPT其實相當于已經(jīng)完成了高中生或者本科生的通識教育。我們則可以根據(jù)業(yè)務問題做一些預訓練，這樣它就成了一個研究生，懂這個行業(yè)。具體場景下再訓練，相當于一個研究生入公司前的入職培訓。AIGC的生產(chǎn)力相當于零成本，邊際成本非常低。

最怕的是每個企業(yè)不一樣，都要針對性定制，工程師還要現(xiàn)場調(diào)試，成本就會非常高。傳統(tǒng)操作對工程師要求也不是很高，他只要懂我們公司產(chǎn)品，知道怎么部署、調(diào)整就可以。而現(xiàn)在可以通過大模型生成代碼，人參與的工作會越來越少。提高人的效率，然后逐漸代替部分基礎(chǔ)工程師。

中科融合 CEO 王旭光博士：我們現(xiàn)在做泛機器視覺，所以從芯片角度來講，我們?yōu)樾袠I(yè)提供的價值是如何把3D模型/圖像內(nèi)容產(chǎn)生的成本最低化。3D是對物理世界真實的重構(gòu)，更精準。

以醫(yī)學場景為例，3D模型變得更便宜、更精準之后，ChatGPT則可以讓模型的使用變得更簡單、更有趣。現(xiàn)階段的數(shù)字人基本上都是用電影工業(yè)的幾百個攝像頭，非常昂貴。

ChatGPT與工業(yè)視覺還有一定距離，但是SAM分割大模型是非常值得期待的。現(xiàn)在的視覺產(chǎn)品，無論是缺陷檢測還是做視覺引導，獲得模型之后很重要的一步就是把圖片當中的不同物體精準地分割出來。

但是大模型AIGC風險是極大的。

富士康 工業(yè)AI負責人 盧銳：我們富士康數(shù)據(jù)是一定不能出廠的，數(shù)據(jù)一定會留在車間內(nèi)，甚至有些數(shù)據(jù)不能出車間。ChatGPT如何跟機器視覺進行一個結(jié)合？我們也在探索一條路。譬如說在SMT的AOI質(zhì)檢，我們把缺陷探出來以后，用AI質(zhì)檢地方式進行缺陷分類、結(jié)果分類。可以與ChatGPT以對話的方式，詢問缺陷在前制程PCB板上的哪個位置，甚至是問提供來料的廠商。

“價格戰(zhàn)” 中科融合 CEO 王旭光博士：價格“內(nèi)卷”在各行各業(yè)都不可避免地存在。大家完全可以做細分場景，這樣就不用卷得那么辛苦。

賽那德 CTO 王義山：行業(yè)成熟，企業(yè)一窩蜂入局，價格就“卷”。疫情之下，很多行業(yè)問題無形之中被放大了。大客戶或者大廠商為了拿下訂單就把價格壓低了。

從行業(yè)方面來看，實際上AI深度學習就是模擬人的大腦，視覺是模擬人的感知系統(tǒng)、五官。未來，模擬、結(jié)合人腦去做的事情會越來越多，價值會被不斷放大，這是一個發(fā)展方向。

通用型產(chǎn)品必然會越來越多，如果要避免“價格戰(zhàn)”的話，要做差異化競爭。專注一個方向，并把它做好做強，形成壁壘。賽那德可以靈活定制抓取、分揀、穿透式檢測，將這個部分做得精細化就能擁有更高的議價能力。

海康機器人 機器視覺研發(fā)總監(jiān) 邱波：我們要理性看待價格“內(nèi)卷”。行業(yè)中確實有越來越多的人入局，肯定會形成競爭。過于無序的競爭確實對行業(yè)長期健康發(fā)展是不利的。但也正是因為有更多的玩家進來，就把整個產(chǎn)品的成本和價格壓下來了，讓更多以往想用3D視覺產(chǎn)品而沒法用的客戶接受并使用3D視覺產(chǎn)品，最終通過3D視覺產(chǎn)品來提升質(zhì)量檢測的水平及生產(chǎn)力。

3D視覺廠家要夯實基礎(chǔ)，鍛造產(chǎn)品核心技術(shù)。相較于2D相機，3D相機在產(chǎn)品的標準性、接口規(guī)范以及形態(tài)上并不那么成熟，還有很大的發(fā)展空間。

“國產(chǎn)替代” 中科融合 CEO 王旭光博士：我在硅谷做芯片已經(jīng)很多年了，那里有很多優(yōu)秀的芯片設(shè)計師、工程師。我們有巨大的市場，也有以前積累的巨大產(chǎn)業(yè)鏈。就自主建立體系來講，我認為我們已經(jīng)具備了核心要素，所以是比較樂觀的。

去年年初，國內(nèi)頭部電商做了一次3D相機的選型，最終選了中科融合，為什么？因為按照3D點云的效果排名，我們排在前幾位。再拆開來看就會發(fā)現(xiàn)相機里面的核心零部件沒有一家是自產(chǎn)的，只有我們是自產(chǎn)的。什么東西貴，什么東西能自造，DLP、GPU，我們把它們換掉，我們里面用了很多國內(nèi)頭部工業(yè)相機廠商的工業(yè)攝像頭，所以從技術(shù)邏輯上看還是比較容易的。

我認為AI、大模型出現(xiàn)后，細分場景有巨大的機會，大家還是各司其職，沒有必要在價格上往死了卷。

賽那德 CTO 王義山：其實可以改變思路，如果參照電商的發(fā)展，不是說國外是這樣做芯片的，我就硬要這樣做，沒必要。我們怎么國產(chǎn)替代電商云服務器，我們就怎么國產(chǎn)替代小型機。芯片、視覺感知已經(jīng)有了，可能要創(chuàng)造一些新的模式，適合中國發(fā)展的模式。

富士康 工業(yè)AI負責人 盧銳：首先肯定是以客戶制定供應商為首位，其次我們也是希望加速國產(chǎn)替代。像面陣、線陣的相機，2D的AOI、3D的AOI，我們希望現(xiàn)場更多工序和設(shè)備實現(xiàn)國產(chǎn)替代，穩(wěn)定性要好，價格高一些也沒關(guān)系。

“短中長期技術(shù)走向” 海康機器人 機器視覺研發(fā)總監(jiān) 邱波：多光譜技術(shù)；視覺采集部分加速接口；AI技術(shù)；3D應用。

賽那德 CTO 王義山：中期，大模型、AI有了質(zhì)的飛躍，以及電氣控制和算法的發(fā)展，工業(yè)用機械手臂靈活性更好了。

長期的技術(shù)就是人形機器人，除了特殊場景需要對一個特定功能進行加強，可能更多的是通用型的，以后所需要的就不是專門的工業(yè)機器視覺，很可能和居家的陪伴機器人差別沒那么大，只是算法會有所差別。 富士康 工業(yè)AI負責人 盧銳：我認為短期還是在AOI設(shè)備，就是單點單工位情況。中期我們希望集各家所長，把光機電算一系列設(shè)備集成在一起。長期希望實現(xiàn)整個產(chǎn)線全自動化，目前產(chǎn)線還是處于半自動化狀態(tài)，需要人為干預。

審核編輯 ：李倩