智慧视觉产业发展如何“破局”？

每经记者 温雅兰 每经编辑 张凌霄

随着大数据、深度学习、运算能力的高速发展，视觉计算已经被广泛应用于安防、制造、政务、医疗、零售等行业。2020年我国智慧视觉产业规模达860多亿元，占整个人工智能行业的57%，计算机视觉逐渐成为人工智能领域至关重要的部分。

在《安泰行业评论》中，《智慧视觉产业现状分析与发展建议》一文，对智慧视觉产业发展优势以及“卡脖子”环节进行分析，并从企业和政府两端对该产业持续发展提出建议。

智慧视觉产业依托于视觉计算，聚焦于感知智能的图像捕捉、图像运输、图像储存和分析，是我国战略性新兴产业的关键一环。

当前，我国智慧视觉市场具有基础雄厚、规模大、层次明显和产业壁垒高等特点，产业链中各层级产品均存在应用市场。同时在制度优势以及部分技术优势的“加持”下，整个产业在过去二十年间得以快速发展。

但是，我国智慧视觉产业仍然面临科技创新能力存在系列薄弱环节，产业核心技术遭遇国外封锁等挑战。文中指出，企业和政府应共同发力以应对挑战，实现智慧视觉领域科技自立自强、抢占未来科技和产业发展的制高点。

对企业而言，要充分利用我国优势，构筑产业创新生态，采用非对称创新战略，解决“卡脖子”问题。具体来看，企业要响应“国内大循环为主体，国内国际双循环相互促进”的新发展格局，把我国市场、制度、技术优势转化为自身的竞争优势。

同时，智慧视觉产业龙头与芯片、人工智能、硬盘等行业龙头应建立联盟，共同就共性技术进行深度研发合作，共同突破“卡脖子”的技术制约。

政府方面，在智慧产业领域中，政府应发挥“领航员”的作用，帮助智慧视觉产业构建发展道路。一方面，要坚定不移地扩大智慧(601519)视觉领域国际科技高水平合作，持续推动与各类高校、社会团体之间的交流合作，强化民间团体的作用，充分挖掘我国多层次超大规模市场、制度型市场等优势。

同时，政府应利用新型举国体制优势打造智慧视觉产业生态。通过政策联动、前瞻布局和统筹谋划打造智慧视觉产业生态系统。创造制度型市场，并将其作为国产替代的“试验田”。

最后要强化战略科学家作用，创新产教融合模式，全面摸排智慧视觉领域的全球“战略科学家”，以“超常规”的方式设立研究攻关特区。通过产学研合同合作、产教融合模式创新，长期培育智慧视觉产业相关人才。