国盛证券-电子行业专题研究：SAM分割图像一切，视觉端芯片崛起-230412

文本预览：

《国盛证券-电子行业专题研究：SAM分割图像一切，视觉端芯片崛起-230412（12页）.pdf》由会员分享，可在线阅读，更多相关《国盛证券-电子行业专题研究：SAM分割图像一切，视觉端芯片崛起-230412（12页）.pdf（12页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从国盛证券《电子行业专题研究：SAM分割图像一切，视觉端芯片崛起》研报附件原文摘录）
　　Meta发布SAM，零样本分割图像中一切对象。2023年4月6日，Meta正式发布SegmentAnythingModel（SAM）AI模型，其本质上是一种图像分割模型，但最大的升级在于可以根据任何提示prompt（点击、框、文本等）从照片或视频中对任意对象实现一键分割，这意味着SAM模型学会了“什么是物体”这一在计算机视觉领域（Computervision，CV）的核心能力，并将自然语言处理领域（NaturalLanguageProcessing，NLP）的prompt范式延展到CV领域，属于革命性的技术突破。比如AR/VR头戴设备可通过用户实现焦点作为对象选择，同时也可以将分割输出用作其他AI系统的输入，适用于较多3D建模任务。 　　SAM模型初步验证多模态技术，机器视觉领域的“GPT-3”时刻。SAM模型是通用的分割方法，其已经学会了物体是什么的一般概念，可以对不熟悉的物体和图像进行零样本泛化，而无需额外的训练。Meta开源了SAM模型和1100万张图像和11亿个掩码的训练数据集，其模型设计灵活高效，即开源同时可以在网页中运行。我们认为，基于SAM的图像识别模型，或将快速应用于如安防、工业机器视觉、视频会议、AR/VR等行业。 　　SAM及其衍生模型，有望快速提高下游各行业渗透。我们认为，SAM模型在视觉识别领域具有重要意义。消费电子领域，进一步优化人脸解锁，3D空间扫描，视频动态捕捉等基础拍摄功能，在后处理端可以对拍摄文字进行提取编辑；捕捉拍摄图片中特定对象进行提取编辑等功能，以及未来有望快速降低图像视频类创作领域门槛。AR/VR领域，真正实现设备端的虚拟现实结合应用。结合模型将有效的视野图像中识别及分割关注对象，进行后续的提取处理等交互操作，让设备更具备智能交互性。安防领域，在特定场景会有难以覆盖及训练成本较高等情况，通过SAM及其衍生模型，可以快速进行技术迭代及应用通用化，结合制造业及下游领域专用图像类数据训练，有望带动安防领域公司精准快速的服务下游客户及特定行业。汽车智能化领域，现有场景下有利于帮助车辆更好的理解人，道路，车内外环境等因素，进一步提升智能驾驶，智能交互等一些车载应用体验。 　　建议关注： 　　视觉芯片端：韦尔股份，龙迅股份，晶方科技，富瀚微，思特威，格科微； 　　光学/镜头模组：高伟电子，舜宇光学，宇瞳光学，永新光学； 　　视觉方案：虹软科技； 　　安防模型及应用：海康威视，大华股份； 　　工业机器视觉：奥比中光，凌云光； 　　AR/VR：立讯精密，歌尔股份，水晶光电，创维数字，兆威机电，长盈精密。 　　风险提示：AI技术迭代不及预期；经济下行超预期；行业竞争加剧。