三个增速摆在一起看
行业机构对 2026 年中国工业机器视觉市场的拆分很有意思：整体规模约 257 亿元、年复合增速 26.4%；其中图像处理软件增速 31.5%、AI 算法服务增速 42.8%、3D 视觉系统增速 35.2%——全部跑赢硬件。软件比硬件贵、也比硬件涨得快，这在以硬件为中心十年的行业里，是结构性的变化。
变化从哪里来
- 精度由算法定义：同样一台相机，算法决定了能检出 0.1 毫米还是 0.02 毫米的缺陷；同型号镜头批量 MTF 波动导致的重复标定，正在被自适应算法吃掉；
- 3D 走向量产：结构光方案重复定位精度到 ±0.012mm，精密装配场景开始批量替换 2D 方案，渗透率快速爬升；
- 交付模式变了：AI 算法服务的订阅制占比升到六成以上，一次性买断变成持续调优，软件商与工厂的关系从「交付」变成「陪伴」。
小样本问题也在被工程化地解决。缺陷样本少是机器视觉项目的老大难——缺陷本来就稀有，攒不够训练集。现在的做法是用生成模型把 200 张真实裂纹图扩增成十万张高保真变体，冷启动准确率能拉到九成以上；有光伏硅片检测项目在高速产线上把漏检率压到了万分之八。数据的问题，正在用数据的方式解决。
机器视觉的门槛因此换了位置：过去比的是谁会用相机打光，现在比的是谁会养算法——标注、迭代、回归测试，一套下来更像软件工程，而不是设备调试。工业视觉团队里开始出现专职的算法运维角色，招聘需求这几年肉眼可见地在涨。
硬件之外的那一层
对集成商与软件商，这个趋势指向同一个方向：机器视觉项目的竞争重心从「选型」转向「算法与数据运营」。设备同质化之后，能拉开差距的是三件事：算法对新缺陷的学习速度、检测数据与 MES 的对接深度、以及持续调优的服务能力。
这也是我们观察到的客户变化：招标文件里「检测软件需支持数据上传 MES、支持缺陷类型自定义训练」从加分项变成了必答题。机器视觉设备在往前跑，接住它的数据与管理系统也得跟上——两层一起做，才算完整交付。机器视觉项目的落地样例见轮廓公差检测案例；我们在这两层都有现成的积累：往上是 MES 与质量追溯（38 项软著清单），往下是设备联机与数据采集。
QQ:874059561