財聯(lián)社4月16日訊（編輯 旭日）AI視覺領(lǐng)域迎來新模型“炸場”，圖像識別門檻大幅降低。據(jù)財聯(lián)社報道，Meta周三發(fā)布了一個人工智能模型，可以從圖像中挑選出單個對象，以及一個圖像注釋數(shù)據(jù)集。該模型名為Segment Anything Model（SAM），Meta官方表示這是有史以來最大的分割數(shù)據(jù)集。同時Meta將該模型及數(shù)據(jù)集在GitHub上開源，以促進機器視覺通用基礎(chǔ)大模型的進一步研究。

SAM是計算機視覺領(lǐng)域發(fā)布第一個用于圖像分割的、可通過提示（prompt）方式應(yīng)用的通用大模型，類似自然語言領(lǐng)域（NLP）中的大模型ChatGPT。英偉達人工智能科學(xué)家Jim Fan將Meta的這項研究稱作計算機視覺領(lǐng)域的“GPT-3時刻”之一——其分割方法可以通用，可對不熟悉的物體和圖像進行零樣本泛化，初步驗證了多模態(tài)技術(shù)路徑及其泛化能力。

【資料圖】

國盛證券劉高暢4月8日研報中表示，預(yù)計1-5年內(nèi)，多模態(tài)發(fā)展將帶來AI泛化能力提升，通用視覺、通用機械臂、通用物流搬運機器人、行業(yè)服務(wù)機器人、真正的智能家居會進入生活；5-10年內(nèi)，結(jié)合復(fù)雜多模態(tài)方案的大模型有望具備完備的與世界交互的能力，在通用機器人、虛擬現(xiàn)實等領(lǐng)域得到應(yīng)用。

首創(chuàng)證券翟煒4月11日研報中指出，本周META發(fā)布了視覺大模型SAM，緊接著智源研究院視覺團隊也推出通用分割模型SegGPT，通用視覺大模型之戰(zhàn)也打響。視覺大模型能把任意圖像從像素陣列解析為視覺結(jié)構(gòu)單元，像人類視覺那樣理解各類場景，這對自動駕駛、安防、智能家居、工業(yè)視覺等眾多行業(yè)都將帶來飛躍式提升。

公開資料顯示，計算機視覺模擬大腦完成對圖像的處理和解釋，實現(xiàn)對相應(yīng)場景的多維理解。以圖像、視頻為代表的視覺數(shù)據(jù)是互聯(lián)網(wǎng)時代信息的主要載體之一，賦以人工智能模型感知并理解這些海量的視覺數(shù)據(jù)的能力，有助于提高人工智能自主適應(yīng)環(huán)境的能力。

作為人工智能(AI)和深度學(xué)習(xí)的子領(lǐng)域，計算機視覺可訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(CNN)，以便針對各種應(yīng)用場合開發(fā)仿人類視覺功能，利用圖像和視頻進行數(shù)據(jù)分割、分類和檢測。

國海證券陳夢竹在3月29日研報中表示，2021年中國計算機視覺技術(shù)核心產(chǎn)品、帶動相關(guān)產(chǎn)業(yè)市場規(guī)模達990億元、3079億元，預(yù)計2025年分別達1873億元、5771億元。

目前，中國計算機視覺廠商具有基于基礎(chǔ)算法進行改進和優(yōu)化并形成各自特有算法的技術(shù)能力。截至2021年上半年，商湯科技以47%市占率位列行業(yè)第一；曠視科技和海康威視位列第二、第三名，市占率分別為8%和7%。云從科技、創(chuàng)新奇智、依圖科技、大華股份等位列行業(yè)Top10。

此外，據(jù)財聯(lián)社不完全整理，近期在互動易平臺回復(fù)布局AI視覺/計算機視覺相關(guān)業(yè)務(wù)上市公司還包括美亞柏科、虹軟科技、創(chuàng)維數(shù)字、潤和軟件、國科微、全志科技、超圖軟件、凌云光、創(chuàng)業(yè)黑馬、中科創(chuàng)達、云鼎科技、智微智能、中科通達、移遠通信、奧普特、克來機電、國聯(lián)股份等。

國盛證券鄭震湘4月12日研報中指出，SAM模型在視覺識別領(lǐng)域具有重要意義，建議關(guān)注芯片端包括韋爾股份，龍迅股份，晶方科技，富瀚微，思特威，格科微等；光學(xué)/鏡頭模組包括高偉電子，舜宇光學(xué)，宇瞳光學(xué)和永新光學(xué)。

建議關(guān)注視覺方案的虹軟科技；安防模型及應(yīng)用包括海康威視，大華股份等；工業(yè)機器視覺包括奧比中光，凌云光等；AR/VR 相關(guān)上市公司包括立訊精密，歌爾股份，水晶光電，創(chuàng)維數(shù)字，兆威機電，長盈精密等。

不過值得注意的是，分析人士表示對于視覺算法運行顯卡，國內(nèi)一些廠商已經(jīng)有了自研產(chǎn)品，但推理速度、顯存等性能與國外廠商有一定差距。除此之外，不同顯卡和框架之間的遷移和適配過程復(fù)雜。為了讓視覺算法落地到國家的各行各業(yè)，國產(chǎn)化進程任重而道遠。