计算机视觉相关项目代码深度解析（计算机视觉产业研究）

（报告出品方/作者：中信建投证券/金戈，甘洋科）

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：

计算机视觉相关项目代码深度解析（计算机视觉产业研究）(1)