2026年是“十五五”规划开局之年，也是新质生产力加速培育、智能制造全面升级的关键之年，机器视觉作为智能制造研究和感知的核心，正在从传统数据采集迈入智能决策的范式。机器视觉产业联盟理事长潘津认为，当前，全球制造业正在经历深刻变革，新一代智能制造已成为产业升级的主攻方向。“我国机器视觉行业规模正保持年均超过20%的快速增长。”潘津表示。

当今世界之争莫过于科技竞争，而科技竞争的实质又在于智能制造和人工智能（AI）技术领域的争夺。作为人工智能（AI）快速发展的关键性技术应用之一，机器视觉的地位作用不断增强和放大，甚至影响着一个国家乃至世界经济社会发展格局，成为推动全球科技发展的关键力量。

机器视觉已经成为制造业数智化转型发展的“必选项”，在可预见的未来将长期呈现百花齐放的繁荣形态。6月25日，在机器视觉助力智能制造创新发展大会上，复旦大学智能机器人与先进制造创新学院副院长张万路介绍，机器视觉又称计算机视觉，是研究采用人工智能技术实现机器模拟人类视觉功能的一门学科。他认为，未来机器视觉感知的发展不仅需要更强的算法，更需要建立从光学信息获取到智能认知决策系统级理论体系。

我国大力推进新型工业化，而人工智能（AI）深度赋能实体经济，机器视觉正从配套技术跃升为智能制造的核心引擎。6月3日，工业和信息化部印发的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》明确指出，赋能垂直行业提升体制升级、培育一批工业智能体、加快工业视觉检测等应用规模推广等一系列政策信号，为机器视觉发展指明了方向，注入了强劲动力。

为机器植入“眼睛”和“大脑”，让世界看清中国智造。随着AI大模型、具身智能等技术加速突破，工业AI正在实现从感知到认知再到决策的历史性跨越，具身智能与工业大模型深度融合将让机器视觉不仅仅是“看见”，更是理解和行动，让机器获得真正的“眼睛”和“大脑”。“今天的机器视觉早已不止于看得清，更做到了看得准、想得快、会决策、能行动。”潘津认为。

我国机器人产业展现出强劲增长韧性

当前，我国制造业全面迈向数字化、智能化和柔性化，发展新质生产力、建设现代化产业体系成为制造业高质量发展的核心主线。中国电子技术标准研究院技术总监张晖分析说，我国智能制造发展从“十四五”时期需求驱动、场景牵引到“十五五”高端跃升、服务全球，政策培育逻辑从“给项目”转向“给场景”，产业培育重心向“强不强”和“走出去”递进，供应商进一步向全球价值共创者升级。他表示，“十五五”规划总体方向以智能化、绿色化、融合化为抓手，激活实体经济潜能，通过“传统+新兴+未来”三层产业布局，构筑可持续的现代化产业体系。

实际上，我国机器人产业展现出强劲增长韧性，工业机器人增速高达33.2%，在规模扩张的同时产品技术实现了加速创新和迭代，从减速器、字符控制器等关键零部件到新一代传感器、零巧手，通用智能底座等新型软硬件不断取得新的突破。而且，我国机器人整机智能化程度越来越高，机器操作能力越来越强，正加速向更广更深的领域拓展，成为推动赋能产业升级、拉动生产力整体跃升的重要驱动力。

机器视觉核心技术能不能掌握在自己手里直接决定了国产智造的发展底气。凌云光技术股份有限公司产品与解决方案部总经理包振健认为，在“国家智能制造”战略驱动下，我国机器视觉技术创新与应用渗透同步加速，专利布局、企业数量与市场规模实现多维突破，产业生态日趋繁荣。但是在行业高速发展的背后，实际应用中存在“数据孤岛、自动化闭环缺失和价值兑现不足”等“隐形短板”问题，正制约着机器视觉从单纯的检测工具向智能决策核心的进化。

张晖分析，智能制造未来发展面临着历史性机遇：一是AI技术突破，开启换道超车新范式。二是政策强力驱动，释放“人工智能+”红利。三是数据要素市场化，激活核心生产要素。但智能制造未来发展面临着挑战：一是核心技术依赖，二是数据价值释放不足，三是转向成本与人才“瓶颈”，四是标准与安全亟待完善。智能制造未来发展战略关注点：政府方面强化顶层设计、精准投入与公共服务。企业方面“一把手”挂帅、场景驱动与数据筑基。人才方面拥抱变化、主动进化、跨界融合、复合发展。

机器视觉深度赋能机器人产业发展

机器人作为智能制造核心装备，机器视觉是机器人感知外界、精准作业、自主决策的智慧慧眼，早已成为打通机器人落地应用、破解制造痛点、升级产线能力的核心关键，而机器人和机器视觉的深度融合彻底重构了工业分拣、精密装配、在线质检、无序抓取、柔性生产等全流程，推动着中国制造从自动化走向智能化、无人化和高精度生产的全面新阶段。同时，机器视觉和机器人融合发展已经从产线“选配”升级为“标配”，成为机器人行业智能化升级不可或缺的核心力量。

机器视觉是机器人的“眼睛”，更是人类的大脑，机器视觉行业的快速发展从看得见、看得清到看得懂，深度赋能机器人产业发展。潘津分析，具身智能让智能体从感知走向交互，工业大模型让视觉系统更懂场景、更适配产线，3D视觉与智能传感使高端制造更加柔性、精密。在半导体、新能源、PCB、光通信等关键赛道上，视觉技术正不断破解“卡脖子”难题，提升产业链韧性与安全水平。新视诺科技（苏州）有限公司“关注1%关键数据”极致效率，提供“算力轻量化、能耗高效化、性能实际化、隐私安全化”四大核心价值。

当机器视觉与AI大模型、具身智能的深度融合，智能制造的“眼睛”和“大脑”正在被重新定义。清华大学人工智能研究院视觉智能研究中心教授邓志东认为，对具身智能而言，大模型驱动的空间视觉是AI智能体观察与理解真实物理世界的“眼睛”，对许多物理任务只有用“眼睛”看见了、看懂了，才能进行可靠的决策与规划，才能生成相应的物理交互动作。“空间视觉就是机器视觉从传统的被动感知跃升为主动的几何与物理学认知，聚焦对真实物理世界中空间物体遵从物理学规律的几何属性及其关系的理解与预测。”邓志东说。

邓志东分析，空间视觉与具身智能关键核心技术：一是融合感知与主动探索技术。二是多模态（图像、视频、点云、语言、动作等对齐技术。三是空间表征与空间理解技术。四是空间推理、空间预测与视觉-语言-导航技术。他表示，传统的机器视觉利用特征工程的方法，需要进化到具有深度学习能力的“端到端”新范式，而且还要进一步与多模态基础大模型相结合，并将物理AI驱动的空间视觉作为具身智能“感知-决策-行动”或“观察-思考-执行”大闭环中视觉感知或视觉观察的实时入口，这是机器视觉下一个范式的跃迁。

真正把“看得见”变为“做得到”

在“战略引领、AI驱动、硬核攻坚”的新阶段，我国具身智能技术突破与产业实践的深度融合是制胜关键。邓志东认为，面向具身智能的空间视觉面临的主要挑战：一是缺乏高质量多样性物理空间交互大数据。二是对物理世界的空间理解与空间推理存在严重不足。三是对开放性应用场景的支持非常有限。四是较低AI端测算力与实高时推断需求之间的矛盾日益凸显。“当前，四足机器人与通用人形机器人在复杂环境中的移动与操作主要依赖于二维图像与三维激光雷达点云等仅有二维视觉感知，没有空间视觉认知。”邓志东表示。

邓志东举例说，自动驾驶、无人机、无人艇等空间视觉感知、自主决策与场景预测能力较低。大模型驱动的新一代AI可穿戴设备与智能家居终端设备，尚无自然高效的物理空间交互与人机协作能力。真实工业场景下的多AI智能体协同制造能力也有待提升，尚需空间视觉与空间智能加持。张万路认为，算法决定机器视觉效果，图像质量决定机器视觉效果的上限，可见不同光谱对机器视觉成像有着重要影响，其中红色铅笔在红色光谱和蓝色光谱下的图像最为突出。

机器视觉行业通用赛道竞争日趋白热化，突破核心技术壁垒，实现智能制造一体化成为行业高质量发展的核心方向。邓志东表示，为了适应面临的挑战，面向具身智能的空间视觉与空间智能须做出五方面的努力：一是发展空间智能与世界基础大模型。二是从大型语言模型到物理学“端到端”建模。三是如何进行空间视觉感知并理解真实的物理世界成为最大的技术挑战。四是发展经验主义的物理AI面向直觉技能任务增加空间持久记忆。五是端云协同与产业部署。

事实上，好的品质是制造出来的，具身智能机器人可以应用在装配、巡检等场景做到本体可复用、灵活搭配功能模块。而当下工业机器人落地量产线的核心“瓶颈”不在“动”，而在“看”——能不能精准识别目标、自主规划路径、柔性适应变化，决定了机器人能不能真正替人干活。广东奥普特科技股份有限公司为具身机器人提供完整的“眼睛”与“视觉大脑”，实现从“视觉感知”到“落地应用”的跨越，真正把“看得见”变为“做得到”。