如果说中国的2D视觉时代是一段追赶史，那么国内外厂商站在同一起跑线的3D视觉时代，则希望书写一段超越史。
机器视觉是工业制造向“智造”升级的重要一环。从技术发展的趋势看，工业机器视觉正在经历从2D到3D的蝶变。3D视觉的价值在于，多一维度的信息数据能够满足对体积、形状、距离等信息测量的需要。并且，3D视觉不容易受照明条件的影响，其成像精度远高于2D视觉，同时，其快速处理信息的能力也非2D视觉系统可比。
过去一年，当不少行业在经历寒冬，3D视觉赛道却充满机遇与活力。逆势而上的过程中，行业也存在诸多话题，关于投资、关于竞技、关于挑战、关于落地、关于盈利……
目 录
一、新兴命题：通用3D机器视觉平台
二、3D视觉赛道：做集成，还是核心零部件
三、高精度3D视觉助力全栈式融合解决方案
四、角逐3D视觉赛道，细分领域把握机会
五、突破3D结构光技术，“EEL+WFP纳米光子芯片”新方案
一、新兴命题：通用3D机器视觉平台
1.应用场景背后的无形壁垒
3D机器视觉技术在国内正式落地，抢占市场的开幕战已然打响。各家企业正处于“铺市场、拼落地”的阶段，聚焦于推出行业案例、优化工艺算法，市场格局变动发展、充满新机。
市场开拓的第一步，落实在以劳动力密集型为主要特征的制造业和物流行业。目前，在制造行业，3D机器视觉主要集中于质检场景，如高端制造业、半导体、精密仪器等的产品外观缺陷检测；而在物流行业，3D机器视觉则应用到引导机器人（机械臂）进行识别、分拣、上下料、拆码垛等工作。以上两大行业具有产品相对标准、具备自动化基础的独特优势，为通用3D机器视觉平台的开发建立了坚实基础。
当前，通用3D机器视觉平台的开发面临两个直接问题：一是市场接受度，二是差异化需求。在市场接受度方面，3D视觉技术正通过技术优化与市场投入，逐渐获得价值认可与市场需求，开始广泛走进工业企业。而在差异化需求方面，面对产品功能与快速交付能力的要求，现阶段同质化竞争严重的3D视觉产品难以满足不同行业、同一行业不同领域的多样化应用场景需求。3D视觉公司提供的产品与市场实际需求之间，仍存在无形壁垒等待实现跨越。
2.3D视觉平台之“通用”困境下的过渡
通用3D视觉平台的困境，在于“通用”。工业企业在业务场景、生产环节、工厂需求等方面存在差异，导致设备多为非标性，通用性差，产品多品种、小批量。而中小企业通常具备生产柔性、灵活配置生产资源的特点，相较于成本高昂、难以复用的定制化路线，可复用的通用型产品生产路线显然是更具可行性的选择。
然而，当前阶段的技术发展与资金积累难以实现工业3D视觉平台的完全通用，因此市场需要转向过渡路线。合理做法是：将可通用部分沉淀下来，同时减少定制化比例，从而构建“类通用”软件平台。此项过渡路线的具体落实需要产品性能、行业Know-How的支撑，以及产业链上下游的密切配合。一方面，“类通用”软件平台需要强大的底层算法与海量的数据支持，找出定位、识别、抓取、测量等场景中的共性，以此实现产品的“通用性”。同时，为了适应各类非标场景，标准化产品性能必须强大且有冗余，可以兼顾成本和易用性。另一方面，“类通用”软件平台需要借助行业Know-How在非标场景中提炼出标准化技术，做出与市场需求相匹配的产品；且需要产业链上下游的密切配合，解决软硬件的兼容迭代难题。
3.产业化分工链条，多方合作才能走得更远
当前，3D视觉行业已经形成一条完整细化的产业化分工链条，包括产品供应、解决方案集成、终端应用的环节，各司其职、明确分工。产品提供商负责软硬件研发；解决方案集成商直接面对终端各类应用场景的具体需求，针对各类应用算法进行二次开发，提供完整的解决方案；最终落实终端应用。
在方案集成环节，需要集成商向上完成软硬件产品的集成，向下针对客户痛点拿出完整的解决方案，并将此项经验进行沉淀，而后找到同类场景，最终进行推广复制。由于3D视觉存在大量分散的柔性化下游应用场景，集成商通常需要根据客户需求，投入较大时间、人力成本，以此打磨出定制化的解决方案。因此，构建通用视觉软件平台对于行业升级至关重要。工业视觉核心软件系统的通用化，可以帮助集成商提高服务能力和解决用户复杂问题的能力，在行业内甚至跨行业进行解决方案的迁移与复制，大大缩短部署周期，节省人力物力投入。
图像处理软件是机器视觉系统的“大脑”，通过图像处理算法完成对被测物的识别、定位、测量、检测等功能。不过，工业系统具有各自封闭开发的特性，多平台和多品牌的多种产品的适配上可能不兼容。因此，一个能与外部控制设备快速集成，增强产品扩展性，能适配多种主流协议，兼容主流3D相机（工业相机、结构光相机、TOF相机、激光相机）的工业软件十分重要。打造通用视觉软件，既要能够帮助集成商降低二次开发难度的同时，提高开发速度，帮助将客户的需求快速产品化，还要能较好地与行业解决方案集成。
总体而言，产品提供商的产品能力，与集成商的解决方案能力相辅相成，双方只有密切配合，才能组成一柄完整的利剑，刺穿行业痛点，满足客户的实际落地需求。相较于2D视觉，3D视觉的技术栈更深，核心技术、产品功能性和快速交付能力，是3D视觉赛道市场竞争的热点。当下，3D视觉产品朝着标准化、通用化方向发展，固然困难重重，但“在保证产品性能的同时，打造出相对通用的3D视觉软件平台”已是共同的行业目标，多方合作才能走得更远。
二、3D视觉赛道：做集成，还是核心零部件
1.3D视觉：冷门背后焕发新机
2013年左右，机器视觉并非一个新概念，2D视觉市场已经趋于成熟，而3D视觉则是冷门学科，市场几乎一片空白。在这个时间节点，费浙平（图漾科技创始人）选择3D视觉作为创业方向，并确定以3D工业相机软硬件产品为切入口。费浙平断定3D视觉的应用将会是机器视觉中的一个创新点，选择行业上游核心零部件作为赛道。3D视觉商业化的第一个阶段，是3D工业相机和软件产品，而非芯片。
3D视觉是智能化的视觉识别和视觉处理，这需要在处理器架构上做出颠覆性创新。为此，费浙平和初期伙伴做了充分的准备，从底层技术架构和方法学做起，完成方法学的基础发明专利的申请。同时，为追求第一梯队的生存机会，费浙平选择做极具性价比优势的产品，在技术创新、物理实现、供应链管理以及成本控制等综合能力方面力求提升，致力于在方法学和底层技术上进行深度创新。
图漾科技的发展史展现出3D视觉行业的一道缩影。图漾科技长期致力于底层创新与产品研发，并于2019年进入产品化阶段，其第一代成熟产品进入物流行业的头部客户开始了批量部署，在这一过程中，逐渐积攒起各行各业两三百家领先的集成商客户。经过数年发展，整个市场对3D视觉价值的认识逐步加深，应用的领域也越来越多。2021年开始，图漾科技进入规模化放量阶段，出现了工业自动化、物流科技、移动机器人、安全、医疗设备等多个优势行业，产品线从单一走向丰富。2021年全年，图漾科技的3D工业相机出货量超过1万套，走在了行业前列。时至今日，图漾科技已经形成以FPGA为算力单元，以工业相机为产品载体的硬件产品矩阵，以及赋能广大集成商工程师进行二次开发的RVS软件平台。
2.集成赛道之外，领先做行业上游核心零部件
当资本寒冬悄然而至，各行业均呈现一片萎靡之状，3D视觉领域却热度不减。2021年全年整个国内3D视觉市场实现 100%的增速，今年以来，大额融资事件频起，“3D视觉第一股”的桂冠也尘埃落定。
3D视觉行业的繁荣，说明了市场前景的乐观。然而，有许多公司在相近的时间点，选择了从核心零部件到集成的商业模式转变。“国内不少于10家公司都号称以3D相机作为产品定位，都喊着做核心零部件，但结果都纷纷无一例外走向了做集成。”费浙平说。3D视觉赛道中最具活力的当属数量众多的集成商环节。他们通常具备自己的视觉软件，同时自主研发或者外部采购其他公司的相机。而3D视觉企业密集转型集成商的原因，一部分在于这些团队没有市场战略，或者缺少战略执行力。当团队缺乏用一两年甚至更长时间专心做研发而不担心收入问题的底气时，做集成便成了最佳选择。另一部分原因，在于背后投资人（互联网跨界过来的美元投资人）并不了解机器视觉的行业规律和行业特征，错误估计规模增长。
国内3D视觉市场今年似乎陷入不同寻常的激烈竞争，已经开始重演起互联网企业大打价格战的历史。作为一种市场行为，不同的公司都在行业竞争中努力适应。但对于企业发展而言，这种业务模型和商业模式上的错位，预先昭示了资本亏损的走向，后期上市企业都将经历一次估值的大考。
3D视觉的发展路径遵循2D视觉成长的规律，不同之处在于，在大量投资的驱动下，3D视觉的整体进程可能会被提速3倍到4倍。3D视觉想要走向规模化，当下面临一项现实的具体难题，即3D视觉软件开发的高门槛，造成集成商客户开发工程师数量极其稀缺。降低软件工程师开发时的难度，具有重大意义。图漾科技正在开发一个功能强大且专门用于3D视觉开发的软件平台，正如2D视觉领域中康耐视开发的VisionPro，以及德国的HALCON。更重要的是，不同于后两者的收费模式，图漾科技开发的软件平台将免费提供给所有工程师，为3D视觉平台的建立提供助力。
三、高精度3D视觉助力全栈式融合解决方案
1.错位竞争，做高精度3D视觉
创业要与巨头错位竞争。以运营商供应链变革为契机，汪炜（宝链智能创始人）曾选择光纤级别的路由器作为创业方向，站上了华为的赛道进行创业。然而，运营商的供应链变革并未持续下去，依旧走回集采路线，他的第一次创业未能撼动华为的竞争力，宣布失败。这次创业经历带给汪炜最大的教训是：“不要站在巨头的对立面，要站在巨头的生态链中，这样价值会放大很多倍。”
汪炜的第二次创业将思路转换到解决方案领域上。他回归制造业生产线，观察德国的智能制造，发现有不少创业公司都在做低精度的3D视觉，但只有少数几家公司在做高精度的3D视觉。想到华为期间参与过的立式厚膜、大尺寸城堡式模块、芯片SOC等项目，都是在朝着三维立体方向走，最终，汪炜决定选择一条前景广阔且具有差异化的创业路线：高精度3D视觉。
2.高精度3D视觉：全栈式融合解决方案的关键
当时，整个资本市场对于高精度的3D视觉并不重视。3D视觉高精度的场景过少，加之疫情影响的冲击，市场一度质疑3D视觉高精度的需求能否快速爆发。作为一家初出茅庐的创业公司，为了获得市场认可，宝链智能只得到处“义诊”，免费帮客户做检测，出具评估报告，坚持多年。通过这种方法，宝链智能慢慢敲开了日本THK、东山精密、立讯精密等客户的大门。
宝链智能选择具有较高技术门槛的高精度3D视觉的行业定位。它坚持从不同的工业场景中抽象出共同的生产工艺，并就最有价值的工艺场景进行开发，决定做全栈式的3D融合解决方案，而不是局限于一个环节。在中国，客户的根本需求是解决问题；3D视觉客户可能会同时购买不同公司推出的不同原理的3D传感器，满足自身的一个产品需求。而掌握全栈式的3D融合解决方案，意味着不论任何场景，只要用到了高精度的3D视觉，宝链智能都可以解决问题。
3.工艺打磨需要行业KNOW HOW
3D视觉是一个工具型产品，需要站在更高的维度思考其产品设计与应用。行业面对具体应用场景时需要进行取舍，在满足工艺技术的前提下，舍谁取谁？一份具体的需求应当拆解成多少份？生产线上有多少质量管控的点？质量管控点应该添加在什么位置，原因是什么，不添加会怎样？这里面的门道，让不同企业高下立现。对上述痛点做到深刻理解，离不开在生产线上长久浸泡所习得的工艺。许多客户其实本身并不理解工艺，因此常常会提出一些不合理甚至无理的需求，这时候就需要企业各凭本事，自己判断，这就到了考验一家企业内功的时候，需要识别真实需求，选定最适宜的技术路线。
汪炜认为，工匠精神就是Know-How；而积累Know-How最好的地方无外乎一线。创业至今，汪炜在实体制造行业深耕多年，这种经历使他在回看设备与制造时拥有了更高更多方位的视角，得以在面对客户时能够凭借顾问式的细致考量来告诉客户需要添加的检测项目，并提供详实原因。他说，有勇气进来，耐得住寂寞做实事的，都是值得敬佩的，剩下市场竞争的东西，高精度测量这一块玩不了虚的，MSA的统计学数据，GRR、Cp、Cpk，再结合整体检测的时间，这些东西都是实打实的，就看谁做得好一点，谁的效率高一点。
四、角逐3D视觉赛道，细分领域把握机会
1.工业3D视觉正值技术风口
彼时，AI的风口刚刚吹起，华盛顿大学Joseph Redmon等人创新的YOLO （You Only Look Once）目标检测算法，在图像处理上达到了实时级别的突破。这引起了樊钰（迁徙科技创始人）对基于神经网络的机器视觉领域的注意，决定顺应人工智能的热潮，去做图像处理。在实地走访制造业工厂的过程中，樊钰的认知进一步具象化。中国的制造业，尤其是高端自动化行业，普遍存在提升工业良品率和“机器换人”的迫切需求。AI的注入，将很有可能重新定义工业机器视觉应用。当时，2D视觉赛道已呈巨头林立之势；另一方面，随着消费电子、智能汽车、半导体等精密制造行业不断提升精度要求，2D视觉技术的缺陷将愈发明显。到2017年底，iPhone X的“Face ID”刷脸解锁风靡全球。樊钰意识到，3D视觉在工业场景中的规模化应用也许即将到来，他决定瞄准技术风口，选择做工业3D视觉。
在当时的工业3D视觉赛道，创业公司可以大致分为三类：一类是做高精度检测类产品的公司；一类是像迁移科技这样做机械臂引导的公司；一类是做3D视觉导航的公司。迁移科技选择做3D视觉机械臂引导系统，同时自研3D工业相机，以3D视觉和机械臂结合的解决方案作为下场参赛的切入点。创业的头两年，处于低调搞研发的阶段，迁移科技的产品也还在研发、打磨过程中。资本市场的态度，也表现出对新技术的怀疑、谨慎与观望，直言3D视觉是否为伪需求。面对创业初期的困境，迁移科技坚持跑供应商现场做考察，反复试验、打样，保证运输，在视觉引导场景中的产品，逐步有了比较稳定、可靠的落地。与此同时，伴随着3D视觉技术的进一步发展与落地应用，市场对于3D视觉的认知也逐渐祛魅，工业3D视觉行业焕发出其应有的活力。
2.解决市场痛点，力求技术与场景融合
樊钰在创业过程中，得出一个结论：创业过程中遇到的最大困难不是技术难点，而是如何让技术走出实验室，实现量产。以3D工业相机为例，虽然在实验室里，相机可以达到很高的工艺水平，稳定性表现也很好。但在具体的工业场景下，仍会因不同环境导致效果有变化。如何满足客户的产线落地需求，以及产品的运输、定价、销售模式、客户运维、售后等环节中可能出现的问题，这些都是公司需要解决的痛点。
迁移科技完成了捷安特项目。这个项目让樊钰意识到，产品从实验室落地到工厂，有太多的难点、细节，只有深入市场，了解需求，才能实现技术到产品再到商品的价值闭环。而这次项目经历，加深了团队对场景以及工艺的理解，也为后续产品的优化提供了极其必要的帮助。创业之路上，樊钰跑了大量项目现场、调研，与一线生产员工充分交流，他变得越来越敬畏市场，敬畏工艺。他给自己定了两个目标：一是找3D视觉的应用场景；二是了解生产工艺 。
迁移科技做了不少以树立行业标杆为目的的工作站，其根本目的是搭建一个“梯子”，让合作伙伴去摘“果子”。打出名气之后 ，迁移科技聚焦于3D视觉，而将此前的集成业务“送”给集成商合作伙伴。以3D相机+软件作为核心定位，迁移科技构建了一个从机械臂本体到集成应用的智能化平台，出货模式也以“相机硬件+标准化软件”进行产品交付。
3.3D视觉存在细分领域，把握机会实现规模化
3D视觉赛道处于早期发展阶段，在很多细分领域，年轻的创业公司仍有机会。这条赛道的难点，主要体现在两个方面：一方面3D视觉技术本身富有挑战性，技术的发展与行业的增长，符合工业发展的客观规律；另一方面工艺理解有难度。
樊钰认为，想要把握住机会，起点是一方面，企业的“加速度”也很重要。“加速度”就是企业“规模化”的能力。“在3D视觉领域，怎样才更符合规模化，这是非常值得深入思考的。我们会把所有的事情拆分成两部分，一部分是规模化要素，另一部分是非规模化要素，要做的就是让规模化要素占比更高。”在他看来，赛道玩家能够不依赖融资实现盈利，是衡量一个行业成熟的标志。“从行业客观规律来讲，3D视觉行业距离普遍盈利，可能还得几年的时间。”同时，樊钰认为，伴随着一些2D巨头的入局，未来两年内，整个3D视觉行业将进入一轮洗牌期。那些只具备硬件能力，没有软件算法能力的公司，以及一些山寨公司将发展困难。但从好的一面看，这些留下来的公司，将会推着整个行业的商业模式走向一个更加健康更具活力的发展方向。
1.技术突破战：3D结构光方案“EEL+WFP纳米光子芯片”
2017年，国内整个科技领域掀起投资热潮，造就了产业发展优化的美好时代。在这片热潮中，3D视觉颇具潜力。其本身的市场需求拐点，是从给人服务变成每年给上百亿智能设备服务，潜在需求扩大了10倍。通过手机行业的推动改变，使3D深度相机的体积缩小了上千倍，成本降低了几十倍。
朱力（光鉴科技创始人）敏锐观察到，3D视觉向消费电子拓展，将形成一波新的技术浪潮，产生新的价值点，由此创立了光鉴科技。光鉴科技成立之后，团队研发出了一套能规避苹果知识产权风险的3D结构光方案，即“EEL+WFP纳米光子芯片”。这套方案已经在多个产品中得到验证，开始并应用于移动端。“这套方案的难点与苹果的3D结构光方案一样，核心问题都是如何将激光发射出去。”朱力表示，苹果采用的是成熟的衍射原理，将激光分束；光鉴采用的是21世纪初发展起来的纳米光学技术，实现结构光所需的红外随机散斑。相较之下，纳米光学技术能大幅提升激光投射的功能和效率，并且光源系统更简洁、边发光激光器的成本更低。
朱力认为，这套方案一旦在消费端大规模量产，很有可能掀起整个产业的再一次升级。而在屏下摄像头成为未来趋势的情况下，如何将3D结构光技术做到屏幕下方，则是一个核心痛点。这件事情的难度在于，技术上要将激光系统的效率和性能提升20倍，需要在屏幕、激光、算法上做出全方位优化，包括与终端厂商之间的合作，涉及到整个生态的配合。
屏下3D结构光的最大技术难点是屏幕透光率问题。光鉴科技从器件模组和算法两方面下手，弥补了光通过屏幕时所造成的能量损耗。元器件方面，则选择在发射端增强光的能量。相较于VCSEL方案，光鉴科技将激光发射模组从电到光的整体转换效率提高了100%；同时基于EEL边缘发射激光器减短脉冲，将激光散斑亮度提升至VCSEL方案的20倍左右。算法上，光鉴科技通过自研算法实现对激光信息的构建，在保持同样效果的情况下缩减算力，不必依靠ASIC芯片，以减少计算成本。
2.直面消费市场需求，把握行业发展机会
关于进入市场的方式，朱力选择直接进入正面战场。进行决策的原因主要为：行业内虽有强势竞争对手，但并没有形成绝对的差距；重点场景的竞争，并不遵循先来后到原则，后来者也可以通过更好的技术和产品取胜；创业公司如果一开始就回避竞争，自我边缘化，那么也同时意味着将更好的市场机会、融资机会，更多的供应链资源拱手让人。
朱力认为，3D视觉正在经历一个拐点：光学硬件的成熟，以及价格的日趋平民化，正使3D视觉慢慢渗透进各个行业。不同于定制化要求非常高的工业级应用，消费级应用可以按照统一标准迅速复制；3D视觉技术已经应用在物流、新零售、安防、智能终端、自动驾驶、机器人等场景。未来几年，3D视觉在手机、汽车、机器人、AIoT等领域会得到更广泛的应用与落地。消费级市场需求快速迭代，创业公司需要时刻保持对市场的清醒认知，牢牢把握每个适宜的发展机会。
