在机器视觉行业深耕十余年的上海鉴泉自动化科技有限公司，正站在一个全新的发展节点上。总经理宋伟江以100%的信心展望行业未来，背后是对万亿级工业外观质检市场的深度洞察。

"这个市场刚刚开始，都还没有覆盖到，"宋伟江认为，相比几百亿规模的纯机器视觉市场，工业质检是一个以万亿计量的巨大蓝海。面对AI大模型浪潮，他主张传统算法与新技术融合发展。以汽车零部件为核心布局，鉴泉科技致力于为中国品牌全球化提供质量保障——"我们要做的就是为中国品牌的出海保驾护航。"

受访嘉宾：上海鉴泉自动化科技有限公司总经理 宋伟江

Q1：能否简要介绍一下贵公司的历史背景以及在机器视觉领域的核心竞争优势？

宋总：上海鉴泉自动化科技有限公司成立于2011年10月，总部位于上海浦东新区，集研发、设计、制造、销售和服务于一体，致力于深耕智能检测/智能制造领域。经过十余年发展，我们逐步在长三角（昆山、南京、宁波）及华中（武汉）、越南等地设立分支机构，形成覆盖多区域的本地化服务网络，团队规模约100人。

我们的核心竞争优势主要体现在三个方面：

➤ 资源整合力： 通过代理国际头部品牌，结合自主开发的AI-Vision3D测量软件和深度学习软件慧可，为客户提供高兼容性、高稳定性的视觉系统方案。我们支持从2D基础检测到3D复杂场景的全场景应用，尤其在激光3D检测和线扫视觉系统领域具备行业领先的技术能力。

➤ 场景适配力： 目前服务客户超过上千家，领域涵盖电子半导体、汽车零部件、精密加工、物流包装等，在多行业积累了大量场景库，能够提供高定制化解决方案。

➤ 技术前瞻性： 积极融合AI与3D视觉技术，响应工业检测向智能化、高精度升级的趋势，为国内行业发展注入新活力。

Q2：机器视觉赋能的行业越来越多样化，您更看好哪些新兴领域？

宋总：在传统优势领域如消费类电子、汽车等大规模应用机器视觉技术的基础上，我们看到农业、轨道交通、医药等新兴行业仍有巨大拓展空间。很多地方还只是在用传统方法或者人工方法在做，这里有大量的商业机会。

尤其是新的AI技术发展之后，涉及到工业外观质检这部分需求，我认为才属于刚刚开始的阶段。

Q3：在具体布局上面，您有哪些侧重？

宋总：回到我们公司本身来说，我们更加侧重于汽车零部件行业。因为汽车产品在整个消费品里面是工业上的皇冠。全世界的消费者如果能够认可中国品牌的汽车产品，那么意味着我们所有的生产消费品也就得到了全世界消费者的认可。这一定意味着中国品牌的出海，同时也需要高质量的供应链保障。

Q4：随着具身智能的热潮，您认为这是否会催生新的产品线？

宋总：从我们角度来说，具身智能包括人形机器人这一类别，其实它还是工业品，是一个机器人产品。我们也有个定义，具身机器人这类产品相比于汽车，其实整个制程和所有零部件比汽车要少一点。当然它的需求也是很大的一块，因为它可能会应用到各个消费者的家庭生活场景，也就是说它的量有可能会像手机一样。相比汽车来说，它可能量会更大，但是从生产制造复杂度和供应链复杂度来说，还是比汽车要弱一些。

Q5：如果用一个数字来代表您对机器视觉行业未来三年的信心程度，背后的逻辑是什么？

宋总：我的信心程度肯定是100%。

第一个逻辑是有一个海量的市场——工业外观质检，这个市场刚刚开始，都还没有覆盖到。我们已经成为了第一批吃螃蟹的人。这个市场的上限我们可以理解为用万亿来衡量，而整个机器视觉纯机器视觉市场其实也就几百亿的规模。以万亿市场规模的预期来说，成长空间非常庞大。

第二个逻辑是，中国从原来简单的生产制造大国，变成要创造，也就是中国品牌会走向全世界。品牌走向全世界最基本的要求是质量要有保证，不可能说一个品牌出去，质量事故天天发生，隔三差五都要被投诉，那是立足不了的。品牌出海质量必须有保障，我们要做的就是为中国品牌的出海保驾护航。

Q6：在出海布局方面，目前有哪些进展？给即将出海的中小企业有什么建议？

宋总：目前我们在越南有分公司，辐射到东南亚。另外还配合国内设备商，通过设备供应到全球，包括墨西哥、塞尔维亚、西班牙等地方。我们也自研了工业3D测量软件平台AI配准，在国外的韩国展会、日本展会都已经预约了。

对中小企业的建议：首先，要多学习各国不同的文化背景历史。其次，一定要注重品牌以及市场营销。国外还是渠道销售为主，要考虑如何跟渠道商配合。

渠道角度： 一定要找当地本地化的合作伙伴。品牌角度： 可以跟一些国内已经出海的大企业抱团出海，或者跟国外已经具备全球网络的品牌进行合作，借他们的渠道和品牌覆盖率来提升宣传力度。

Q7：在追求更高精度的道路上，您认为哪些精度过剩的场景实际上是伪需求？

宋总：其实我们对这个问题的考虑，主要还是从客户真实需求上去判断客户是否真的需要这样的精度。关键是要了解客户的工艺，了解他们的真实需求，然后再去定义真正需要的精度要求。所以在我这里其实不太存在精度过剩的概念，最关键是要通过理解行业和工艺，然后推荐和了解到相应的技术指标要求。

很多时候客户比较的是产品级的参数，比如说"我的精度比你高"，其实本质上这是没有意义的。就像谈性价比一样，多余的性能对于客户来说是不需要的，就是多余的价格。在性能满足的情况下，客户当然希望有更好的价格。所以性价比中的性能和价格本身面对的是客户的两种不同需求属性。

Q8：您认为机器看见的世界和人类看见的世界最大的差异在哪里？

宋总：我们所有的机器视觉首先基于成像，我们需要获得原始数据。这个差异主要来自于人类眼睛的结构和现在光学能力的差别。

比如说人类眼睛只能处理可见光，对于不同的速度和帧率也有限制。现在的光学有很多其他方式，包括超高速的可以超越人类的，非可见光的也是人类办不到的，这已经是超越人类的成像系统。

第二个是算法层面，以我们目前大量的应用场景和项目来说，如果用深度学习AI，对于外观质检来说，基本上人类能在图像上看到的缺陷，机器基本上都可以看到。我们称之为"可见即可检"。

Q9：在AI大模型浪潮下，传统机器视觉算法将会被颠覆还是被融合？

宋总：我认为肯定会被融合。我们其实已经使用了大量的AI功能和产品。我把它定义为不是谁要把谁颠覆，应该是谁和谁合作或者谁是谁的补充。

原来传统很多算法做不了的，AI的加入解决了原来的一些痛点，补充了它，这是相互之间的关系。所以在我们接触客户和应用的时候，也不是把两者进行对立，而是两者并行、统一的关系。

Q10：这次北京展会的感受如何？与上海市场有什么差异？

宋总：整体感觉挺好的，在紧凑的环境里面，大家可以快速了解各个品牌的最新技术和产品。而且我觉得很好的一点是符合大势所趋，在大的展会里面装修成本都非常高，这里挺经济挺划算。

关于地区差异：从华东角度来说，整个还是消费类电子、汽车，这些是主要的需求对象。当然上海也有很多科研、船舶、交通、国防军工相关的，但消费类电子和汽车零部件还有医药在华东比较多。而北方这部分可能相对少一些，更多可能是一些国企单位相关的，还有一些食品相关的消费品。

科研也是我们本次来一个重要的希望交流的点。我们现在也在做自主的软件平台产品，除了营销和使用习惯用户基数的问题外，最核心的还有核心算法的问题。我们知道北京有很多高等院校，也有很强的实力，包括我们认识很多清华的朋友，他们现在也全部杀入到工业机器视觉赛道。我们希望有机会跟北京的高校和研究单位进行合作，能够吸收他们的算法和最新成果，我们去做商业化运营，让校企互动产生价值。

这并不是前后关系或零和博弈的关系，而是一个相互赋能的过程。从市场营销商业化的过程本身也会推动技术和产品的发展，这是一个相互赋能的过程。

记者/编辑:机器视觉产业联盟

如需转载，请注明出处