【短讯】AI视觉迎来“GPT-3时刻”！计算机视觉受益上市公司梳理

【资料图】

（编辑 旭日）AI视觉领域迎来新模型“炸场”，图像识别门槛大幅降低。据报道，Meta周三发布了一个人工智能模型，可以从图像中挑选出单个对象，以及一个图像注释数据集。该模型名为Segment Anything Model（SAM），Meta官方表示这是有史以来最大的分割数据集。同时Meta将该模型及数据集在GitHub上开源，以促进机器视觉通用基础大模型的进一步研究。SAM是计算机视觉领域发布第一个用于图像分割的、可通过提示（prompt）方式应用的通用大模型，类似自然语言领域（NLP）中的大模型ChatGPT。英伟达人工智能科学家Jim Fan将Meta的这项研究称作计算机视觉领域的“GPT-3时刻”之一——其分割方法可以通用，可对不熟悉的物体和图像进行零样本泛化，初步验证了多模态技术路径及其泛化能力。国盛证券刘高畅4月8日研报中表示，预计1-5年内，多模态发展将带来AI泛化能力提升，通用视觉、通用机械臂、通用物流搬运机器人、行业服务机器人、真正的智能家居会进入生活；5-10年内，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，在通用机器人、虚拟现实等领域得到应用。首创证券翟炜4月11日研报中指出，本周META发布了视觉大模型SAM，紧接着智源研究院视觉团队也推出通用分割模型SegGPT，通用视觉大模型之战也打响。视觉大模型能把任意图像从像素阵列解析为视觉结构单元，像人类视觉那样理解各类场景，这对自动驾驶、安防、智能家居、工业视觉等众多行业都将带来飞跃式提升。公开资料显示，计算机视觉模拟大脑完成对图像的处理和解释，实现对相应场景的多维理解。以图像、视频为代表的视觉数据是互联网时代信息的主要载体之一，赋以人工智能模型感知并理解这些海量的视觉数据的能力，有助于提高人工智能自主适应环境的能力。作为人工智能(AI)和深度学习的子领域，计算机视觉可训练卷积神经网络(CNN)，以便针对各种应用场合开发仿人类视觉功能，利用图像和视频进行数据分割、分类和检测。国海证券陈梦竹在3月29日研报中表示，2021年中国计算机视觉技术核心产品、带动相关产业市场规模达990亿元、3079亿元，预计2025年分别达1873亿元、5771亿元。目前，中国计算机视觉厂商具有基于基础算法进行改进和优化并形成各自特有算法的技术能力。截至2021年上半年，商汤科技以47%市占率位列行业第一；旷视科技和海康威视位列第二、第三名，市占率分别为8%和7%。云从科技、创新奇智、依图科技、大华股份等位列行业Top10。此外，据不完全整理，近期在互动易平台回复布局AI视觉/计算机视觉相关业务上市公司还包括美亚柏科、虹软科技、创维数字、润和软件、国科微、全志科技、超图软件、凌云光、创业黑马、中科创达、云鼎科技、智微智能、中科通达、移远通信、奥普特、克来机电、国联股份等。国盛证券郑震湘4月12日研报中指出，SAM模型在视觉识别领域具有重要意义，建议关注芯片端包括韦尔股份，龙迅股份，晶方科技，富瀚微，思特威，格科微等；光学/镜头模组包括高伟电子，舜宇光学，宇瞳光学和永新光学。建议关注视觉方案的虹软科技；安防模型及应用包括海康威视，大华股份等；工业机器视觉包括奥比中光，凌云光等；AR/VR 相关上市公司包括立讯精密，歌尔股份，水晶光电，创维数字，兆威机电，长盈精密等。不过值得注意的是，分析人士表示对于视觉算法运行显卡，国内一些厂商已经有了自研产品，但推理速度、显存等性能与国外厂商有一定差距。除此之外，不同显卡和框架之间的迁移和适配过程复杂。为了让视觉算法落地到国家的各行各业，国产化进程任重而道远。