2026-10-26 17:35:09 作者：大讲堂
上周在南京软件谷东门的路边排档，做了八年工业计算机视觉的老陈把烤串签子往铁盘里一摔，说去年签的三个智慧园区项目，到现在还有两笔款子没结。
邻桌几个穿格子衬衫的小伙子凑过来搭话，说他们刚从某头部CV公司离职，之前做的刷脸门禁项目，现在客户要求把系统换成免费的开源模型，不然就不续费。
没人想到，这个曾经被资本捧成”AI第一落地赛道”的计算机视觉，居然卷到了今天这个地步。
被神化的“眼睛”，其实连猫的视觉都打不过
很多人对计算机视觉的认知，还停留在科幻片里那种能瞬间识别目标、追踪轨迹的超级系统。说穿了，现在跑在所有摄像头、手机、自动驾驶车上的视觉模型，本质上跟你上学时候做的英语完形填空没区别——没有真正的理解，只有基于海量标注数据的统计拟合。
计算机视觉卷积神经网络特征提取示意图
你给模型喂过100万张三脚猫的照片，它就能在看到第100万零1张猫的时候，准确说出”这是猫”；但如果你给它看一只长着翅膀的猫，或者被PS成狗的猫，它大概率会懵。
说出来你可能不信。
现在最顶尖的通用视觉大模型，在完全开放的非受控场景下，识别鲁棒性连家猫都不如。你家猫蹲在阳台，能一眼认出穿拖鞋的你、躲在沙发后面的蟑螂、窗外飞过去的麻雀，哪怕这些东西的光照、角度、距离跟之前见过的差了十万八千里。但换做现在的CV模型，你要是在路边竖个跟真人等高的塑料假人，它大概率会判定成”需要避让的行人”；要是摄像头被雨点糊了一层，它可能会把雨点当成飞虫，把路过的电动车识别成汽车。
之前有行业测算，当CV模型遇到训练数据里没覆盖的corner case时，识别错误率会直接从实验室环境下的2%飙升到30%以上。过去三年大家总说大模型能解决CV的根本问题，实际上呢？你再喂10亿张标注图，模型对未知场景的识别率提升可能连1个百分点都不到——数据的边际收益，早就跌得快没影了。
挤在赛道里的玩家，早就把场景卷成了红海
国内CV赛道的起步，最早是跟着安防行业的红利起来的。2015年到2019年那段时间，一个配套AI识别功能的摄像头，单路算法授权费就能卖几千块，海康、大华、商汤、旷视这些玩家靠这个赚得盆满钵满。
现在呢？安防赛道的CV算法授权价格，已经跌到了2018年的1/20。很多集成商干脆直接用开源模型，一分钱算法费都不想出。
卷到没利润之后，所有玩家都开始挤破头找新的落地场景。最先冲进去的是C端零售：刷脸支付、无人收银、客流统计。结果进去才发现，普通用户对刷脸的接受度远没有厂商吹的那么高——谁也不想在便利店结账的时候，凑到摄像头前面，担心自己的人脸数据被随便存起来。除了机场、地铁这种高流量固定场景，大部分铺出去的刷脸设备，最后都成了摆设。
后来大家又把目光转到工业场景，也就是老陈现在做的方向。锂电池极片划痕检测、汽车漆面瑕疵识别、农产品分拣，听起来是实打实的蓝海对吧？真扎进去才知道，每个工厂的光照条件、产品的瑕疵类型、甚至车间的灰尘浓度都不一样，你给A工厂调的准确率99%的模型，拿到B工厂可能直接掉到60%。工程师得蹲在车间里，对着几百个瑕疵样本调两三个月的参数，人力成本比算法研发成本还高。
锂电池极片表面划痕工业视觉检测现场
很多人说CV公司现在是披着AI外衣的项目集成商，真不冤。看头部厂商的年报就知道，现在超过6成的收入来自定制化项目交付，不是标准化的算法授权——说白了就是卖人天，跟装修队没本质区别。
悬在头顶的两把刀：隐私与信任
悬在头顶的两把刀：隐私与信任
从技术落地的那天起，计算机视觉就带着两个绕不开的风险。
第一个是隐私。现在你走在城市的大街上，平均每走几百米就会遇到一个带CV识别功能的摄像头：小区门禁、写字楼闸机、路边的交通监控、甚至外卖柜的取件口。这些设备采集的人脸、步态、行为数据，很多时候根本没有明确的存储周期，也没有严格的访问权限控制。之前有地方爆出物业把小区的人脸数据库卖给房产中介，有商家把门店采集的顾客人脸数据用来做精准营销，这些事现在早就不是新闻了。
第二个是错配的信任。大部分普通人对CV系统的准确率，是带着”百分百正确”的滤镜的。你看到摄像头抓闯红灯，看到系统识别可疑人员，就默认它不会错。但现实呢？去年有地方的交通摄像头，把路边广告牌上印的人像当成了闯红灯的行人，给无辜的车主开了罚单；还有的园区安防系统，把穿黄制服的外卖员识别成了闯入的可疑人员，拦着人家在门岗查了半个小时。
这种信任错配的风险，其实比技术本身的bug更可怕。你总不能指望每个被系统误判的普通人，都花几个小时去举证、申诉，最后把系统的错误改过来吧？
未来3年，CV的机会根本不在C端
未来3年，CV的机会根本不在C端
很多人现在还在问，CV的下一个风口在哪？其实根本不用等什么遥远的通用AGI，未来3年的机会，早就写在现在的产业痛点里了。
首先可以肯定的是，C端的通用视觉场景，比如手机刷脸解锁、短视频特效、人像美颜，这些早就被互联网大厂卷完了，根本没有创业公司的生存空间。真正的机会，全在受控的实体场景里。
比如医疗领域的病理切片识别。这个场景的好处是，样本是标准化的，光照、切片厚度都是固定的，没有开放世界里无穷无尽的corner case。现在国内合格的病理医生缺口超过20万，基层医院根本招不到人，用CV模型辅助识别癌细胞，是真的能帮医院解决实际问题的刚需。
再比如农业场景的视觉识别。用装在植保无人机上的摄像头，识别果树的病虫害、果实的成熟度，比人工巡田的效率高10倍都不止。这个场景之前没人做，是因为之前的模型精度不够，现在随着端侧轻量化模型的成熟，把原来几个G的大模型压缩到几百兆，直接装在无人机的本地芯片上，不用把数据传到云端，成本能降下来一大半。
未来3年，靠拿政府项目、做安防集成的CV公司，至少有一半会被淘汰。能活下来的，一定是扎在某个细分实体场景里，算得清单个客户的交付成本，能把模型准确率稳定在99%以上的玩家。
那天排档的风卷着梧桐叶吹过来，老陈开了瓶冰啤酒，说他现在根本不接政府的大项目了，就给周边的三家锂电池厂做质检模型，去年一年的收入比之前跑三个智慧园区项目还稳。
风早就停了。
那些曾经追着资本吹出来的泡沫，现在都碎得差不多了。剩下的人，得踩着实地，一步一步走。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：计算机视觉：被吹了10年的"AI眼睛"，现在到底赚不赚钱
文章链接：https://lfdjt.com/info_23_28376.html
大讲堂