計算機行業專題研究：計算機視覺AI皇冠上的明珠-220501（21頁）.pdf

《計算機行業專題研究：計算機視覺AI皇冠上的明珠-220501（21頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業專題研究：計算機視覺AI皇冠上的明珠-220501（21頁）.pdf（21頁珍藏版）》請在三個皮匠報告上搜索。

1、請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 2022.05.01 計算機視覺計算機視覺：AI 皇冠上的明珠皇冠上的明珠 李沐華李沐華(分析師分析師) 齊佳宏齊佳宏(分析師分析師) 010-83939797 010-83939837 證書編號 S0880519080009 S0880519080007 本報告導讀：本報告導讀： 計算機視覺是計算機視覺是 AI應用應用前景最為廣闊前景最為廣闊的細分領域之一，的細分領域之一，技術正在快速迭代，技術正在快速迭代，推薦虹軟推薦虹軟科技、格靈深瞳，受益商湯科技、曠視科技、依圖科技、云從科技、云天勵飛?？萍?、格靈深瞳，受益商湯科技、曠視

2、科技、依圖科技、云從科技、云天勵飛。 摘要：摘要： 計算機視覺是機器認知世界的基礎，也是人工智能應用計算機視覺是機器認知世界的基礎，也是人工智能應用前景最為廣闊前景最為廣闊的的細分領域之一。細分領域之一。計算機視覺指使用計算機模仿人類視覺系統的科學， 讓計算機擁有類似人類提取、處理、理解、分析圖像以及圖像序列的能力。簡單來說， 類似于人類依靠雙眼進行外界視覺感知， 計算機視覺就是借助光學、 電子元器件給計算機提供一雙眼睛， 并依靠人工智能的算法去教會計算機如何使用眼睛獲取有用信息。 技術持續提升，帶動千億級規模市場技術持續提升，帶動千億級規模市場。在數據、算力和算法的進步與驅動下， 近年來人工

3、智能商業成熟度不斷提升。 計算機視覺技術主要基于使用神經網絡的深度學習算法， 神經網絡和深度學習的快速發展極大推動了計算機視覺的發展， 使其成為人工智能行業中成熟度相對更高、 商業落地較早的技術。數據量的爆炸式增長、算力的大幅提升、深度學習算法的日益優化也是計算機視覺行業快速發展的三大因素。 AI 行業目前主要有四類玩家。行業目前主要有四類玩家。目前，人工智能行業的主要參與者可分類為國際機器視覺企業、 綜合型科技企業、 技術型科技企業及智能化轉型的硬件廠商等四大陣營。各類企業因資源稟賦、創新能力、經營策略等方面的差異，其經營模式、產品服務及應用領域等各有側重。 推薦虹軟科技、格靈深瞳，受益商湯

4、科技、曠推薦虹軟科技、格靈深瞳，受益商湯科技、曠視科技、依圖科技、云從視科技、依圖科技、云從科技、云天勵飛科技、云天勵飛。隨著技術逐漸成熟化，AI 將會被應用于越來越多的行業和場景。 其中計算機視覺作為人工智能的最重要應用領域， 擁有廣闊的前景。 我們認為， 技術與場景是衡量計算機視覺公司實力和未來發展前景的重要指標，故我們綜合目前 AI 視覺技術成熟程度、AI 視覺業務在自身業務中的占比情況以及所處行業的景氣程度等方面的因素，推薦虹軟科技、格靈深瞳，受益商湯科技、曠視科技、依圖科技、云從科技、云天勵飛。 風險提示：風險提示：安防、金融等行業增速快速下行；AI 在對于小概率事件敏感的領域落地不

5、及預期 評級：評級： 增持增持 上次評級：增持 細分行業評級 計算機 增持 相關報告 計算機證券行業信創進入高速發展期 2022.04.30 計算機國產自動駕駛芯片獨角獸，用芯賦能未來出行 2022.04.19 計算機獨立 IPO的 Mobileye能否破局 2022.04.18 計算機DRG/DIP 模塊 11 月底落地應用，助推局端、院端建設 2022.04.18 計算機可通過路測數據粗略估計 L4 落地時點 2022.04.15 行業專題研究行業專題研究 股票研究股票研究 證券研究報告證券研究報告 計算機計算機 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后

6、的免責條款部分 2 of 21 目目 錄錄 1. 計算機視覺：人工智能主要應用領域 . 3 1.1. 計算機代替人眼識別，運用算法處理解釋 . 3 1.2. 計算機視覺核心技術，層層遞進 . 3 2. 人工智能商業成熟度提升，計算機視覺加速發展 . 5 2.1. 數據、算力和算法驅動，人工智能邁入快車道 . 5 2.2. 人工智能核心計算機視覺，場景應用快速擴展 . 6 2.3. 技術持續提升，帶動千億級規模市場 . 7 2.4. 四類企業劃分市場格局，多層次發力 . 8 2.5. 技術和應用驅動行業增長，未來發展走向融合、綜合 . 10 3. 相關標的與投資建議 .11 3.1. 相關標的

7、.11 3.1.1. 虹軟科技 .11 3.1.2. 商湯科技 .11 3.1.3. 曠視科技 . 13 3.1.4. 云從科技 . 15 3.1.5. 依圖科技 . 16 3.1.6. 云天勵飛 . 17 3.1.7. 格靈深瞳 . 18 3.2. 投資建議 . 20 4. 風險提示 . 20 OYjYnYlYyQzQsQaQdN8OoMmMnPnPjMnNnQkPrRtObRrQqQMYmRrOMYpNxO 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 3 of 21 1. 計算機視覺：計算機視覺：人工智能人工智能主要應用領域主要應用領域 1.

8、1. 計算機代替人眼識別，運用算法處理解釋計算機代替人眼識別，運用算法處理解釋 計算機視覺是機器認知世界的基礎，計算機視覺是機器認知世界的基礎，也是也是 AI 應用前景最為廣闊的細分應用前景最為廣闊的細分領域之一領域之一。計算機視覺指使用計算機模仿人類視覺系統的科學，讓計算機擁有類似人類提取、處理、理解、分析圖像以及圖像序列的能力。簡單來說，類似于人類依靠雙眼進行外界視覺感知，計算機視覺就是借助光學、電子元器件給計算機提供一雙眼睛，并依靠人工智能的算法去教會計算機如何使用眼睛獲取有用信息。 計算機視覺以準確率、召回率和誤報率作為衡量指標。計算機視覺以準確率、召回率和誤報率作為衡量指標。近年來，

9、隨著深度學習算法的發展，在計算機視覺領域，很多研究成果已取得接近甚至超過人類視覺系統的突破性進展。計算機視覺技術通常以準確率、召回率和誤報率作為衡量指標，準確率是指提取正確的信息占全部需要待提取信息的比例，召回率是指算法選擇報告樣本中正確樣本的比例，誤報率是指算法選擇報告樣本中錯誤樣本的比例。通常情況下準確率越高、召回率越高或誤報率越低則表明計算機視覺算法的性能表現越好。 計算機視覺不同于機器視覺，運用算法對圖像、視頻進行處理和解釋。計算機視覺不同于機器視覺，運用算法對圖像、視頻進行處理和解釋。以圖像識別舉例，對于機器視覺，在識別某個圖像的時候，系統不需要知道這個東西是什么，而只需要做標定。比

10、如工程師拍了很多角度的路標的圖片作為樣張，然后把它送到模型里。經過訓練，系統在看到新的照片時就可以通過損失函數來判斷它和樣張的相似度，從而識別是不是路標。而計算機視覺則是先描繪路標的輪廓，把它的特征表述出來，檢測的時候直接識別輪廓，如果輪廓相似度比較高系統才認為它是路標。 圖圖 1：計算機視覺與其他領域：計算機視覺與其他領域存在千絲萬縷的聯系存在千絲萬縷的聯系 數據來源： 圖像處理與計算機視覺 ，國泰君安證券研究 1.2. 計算機視覺核心技術，層層遞進計算機視覺核心技術，層層遞進 計算機視覺系統五大方向。計算機視覺系統五大方向。近來隨著深度學習的發展，預處理、特征提取與算法處理漸漸融合，形成端

11、到端的人工智能算法技術。參考人工智能標準化白皮書的說法，根據解決的問題，計算機視覺可分為計算成像學、圖像理解、三維視覺、動態視覺和視頻編解碼五大類。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 4 of 21 1）計算成像學：）計算成像學：計算成像學是探索人眼結構、相機成像原理以及其延伸應用的科學。 在相機應用科學方面， 計算成像學可以提升相機的能力，從而通過后續的算法處理使得在受限條件下拍攝的圖像更加完善，例如圖像去噪、去模糊、暗光增強、去霧霾等，以及實現新的功能，例如全景圖、軟件虛化、超分辨率等。 2）圖像理解：）圖像理解：圖像理解是通過用計

12、算機系統解釋圖像，實現類似人類視覺系統理解外部世界的一門科學。通常根據理解信息的抽象程度可分為三個層次：淺層理解，包括圖像邊緣、圖像特征點、紋理元素等；中層理解，包括物體邊界、區域與平面等；高層理解，根據需要抽取的高層語義信息，可大致分為識別、檢測、分割、姿態估計、圖像文字說明等。目前高層圖像理解算法已逐漸廣泛應用于人工智能系統，如刷臉支付、智慧安防、圖像搜索等。 3）三維視覺：）三維視覺：三維視覺即研究如何通過視覺獲取三維信息(三維重建)以及如何理解所獲取的三維信息的科學。三維重建可以根據重建的信息來源，分為單目圖像重建、多目圖像重建和深度圖像重建等。三維信息理解，即使用三維信息輔助圖像理解

13、或者直接理解三維信息。三維視覺技術可以廣泛應用于機器人、無人駕駛、智慧工廠、虛擬/增強現實等方向。 4）動態視覺：）動態視覺：動態視覺即分析視頻或圖像序列，模擬人處理時序圖像的科學。通常動態視覺問題可以定義為尋找圖像元素，如像素、區域、物體在時序上的對應，以及提取其語義信息的問題。動態視覺研究被廣泛應用在視頻分析以及人機交互等方面。 5）視頻編解碼：）視頻編解碼：視頻編解碼是指通過特定的壓縮技術，將視頻流進行壓縮。視頻壓縮編碼主要分為兩大類無損壓縮和有損壓縮。無損壓縮應用于磁盤文件的壓縮等，而有損壓縮的應用廣泛，例如視頻會議、可視電話、視頻廣播、視頻監控等。 計計算機視覺系統算機視覺系統包含包

14、含五大基礎功能。五大基礎功能。雖然計算機視覺系統的結構形式很大程度上依賴于其具體應用方向，但它們有些功能是幾乎是每個計算機系統都具備的。 計算機視覺現在可實現主要功能包括圖像獲取、 預處理、特征提取、檢測/分割、高級處理等。 圖圖 2：計算機視覺技術從獲?。河嬎銠C視覺技術從獲取、預處理預處理、初級初級、中級中級、高級處理五大層級高級處理五大層級 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 5 of 21 資料來源： 2019 年人工智能發展白皮書 圖圖 3：檢測分割技術從：檢測分割技術從包括包括語義分割語義分割、實例分割實例分割、全景分割全景分割

15、等等 資料來源：CSDN 2. 人工智能商業成熟度提升，計算機視覺加速發展人工智能商業成熟度提升，計算機視覺加速發展 2.1. 數據、算力和算法驅動，數據、算力和算法驅動，人工智能邁入快車道人工智能邁入快車道 在數據、算力和算法的進步與驅動下，近年來人工智能商業成熟度不斷在數據、算力和算法的進步與驅動下，近年來人工智能商業成熟度不斷提升，行業進入加速發展階段。提升，行業進入加速發展階段。與此同時，人工智能與傳統產業的融合發展，彰顯出了巨大的市場潛力，吸引了包括國內外科技巨頭、解決方案及設備供應商、傳統行業龍頭企業以及人工智能企業等各類企業，積極參與到各個層面及細分領域的發展布局和市場競爭中。各

16、類企業因資源稟賦、創新能力、經營策略等方面的差異，其經營模式、產品服務及應用領域等各有側重。行業內主要企業具體情況如下： 圖圖 4：人工智能人工智能技術已經滲透至各個行業中技術已經滲透至各個行業中 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 6 of 21 資料來源：商湯科技招股書，國泰君安證券研究 人工智能行業產業鏈可分為基礎層、技術層、應用層。 基礎層基礎層：主要包括芯片、軟件框架、傳感器、服務器、數據（集）等軟硬件及服務，為技術層提供算力、數據等底層支撐，是人工智能發展的重要基石。 技術層技術層：主要通過基礎層的算力、數據支持，進行海量模擬

17、訓練和機器學習建模，為人工智能提供核心的算法與應用技術，主要包括以深度學習為代表的算法模型，以及計算機視覺、智能語音、機器學習、生物特征識別、知識圖譜等關鍵技術。技術層是人工智能發展的核心，對應用層的智能化發展起到決定性作用。 應用層應用層：基于基礎層與技術層，面向特定應用場景需求而形成的軟硬件產品或解決方案。人工智能應用廣泛，可有效賦能下游領域實現人工智能應用，為其轉型與發展注入強勁新動能。 2.2. 人工智能核心計算機視覺，場景應用快速擴展人工智能核心計算機視覺，場景應用快速擴展 作為人工智能行業的率先取得突破、應用場景明確的關鍵分支，計算機作為人工智能行業的率先取得突破、應用場景明確的關

18、鍵分支，計算機視覺產業鏈也可分為基礎層、技術層、應用層。視覺產業鏈也可分為基礎層、技術層、應用層?；A層包括硬件支持、算法支持和數據集；技術層包括視覺技術平臺、視頻識別、圖片識別和模式匹配；應用層包括計算機視覺技術在智慧城市、智慧安防、智慧物流、智慧金融、手機終端和智慧商業等領域的應用。隨著機器學習的不斷推進，圖像及視頻識別準確率持續提升，計算機視覺算法向著高效求解復雜問題、進行全局優化的方向發展。 圖圖 5：計算機視覺產業鏈計算機視覺產業鏈包括基礎層、技術層、應用層等包括基礎層、技術層、應用層等 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 7

19、of 21 資料來源：艾媒咨詢，國泰君安證券研究 計算機視覺技術實際應用的技術領域不斷擴展計算機視覺技術實際應用的技術領域不斷擴展。從最初的靜態人臉識別和光學字符識別起步，逐漸擴展到了人臉識別分析、活體檢測、人體識別分析、物體檢測識別、行為識別分析、人體重識別、醫療影像診斷技術等諸多種方向。 除了技術越發成熟，計算機視覺技術與場景結合的應用領域也越來越廣除了技術越發成熟，計算機視覺技術與場景結合的應用領域也越來越廣泛泛，除應用較早的安防、金融、互聯網等領域之外，城市治理、樓宇園區、醫療影像等創新領域正逐步實現應用，成為計算機視覺技術快速發展的重要支撐，計算機視覺領域市場規模仍處在高速增長階段，

20、中國有高達 42%的企業應用計算機視覺相關技術。 2.3. 技術持續提升，帶動千億級規模市場技術持續提升，帶動千億級規模市場 近年來近年來，全球高度重視計算機視覺的研究和應用，在核心技術和產業化，全球高度重視計算機視覺的研究和應用，在核心技術和產業化應用上的研發投入持續增加。應用上的研發投入持續增加。計算機視覺技術主要基于使用神經網絡的深度學習算法，神經網絡和深度學習的快速發展極大推動了計算機視覺的發展，使其成為人工智能行業中成熟度相對更高、商業落地較早的技術。數據量的爆炸式增長、算力的大幅提升、深度學習算法的日益優化也是計算機視覺行業快速發展的三大因素： 1）數據為深度學習算法提供訓練支撐。

21、）數據為深度學習算法提供訓練支撐。海量的應用場景數據為計算機視覺算法提供訓練基礎，從而使得計算機視覺算法精準度提升，讓機器最終實現精準的視覺識別。 2）人工智能芯片的）人工智能芯片的發展不斷提升計算機視覺算力。發展不斷提升計算機視覺算力。GPU、FPGA、ASIC 等專用芯片具有良好的并行計算能力，大幅提升了數據處理速度，縮短了計算過程和模型架構調整時間，為計算機視覺的發展提供了算力支持。 3）深度學習算法的發展有效提升計算機視覺準確度。）深度學習算法的發展有效提升計算機視覺準確度。深度學習算法是以多層神經網絡為基礎，以海量數據為輸入的規則自學習方法。它能夠通過輸入的海量行為數據對規則中的參數

22、進行調整，讓機器通過數據訓練，在數據庫中自行歸納物體特征，而后依照其歸納出的規律對物體進行識別。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 8 of 21 2021 年，我國計算機視覺核心產業規模和帶動相關產業規模分別為年，我國計算機視覺核心產業規模和帶動相關產業規模分別為989.6 億元和億元和 3079 億元，占人工智能核心產業和帶動相關產業規模的比億元，占人工智能核心產業和帶動相關產業規模的比重分別達到重分別達到 49.5%和和 40.0%。通過對下游行業需求統計測算，2021 年，中國計算機視覺核心產品的市場規模已接近千億元大關。此外，

23、與計算機視覺相關的計算機通信設備銷售、工程建設、傳統業務效益轉化等帶動相關產業規模超過 3000 億元。且在未來的幾年中， 圖圖 6：2019-2025 年中國計算機視覺市場規模年中國計算機視覺市場規模仍將快速增長仍將快速增長 資料來源：iResearch，國泰君安證券研究 2.4. 四類企業劃分市場格局，多層次發力四類企業劃分市場格局，多層次發力 目前，人工智能行業的主要參與者可分類為國際機器視覺企業、綜合型科技企業、技術型科技企業及智能化轉型的硬件廠商等四大陣營。 1）國際機器視覺企業：）國際機器視覺企業：康耐視和基恩士等國際企業作為傳感器和測量儀器的主要供應商，在工業自動化的發展歷程中打

24、造了底層開發的研究基礎， 形成了種類豐富的機器視覺產品體系， 系機器視覺領域的先驅者。 2）綜合型科技企業：）綜合型科技企業：以百度、華為等為首的綜合型科技企業全面布局人工智能的基礎層、技術層和應用層，既著力于開發計算和開放平臺，面向人工智能云邊端的自主研發芯片產品，又注重結合場景，提供行業解決方案和消費級產品并已實現規?；N售，系人工智能行業的重要參與者。 3）技術型科技企業：）技術型科技企業：商湯科技、依圖科技、云從科技、科大訊飛、云天勵飛、虹軟科技、匯頂科技、寒武紀等技術型企業以計算機視覺、語音識別、人工智能芯片等分支技術方向為出發點，順應行業趨勢，迅速發展壯大，系人工智能行業的中堅力量

25、。 4）智能化轉型的硬件廠商：）智能化轉型的硬件廠商：?？低?、大華股份等硬件廠商以傳統的攝像頭為基礎，通過硬件的智能化轉型切入人工智能行業，系人工智能行業的重要參與者。 中國計算機視覺廠商具有基于基礎算法進行改進和優化并形成各自特中國計算機視覺廠商具有基于基礎算法進行改進和優化并形成各自特有算法的技術能力。有算法的技術能力。據 IDC 統計，2019 年商湯科技、曠視科技、云從科技、依圖科技四家企業占國內計算機視覺應用市場份額的 51.40%。 圖圖 7：商湯、商湯、曠世、曠世、依圖依圖、云從云從等公司是計算機視覺的重要玩家等公司是計算機視覺的重要玩家 0100020003000400050

26、0060002019202020212022E2023E2024E2025E計算機視覺核心產品規模帶動相關產業規模 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 9 of 21 數據來源：曠視科技招股書，國泰君安證券研究 而計算機視覺的下游應用包羅萬象，既可以直接輸出通用的技術，也可而計算機視覺的下游應用包羅萬象，既可以直接輸出通用的技術，也可以結合垂直行業的痛點提供相應的產品與解決方案。以結合垂直行業的痛點提供相應的產品與解決方案。針對垂直行業類，一般根據場景和需求區分不同落地行業， 其中以泛安防為大頭， 互聯網、金融、工業、醫療等為輔構成主要應

27、用行業，具體如下： 1）泛安防領域（包括公安、交通、社區、文教衛等），）泛安防領域（包括公安、交通、社區、文教衛等），深受政策及財政支持，多年以來一直是計算機視覺乃至整個國內人工智能產業實際落地的重要基石。2021 年，國內泛安防領域計算機視覺核心產品市場規模達到 531 億元， 占計算機視覺總核心產品規模的 70.7%， 預計到 2026 年將接近 1000 億元。 2）互聯網領域，）互聯網領域，在互聯網/ICT/安防等領域巨頭大力推進 AI 開放平臺業務的環境下，計算機視覺算法技術將通過 API 調用模式快速擴張，2026年有望突破 300 億元。 3）金融領域，）金融領域，主要通過計算機

28、視覺產品技術完成人臉識別及證照識別等工作，由于前期市場需求已大部分得到滿足，未來數年市場將保持穩定中速增長。 4）工業領域，）工業領域，有設備在線監測與運維、智能檢測運維、智能輔助運輸和工業視覺質檢等方向，但由于需求有限，預期未來市場增長平穩。 5）醫療領域，）醫療領域，是近兩年時間內計算機視覺應用最火熱的領域之一，盡管現階段市場規模仍較小，但隨著以計算機視覺技術為核心的 AI 醫學影像輔助診斷產品及新型智能醫療器械在各級醫院及醫療機構的鋪開，醫療領域的計算機視覺核心產品規模將超過 100 億元。 圖圖 8：2019-2026 年中國計算機視覺核心產品年中國計算機視覺核心產品廣泛應用于各個行業

29、廣泛應用于各個行業 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 10 of 21 資料來源：iResearch 2.5. 技術和應用驅動行業增長，未來發展走向融合、綜合技術和應用驅動行業增長，未來發展走向融合、綜合 行業趨勢轉向技術協同、綜合性競爭。行業趨勢轉向技術協同、綜合性競爭。近年來，視覺人工智能的多數研究都集中在深度學習、 檢測和分類面部/手部/姿勢、 3D 傳感技術等方面。隨著識別準確度的提升空間趨小，研究重心將逐漸轉向技術協同、融合與應用。同時隨著人工智能覆蓋日常生活、科研、商業創新以及國家安全等社會運行的基本要素，一大批行業得到人工

30、智能的賦能，在解決行業需求痛點的基礎上，競爭維度也將逐步從單一技術領先性競爭轉向綜合服務能力競爭。在計算機視覺的賦能下，助力優化全產業鏈結構，同時也逐步創造了產業新領域，實現增長新動能。 1） 端云架構協同、 技術融合與應用是大勢所趨。） 端云架構協同、 技術融合與應用是大勢所趨。在計算機視覺領域內，將終端設備演進為小型數據中心集群，并與云端高效協同將成為研究重點之一。終端設備的鋪設和數據量的增長將使面向云端的傳輸壓力倍增，這要求端側完成部分云側的圖像處理功能。而在終端逐漸提高的算力要求，例如更加準確的實時識別，也需要端云架構的協同整合。在識別技術趨于成熟的今天，端云的深度結合與協同將成為識別

31、技術的重要依托，如何將兩側的架構進行不斷耦合優化也將不會局限于計算機視覺技術，而成為人工智能技術層共同探索的方向。目前，業內的部分研究也在突破對識別準確度的單一聚焦，轉向更加綜合的計算機視覺問題，如圖像描述、事件推理、場景理解等。未來，視覺人工智能將與其他的智能技術協同融合，評判因素也將由準確性延伸至識別的靈活性、推測的合理性。例如，融合自然語言處理技術來完成圖像描述，將圖片翻譯為一段文字。 2）計算機視覺人工智能行業的競爭維度逐步從單一技術領先性競爭轉）計算機視覺人工智能行業的競爭維度逐步從單一技術領先性競爭轉向綜合服務能力競爭向綜合服務能力競爭。隨著 AI 算法技術的不斷進步，視覺人工智能

32、企業技術成熟度均已達到較高水平，同行業企業間的技術差異正在逐漸縮小，行業技術進步所帶來的邊際改善效應正在衰減。在更多場景下，競爭者之間的技術水平都已經可以較好地滿足用戶的需求。故而，視覺人工智能領先企業間的競爭正從過往的以技術領先性為核心的技術研發競爭逐步轉向以用戶需求理解和應用場景落地為核心的技術應用競爭。 各行業結合計算機視覺技術的發展趨勢和相應市場的驅動因素也均有各行業結合計算機視覺技術的發展趨勢和相應市場的驅動因素也均有差異性。差異性。例如，面向企業的計算機視覺軟件，是為了企業在各種場景中實現數字化運營，主要驅動因素包含運營管理改善、用工效率提升、用戶體驗增強；面向城市管理的計算機視覺

33、軟件主要為了通過海量數據訓練來改善人工智能模型，從而保證居民居住安全、改善交通環境、提高 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 11 of 21 城市管理效率等； 面向消費端的視覺技術軟件為消費者帶來媒體、 娛樂、社交活動及醫療方面的創新服務，其市場的主要驅動因素包含 IoT 設備激增、用戶對 AI 體驗需求增加以及 AI 在醫療行業的廣泛應用等；面向汽車的視覺技術作為汽車智能化革命的一部分，以有效訓練 AI 模型并不斷提高自動駕駛能力，結合云服務使車輛實時與環境交互，提高自動化安全性能。從具體應用領域看，安防影像應用占比最高，安防、金融領

34、域滲透率最高，已形成規?；瘧?。 3. 相關標的相關標的與投資建議與投資建議 3.1. 相關標的相關標的 3.1.1. 虹軟科技虹軟科技 虹軟科技是全球領先的視覺 AI 算法提供商，核心競爭力在于將其視覺底層算法復用于各行業的能力。 目前公司采用“全棧式研發”+“開放平臺”的模式，通過全棧式開發實現對于視覺底層算法的持續積累；借助開放平臺保持自身技術始終處于業內領先地位，并快速發現市場機遇。 公司 2021 年營收 5.73 億元 （-16.12%） ， 歸母凈利 1.41 億元 （-44.01%） ；2021Q4 營收 1.26 億元（-30.85%），歸母凈利 0.18 億元（-55.73

35、%）；2022Q1 營收 1.36 億（-9.39%），歸母凈利 0.25 億元（-55.86%）。 手機拍攝算法業務：拐點即將到來，榮耀分拆有望帶動虹軟長期市占率手機拍攝算法業務：拐點即將到來，榮耀分拆有望帶動虹軟長期市占率上升。上升。 1） 2021 年手機視覺業務營收 5.21 億元 （-13.02%） 。 分客戶來看，我們認為：第一，最大的影響來自于華為，2021 年公司處于華為業務快速掉量而榮耀業務尚未起量的階段。第二，來自 LG 的影響在 2021H2顯現。 可推算2021H2公司來自韓國收入大幅下滑， 而這一數據在2021H1為+25%左右，考慮到三星手機迭代節奏、銷量等方面未出

36、現重大變化，我們認為更多地是由于 LG 從 2021Q2 開始不做手機帶來的影響。 第三，部分小型手機廠商由于疫情的影響而退出手機行業，這部分的長期影響仍需評估。 2） 2022Q1 移動智能終端視覺業務營收 1.17 億元 （-19.28%） 。我們認為，目前華為、LG 的掉量在業績中已逐漸反映，而榮耀與高通合作使得公司后續來自榮耀的單機價值量有望超過此前的華為，隨著這部分業務的起量，公司手機業務將在 Q2-Q3 迎來拐點。 車載視覺業務：前裝業務料將超預期，對高通的車載視覺業務：前裝業務料將超預期，對高通的 know how 望成重要望成重要競競爭優勢。爭優勢。1）2021 年車載視覺收入

37、 0.20 億元（-69.54%），收入下滑主要受智能駕駛后裝市場客戶業務波動及產業鏈芯片緊缺影響，而對于公司重點發力的前裝業務，東風嵐圖、長城的部分車型已于 2021 年量產出貨。2）2022Q1 車載視覺收入 0.19 億元（+907%），由于 2021H2 單季收入約為 300-400 萬元，這意味著 2022Q1 前裝業務是超預期的?？紤]到 2022Q2 起前裝版稅費收入將進入放量期，全年車載業務營收大概率超預期。3）由于公司在手機端與高通合作多年，對于高通芯片體系的know how 遠勝于競爭對手， 雙方的合作由手機遷移至智能座艙非常順暢，這將成為公司座艙視覺業務的重要競爭優勢。 3

38、.1.2. 商湯科技商湯科技 商湯科技成立于 2014 年，核心技術包括人臉識別、圖像識別、文本識別、醫療影像識別、視頻分析、無人駕駛和遙感等，主要應用領域包括智能手機、 互聯網娛樂、 智能車艙、 智慧安防、 智慧零售、 智慧健康等。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 12 of 21 經營業績：經營業績： 2019-2021 年， 公司營業收入分別為 30.27 億元、 34.51 億元、47.00 億元， 增速 63.30%、 14.02%、 36.20%； 毛利率分別為 56.80%、 70.57%、69.73%； 研發投入 19

39、.16 億元、 24.54 億元、 36.14 億元。 截至 2021 年末，公司的全球專利資產累計 11494 件，較 2020 年底增長 96%，其中發明專利占比 78%。 產品結構：產品結構：SenseCore+軟件平臺+AI-as-a-Service?；趯Ｓ械娜斯ぶ悄芑A設施(SenseCore)，集中量產人工智能模型。再通過軟件平臺，將SenseCore 的能力作為通用的 AI-as-a-Service 提供給客戶， 使其無需深厚的專業知識、巨大資本投入即可輕松生產出符合自身業務需求的人工智能模型。 圖圖 9：商湯科技商湯科技圍繞圍繞 SenseCore 打造了跨行業解決方案打造了

40、跨行業解決方案 資料來源：商湯科技招股書 商湯的軟件平臺又可細分為智慧商業、智慧城市、智慧生活、智慧汽車四大類： 1） 面向智慧商業的） 面向智慧商業的 SenseFoundry-Enterprise （商湯方舟企業開放平臺） ：（商湯方舟企業開放平臺） ：商湯方舟企業開放平臺用于實現互聯、高效及可擴展的企業運營，為客戶帶來更好的業務成果。企業方舟已廣泛應用于諸多垂直行業，包括商業空間管理、 住宅物業管理、 制造、 基礎設施、 交通、 金融服務。 于 2021年上半年，公司服務了 635 個智慧商業客戶。 2）面向智慧城市的）面向智慧城市的 SenseFoundry（商湯方舟城市開放平臺）：（

41、商湯方舟城市開放平臺）：商湯方舟城市開放平臺內含 14,000 多個人工智能模型， 將城市視覺信息實時轉化成運營洞察、事件警報及管理行動。城市方舟用于對公共設施狀況的檢測及追蹤自然災害的影響。城市方舟已成為數字城市運營的操作系統，并提高了城市的安全性、效率、便利性及環境質量。截至 2021 年 6 月 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 13 of 21 30 日，城市方舟已經在國內外 119 個城市部署，主要為市政府及相關部門等公共部門的終端用戶服務。 圖圖 10：商湯科技商湯科技針對智慧城市應用場景打造城市方舟平臺針對智慧城市應用場景

42、打造城市方舟平臺 資料來源：商湯科技招股書 3）面向智慧生活的）面向智慧生活的 SenseME、SenseMARS 及及 SenseCare 平臺：平臺：公司已構建賦能 IoT 設備及驅動元宇宙(Metaverse)的多層基礎設施，以提升終端用戶體驗。通過賦能 200 多款手機、AR 及 VR 設備、智慧大屏及消費級無人機，SenseME 及 SenseMARS 實現了真實世界及虛擬世界的連接。截至 2021 年 6 月 30 日，SenseME 及 SenseMARS 累計賦能超過 4.5億部手機及 200 多款手機應用程序。 SenseCare 軟件平臺提供多種人工智能工具，賦能診斷、治療

43、及康復等醫療服務。 4）面向智能汽車的）面向智能汽車的 SenseAuto（商湯絕影智能（商湯絕影智能汽車平臺）：汽車平臺）：公司的絕影智能汽車平臺內含約1,400個人工智能模型， 能夠為汽車廠商提供 ADAS系統、智能座艙系統及 AI-as-a-Service，幫助客戶開發并增強自動駕駛能力。截至 2021 年 6 月 30 日，公司已與 30 余家車企合作，并已獲選為 50 多個車型的供貨商，在未來數年內，向其 2,000 多萬輛汽車供應絕影產品。 3.1.3. 曠視科技曠視科技 曠視科技成立于 2011 年，核心技術包括人臉識別、視頻結構化、智能計算攝影學、智能視覺傳感器增強、機器人導航

44、與定位等方面，主要應用領域包括智慧城市、智慧社區、智能手機、智慧樓宇、智慧物流等。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 14 of 21 經營業績：經營業績：2018-2020 年（2021 年未披露），公司營業收入分別為 8.54億元、12.60 億元、13.91 億元，增速 181.19%、47.47%、10.38%；毛利率分別為 62.23%、42.55%、33.11%；研發投入 5.98 億元、9.33 億元、8.96 億元。截至 2021 年 6 月 30 日，公司的研發人員數量占當年員工總數的比例為 48.58%，公司擁有 9

45、34 項專利權（包括境外專利 67 項），其中發明專利 464 項。 產品結構：產品結構：AI 算法體系+系統應用軟件+協同硬件設備。 公司擁有創新性的 AIoT 軟硬一體化解決方案，即將 AI、軟件和硬件結合的軟硬一體化產品體系。它包括以 Brain+為核心的 AI 算法體系，由 AIoT 操作系統和行業應用構成的軟件，以及由傳感器模組、傳感器終端與邊緣設備、機器人及自動化裝備組成的硬件。 1）Brain+：公司自主研發了新一代 AI 生產力平臺 Brain+，該平臺是公司科研實力的代表， 也是工程實踐和產品創新的基石。Brain+包括深度學習框架 MegEngine （曠視天元） 、 深度

46、學習云計算平臺 MegCompute以及數據管理平臺 MegData，將算法、算力和數據能力融為一體。 2）AIoT操作系統：操作系統：實現了從 IoT 連接、數據處理、數字孿生到應用賦能的功能集成。當前，物聯網更多強調應用、設備之間的直接互聯，缺乏智能的感知、分析和協同能力。而 AIoT 操作系統則是在應用和設備之間增加的一個新的操作系統層，使其具備連接、分析和協同能力。具體而言，城市 AIoT 操作系統有著眼于城市全局數字化的智慧城市操作系統“昆侖”和關注城市微單元的智慧建筑操作系統“盤古”； 供應鏈 AIoT操作系統有智慧物流操作系統“河圖”。 圖圖 11：曠視科技從傳統互聯網到曠視科技

47、從傳統互聯網到 AIoT均有涉及均有涉及 資料來源：曠視科技招股書 3）AI 重新定義的硬件：重新定義的硬件：通過“算法-軟件-硬件”的協同設計模式，構建了由傳感器模組、傳感器終端與邊緣設備、機器人和自動化裝備構成的AI 重新定義的硬件。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 15 of 21 此外，公司還針對特定行業，打造了此外，公司還針對特定行業，打造了 AI 重新定義的行業應用，主要包重新定義的行業應用，主要包括消費物聯網、城市物聯網、供應鏈物聯網三大場景。括消費物聯網、城市物聯網、供應鏈物聯網三大場景。在消費物聯網領域，公司與消費物

48、聯網設備頭部企業保持了良好的合作關系，市場占有率居于前列； 在城市物聯網領域， 公司解決方案應用于百余座國內城市，是中國城市物聯網行業中地域覆蓋最為廣泛的供應商之一；在供應鏈物聯網領域，公司提出了“同構仿真”的概念，并作為供應鏈物聯網解決方案服務商，幫助多家行業知名企業實現了倉庫、零售店及工廠的數字化及智能升級，提高供應鏈的效率。 圖圖 12：曠視科技產品曠視科技產品覆蓋覆蓋消費物聯網、城市物聯網、供應鏈物聯網消費物聯網、城市物聯網、供應鏈物聯網等等三大場景三大場景 資料來源：曠視科技招股書，國泰君安證券研究 3.1.4. 云從科技云從科技 云從科技成立于 2015 年，核心技術包括人臉識別、

49、視頻結構化、機器學習訓練引擎、知識圖譜、自然語言處理、物體檢測、光學字符識別等方面，先后布局智慧金融、智慧治理、智慧出行及智慧商業等四大業務領域。 經營經營業績：業績：2019-2021 年，公司營業收入分別為 8.07 億元、7.55 億元、10.76億元， 增速66.77%、 -6.51%、 42.49%； 毛利率分別為40.89%、 43.46%、37.01%。研發投入 4.54 億元、5.78 億元、5.34 億元，研發人員數量 824人、 997 人、 575 人， 占員工總數的 49.64%、 55.42%、 51.34%。 截至 2021年末，公司及子公司擁有專利 316 項，其

50、中發明專利 133 項、實用新型55 項和外觀設計專利 128 項。 產品結構：產品結構：操作系統+AIoT 設備+應用方案。公司主要產品及服務按照提供交付內容和業務模式可劃分為人機協同操作系統和人工智能解決方案。 行業專題研究行業專題研究 請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 16 of 21 1）人）人機協同操作系統業務：機協同操作系統業務：指公司向客戶提供自主研發的基礎操作系統及其核心組件和基于操作系統的應用軟件及相關的技術服務。同時，公司推出輕量化且功能全面的基于人機協同操作系統的“輕舟”通用服務平臺，開放式地引入生態伙伴共同開發 AI 應用及配套 SaaS