查看原文
其他

机器视觉“瞄上”半导体行业

工控参考 2023-07-10

工控参考

关注工控自动化行业大事小事 





导 读

在人工智能技术大规模渗透到日常生活的同时,在工业领域,尤其是占据庞大市场的手机制造环节,正吸引越来越多机器视觉类公司的目光。尤其国家近年对半导体行业的大力支持下,部分机器视觉类公司“瞄上”半导体封装等环节,正着手对此进行下一步的技术突破。



  人工智能技术大规模渗透到日常生活的同时,在工业领域,尤其是占据庞大市场的手机制造环节,正吸引越来越多机器视觉类公司的目光。


  近日,在接受记者采访时,多位机器视觉公司创始人表示,安防领域的应用已经涌现诸多独角兽,工业场景尤其在质量检测环节,正成为下一个被瞄准的方向。尤其在粤港澳大湾区背景下,珠三角发达的制造业与集中在此的产学研能力正加快融合。


  尤其国家近年对半导体行业的大力支持下,部分机器视觉类公司“瞄上”半导体封装等环节,正着手对此进行下一步的技术突破。



工业检测的土壤


  从计算机视觉领域来看,其产业化落地的步伐最先从与人相关开始。


  10月25日,IDC中国高级研究经理卢言霞向记者分析道,在目前相对成熟的应用市场中,安防中细分的软件供应模块、静态人脸识别、公共区域的门禁等方面属较快增长领域;但细分到动态面部识别、比如抓拍时,仍需要一定时间迭代。此外在智慧交通领域,由城市拥堵引发的需求导致过去1-2年规模较大。


  从2018年开始,手机终端和互联网端的具体应用场景开始成为显著增长点,后者包括智能建房、3D试衣等场景。“接下来在阿里、京东和其他创新公司的推动之下,预计2018-2019年新零售的AI应用场景成为下一个热点。此外医疗影像识别、自动驾驶等市场空间也很大。”


  反观机器视觉领域,卢言霞认为,从宏观来看其整体算法和应用落地尚且未到大规模爆发阶段。这最首先便是与自动化程度相关。


  “计算机视觉模型的建立,需要大量数据资源,从目前国内制造业整体来看,联网程度尚不足够。但在工业应用场景中,对于AI算法的精度要求很高,否则会带来安全隐患。”她表示,因此整体看来,国内应用在制造场景的机器视觉爆发,与工业互联网推进程度强相关,或将需要2-5年时间逐步酝酿。


  卢言霞分析道,制造行业差别很大,有自己的行业规则,也需要很深的行业理解。“据我了解目前运用在工业制造领域,真实场景下平均精准度大概在80%-90%,个别理想状态可以达到98%-99%。但更多应该还是在采集数据和训练模型阶段。因此目前会被用在对质量和精度要求没那么高的产品制造中。”


  当然珠三角的优势在于,制造业场景丰富,且推动智能制造发展的相关新型工厂正逐步在政策支持下建设起来。这也是在大湾区正涌现一批聚焦机器视觉技术落地公司的背景所在,其中手机产业链由于庞大的市场空间最受关注。


  10月19日,高视科技董事长姜涌向21世纪经济报道记者表示,工业自动化分两大领域,第一是工业生产设备,第二是工业检测设备。高视科技聚焦的正是后者。“第二个领域意味着生产自动化基本完成,这样的公司产量很大、实力很强,是很好的基础。而手机相关领域就是基数很大,迭代性强的代表行业,且利润度非常好。”


  在检测设备中运用机器视觉的诉求迫切,更与人体检测成本过高有关。从趋势来看,手机产业链中电池、盖板、屏幕等环节被优先关注。


  “举个例子,2017年需要40万工人检测屏幕,但屏幕检测对人眼伤害比较大,且伤害不可修复。因此这个场景中,机器换人是趋势。”姜涌解释道,而中国的手机屏幕产能占全世界比例的50%,电池所占比例达到近70%。


  品图视觉科技则专注在手机盖板瑕疵检测方面。公司创始人兼CEO刘颖告诉记者,该领域检测的行业规模约在196亿人民币。

半导体封装机遇


  不约而同地,上述高管均向记者表达了对半导体行业参与度的热情。这与政策支持相关,另外从技术角度,也意味着面向更高阶的比拼。


  “我们的研发会继续朝着有挑战、有高技术壁垒的方向走,目前实际落地当然要考虑到赚钱和容易落地的问题,比如钮扣、电池检测等。但我们比较看好半导体行业。”刘颖向记者表示。


  姜涌也指出,对半导体封装阶段的检测是公司关注的方向,并已着手布局,虽然在国内工业制造过程中,半导体封装尚未是主流市场,目前还没到“爆点”,但“在政府政策支持下,或许1-2年后会开始带来机会。我们会提前布局,因为现在的技术从布局到成熟可能还要一年,我们希望在一年之后能赶上这个时候。”


  刘颖则进一步解释道,“半导体是周期很长、要求极高的产业,我们当然轻易不敢进入,对半导体的检测也不是某一家公司可以轻易做到,未来我们将考虑寻求合作方一起介入。”


  在政策支持下,国内半导体行业今年迎来新一轮热度,产业收并购热情也不断走高。但相比国内十分成熟的手机产业链,半导体封装领域实则发展缓慢,这类机器视觉公司仍有很长一段路要走。


  刘颖清楚意识到,无论从精密度、光学部件配置等方面,都要达到纳米级水准。这需要的将不止软件,还有机器乃至于电控方面都要匹配。


  “要配合精密度更高的半导体封装,光学、视觉算法等是核心。”姜涌也表示,为此,机器视觉公司的迭代,也将是以“一代设备”为单位,而非只是“一批设备”。


  不过,目前AI人才稀缺是普遍性难题。大湾区的产学研联动固然可以带来较好的基础资源,但同时需要警惕行业认知度问题。


  比如刘颖向记者提出,“实际上真正的AI人才很少,只不过这个行业现在比较好,又有一些现成的开放性资源,有时会给年轻人带来错觉,以为拿几张照片训练获得结果,就是懂得AI算法,但AI研究本身的结构、资源、数据配备,其实很有讲究。所以真正精通的人才仍然紧缺。另外是GPU等硬件,目前仍是运用国外的产品居多。”


  不过她很有信心,“只要有这个行业在,有这个气氛,倒不是特别担心。只不过需考虑清楚,着力点要放在哪里,而不要说只是看到这个行业很热。”


      来源:21世纪经济报道


相关推荐

贝加莱肖维荣博士的学界情怀

10亿!ABB全球最大机器人工厂落户上海

“双11”即将来临,自动化物流是否已就位?

大事 | 研华收购Omron旗下OMRON Nohgata 80%股权

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存