首页 > 科技快讯 > 36氪研究｜进击的工业3D视觉：消费电子成最大市场，长尾领域规模可至千亿

36氪研究｜进击的工业3D视觉：消费电子成最大市场，长尾领域规模可至千亿

晰数塔互联网快讯
2020-06-30 17:24

文: 李念真（微信default54637）、李汝晴（微信liruqing-sunny）

编辑：石亚琼（微信：15300063873）

机器视觉作为全球人工智能公司应用最广的一项技术，当前占比已超过40%。近年来，在制造业向自动化、智能化升级的趋势下，2D视觉技术开始出现向3D视觉过渡的趋势。

资本的嗅觉最为敏感，近年来工业3D视觉领域已经出现了多笔大额融资，例如，梅卡曼德于一年内先后两次宣布获得过亿元融资；中科慧远在2019年获得千万级A轮融资和过亿元融资；高视科技在2019年获得亿元B轮融资，后又被长江小米基金战略投资......

红杉资本中国、明势资本、顺为资本、高榕资本等一线基金纷纷入场，小米、联想、英特尔、百度风投、腾讯等产业以及政府基金也相继入局。

投资热的背后，是对工业3D视觉前景的看好：这个千亿规模的市场，赛道上已经出现营收过亿的公司，不仅有可能复现2D视觉时代多家公司上市的局面，长远来看，还有可能诞生基恩士一样的公司。

然而在当下时间点，这个赛道仍罕见同时拥有千万元级别以上营收且利润正向的公司；经过36氪调研发现，目前大多数公司尚处在POC试点阶段，价格的下调可能至少在2-3年后大规模量产的基础上实现。

关于这个行业仍有诸多问题经常被热议：国内创业公司值得投资吗？3D视觉成本高、难落地，公司怎么赚钱？企业有何竞争壁垒，规模化应用的关键点是什么.....

36氪通过行业调研，综合了报道、采访记录以及业内人士的观点，试图解答上述这些问题。在做了行业的访谈、研究后，我们有了以下发现：

目前赛道上的公司融资轮次多集中在B轮以前，年营收过亿的头部公司已经出现，资本更偏爱有规模化落地能力的中游集成型企业。

当下，价格不是影响工业3D视觉落地的决定性因素。企业进一步发展的关键在于加强核心软硬件实力，并且规模化落地解决方案。但进入规模化落地阶段，低成本将会成为有利竞争力。

工业3D视觉落地最广的领域是消费电子，其次是汽车制造、以及物流、医药、快消等长尾领域。正常发展速度下，5年内，工业3D视觉将成长为千亿人民币的市场。

工业3D视觉投融资市场活跃，国产厂商扎堆产业链中游

过去十余年，工业机器人在制造业企业得到了广泛的部署，工业自动化、智能化的进程已被开启。

随着国内劳动力成本的逐渐上涨，工业领域的用工矛盾日益显现，已经从普通蓝领工人群体延伸到一部分质检为代表的高技术工人群体。另一方面，C2M（Customer-to-Manufacturer 用户直连制造）的订单要求客观上催化了生产线柔性化部署，这就要求制造工序的来料、生产、质检的自动化程度更高，弹性更强。

这些变化和要求使得3D视觉应用被打开，进而加速了3D机器视觉在制造业的广泛落地。作为机器的“眼睛”，相较于2D视觉，3D视觉对照明（环境光）变化不敏感，而且精度和可靠性更高，可以更好地进行多传感器融合，检测快速移动目标并获得形状、对比度、空间坐标信息、等深度信息。因此，3D视觉可以满足以往2D视觉难以满足的更多工业场景应用，对2D视觉起到补充作用。目前，工业3D视觉主要集中在尺寸与缺陷检测、智能制造、自主导航三大类。

3D视觉落地场景分类

市场需求增长，资本随之加入。

36氪统计到，2019年至2020年第一季度，工业视觉领域发生过44起的融资案例，这些公司的业务兼顾2D/3D视觉技术。其中，千万元级别融资29笔，过亿元融资6笔。通过分析，36氪还有以下发现：

按融资轮次来看，50%以上的融资分布在天使轮及Pre-A轮，单笔融资金额集中在千万元级别；B轮则聚集了较多的亿元以上的单笔融资。

按照产业链及行业分布情况来看，约87%的被投公司属于中游集成商领域，其中主营业务在智能制造、尺寸/缺陷检测类公司数量最多；消费电子成为落地最广领域，其次是汽车制造、物流、医药、快消等长尾市场。

对于单笔融资金额过亿元的公司来说，据了解，其产品基本实现小批量产；产品主要是集成设备或自动化专机（例如3D AOI设备）；3D视觉技术成为核心竞争力；公司年营收在千万--上亿元不等；客户投资回报周期平均在2年左右。

融资事件统计（按应用场景划分）

融资事件金额量级统计（按应用场景划分）

从投融资的数据中可以发现，资本更加青睐产业链中游集成商领域公司，投资轮次集中在B轮之前，多数公司都停留在产品小批量产或是解决方案高度定制化的阶段，规模化应用尚未展开，前期高额的研发投入难以摊薄，整体成本较高，赛道中的企业鲜有盈利。

事实上，这也一定程度上反映了当前工业3D视觉行业的现状。当前，工业场景下的产品类型基本可分为标准化产品、设备型/集成方案两大种。由于国内大部分厂商扮演了集成商的角色，最终输出的是软硬件一体的集成方案，产品形态主要是整套设备上搭载3D视觉技术。其中相机是硬件系统的关键，成本约占整个硬件系统40%。从竞争格局来看，欧美日等海外厂商占据高端市场绝大部分的市场份额，国内厂商弯道超车的突破机会在软件/算法上。

尽管产业链上游壁垒明显，国内厂商难以占据优势地位。但产业链中游已经成为国内厂商的最佳落脚点，并且出现了向产业链上游渗透的趋势，毛利率可达50%。

另一方面，这个赛道上的公司营收、利润水平仍处在早期阶段。除了上市公司（兼顾2D/3D视觉），例如天准科技、矩子科技、华兴源创、精测电子等，已经实现上亿元年营收，绝大多数创业公司的年营收仍在百万元级别，少数头部公司实现年营收千万元。由于这些创业公司的产品尚处在测试或者小批量交付阶段，现阶段难以达到盈亏平衡。

从市场需求上看，尽管绝大部分创业公司尚未实现大规模量产，但市场需求正处于快速增长期。目前工业3D视觉的市场渗透率并不高，并且存在很多新的应用场景。

也正是因为这些现状，引发了上文提到的种种行业讨论：现在是投资工业3D视觉企业的好时机吗？该赛道企业要打开市场，规模化应用需要做些什么？

高精密制造是工业3D视觉的重点领域，长尾市场需求分散

在上文中，我们已经展示了工业3D视觉的具体应用场景，其主要用途概括起来可以包括：

3D视觉系统与AI算法结合，用于产品3D测量、外观瑕疵检测、定位；

3D视觉系统与智能机械臂相结合执行生产线拆码垛、分拣、上下料；

作为感知模组植入可移动机器人中，辅助实现导航、避障等功能，在工业场景中，如AGV、叉车搬运等场景。

在做了终端客户、代工厂、集成商的访谈后，我们认为，高精密制造领域是工业3D视觉领域的重点，这部分市场以测量/检测为主，已有多家上市公司；智能制造&自主导航场景则属于长尾市场，场景较分散，但也有头部企业的合同金额将过亿元。

接下来我们将拆解高精密制造、长尾市场中，3D机器视觉当前或即将爆发大规模落地机会的场景，具体分析如下：

测量/检测市场最大，已有多家上市公司

当前测量/检测领域需求最明确且市场规模较大，行业集中在消费电子、汽车制造，但这些领域也存在外资竞争激烈的情况；此外，半导体作为新增市场，随着产业链逐渐转移到国内，未来也会出现高速增长。在对不同的细分场景进行分析后，我们得出结论如下：

消费电子、汽车制造、半导体等高精密制造行业需求较大、价格相对不敏感，但对设备精度、准确度、稳定性等要求较高；行业内大客户集中，客单价可达百万级。业内已出现多家上市公司，具备对软件、算法的二次开发能力。

36氪做了简单统计，

在消费电子领域，客户对于精度的要求普遍0.01-0.001微米之间；速度在1-2S/件；准确率方面，由于该行业非标性较强，根据客户需求会在75%-98%之间浮动；客单价在几十万到上百万元不等。市场规模方面，当前年销售额过50亿元的企业普遍具备亿元采购量的能力，属于行业潜在客户，这些企业大量分布在长三角、珠三角，按照国内1000家估算，市场需求可达千亿元。

半导体领域，在制造与封装测试环节中，质量检测与良率控制极其重要，封装测试设备被称作是芯片出货的“包装检验官”，但目前仅靠人工所能发挥的力量非常有限，因此封测设备对3D机器视觉需求迫切。当前客户对于精度的要求普遍在微米（0.001mm）到亚微米（1.0μm）之间，速度大约在每秒40-50平方厘米，误报率5%-10%，客单价上百万元。根据SEMI统计，全球半导体检测设备超过 800亿元，其中前道量测设备市场规模406亿元左右，后道测试设备399亿元左右，中国半导体检测设备+服务年需求超过 200亿元，且国产替代需求强烈。

汽车制造方面，客户对于精度的要求在亚毫米之上；速度在1S/件；准确率要求极高，在99%以上；客单价在几十万到上百万不等。主机厂的投入较大，可能占到整个汽车产业链的60%，按照全国400家主机厂、平均每家10台检测设备估算，市场需求在百亿元左右。

将以上三大行业细分后，3D视觉在不同环节的市场竞争情况又有所不同，具体来看：

1. 消费电子

目前市场上主要的消费电子类产品为平板、笔记本、台式机、传统手机、智能手机、电视和相机7大类，其中，智能手机市场规模占比将近50%。随着2020年5G商用化正式开启，换机潮已经出现，由此带动上游产业链的需求变动。根据智能手机的生产流程，涉及到尺寸与缺陷检测的环节主要在主板、零部件组装、包装出货三大部分。

在主板和零部件组装环节，已经有较多国际厂商，主要来自日、韩、德这些国家。传统的2D视觉技术应用已经比较成熟。3D视觉在这里作为2D的补充，主要会用在对微小的、有深度信息的器件的测量检测上，例如检查手机上的 SIM 卡卡槽、电池模组、摄像头模组的尺寸大小和位置安装等。产商大多提供2D/3D混合的解决方案。天准科技作为该领域的代表企业，其主营业务就是面向智能手机的智能检测装备，这部分营收占比已达70%。通常一台检测设备的价值可能占到整条产线的1/3。像苹果的一条组装产线所需的检测设备会在几十到上百台，有些甚至会上千台，客单价基本在百万级。天准科技预计2020-2022 年营业收入分别为7.62 亿元、10.29 亿元、13.49 亿元，归母净利润分别为1.36 亿元、1.98亿元、2.78 亿元。此外，矩子科技、精测电子、奥特维等上市公司也已占据一席之地，且大客户导向明显，市场竞争激烈。

包装出货环节涉及到较多的外观检测，其中玻璃检测占比较大，一般要求100%全检测。目前行业普遍采取人力检测，检测工人占整条产线工人的1/3。智能手机属于小尺寸玻璃检测范围，国内目前的检测工人数量约为30万名，每台3D检测设备能够替换约15人，那么当前市场存量需求约2万台。德国申克博士是全球玻璃检测龙头，按照其单台售价百万元计算，当前国内市场规模约为200亿元。5G手机由于前后盖板普遍采用玻璃，所以玻璃需求数量将增加一倍。按照每年50%的玻璃增长数量保守估算，3D玻璃检测设备市场年均增长100亿元左右，预计未来5年国内市场规模接近千亿元。该领域由于技术壁垒较高，目前国内厂商数量极少，具备国产替代潜力的有中科惠远、高视科技、TEE等。

2. 半导体先进封装

对于芯片制造商而言，目前单纯依靠先进制程来增进效能，已经不能满足未来的应用需求，尤其当人工智能(AI)、高效能运算(HPC)逐渐落地之后，利用凸块(Bumping)或打线(Wirebond)将芯片连接到基板上的传统封装，已经成为处理器算力提升的最大瓶颈和功耗来源。

尽管半导体技术的节点扩展仍在继续，但每个新技术节点的诞生，已不能再带来像过去那样的成本/性能优势。在这种情况下，以小尺寸、轻薄化、高引脚、高速度为特征的先进封装将大幅缩减芯片尺寸，被市场认为是摩尔定律延续的重要手段。

3D视觉技术在先进封装领域将发挥巨大作用，满足生产过程中对更高精度的要求。当前已经有国外产商提供相应的检测设备部署在产线上，售价在20万元到300万元不等，取中间值150万元；而大公司当前的需求量，保守估计，可达到50-60台每年。当前国内前三大封测厂商——长电科技、华天科技、通富微电已经将先进封装作为营收的贡献主力，通富微电来自先进封装的销售收入一度占比超7成，三大厂商在封测领域的国内市场份额总和可达50%。

基于以上数据初步估算，当前3D视觉检测设备在先进封装领域的国内存量市场在6亿元左右；根据Yole Development的数据，中国先进封装产量自2015年开始出现年均超30%的增速增长，粗略估算到2025年，3D视觉检测设备在该领域的市场规模约为80亿元。

3. 汽车制造

汽车领域涉及到尺寸/缺陷检测的环节主要有车门缝隙检测、轮胶OCR字符识别、发动机装配检测等。这些需求比较分散，并且由于汽车制造标准化程度很高。3D视觉在此领域的行业门槛较高，同时来自国外厂商的竞争压力较大，如海克斯康、德国GOM等。国内厂商更大的市场在汽车零部件的生产制造领域，3D视觉技术可以在搬运、焊接、装配、喷涂、分拣等环节发挥作用，主要通过与机械臂、机器人配合实现，这部分市场包括在智能制造&自主导航，具体见以下分析。

智能制造&自主导航场景分散，头部合同金额将过亿元

3D机器视觉在制造层面最主要应用是机器人引导和自动化，即将3D视觉传感器与机器人本体/机械臂结合使用，3D视觉传感器生成的三维图像信息可以帮助机器人能够更精确地计算、运动、执行任务，比如在物流领域的拆码垛、快速分拣以及工业领域分拣、生产线上下料以及零部件的焊接、喷涂、装配等。在这些应用中，有部分应用可以通过对现有存量工业机器人的改装或是升级实现，也有因为技术发展产生的新应用。在对该领域头部公司进行分析后，我们得出结论如下：

该领域存在市场偏长尾，且多为劳动力密集型产业；市场需求分散、价格相对敏感。业内公司数量多但容易出现缺乏核心研发能力的问题。行业逐渐出现头部公司效应，这类公司的发展路径基本是——具备一定的上游核心零部件研发能力，从垂直领域入手后，向其他领域扩展业务线，从而提高量产。典型代表有梅卡曼德、深慧视、微链科技、敏越科技、库伯特等。

36氪做了简单统计：

在智能制造&导航场景，3D视觉落地场景分散、客户数量众多。一般来说，客户对于精度的要求普遍为亚毫米级别，速度在几秒到十几秒不等；准确率会结合客户具体情况做定制化处理，不同客户之间差异较大。

从客单价及营收情况来看，以上代表公司的单台售价在几万到几十万不等，年营收大多处于百万级，部分已达到千万元。据悉，某头部公司预计2020年合同收入即将过亿元，其中一半营收来自汽车行业，其产品在经历了前期的小批量产、客户校验之后，可进一步扩大量产规模，当前估值约为6亿元人民币。

在智能制造方向，目前3D视觉还处于市场导入期。业内人士透露，跟自动化相关的3D视觉设备，全球加起来每年的销量还不到一万台。而IFR 数据显示，2018年全球工业机器人销售量为42.2万台，由此计算，渗透率不到3%。根据36氪与多位行业内人士的交流得到的消息，截止2019年存量市场中，3D工业视觉在工业机器人中的渗透率极低，渗透率不超过5%。而根据市场数据综合估算，截至到2019年，国内工业机器人保有量约为80万台左右。以此计算，到2019年，3D工业视觉的机器人数量在4万台左右。

36氪走访得知国产3D相机的价格一般在5-7万元人民币，进口相机在10万元及以上。即使考虑到机器人本体的收入，当前很可能也是一个一两百亿左右的市场。根据wind、天风证券研究所的数据，2018年我国工业机器人均价在13.5万元，近3年价格平均每年降低约10%，综合按照成品每套25万元的价格估算，3D工业视觉的机器人在2019年市场规模约为100亿元人民币。

但在市场前景方面，业内普遍乐观。36氪访问的多位这一行业内人士均认为，未来5年3D视觉在工业领域的渗透率也将超过20%。到2025年，中国工业机器人年销量将达26万台，保有量达180万台。以此计算，到2025年，3D视觉工业机器人保有量将达到36万台，以每年10%递减价格计算，每套单价为17.6万元，因此3D工业视觉的机器人在2025年市场规模将达到约633.6亿元人民币。

在自主导航场景中，AGV已经发展了几十年，近几年第三代机器人移动技术（AMR）出现需求激增，有望成为市场主力。在工业场景下，传送带、传统AGV这些自动化设备解决了一部分物流问题，但依旧有非常多的场景无法采用传统物流自动化设备解决，例如，工厂1吨载重举升搬运栈板的点到点搬运场景，工厂200kg载重辊筒接驳点到点搬运场景，仓库人到车订单拣选场景等等，只有基于AMR的柔性室内物流解决方案才能填补这一空白，市场刚需性较强。

根据Interact Analysis调研，制造业的移动机器人应用，将在2022年达到32亿美元，其中3/4是AMR，主要增长动力来自中美两国。

2018年AMR市场增速

从零部件构成上看，自主移动机器人的核心结构包括传感器、电子元器件、零部件、核心控制器。其中，深度摄像头属于传感器范畴，成本约占整机的10%。当前，单台移动机器人售价在几万到20几万不等。国内大部分AMR研发商在2015年前后出现，例如隆博机器人、极智嘉、Syrius炬星等，大部分还处于产品POC阶段，年营收约千万元。

设备与产线的集成效果是重点，存在定制化需求

前两节从应用场景方向上分析了工业3D视觉当前的应用及未来的市场潜力。接下来我们也将从客户行业属性的维度分析客户的付费能力、付费意愿及付费流程。

36氪结合了来自终端客户、代工厂、集成商对于产品的使用反馈，发现客户选取厂商的标准是根据工厂自身的生产特点、预算情况而定；不同的业务场景、生产环节，甚至不同工厂之间的需求都不尽相同，因此，设备交付之后还需要经过一段时间的调试，最终与产线适配才可以，存在一定的非标性。

以客户对3D视觉产品的精度需求分类，大致可以将客户分为高精度制造领域（微米级）和长尾领域客户两类（亚毫米级）。目前工业3D视觉的使用以大、中型客户为导向，客户的年均预算在百万到上千万元。高精密制造领域对产品精度、稳定性要求极高，且需求量较大的公司会有上亿的年均预算。

3D视觉产品客户领域

从客户采购决策流程来看，工业3D视觉的方案要进入客户的供应商体系要经过工艺、设备、采购、财务等多个环节的协调沟通，共同立项决策再交由设备生产部门执行。主要考察要素包括：设备与现有产线的结合情况、设备的易用性、稳定性及后续维护、价格对比以及投资回报率（普遍要求投资回报率2年之内）。同时，客户也会发现行业现存一些问题，比如产品研发缺乏行业how-know，设备与产线集成度差。

而对于厂商来说，不同客户也有不同策略，高精密制造领域价格敏感度低，行业大客户导向，针对此类客户：厂商重点在大客户市场渠道建立及关系维护。而长尾市场厂商数量多、自动化基础较差、竞争激烈，因而厂商更重视团队服务优势及贴合业务场景做定制化的能力。

客户购买3D视觉产品考察要素

总结来讲，3D视觉一方面可以从人力、生产效率、良品率提升的角度，切入企业降本增效的需求；另一方面，可以从企业管理的角度，切入合规、避险的需求。其收入也主要来源于为客户带来的效率提升、成本节约，客户的付费意愿则取决于投入产出比的精准计算，目前市场上多数公司都以产品或是解决方案销售，或是产品+软件授权的方式进行收费，客单价在几万到几百万元不等，客户可以接受的投资回报周期平均在2年左右，不同规模的客户接受程度不一。

结合上文分析，即便客户有着较为明确的付费意愿，不论是在大客户导向明显的测量/检测领域，还是市场需求大而分散的智能制造&自主导航领域，大部分具备工业级3D视觉研发能力的厂商都还处于早期状态。

工业3D视觉到底值不值得投

关于这一领域的投资价值，目前投资圈仍存在争议。如上文所说，业内绝大多数非上市公司仍处于亏损状态，但已经出现估值过高的情况。

为了回答这一问题，我们结合业内人士、投资方的观点给出一些分析。

工业3D视觉公司的营收增长曲线

工业3D视觉市场处于爆发前期，目前尚处于早期状态，未来4-5年很可能出现爆发式增长。根据现有公司发展规律，产品从研发到小批量产至少需要2年甚至更久。由于大部分国产厂商集中在产业链中游，属于设备生产型公司，其增长曲线为线性。

理想状况下，假设厂商第一年能够拿到500万元订单做样机的验证，之后年均增长率在200%-300%左右，那么公司会用4-5年时间达到1亿元年营收，之后公司将面临天花板——未来的增长可能需要通过并购、扩展业务线来保持。目前最早一批创业公司的成立时间在3年左右，多数处在小批量产、客户验证阶段，一旦与客户建立长期合作关系。将实现更大规模量产，预计未来2-3年将出现较明显的头部效应，届时产品价格会出现进一步下降。

这意味着，从投资人角度看，工业领域的公司退出过程较为漫长。参考当前行业情况及估值标准，对于年营收千万级以上的公司，按照10-15 PS 倍数，正常估值在2-3亿元左右。若公司成立4年后达到年营收1亿元，之后保持年均50%以上的增速，可能需要7-8年上市，而当前二级市场公司的成长周期基本也在10年左右，如天准科技、矩子科技等。

造成这一现象的原因除了跟公司本身的成长周期相关外，当前我国工业基础设施较差也是一大影响因素。我国制造业中绝大多数企业仍处于300人以下的小规模经营状态，订单、现金流才是其最关注的点，而制造过程中的多品种、小批量也直接影响着企业的自动化改造难度。

此外，自动化改造需要配套的系统集成商提供相应的自动化服务，而在大多数制造业集中的城市中，强有力的系统集成商屈指可数，优秀的集成商也往往只参与到大型企业的自动化改造之中，这也印证了前文论述中行业出现依赖大客户的现象。即使是在长尾市场，工业3D视觉公司的客户也是具备一定自动化基础和付费能力的客户，对于小客户来说，生存优先于自动化改造。

工业3D视觉创业公司有被收购的可能？

对于投资人而言，公司被并购也可能是一种退出路径。

目前国外工业3D视觉公司是存在被并购的可能性的，收购方为已有雄厚势力的行业巨头、上市公司，都与工业3D视觉公司有着较大的产业协同需求，希望可以借助被收购方的技术、市场提升或拓展新业务。

例如，康耐视分别于2017年和2019年收购VIDI、Sualab，提升其产品在深度学习的视觉检测领域的竞争力；2019年，波士顿动力收购一家名为Kinema Systems的湾区创业公司，为贴片物流开发3D视觉解决方案。此外，全球知名家电品牌Shark Ninja及控股母公司JS Global也宣布了对速感科技的战略并购。

但在国内，并购的逻辑可能并不同于国外，更为看重市场、客户、财务数据。国内方面，天准科技近日宣布，通过全资子公司SLSS公司以1819万欧元，收购德国MueTec公司的100%股权，并受让标的公司债权人的债权200万欧元，以此入局半导体检测设备领域。

目前来看，国内少有并购案例且暂未出现并购的趋势，这与国内3D视觉仍处在早期阶段，成熟度不高有关。究其原因，大致有如下两个方面：

国内工业3D视觉市场竞争格局分散，没有巨头企业出现，市场尚未看到大规模的工业3D视觉应用，其应用价值仍需考量。

国内以3D视觉为核心技术的公司，多数处于亏损状态，且尚不能充分证明其产品或者方案具备规模化应用的实力，市场仍存疑虑。

行业爆发还需技术进步、成本降低、工厂自动化水平的多重推动

在讨论完行业的未来后，一个不得不提的事实是：当前除了上市公司能够实现纯盈利，绝大多数创业公司仍在亏损状态。与外资企业对比，当前国产设备的价格基本要比进口产品低30%以上。尤其在高精密制造领域，进口设备的单价可达几百万甚至上千万元。而国产设备单价难以下降的原因有二：

产业链上游核心技术被外资企业垄断，国内研发实力较弱。

国产厂商大部分处在产品研发、小批量产阶段，价格进一步下降要等到在大规模量产之后。

以消费电子行业中的玻璃检测环节为例，当前国内市场基本被德国申克博士的检测设备垄断，设备单价近千万元，国内只有像蓝思光学这种大厂才能负担得起。因此，对于国内研发商来说，能做国产替代不止要求技术、产品性能等硬指标可以媲美国外产品；在价格方面，据业内人士观点，可能需要降低到进口产品的1/5以上才能在市场上站稳脚跟。

汽车领域也是类似的情况，当前部分国产厂商在产品性能方面已有赶超进口产品的趋势，但是由于汽车产业链发展较为成熟，行业自动化、标准化程度高，加上大客户导向，国内厂商还需要一定时间培育市场口碑。

总体来看，国内厂商要想打开市场，要抓住两大优势点：一是AI技术的进步使得国内厂商在软件、算法层面存在较多的突破机会，产品研发能力增强；二是在价格优势的基础上，贴合客户需求做本地化服务，从而打开市场、赢得口碑。