作爲人工(gōng)智能的分(fēn)支，機器視覺在這幾年都取得了矚目成就。在工(gōng)業應用方面，機器視覺也有不少突破性的應用。但是，在消費(fèi)級市場方面，機器視覺的進展并不大(dà)。不少人對于機器視覺在消費(fèi)級市場能有多大(dà)實質性地應用，存在深深地擔憂。

機器視覺在消費(fèi)市場落地，技術上是人工(gōng)智能技術和機器人硬件有效融合的問題，有兩條路：

1.自上而下(xià)。以人工(gōng)智能技術應用爲主，要求機器人硬件盡可能符合人工(gōng)智能技術工(gōng)程化的條件。這意味着，産品得增加傳感器，以保障智能算法數據供給，得提高成本，有良好的計算資(zī)源讓複雜(zá)的智能算法“跑”起來。還意味着産品具有不穩定性，人工(gōng)智能技術以概率爲主，産品功能依賴人工(gōng)智能技術的比例越大(dà)，産品功能越不穩定。機器視覺應用裏面，人臉檢測是很穩定的，但遇到黑人也難打包票。

2.自下(xià)而上。以機器人硬件爲主，在功能上應用人工(gōng)智能技術輔助。這意味着，産品比較可靠，但同時也失去(qù)了一(yī)些智能化的特性。當産品需要某些智能化的功能時，要花費(fèi)大(dà)量人力針對某個“智能算法”做移植，将本來在不穩定環境中(zhōng)運行的算法應用在可控、高效而且低成本的嵌入式環境中(zhōng)，這點讓很多專注理論算法的工(gōng)程師頭疼。

機器視覺技術落實在産品上，有時候是自下(xià)而上做産品的過程中(zhōng)，給了“智能算法”太多的束縛，大(dà)家總是優先考慮成本和穩定性，而不是技術應用本身。我(wǒ)(wǒ)們從人工(gōng)智能領域出來做機器人，希望兩者做個折衷，以自上而下(xià)的願景給智能技術找一(yī)個市場立足點。市場對智能産品需求的不明晰，也是機器視覺難落地市場的一(yī)大(dà)因素。”

可以看出，芯片的運算能力以及成本是大(dà)家認爲機器視覺在消費(fèi)級市場落地的主要影響因素，其次是集成方案以及人工(gōng)智能技術。但由于消費(fèi)電子對于量和價格以及技術成熟度均有着較高要求，可能要到這些配合的産業鏈環節都成熟之後，消費(fèi)應用的春天才會到來。