小时候看白雪公主，给我留下最深刻印象的不是皇后和猎人，不是七个小矮人，也不是毒苹果，而是皇后手里，超越了当时时代背景的，“魔镜”。

当时只是觉得神奇，现在再回头看看，就发现了“魔镜”到底有多先进。它可以通过语音操作，可以进行面部图像检索，可以自主判断美丑，还可以对人脸进行识别，最后告诉皇后：“公主比你漂亮。”

近些年，互联网以及移动互联网的发展带来了海量的在线图片资源，根据Business Insider的数据，Instagram每天上传的图片超过了6000万张。再加上深度学习理论的推广和应用，机器视觉正在急速发展。事实上，它成为“魔镜”那样的存在只是时间上的问题。

亿欧对国内的机器视觉初创公司进行了盘点。

上表即为亿欧盘点的，技术领域主要在图像识别和人脸识别的国内机器视觉创业公司。图像识别和人脸识别，是目前发展比较迅速的机器视觉细分领域。表中盘点的公司共有15家，位于北京的有6家，占到了全部的40.0%；上海也有三家，占20.0%。

目前比较热门的图像面部视觉的应用领域是安防，金融和交通。表中盘点的15家公司中，有11家都有安防相关的业务，占到了全部的73.3%；有金融和交通相关业务的公司各有6家，分别占全部的40.0%。

目前图像识别和人脸识别的初创公司大多以to B的业务为主，提供垂直化企业服务。

大部分的图像面部识别公司，都在利用技术优势，通过为客户提供技术应用方案获得利润，并且得到大量的数据进一步进行研发。这些公司中，有C端产品和业务的公司只有3家，分别是淘淘搜，衣+和码隆科技。而他们对于图像识别技术的C端应用，均与电商行业的商品检索有关，这是由于电商行业恰恰需要大量图片处理检索技术。

笔者认为，创业公司以垂直化企业服务为切入点，主要是受到了数据入口的限制。目前机器视觉技术背后必然有深度学习理论的支持，因此算法的优化离不开大量的图片数据。初创公司一般缺乏稳定的数据流量入口，因此通过提供企业服务的方式可以获得一定的数据，并且得到维持研发的利润。

手握数据和资金的互联网巨头们，早已把自己在机器视觉领域的起点定在了“识别万物”上

相比于中小型创业公司的垂直化战略，手握数据和资金的巨头们为自己设定的起点更高，也更难实现商业化。目前，这些大型公司对于机器视觉的应用主要停留在娱乐化和工具化上。

除了推出这些自主研发的功能之外，国外巨头还热衷对该领域初创公司进行投资并购，通过这种方式迅速弥补技术短板、数据短板和人才短板。

虽然机器视觉行业处于风口之上，但市场还在初期探索阶段，无论技术还是应用上都还有很长的路要走。

在应用方面，机器视觉还处在教育市场的阶段。以支付宝推出的刷脸付款为例，虽然概念火热，大家试用的热情很高，但是在实际的支付场景中并不能取代现有的密码或者指纹的验证方式。只有在一些对图像识别处理要求较高的行业，例如电商、安全、娱乐等领域，机器视觉的应用普及速度才比较快。

而在技术方面，机器视觉虽然已经被众多企业公司在逐渐推广，但还有一些不完善的方面。阅面科技CEO赵京雷曾表示，对任何一个视觉识别任务而言，自然条件的变化，比如像姿态、遮挡，包括光照等各种条件的变化，都会极大的影响它的识别精度和正确率，怎样去解决这个问题，其实是整个计算机视觉面临的最大挑战。

与众多人工智能细分领域一样，机器视觉未来的作用一定是辅助人而不是取代人。机器视觉技术想要发展成为“魔镜”一样的存在还有很长的路要走，但时间上应该不会太远了。