工业质检：AI+制造最快落地的方向之一_41页_2mb

证券研究报告总结：工业质检——AI+制造最快落地的方向之一

核心内容

工业质检是机器视觉的重要下游应用方向，随着AI技术的快速发展，尤其是大模型的推出，AI质检正在成为AI+制造领域中最快落地的应用方向之一。质检环节的机器替人趋势显著，市场空间广阔，预计可达近万亿规模。此外，AI质检有望推动国产厂商打破国际龙头基恩士的市场壁垒，加速替代进程。

主要观点

• 需求驱动：制造业对产品质量要求日益提高，同时人力成本上升和劳动力短缺促使企业加快机器替代。
• 技术突破：AI检测技术相较传统机器视觉具有更高的检测精度、效率和稳定性，且训练数据需求较少，落地周期短。
• 大模型助力：如Meta的SAM2和DeepSeek的DeepSeek-VL2等视觉大模型，显著提升了AI质检的能力。
• 国产替代加速：随着国产厂商在AI质检领域的投入和技术积累，其在成本和生态优势方面具备较强的竞争力，有望在高端市场实现突破。
• 市场空间测算：基于制造业平均用工人数和质检环节占比，测算出机器检测替人空间约为9286亿元，弹性测算与人形机器人相当。

关键信息

1. 工业质检市场空间

• 制造业平均用工人数约为6656.7万人，其中质检环节占比约15%。
• 2023年制造业平均年薪为9.3万元，据此测算，机器检测替人空间约为9286亿元。

2. AI质检优势

• AI检测在复杂场景下表现更优，能识别微小、非线性和不规则缺陷。
• 相较传统机器视觉，AI检测具备更高的灵活性和自适应能力。
• AI检测在漏检率和误判率方面表现优异，可达到100PPM以下漏检率和5%以下误判率。

3. AI质检与传统质检对比

4. AI质检应用场景

• 3C电子制造：检测屏幕、螺丝等外观缺陷，提升检测效率和精度。
• 锂电行业：检测极片表面缺陷、电芯焊接质量等。
• 汽车制造：检测零配件、喷涂、焊接等。
• 半导体行业：检测产品尺寸及成品缺陷，精度要求达到5μm。

5. 国内外大模型发展

• Meta SAM2：支持图像和视频分割，适用于复杂缺陷识别。
• DeepSeek-VL2：开源视觉大模型，支持动态分辨率图像，具备低成本高性能特点。
• DeepSeek-R1：在数学、代码、自然语言推理等任务上性能卓越。

6. 国内厂商表现

• 奥普特：国内机器视觉龙头，积极布局AI检测，2023年发布DeepVision3，集成视觉基础大模型。
• 天准科技：积极布局智能驾驶和机器人赛道，核心技术涵盖工业视觉算法、精密光学、机械设计等。
• 矩子科技：持续布局高端机器视觉设备，产品覆盖2D+3D检测设备。
• 凌云光：通过收购JAI完善产品矩阵，推出AI动捕产品，布局人形机器人相关业务。

相关标的

风险提示

• AI检测推进进度不及预期。
• “智能制造”相关政策推进不及预期。
• 市场规模测算存在偏差。
• 相关标的业务进展不及预期。
• 相关标的业绩不及预期。
• 报告信息更新不及时。

投资评级说明

重要声明

本报告由中泰证券股份有限公司发布，仅供其客户参考使用。报告基于公开资料和实地调研，力求独立、客观和公正，但不保证信息的准确性和完整性。报告内容可能根据市场变化随时调整，投资者需自行关注更新。本报告不构成投资、法律、会计或税务建议，仅作市场参考。