2d转3d最需要的资源是什么（是替代之路还是并行之路）

2d转3d最需要的资源是什么（是替代之路还是并行之路）3D视觉行业的发展机遇而所有的生产制造活动追求的无非是成本与效率的最优平衡。从这一本质上也可判断，3D视觉未来的发展路径不是绞尽脑汁去替代2D视觉，更应该立足于解决2D视觉做不好或干不了的领域。只是，瞄准解决2D视觉做不好或干不了的事情，需要满足两个大前提。一个是，3D视觉技术需要持续迭代趋于成熟，自身具备解决问题的能力；第二个大前提是，能够吸引用户尝试新技术，也就是在产品好用的基础上平衡用户投入成本问题，让产品实现高性价比。3D未来会取代2D吗？有不少人会基于目前2D视觉的市场规模来预测未来3D视觉具备的成长空间。在我们看来，关注2D视觉与3D视觉的市场应用比例比市场规模更具实际参考意义。目前，2D视觉与3D视觉的应用占比大约在100:1，2D视觉的用量远超3D视觉；未来经过两三年的时间发展，这一比例或将演变成50:1，而在最终的行业格局上，据图漾科技CEO费浙平判断，2D视觉与3D视觉

物联网、工业5.0和大规模定制等大趋势推动着2D和3D嵌入式光学解决文案呈指数级增长，有不少人会基于目前2D视觉的市场规模来预测未来3D视觉具备的成长空间。2D视觉与3D视觉并不存在着绝对的替代关系，二者都将在各自适合的场景下，最大限度解决用户生产难点，而3D视觉被认为是机器视觉领域新的技术突破，亦是新的商业风口。

机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉是在上世纪 50 年代从统计模式识别开始的，当时的工作主要集中在二维图像分析和识别。随着 5G、AI 等技术的不断发展，行业应用需求的不断提升，机器视觉从二维向三维过渡不但成为可能，更是必然的方向。

在2D视觉的基础上，3D视觉增加了物理空间的深度信息，更全面、更真实地记录了物理世界。不过，2D视觉依然是当前工业领域应用的主流，只是伴随着测量精度要求越来越高，被测物体条件越来越复杂，3D视觉被认为是机器视觉领域新的技术突破，亦是新的商业风口。

根据gongkong®市场调研数据显示，未来随着5G的发展和制造业的不断升级，中国机器视觉市场需求将不断增长。预计到2023年，我国机器视觉市场规模将达到66.8亿，每年增长率接近20%。3D视觉将更趋于智能化、集成化、实时性、高性能、多场景应用等方向。

3D未来会取代2D吗？

有不少人会基于目前2D视觉的市场规模来预测未来3D视觉具备的成长空间。在我们看来，关注2D视觉与3D视觉的市场应用比例比市场规模更具实际参考意义。目前，2D视觉与3D视觉的应用占比大约在100:1，2D视觉的用量远超3D视觉；未来经过两三年的时间发展，这一比例或将演变成50:1，而在最终的行业格局上，据图漾科技CEO费浙平判断，2D视觉与3D视觉的应用占比大致会维持在10:1的水平。

这也意味着，2D视觉与3D视觉并不存在着绝对的替代关系；二者都将在各自适合的场景下，最大限度解决用户生产难点。例如，在一些相对简单的应用领域中，对终端用户来说，但凡用2D能够解决的问题基本不会考虑用3D替代。这里面存在着产品力与ROI的双重逻辑，一般而言越是简单的技术产品稳定性更佳，应用更简便，也对应着成本更低。

而所有的生产制造活动追求的无非是成本与效率的最优平衡。从这一本质上也可判断，3D视觉未来的发展路径不是绞尽脑汁去替代2D视觉，更应该立足于解决2D视觉做不好或干不了的领域。只是，瞄准解决2D视觉做不好或干不了的事情，需要满足两个大前提。一个是，3D视觉技术需要持续迭代趋于成熟，自身具备解决问题的能力；第二个大前提是，能够吸引用户尝试新技术，也就是在产品好用的基础上平衡用户投入成本问题，让产品实现高性价比。

3D视觉行业的发展机遇

在工业自动化领域，3D机器视觉技术与机器人的结合更被业内认为是未来的重要发展趋势。以焊接引导为例，目前焊接机器人主要用于汽车等高端行业的盲焊工艺，每年5万台左右销量；引入3D激光焊接视觉后，大大降低机器人在焊接领域的使用难度，未来将达到每年几十万台的销量规模。3D工业视觉，赋予机器人智能，客户端的价值是更易用、更柔性，将激发每年百万台工业机器人和千万台服务机器人的市场规模。

质量控制（QC）和检验是3D机器视觉技术在工业领域的另一个重要应用场景。配备视觉的机器能够识别产品或物体中的异常或缺陷，并将其标记为不符合某些质量保证规范。例如，硬币字符检测、电路板检测，以及机器视觉的定位检测，饮料瓶盖的生产是否合格、是否有问题，产品的条码字符的检测识别，玻璃瓶的缺陷检测等。3D视觉技术可以满足工业级精度要求，实现智能3D扫描，获取精准三维数据，高效剔除瑕疵品，帮助机器完成各种复杂任务。

3D人脸识别是一个方兴未艾的应用领域。人脸识别以前主要应用在门禁考勤系统、防盗门等，目前电子护照及身份证也大量采用该项技术。公安、司法和刑侦利用人脸识别系统和网络，在全国范围内搜捕逃犯。在金融业务上，电子商务、智慧银行采用人脸识别，也成了企业增强市场竞争力的手段。

从落地来看，目前3D主要应用于大型工业制造业企业、物流、智慧城市监控，以及少部分消费应用场景等，从探索到突破，在落地的路上逐显繁荣。

近日，多家3D视觉企业完成融资。其中，上海芯歌智能宣布完成过亿元B轮融资，以支持机器视觉行业的研发，同时加速团队建设和市场布局。深圳宝链智能完成千万级别的Pre-A轮融资，将主要用于多工艺场景的算法落地、团队扩充、市场渠道覆盖。高精度3D相机研发商知象光电宣布完成数千万元B 轮融资，继续投入新产品研发、市场拓展及产能建设。

可以看到，这些企业融资主要目标，一则加速技术研发，二则推进市场布局。这与当前3D视觉市场现状密切关联。在3D视觉产业智能化升级进程不断加速的背景下，各企业都致力于基于3D视觉不同技术路线，拓展细分市场，实现相关产品的区别化应用落地。特别是面对市场内还未出现龙头企业的现状，未来一段时间，对于3D视觉企业卡位具有至关重要的意义。

3D视觉赋能工业机器人

工业机器人是中国制造业发展的重要支撑，而3D视觉作为工业机器人的“眼睛”，它影响着工业机器人的行业应用前景。通过3D视觉控制技术可以提高工业机器人工作的精度、速度及可靠性，3D视觉 工业机器人配套发展已经成为业内人士关注的焦点。

当前，智能机器人在工业自动化领域中，搬运、焊接、装配环节占比70%以上，电子汽车，物流、金属加工则占比67.8%。

机器视觉对于提高工业机器人的灵活性和可操作性具有重要意义，在大批量工业生产过程中，3D视觉助力机器人实现更多高精度动作，拓宽其应用场景，也大大提高了生产效率和柔性化程度。

虽然目前3D视觉 工业机器人渗透率较低，但随着工业加工越来越精细，对设备的要求越来越高，3D视觉配合工业机器人解决方案将越来越多，渗透率也将逐年增高。

3D视觉 工业机器人配套发展，可以为工业机器人开拓更多应用场景以及功能，但随着市场发展，一些问题和难点也逐渐显现出来。

难点一 软件及协同策略

1）对识别非预期性缺陷等情况，3D视觉系统的学习能力和处理能力；2）3D视觉系统和机器臂的信号传输协同能力。

难点二 硬件的配置

硬件的不成熟对软件的限制：1）夹爪能抓取工件的种类；2）机器人固有最高节拍；3）环境光以及反光等情况对视觉采集的影响等情况。

难点三 市场的成熟度

1）新兴产业，批量应用的行业和整体的市场规模还小；2）价格较贵，成本承受能力较强的客户才会导入；3）对于设备故障，相关技术人员的经验能力不足等。

虽然目前行业发展存在难点，但3D视觉 工业机器人未来发展前景依然被看好。2021年3D视觉领域融资热度不减，据不完全统计，截至2021年10月，融资事件已有十多起。相信有众多资金的注入，未来行业会加快研发进程、实现快速发展。

2021年3D视觉领域融资事件表

总而言之，在3D视觉 工业机器人领域，所有企业面临着相同的窗口期，谁能率先规模化落地，积累起大量客户与典型案例，谁就能占据先发优势。

在3D视觉这片热土上，本土创业厂商除了需要与基恩士、康耐视等国际大厂竞争，亦无法回避海康、大华等国内知名厂商，如何在重重竞争中脱颖而出？

在这种局面下，本土厂商最可控的事情就是专注于自身，做好产品、跑通商业模式、保证完美生产与交付；第二点则是陪伴客户与产业共同成长，3D视觉作为创新产品，正处于快速发展迭代过程中，与之对应的客户需求也在持续发生变化，精准把握客户需求至关重要。