计算机视觉产业研究：技术成熟，场景渗透

一、人工智能行业基本观——发展历史、技术现状和趋势

人工智能发展驱动因素：算法+算力+数据

三次浪潮始于算法突破：（1）神经网络感知器用于线性分类（2）专家系统推动人工智能从理论走向实际，BP 算法解决非线性分类；（3）基于深度学习的神经网络成功用于图像语音识别。

两次寒冬由于算力和数据量限制：（1）实际应用中人工智能计算量的增长是惊人的，特别是模拟人类感知带来 的巨大运算量远超70年代的计算能力；（2）专家系统难以适用于其他类别，数据的有效提供也具有挑战性。个 人电脑性能越来越强大，迅速蚕食高端硬件市场，专用LISP机器硬件销售严重崩溃。

深度学习目前仍处于爆发期

2012年之前，算法突破是深度学习发展主要驱动因素。当前以第三代神经网络为基础的深度学习处于爆发式发 展阶段，数据和算力的支撑预计将成为未来一段时间内 深度学习发展的主要推动力。

深度学习框架是快速构建模型的基础，是AI领域的操作系统

TensorFlow和PyTorch双垄断局面，MXNet位居第三，前两者代表了95%以上的用例。2019年，Chainer团 队开发工作转移到 PyTorch；微软也停止了CNTK框架的积极开发，Keras在TensorFlow 2.0 版本中成为其高级 api 之一。国产深度学习框架群雄逐鹿，除了国产替代机遇，未来仍存在引领发展可能。目前市场需求还没有很好被满足， 技术也没收敛，国产深度学习框架仍有机会，易用、高效、完备是基本要求，技术创新是改变格局的唯一办法。

硬件加速器支出加大，数据中心向“智算”演进

以神经网络为基础的深度学习需要大量的计算量，预计未来10年以GPU、TPU、FPGA为代表的硬件加速器将成为服 务器方面的主要支出，支出额年复合增速将达到21%。传统数据中心底层算力不足、算力贵、分散建设算力利用率低，AI计算中心成为发展AI产业的最佳路径。目前深圳、 武汉、西安等城市均已建成人工智能计算中心并投入运营，成都、河南等城市正在建设中，北京、南京、上海等地 的人工智能计算中心加速建设。

国产AI芯片加速崛起

市场需求扩张，年复合增速超46%。随着人工智能的商业化落地，云端计算解决方案在功耗、传输数据、时延等方 面存在限制，终端、边端场景催生了AI芯片新硬件的发展。预计到2025年，中国AI芯片市场规模达到1385亿元，年 复合增速超46%。 技术门槛较低，国产AI芯片加速崛起。多数AI芯片并不是独立研发的一块芯片，不必完成各类IP(知识产权)内核，而 是针对一些AI功能进行加速优化，以释放更多计算资源跟其他模块去处理复杂场景。国内AI芯片快速崛起，阿里巴 巴、百度、寒武纪、云天励飞等多家厂商推出了性能领先的AI芯片产品，覆盖图像识别、智慧城市、云计算、自动 驾驶等多个领域。（报告来源：未来智库）

二、人工智能最具商业化价值的赛道——计算机视觉

人工智能产业链

基于大数据的深度 学习盛行以来，人 工智能技术壁垒越 来越弱，AI+行业 是大势所趋。 技术层主要聚焦提 供好用、高性能、 安全的AI服务。 行业赋能体现AI技 术价值，数据和行 业理解将成为AI+ 行业解决方案的主 要壁垒。

AI技术赋能行业

根据中国工信部的预测，到2030年，中国人工智能核心产业规模将超过一万亿元，存在十年十倍的市场空间。目前行 业内多条细分赛道已经有多年数据积累，具备可复制推广的能力，预计将迎来大规模应用落地。 中国人工智能技术层在近年发展迅速，目前发展主要聚焦于计算机视觉、语音识别和语言技术处理领域。除了BAT在 内的科技企业之外，出现了如商汤、旷视、科大讯飞等诸多独角兽公司。 应用层方面，安防、金融、营销、交通等是AI解决方案应用最广泛的行业。

计算机视觉是目前AI行业最具商业化价值的赛道

计算机视觉与中国现代工业化进程互相推进，取得了高速发展。2020年，国内有35%的AI企业聚集计算机视觉领域， 市场规模在所有领域中占比达57%，排名第一，商业成熟度较高。计算机视觉主要以图像和视频等高维、密集数据为主要处理对象，信息提取程度更深，应用场景非常丰富，极具商 业化价值。近年来，中国计算机视觉市场规模持续增长，行业市场规模由2017年的68亿元快速增长至2020年的 780亿元，预计到2021年可达1120亿元，2017年至2021年年均复合增速达到101.45%。

计算机视觉主要企业

CV三大阵营：（1）商汤、旷视、依图、云从、创新奇智、云天励飞等独角兽企业；（2）海康威视、大华股份等垂 直行业龙头企业；（3）以BAT、华为为代表等互联网、ICT领域的巨头。 AI企业领跑算法和应用，垂直行业龙头赋能场景。底层芯片、学习框架、开源平台等主要以科技巨头产品为主；AI 等初创企业凭借高研发投入在算法技术上逐渐领跑，目前积极向上层应用场景渗透；传统垂直行业龙头本身已深耕 行业场景，目前主要发展AI技术进行场景赋能。

应用场景覆盖情况

国内AI企业领先的计算机视觉算法技术已步入规模化商业落地阶段。主要AI企业中，商汤科技应用场景覆盖最全面， 各家在安防、城市治理、金融、零售等场景应用广泛。从国内市场结构来看，安防影像分析占据最大市场份额，达 到67.9%。其次广告营销分析、泛金融身份认证（解决方案）、互联网娱乐、泛金融身份认证（云服务、SDK等） 的占比分别为18.1%、4.0%、3.8%、3.7%。未来医疗影像、智慧物流、工业制造、批发零售等创新应用领域市场份 额有望进一步扩大。

AI安防的市场规模

2009年AI技术开始在多行业初步应用，其中安防监控是人工智能 最先大规模产生商业价值的领域之一，也成为许多AI技术研发公 司的切入点。 安防行业未来将向智能化深度发展，智能安防市场规模也将持续 增长,天网工程和雪亮工程等国家政策整体推动了AI安防的发展， 越来越多的AI(人工智能)和CV(计算机视觉)公司开始将安防领域 作为其主要发展点之一 ，2019年AI国内安防市场规模达到455亿，2020年市场规模持续增 长达到576亿。（报告来源：未来智库）

三、计算机视觉公司对比分析

主要AI企业分析：向上开拓场景，向下布局算力

始于技术，终于场景。国内AI企业在资本的支持下，前期技术研发保持高投入，主要集中在计算机视觉、语音识别、 自然语言处理等感知和认知方面的通用人工智能技术。技术变现最好的方式就是融入场景，目前各AI企业在不同的 领域逐步开始渗透。 布局芯片算力，打造软硬一体化解决方案。相比传统CPU等芯片，AI芯片的技术门槛相对较低，同时AI算法与底层 硬件的配合能够进一步突出算法的优势，部分AI企业已经在芯片领域有布局，如依图科技的求索芯片，云天励飞的 DeepEye1000，云知声的UniOne等。未来软硬件一体化是AI公司发展方向，旷视、云从等均有布局AIoT硬件设备。

AI视觉企业分析：高研发高亏损，毛利率有提升空间

技术的商业化变现是必然要求。AI是研发投入高、技术周期长的知识密集型产业，深度学习算法高度依赖数据和算力， AI企业单纯以算法变现不太可能，未来需要对行业有更深的理解，实现技术在场景中的商业化变现。 高研发高亏损，毛利率有提升空间。待上市的六家主要AI视觉企业研发投入占营收的比例普遍在70%左右，当前均未 实现盈利，商汤科技、云天励飞、创新奇智等表观亏损仍在扩大。从毛利率来看，2020年商汤科技的毛利率提升到 70%以上，其他各家由于硬件占比较高、标准化交付能力相对较弱，毛利率均在50%以下，预计未来有一定提升空间。

AI视觉企业分析：直销为主，客户集中度高

以直销模式为主，销售网络及渠道建设有待提高。目前AI视觉企业主要以直销模式为主，直接对接终端客户和大集成 厂商，客户以政府部门、事业单位、国有企业为主。未来随着落地场景进一步拓展，AI企业的销售网络及渠道建设有 待提高。 客户集中度较高，云从呈现回落趋势。待上市的六家主要AI视觉企业前五大客户占总收入的比重2020年仍保持上升趋 势，其中云天励飞、依图科技、云从科技占比较高，商汤、旷视占比维持在30%左右，但也呈现上升趋势。预计未来 随着业务范围扩大，客户集中度有望下降。

AI视觉企业分析：应收账款占比高，下游客户结构有待优化

应收账款占比较高，受疫情影响收款难度进一步加大。目前AI企业的下游终端客户主要还是以政府端为主，客户的付 款周期本身就较长，AI四小龙的应收账款占营收的比重均超60%。2020年受疫情影响，收款难度在进一步加大。 短期信用风险可控，长期客户结构有待优化。短期来看，尽管各家AI企业应收账款占比高，但从账来看，目前还主要 以1年以内的应收为主，信用风险可控。但从长期来看，应收账款比重过大不利于企业业务的扩张，占用现金流过多， 预计未来各家企业将进一步优化下游客户结构，提升营收质量。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）