一項(xiàng)技術(shù)從實(shí)驗(yàn)室到商業(yè)化場景之間，往往存在巨大的鴻溝。

盡管計(jì)算機(jī)視覺在解決某些領(lǐng)域問題的時候已經(jīng)逐漸成熟，甚至效率可以超過人類，但在更多領(lǐng)域問題上卻無法達(dá)到很高的精度。

無論是自動駕駛，還是工業(yè)檢測，要求的精度是非常高的，但現(xiàn)階段計(jì)算機(jī)視技術(shù)還達(dá)不到行業(yè)實(shí)踐所需要的精度，從而在一定程度上阻礙了技術(shù)推廣和商業(yè)化落地。

此外，計(jì)算機(jī)視覺算法需要大量的數(shù)據(jù)與人工標(biāo)注，需要較長的研發(fā)周期來達(dá)到應(yīng)用領(lǐng)域所要求的精度。如何降低算法的開發(fā)時間和成本，也成為計(jì)算機(jī)視覺商業(yè)化的一大鴻溝。

值得注意的是，計(jì)算機(jī)視覺是由一個龐大且復(fù)雜的系統(tǒng)組成，里面涵蓋了多種硬件。隨著新的成像硬件與人工智能芯片的出現(xiàn)，針對不同芯片與數(shù)據(jù)采集設(shè)備，對計(jì)算機(jī)視覺算法進(jìn)行持續(xù)的設(shè)計(jì)與開發(fā)，也是一大技術(shù)挑戰(zhàn)。

當(dāng)計(jì)算機(jī)視覺持續(xù)滲透到各個場景，如何保證設(shè)備的有效使用也成為實(shí)際落地之后的問題。

其中，“用戶體驗(yàn)”就成為決定高頻次使用的重要因素，一方面要過硬的產(chǎn)品質(zhì)量，另一方面要真正觸及用戶實(shí)際作業(yè)痛點(diǎn)，這就要求計(jì)算機(jī)視覺服務(wù)商能夠充分深入行業(yè)，找到合適的切入點(diǎn)來落地技術(shù)。

而如何兼顧技術(shù)研發(fā)與商業(yè)落地的平衡，對于任何科技企業(yè)而言，從來都不是一道簡單的選擇題。

計(jì)算機(jī)視覺領(lǐng)域，從某種層面來看，應(yīng)用范圍比較宏觀，也正因如此，視覺之戰(zhàn)早就在全球的各個角落打響。

首先，在整個視覺領(lǐng)域，海外的入局時間與速度都不可置否。

《2017年-2024年全球計(jì)算機(jī)視覺市場行為分析和預(yù)測》顯示，英偉達(dá)、英特爾、高通、蘋果、谷歌等多家海外巨頭，被列入全球計(jì)算機(jī)視覺市場的主要參與者。

這其中，我國企業(yè)的身影寥寥無幾。

其次，在以工業(yè)為主的機(jī)器視覺，目前全球機(jī)器視覺產(chǎn)品的高端市場仍然被美、德、日品牌占據(jù)，比如美國康耐視、國家儀器，德國巴斯勒、伊斯拉視像，日本基恩士、歐姆龍……其中，光康耐視和基恩士就壟斷了近50%的全球市場份額。

反觀國內(nèi)，視覺資本下半場終于開始青睞工業(yè)板塊，熱烈而又略顯空白的市場背景是最好的解釋之一。

事實(shí)上，我國計(jì)算機(jī)視覺技術(shù)姍姍來遲，目前比較能拿得出手的是人臉識別。

根據(jù)國際調(diào)研機(jī)構(gòu)GenMarketInsight發(fā)布的《2018年全球人臉識別設(shè)備市場研究報(bào)告》，2023年，中國將占全球面部識別市場份額的45%。

美國國家標(biāo)準(zhǔn)與技術(shù)研究院對全球人臉識別算法測試結(jié)果顯示，排名前11名的企業(yè)，只有兩家來自美國，剩下來自中國、俄羅斯和立陶宛，其中中國企業(yè)包攬了前五名。

可以看到，在視覺商業(yè)化上，我國缺少了一定的領(lǐng)域基因。

一個很明顯的趨勢是，海外的視覺賽道早已成批企業(yè)化，我國依舊是學(xué)術(shù)大于技術(shù)落地，比如美國企業(yè)參與支持的相關(guān)論文數(shù)量就是官方的七倍。

不過比較欣慰的是，我國的視覺技術(shù)正在逐漸從“紙上談兵”走入現(xiàn)實(shí)，走入資本。當(dāng)然，如果泡沫再少一點(diǎn)，局面肯定會更加明朗。

（來源：億歐）