孙国民:智能视觉产业发展机遇、挑战及对策建议

发布时间:2024-02-03来源:长江产业经济研究院作者:孙国民


智能视觉产业作为新质生产力发展的重要赛道,它主要包括物联网、大数据、云计算、芯片、传感器构成的基础层,由感知层、认知层、平台层构成的技术层,以及安防、工业、自动驾驶、医学、虚拟现实等特定场景构成的应用层,其发展具有广泛性、融合性、高附加值和战略性等特点。当前,智能视觉产业呈现高精度光学成像、3D视觉检测技术、视觉系统嵌入式发展、“端—边—云”协同支撑推动商业应用逐步落地等发展趋势,国内智能视觉产业发展既面临难得机遇,也面临不少挑战,需要攻坚克难、找准技术和市场细分赛道,高质量推动智能视觉产业取得发展新突破。


一、智能视觉产业发展的主要机遇


(一)政策叠加机遇加速智能视觉产业能级提升。一是顶格设计牵引突破。国家在中长期《规划纲要》中将新一代信息通信、智能制造等领域核心技术作为战略前沿领域予以推动,并在《中国制造2025》中提出“推进信息技术与制造技术深度融合”;在“建设数字中国”“深入实施制造强国战略”发展举措中重点提及智能制造和工业互联网,必将催化智能视觉产业加快发展。二是制度供给协同支撑。“十四五”期间,国家不仅制定了智能制造、信息化和工业化深度融合发展、机器人产业发展等专项规划,还制定了高端智能再制造以及国家标准化发展纲要及行动计划等,同时还设立集成电路、先进制造、制造业转型升级和新型产业创业投资等引导(产业)基金,有助于包括智能视觉核心产业链在内的战略性新兴产业跨越“死亡之谷(基础研究向产品开发转化的挑战)”和“达尔文之海(应用技术向成熟商品转化的鸿沟)”。三是地方政策持续加码。浙江、江苏等地相继制定制造业高质量发展和未来产业发展规划或实施方案,布局未来产业发展平台和未来项目,推动未来产业集聚集约集成发展,如广东布局机器人产业发展专项,浙江杭州通过“中国视谷”建设合力打造“国家经济地理新地标”,安徽芜湖建设首个国字号机器人产业园;同时还设立专项资金和产业投资基金等支持装备智能化和智能视觉产业发展。


(二)社会建设机遇加速智能视觉产业延伸拓展。一是社会治理带动。国家在社会治理现代化、法治化过程中,逐渐对智慧管理、智慧监管等提出新目标、新要求,通过推广智慧公安、智慧交通、“雪亮工程”等工程客观上带动智能视觉产业发展,如行政执法和民事纠纷、刑事案件处理等方面需要提供充足的证据,客观上促进了智能视觉产业在社会治理、社会服务等领域的应用发展。二是社会需求促动。智能视觉产业发展日益从经济领域向社会领域延伸拓展,特别是在教体、文旅、卫健等社会领域也需求广泛,促进智能视觉产业发展推陈出新。以教育行业为例,根据VR陀螺数据显示,近年来我国VR/AR教育培训市场快速增长,2020年国内VR/AR教育行业投融资规模达到7.11亿元,同比增长22%;国内VR/AR教育培训市场规模由2020年的13亿元提升到2023年的61亿元,年均复合增长率达68%。三是数据资产联动。伴随《中华人民共和国数据安全法》(简称“数据安全法”)的实施以及国家数据局的成立,数据日益成为继资本、劳动、技术之外的第四要素,数据要素化、资产化、法治化等日益凸显,“数据安全法”将为数据规范收集、管理和使用提供了一个“定心丸”,同时也为采集和滥用数据行为的执法提供了法律依据。


(三)应用生态机遇加速智能视觉产业融合发展。一是超大规模制造工业优势。以工业智能视觉为例,国内潜在市场需求巨大、应用需求空间广,2022年中国制造业总产值13.65万亿元,占全球份额的19.8%,如智能视觉产业渗透率达10%,将拥有超过万亿元市场容量;另据中研网等数据,我国工业自动化市场规模逐年扩大,2015年到2023年工业自动化及工业控制市场规模由1405亿元增长至3115亿元,年均复合增长率10.5%。二是超大规模消费市场优势。中国式现代化涵盖了人口规模巨大、全体人民共同富裕以及物质文明和精神文明相协调的现代化等内容,必将带动更多维度、更多品类和更高质量智能视觉产品需求的增长。以智能手机为例,根据Counterpoint监测,2022年中国智能手机市场批发销售额达385亿美金,出货量为2.8亿部,占全球智能手机总出货量的22.6%,远高于第二位印度的12.4%。三是梯度发展韧性兼容优势。我国东中西部地区生产力差异较大、区域发展不平衡不充分,表现为市场韧性大,能够容纳智能视觉产业不同生产力层次的产品消费市场,同时劳动力受教育程度较高,拥有庞大数量的产品体验、需求挑剔与用户反馈的消费者群体,是智能视觉产业持续升级发展的重要贡献者。


二、智能视觉产业发展面临的主要挑战


(一)技术革新赛道分化带来挑战。一是欧美技术优势。美国对我国智能视觉领域核心技术进行封锁,主要针对半导体产业实行高端芯片供应链断裂、制造设备封锁和超高端光刻机禁售,同时欧美在图像传感器高端技术和算法基础框架研发上具有优势,也是我国智能视觉产业供应链上“卡脖子”的关键环节。二是日韩技术优势。美国以意识形态划分经济发展阵营,与日韩等筑起“小院高墙”搞芯片产业链排华的“美国半导体联盟”,同时日韩在智能视觉领域也发展强劲,其中日本在国际机器视觉十大品牌中占据两席,韩国还成功开发出“大幅缩小像素间距”的技术,能将全息图的像素间距缩小至微米水平,并有望通过“细微工程”将微米提升到纳米水平。三是中国技术优势。由于众所周知的原因,我国在先进制程光刻机方面优势不足,但在5G、人工智能、高性能计算、量子计算等领域取得一批重大科技成果,信息技术创新能力持续提升,部分领域芯片设计水平跻身国际一流行列,3D-NAND闪存、DRAM等存储器工艺加速发展;部分25G以上激光器芯片、探测器芯片、配套电芯片等高端光电芯片实现批量生产等。


(二)市场竞争结构异化带来挑战。一是国际竞争态势。智能视觉国际高端市场主要被美德日品牌占据,主要为美国康耐视、德国巴斯勒、日本基恩士和欧姆龙等国际巨头公司,其中康耐视及基恩士两大巨头几乎垄断全球60%左右的市场份额,如我国3D技术领域的80%以上市场份额依旧被国外企业所占领,大模型深度学习与国际上还有不小差距等。二是国内竞争结构。由于国内智能视觉产业起步晚、基础弱,高端市场被美德日等外资企业长期占据,但产业发展方兴未艾,2019年中国和国外工业智能视觉品牌占比分别为47.7%、51.3%,至2020年中国工业智能视觉市场国产品牌销售额首次超过国外品牌,市场占有率达51.7%。三是市场竞争壁垒。作为高技术密集型的智能视觉产业,设备及其零部件对生产工艺智能化及精细化程度要求较高,涉及人工智能、计算科学、图像处理、模式识别、传感器、机械及自动化和生物学等综合领域,需要在技术、人才、客户、品牌、规模等方面有一定的积累,否则存在较为明显的行业进入壁垒。未来,行业内具有核心技术和整合能力强的领先企业有望整合上述要素资源拓展市场占有率。


(三)数据安全维护使用带来挑战。一是何种程度触发数据安全法启动。智能视觉产业的发展是高度依赖数据要素的产业,那么在数据“收集、存储和使用”中的“法治化”就显得有为重要,这在实践中考验国家治理体系和治理能力现代化的建设成效。二是数据质量与安全如何统筹兼顾。安全与质量是数据建设相伴相生的一个类似对偶问题、“纠缠”问题,即数据要素质量高,安全就更加极端重要;数据质量低,数据要素价值就低,安全性“似乎”有所降低。实际上,未来更加需要在数据质量与安全上进行统筹兼顾,确保数据安全与质量同时在更高水平上均衡保障和万无一失。三是国家数据局如何开展未来工作。2023年10月25日国家发改委揭牌成立国家数据局,正式迈开了国家数据管理的重要一步,未来国家数据局将在“数据资源整合共享和开发利用、数字经济与数字规划和建设、公共数据和数据基础制度以及基础设施”等建设方面任重道远。


三、高质量发展智能视觉产业建议


(一)建设新质生产力先发地。一是布局智能视觉先导区域。培育顺市场性制度型市场,选择科教基础条件好、产业基础优势突出、市场经营主体支撑强的区域,如上海、深圳、杭州、合肥、南京、成都等地,依托省级以上产业平台和城市发展新区,加快建设智能视觉产业未来发展“先导区”、“试验田”,形成一批智能视觉先导城市和示范城市。二是布局智能视觉先导产业。围绕智能视觉相关产业链条,布局第三代半导体、未来网络、元宇宙、空天信息、仿生机器人、柔性电子、通用智能、虚拟现实、超高清视频显示等一批智能视觉领域相关未来产业,探索布局量子信息、脑科学与类脑智能、智能仿生与超材料、未来医疗等潜力巨大的未来产业等。三是攻关智能视觉先导技术。依托国家“101计划”、前沿科学中心、优势学科群以及“BAT”、华为、科大讯飞、海康威视等行业领军企业创新资源协同共享,聚焦大模型基础架构、关键算法、数据技术、柔性技术、高精度成像技术等重点赛道继续突破前沿技术创新,努力向价值链高端攀升;同步推动国际合作与自主创新,形成多渠道创新发展路径。


(二)全力推动产业链群发展。一是推动“链长+链主”建设。围绕智能视觉产业上中下游以及基础配套产业建设,绘制智能视觉国家和重点省市产业链图谱,协同国家芯片产业落地产业链链长制和链主生态体系建设,通过“内培外引+迭代升级新型科研举国体制”建设,推动国家产业链图谱建设取得新突破。二是推广“平台+产业”模式。布局智能视觉领域研发平台,追踪国际标杆企业与研究领域,凝练智能视觉研究方向,推动以国家实验室、重点实验室以及高能级未来产业技术研究院为龙头的新型实验室体系建设,配套健全产业链标准体系,做好围绕创新链布局产业链和围绕产业链部署创新链的融合工作,加快突破关键核心技术,促进科技成果转化应用和创新赋能。三是开展“空间+产业”建设。谋划智能视觉产业空间载体,参考杭州城西科创大走廊、浙江省首个智能视觉“万亩千亿”新产业平台的做法,通过“小环境+大环境”的协同“增氧”方式汇聚智能视觉产业发展合力,推动产城融合发展,力争在创新要素流动、科技体制改革、合作平台建设等领域形成一批创新改革成果,开辟高质量发展新赛道。


(三)优化产业发展生态系统。一是持续推动战略科学家引育。加大战略科学家引育力度,借鉴朱松纯、颜宁等模式,通过创设北京通用人工智能研究院、深圳医学科学院等创新平台,加强与顶尖大学研发合作与人才培养,为解决“卡脖子”问题贡献力量;同时,结合有关国家杰青、优青人才计划和超级博士后等项目改革,通过赛道单列、“揭榜挂帅”、“赛马”等方式支持人才创新。二是创新生成需求端应用场景。着眼全社会领域的智能视觉需求,推动智能视觉产业与经济、政治、社会、文化、生态“五大建设”融合共生。特别是发挥我国拥有超大规模市场、应用场景多、数据丰富的非对称优势,集中力量开发高质量数据和环境,依托多元化AI加速芯片、5G和WIFI网络、云原生技术等助力,融合深度学习在目标检测与跟踪、图像分割与场景分类、字符与人脸识别、姿态估计与行为识别等技术方向的突破,推动“端—边—云”协同支撑推动商业应用逐步落地,激发数据网络效应和智能视觉效应。三是推动行业法治化环境建设。从硬件上加快智能视觉产业相关数据基础设施建设,从软件上加快数据“收集—管理—使用”的合规性管理,积极推动行业负面清单管理,按照国家数据安全法有关要求协同公安等部门做好执法工作和案例库建设与宣传推广。


孙国民 长江产业经济研究院特聘研究员

版权声明:上海钧智律师事务所为南京大学长江产业经济研究院提供法律服务。需要转载、摘编或利用其他方式使用本研究院所有内容或观点的,应注明“来源:南京大学长江产业经济研究院”。对于不遵守本声明和其他侵权违法行为,本院保留追究其法律责任的权利。
(0)