破局机器视觉增长瓶颈，2025海康机器人机器视觉发布会说了什么？

机器视觉自 2000 年前后进入国内，前十年发展缓慢，2012 年后，在 3C、锂电和光伏等产业以及国产化替代浪潮推动下，行业进入快速发展期。

海康机器人 2014 年入局，恰逢行业上升期。

近 10 年，行业规模增长 4 - 5 倍，工业相机数量从 2014 年的 50 万台左右，增长至 2024 年的近 250 万台，国产化率从不到 20% 提升至 75% 以上，其中，海康机器人占据近一半市场份额。

然而，近几年行业增速明显放缓，在 2021 年达到顶峰后，一路下行。多数机器视觉相关上市公司的年报业绩出现不同程度负增长。

究其原因，一是宏观环境的不确定性导致出口受阻，各行业产能过剩严重，企业不敢追加新投资，对机器视觉行业产生较大冲击。

其二，技术突破不及预期。作为机器视觉四大应用之一的工业质检，虽前景广阔但难度也最高，AI 技术虽被视为突破工业质检的技术利器，但实际项目尝试中，仍存在模型泛化能力差、需现场不断采集图像训练、项目实施周期长等问题。3D 技术进展也偏慢，行业参与者呈现多元化发展态势，市场规模并不大。

那么，未来的发展机会在哪里以及如何应对？

在这样的大背景下，海康机器人在 5 月 13 日召开的机器视觉新品发布会上，从技术纵深与生态协同两方面，展示了其破局之道。

寻找新增长：行业下沉、技术突破

面对当前瓶颈，海康机器人认为行业发展将依靠两大驱动力：拓展更多行业、技术突破。

其一，寻找机器视觉技术在更多行业渗透的机会。

目前机器视觉应用主要集中在 3C、光伏、锂电和汽车等行业，在传统制造行业的应用相对较少。

这些领域虽存在技术难度高、场景碎片化等挑战，但也蕴藏巨大潜力。

对此，海康机器人与合作伙伴在多个行业展开尝试，并取得成效：

汽车领域：在长安汽车实现冲压件检测技术攻关

医疗领域：与英科医疗合作攻克医用手套检测难题

木工行业：应用于木材清边、尺寸测量、封边检测等场景

食品加工、金属加工等领域也取得初步成果

其二，技术突破有望打开行业天花板。

在工业质检领域，传统视觉检测长期受困于高反光材质成像、微小缺陷识别、复杂环境适应性差等三大难题。

大模型、计算光学及柔性检测方案技术，为工业质检的困局，提供了破解思路。

要做好工业质检项目，第一步得先解决缺陷的清晰稳定成像问题。

计算光学通过多维度信息重构突破传统成像极限：相位偏折技术专攻高反光 / 透明材质成像，光度立体技术则针对复杂纹理表面，二者形成技术矩阵覆盖工业质检核心痛点

在此基础上，大模型技术开始发挥作用。

大模型技术基于 Transformer 的深度学习展现出卓越的场景泛化能力，可实现少量样本完成场景迁移，还能解决缺陷样本不足和样本智能标注问题。

此外，" 机器人 + 视觉 " 的柔性检测方案，利用机械臂的灵活性，满足满足工件种类多、尺寸形状差别大的多样化检测需求。

产品进化论：标准、智能、3D 的协同跃迁

底层技术的突破路径清晰可见，海康机器人的标准产品线、智能产品线、3D 产品线围绕着易用、全面，也做出了不小突破。

标准产品线经历了解决 " 有无问题 " 的基础款 CA 系列，到优化性能的 CS 系列，再到如今的 CT 系列。

这种进化不是简单的参数堆砌，而是对制造业痛点的深度破解。

在锂电工厂的检测车间里，新安装的 CT 系列相机正在高速运转。与传统设备不同，这些相机无需漫长的预热等待，上电 4 分钟即可投入工作——这得益于创新的精准温控设计，将热平衡时间缩短了 90%。

据标准产品线总监张振华介绍，第三代 CT 系列工业相机实现了三大突破：

看得更真。通过多光谱融合技术，相机能自动适应 3000K-6500K 的色温变化，成像效果接近人眼观察。

用得更省。500 万像素相机功耗降至 1.5W，是前代产品的一半。有上百台相机的产线，每年可节省数万元电费。

想得更远。Max 版本集成了自动对焦、光源控制等功能，用户不再需要繁琐的外设调试。在某汽车零部件企业，这种一体化设计使设备换型时间缩短了 70%。

去年，海康机器人首次发布了高速线阵 2.5D 视觉检测系统，今年推出穹顶光 2.5D 视觉检测系统，有效去除样品表面的漫反射干扰。系统支持多种接口、多种分辨率的产品，同时优化了软件协同机制，集成度高，简洁易用。

智能产品线总监呼志刚指出，AI 的大规模落地应用需从算法、软件、硬件以及数据的 " 采、存、标、训、转、推、用 " 闭环流程等多个方面协同推进。

在追求极致效率的工业场景中，AI 技术面临着几大现实挑战：其一数据之困，传统 AI 模型需要大量标注数据，但工业场景获取合格样本的成本极高；其二迁移之难，在 3C 行业，同一款产品在不同产线的成像差异就可能让 AI 模型 " 失明 "。工程师们不得不为每条产线单独训练模型，严重拖慢部署速度；其三使用之艰，复杂的算法调参让不少工厂望而却步。

面对这些挑战，算法方面，海康机器人开发了工业视觉大模型，并针对机器视觉应用特点研发了图像分割、目标检测、OCR、读码等通用任务大模型，以及行业场景大模型；还开发了边缘学习分类、边缘学习检测、边缘学习 OCR 等算法。比如在医疗手套检测中，在训练出医疗手套检测行业大模型后，在不同厂区间迁移时，调试时间从 2 周缩短至 3 天。

围绕大模型、边缘学习 、软件交互、平台优化等，海康机器人持续提升智能产品的性能、易用性和灵活开放度，推出了一系列 AI 产品。

软件平台的易用性直接决定 AI 落地速度，VM 算法平台 5.0 尤为引人注目。该平台集成工业视觉大模型与全系列边缘学习工具，面对复杂场景可启用大模型，简单场景则采用边缘学习，并且将 2D、2.5D、3D 融合，实现多维信息分析工具的一体化，功能更强大，使用更便捷。

为了让技术更贴近现场，海康机器人还将 AI 能力下沉到硬件终端，如智能相机、AI 智能读码器等产品上。

3D 产品线聚焦 3D 视觉引导与高精度测量。

今年推出的 Ultra 系列 3D 相机，通过将深度图分辨率从 200 万提升到 500 万像素，同时实现了大视野与高精度的平衡。解决了很多抓取应用场景既需要大视野，又需要高精度的两难问题。

3D 视觉引导上，扩充了激光振镜立体相机方案，推出单线扫描结构光、投影结构光等，打造出基础、Ultra 高分辨率、Turbo 抗环境光、DPS 超小体积系列及焊接专用型号等丰富 RGBD 立体相机。RP 机器人视觉引导平台升级至 V2.2，优化算子、可视化调试及工具闭环，提升软件应用自由度与调试效率。

高精度测量方面，将 3D 激光轮廓传感器 DP4000 系列部分先进设计用于 DP2000 和 DP3000 系列，提升成像质量、帧率与易用性。VM 3D 算法平台优化算法功能、效率与内存，满足各行业 3D 测量检测需求。

携手生态伙伴

这次发布会，海康机器人第一次将发布会与技术交流会深度结合，与合作伙伴共探智能制造与智慧流通的数字化转型新机遇。

" 视控一体 "，阐述了关节机器人与视觉融合的新模式，指出视控一体可通过在机器人系统中集成视觉功能，或在视觉系统中集成机器人操作两种方式实现。凭借在硬件、软件和算法领域的长期积累，两种方式海康机器人都可以实现。

海康机器人的机器视觉战略不止于单点突破。而是通过与移动机器人、机械臂等产品协同，构建起 " 手眼脚 " 一体的智能系统：以 " 眼 + 脚 + 手 " 为核心载体，以平台化技术为纽带，通过跨产品线协同与生态资源共享，构建 " 感知 - 决策 - 执行 " 闭环的服务体系。

新领域拓展与技术创新都离不开生态协作。

海康机器人副总裁张文聪表示，将长期坚持生态发展战略，持续推进生态合作伙伴计划；同时每年举办全国性的机器视觉设计大赛，推进产教融合，为行业培养人才；在新行业应用拓展方面，海康机器人更多聚焦从 0 到 1 的工作，重点围绕基线方案构建、技术难点突破和样板点打造，然后将能力赋予合作伙伴，由合作伙伴完成 1 到 N 的推广复制，共同做大机器视觉市场蛋糕。

在雷峰网看来，智能制造作为国家战略方向，机器视觉行业仍有很大发展空间。

GGII 数据显示，2025 年中国机器视觉市场规模将突破 500 亿元，但在制造业的渗透率不足 15%。

面对这片蓝海，海康机器人选择的战略定力是：在工业 AI、计算光学、3D 感知等领域构筑技术壁垒，同时用开放生态打破 " 场景碎片化 " 魔咒，将机器视觉从孤立的眼睛进化为智能制造的中枢神经。