机器视觉发展“冰火两重天”,融资容易落地难

  1. 云栖社区>
  2. 博客>
  3. 正文

机器视觉发展“冰火两重天”,融资容易落地难

朗锐智科 2018-08-14 17:18:04 浏览1280
展开阅读全文

自2010年以来,我国机器视觉市场发展逐渐步入成长期,产业发展日益加速,其应用领域几乎要涵盖了国民经济发展的各个行业,而工业领域是应用最大的领域。市场规模从10亿元迅速扩大到70亿元,成为继美国、日本之后的全球第三大机器视觉市场,发展潜力不断涌现。
市场大好、前景广阔,不断让投资者信心膨胀,一笔笔巨额融资可以说让企业异常眼红,光是2018年上半年就有8笔融资。1月初,阿丘科技完成800万美元A轮融资,1月中旬,极视角获千万人民币A+轮融资,1月下旬,扩博智能或五百万美元A+轮融资,1月末,Hover获2500万美元B轮融资,2月初,远行时空获数千万元Pre-A轮融资,2月末,精锐视觉获数千万Pre-A轮融资,5月中旬,奥比中光获超2亿美金D轮融资,6月初,深醒科技获亿元B轮融资,旷视科技股东或140亿美元融资,7月上旬,利珀科技完成5000万A+轮融资,7月中旬,高视科技或5000万A+轮融资。

4_1

随着巨额资本的注入,机器视觉企业基本解除了资金不足的限制,但相对于资本市场的快速扩张,机器视觉的落地生根显得有些艰难,可谓处于“冰火两重天”的形势,那么机器视觉应用落地难原因在哪里,存在哪些问题呢?

技术是最大瓶颈

1、目前机器视觉产品的通用性和智能性都不够好,在一些集成应用中无法搭载。如果一台设备只适用于一家厂商或者一种行业,那么设备的开发成本显然过大,因此加强设备的通用性至关重要。

2、机器视觉检测面向的研究对象主要是图像和视频,其特点是数据量庞大、冗余信息多、特征空间维度高,同时考虑到真正的机器视觉面对的对象和问题的多样性,单一的简单特征提取算法(如颜色、空间朝向与频率、边界形状等等)难以满足算法对普适性的要求,因此在设计普适性的特征提取算法时对计算能力和存储速度的要求是十分巨大的,这就造成了开发技术门槛的大幅度提高。

3、机器视觉集中了光学、电子、机械、传感及计算机技术于一体,具有较强的技术壁垒,对于从事机器视觉的企业来说,其中任何一项技术的缺乏都会影响到其产品的研发。

4_2

机器视觉推广 难点
价格:机器人本体内置视觉模块是最完美的状态,但目前出于成本考虑,大部分机器视觉均采用选配方案,即使目前机器视觉的价格已经下降很多。对于终端用户来说,机器视觉产品整体价格依旧偏高,不利于短期推广。
 
人才:机器视觉作为新兴行业,真正了解视觉技术又了解终端工艺段的人才稀少。而且在工业应用当中,不同行业之间的实际需求差异较大,需要机器视觉解决方案提供者对某一领域的工艺有足够深的了解,才能够提出切实有效,能够解决客户需求的方案。人才不足在很大程度上限制了机器视觉的快速普及。
 
行业:由于机器视觉行业发展的异常火爆,看到利润,大家都想抢占,丰厚利润驱使众多企业进入行业,导致行业发展出现了鱼龙混杂的情况,一定程度上扰乱了行业的正常发展。不过随着技术不断发展,行业会逐步成熟,优胜劣汰的法则任何时候都不会过时。

 

网友评论

登录后评论
0/500
评论
朗锐智科
+ 关注