近日，Meta官方博客宣布，推 出 新 AI模 型 SegmentAnythingModel(SAM)分割一切模型，提出能夠?qū)θ魏螆D像或視頻中的任何物體進行識別、圖像分割和一鍵摳圖。此外，華為云AI領域首席科學家田奇在中國人工智能大模型技術高峰論壇上提出，未來隨著盤古系列大模型落地，AI視覺在下游應用中會加速滲透。

業(yè)內(nèi)人士表示，目前SAM模型及數(shù)據(jù)集均為開源，可以靈活集成于更大的AI系統(tǒng)，隨著SAM的演進與發(fā)展，該技術可能會成為工業(yè)質(zhì)檢、AR/VR、自動駕駛、衛(wèi)星遙感等多領域的強大的輔助工具，看好SAM等圖像分割模型在機器視覺中的應用。

事件驅(qū)動 Meta推出SAM模型

4月6日，Meta宣布推出Segmen-tAnything工具，SAM可準確識別圖像中的對象，可以識別圖像和視頻中的單個物體，甚至是訓練中沒有遇到的物體。除此之外，Meta還發(fā)布了SegmentAnything1-Bilionmask數(shù)據(jù)集(SA-1B)，這更是有史以來發(fā)布的最大分割數(shù)據(jù)集。開發(fā)者可以在SAM模型技術上，開發(fā)出功能更強大、影響范圍更廣的人工智能，應用于各種領域。

目前為特定用例創(chuàng)建準確的分割模型是大多數(shù)AI無法完成的任務，因為它需要技術專家進行高度專業(yè)化的工作，并需要獲得極其強大的AI訓練基礎設施和大量有注釋和特定領域的數(shù)據(jù)集，而Meta表示，上述難題都是SAM和SA-1B能夠克服的問題，通過減少對特定任務的建模專業(yè)知識、訓練計算和定制數(shù)據(jù)注釋的需求來幫助研究人員。

英偉達人工智能科學家JimFan表示，此次SAM最大的一點突破是它已經(jīng)基本能夠理解“物品”的一般概念，即使對于未知對象、不熟悉的場景都能比較準確的理解，因此他表示，相信SAM的出現(xiàn)會是在計算機視覺領域里的GPT-3時刻。

MetaSAM模型的推出引發(fā)市場對計算機視覺的關注，而機器視覺和計算機視覺關系緊密。機器視覺技術，是一門涉及人工智能、神經(jīng)生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。

繼Meta發(fā)布SAM后，智源研究院視覺團隊推出通用分割模型SegGPT(Seg-mentEverythingInContext)。與SAM的精細標注能力相比，SegGPT模型更偏重于批量化標注分割能力，無論是在圖像還是視頻環(huán)境，用戶在畫面上標注識別一類物體，即可批量化識別分割出其他所有同類物體。從測試結(jié)果看，研究人員在廣泛的任務上對SegGPT進行了評估，包括少樣本語義分割、視頻對象分割、語義分割和全景分割，結(jié)果顯示SegGPT模型同樣展現(xiàn)出強大的零樣本場景遷移能力，并在COCO和PASCAL等經(jīng)典CV數(shù)據(jù)集上取得最優(yōu)性能。

行業(yè)前景 國產(chǎn)機器視覺成長提速

計算機視覺是指用攝像機和計算機代替人眼對目標進行識別、跟蹤和測量等，通過計算機實現(xiàn)人的視覺功能，對客觀世界的三維場景的感知、識別和理解，通常有仿生學和工程兩類方法。計算機視覺自20世紀40年代萌芽，歷經(jīng)三次浪潮，自2006年Hinton在神經(jīng)網(wǎng)絡的深度學習領域取得突破后，實現(xiàn)飛速發(fā)展。計算機視覺下游應用廣泛，可通過人臉識別、視頻監(jiān)控處理、網(wǎng)絡圖像分析、測溫通行、人機交互等功能垂直賦能各行各業(yè)，使用場景包括智慧城市、智慧零售、智慧醫(yī)療、智能駕駛、智能家居、工業(yè)制造等。

機器視覺可以被認為是工業(yè)化的計算機視覺，在工業(yè)領域，計算機視覺為機器視覺提供軟件算法，而機器視覺提供傳感器模型，系統(tǒng)構(gòu)造等，可廣泛應用于3C電子制造、鋰電池、光伏、半導體等行業(yè)。

根據(jù)咨詢機構(gòu)弗若斯特沙利文數(shù)據(jù)，我國計算機視覺市場規(guī)模一直保持逐年增長，從2018年的79億元增長至2020年的167億元，年均復合增長率達45.39%，預計2022年我國機器視覺市場規(guī)模將進一步增長至351億元。根據(jù)高工機器人產(chǎn)業(yè)研究所(GGII)統(tǒng)計數(shù)據(jù)，我國機器視覺市場國模有望從2021年的107.8億元增長至2025年的311.57億元，CAGR高達30.4%。

值得一提的事，政策支持疊加應用端拓展，國產(chǎn)機器視覺成長提速。一方面，我國《“十四五”智能制造發(fā)展規(guī)劃》中提到，要大力發(fā)展智能制造裝備，推動先進工藝、信息技術與制造裝備深度融合，產(chǎn)業(yè)鏈自主可控需求推動本土機器視覺廠商持續(xù)自主創(chuàng)新、縮小與海外龍頭的實力差距;另一方面，全球人工智能經(jīng)濟持續(xù)發(fā)酵，AI應用端市場多點開花并加速落地，在“AI+”、“工業(yè)4.0”和“中國制造2025”背景下，智能工廠、智能制造成為工業(yè)發(fā)展大趨勢，在機器視覺方面率先實現(xiàn)自主技術創(chuàng)新突破的國產(chǎn)廠商有望充分受益。

投資機會 七大應用領域有望受益

招商證券表示，我國機器視覺研發(fā)起步較晚，早期本土廠商以代理海外龍頭產(chǎn)品為主，后逐步開始自主研發(fā)進程。目前本土企業(yè)中，凌云光已涉足視覺器件、可配置視覺系統(tǒng)與智能視覺裝備等領域，奧普特產(chǎn)品涵蓋視覺控制系統(tǒng)、鏡頭等機器視覺核心部件，大恒科技子公司專注機器視覺系統(tǒng)與部件業(yè)務;天準科技已推出視覺測量裝備、視覺檢測裝備等產(chǎn)品服務，矩子科技涉足機器視覺設備。此外，大華股份、韋爾股份、斯特威、奧比中光等也是本土機器視覺產(chǎn)業(yè)鏈重要參與者。

華西證券指出，SAM對機器視覺會產(chǎn)生革命性的影響，原因是從機器視覺的角度來說，感知永遠是處于智能模塊的流程前期，且感知在AI機器視覺領域占據(jù)絕大部分的功耗，原因是感知需要將數(shù)據(jù)轉(zhuǎn)換成特征向量。就智能駕駛而言，圖像分割是深度神經(jīng)網(wǎng)絡架構(gòu)，在智能駕駛極為重要，SAM出世后，此神經(jīng)網(wǎng)絡有望直接被SAM大模型代替，效率大幅提升，模型預訓練所需的時間、人力成本有望大幅降低，同理，其他領域機器視覺同樣受益，例如智慧安防領域、家用攝像頭領域等。

SAM的橫空出世有望對機器視覺產(chǎn)生革命性的影響，華西證券認為以下應用領域有望受益。

第一，智能駕駛，受益標的為中科創(chuàng)達、虹軟科技、光庭信息、四維圖新、東軟集團等;第二，安防領域，受益標的為海康威視、當虹科技、大華股份等;第三，家用攝像頭與機器人領域，受益標的為科沃斯、石頭科技等;第四，工業(yè)質(zhì)檢領域，受益標的為凌云光、用友網(wǎng)絡、奧比中光等;第五，MR、XR領域，受益標的為歌爾股份、立訊精密、微導納米、長盈精密等;第六，地理信息化領域，受益標的為航天宏圖、中科星圖、超圖軟件等;第七，3D建模仿真領域，受益標的為華如科技、霍萊沃等。

中郵證券則表示，目前SAM模型及數(shù)據(jù)集均為開源，可以靈活集成于更大的AI系統(tǒng)，隨著SAM的演進與發(fā)展，該技術可能會成為工業(yè)質(zhì)檢、AR/VR、自動駕駛、衛(wèi)星遙感等多領域的強大的輔助工具，看好SAM等圖像分割模型在機器視覺中的應用，建議關注奧普特、凌云光、奧比中光、千方科技、聲迅股份。