电子行业：SAM分割图像一切，视觉端芯片崛起

请仔细阅读本报告末页声明 证券研究报告 | 行业专题研究 2023 年 04 月 12 日 电子 SAM 分割图像一切，视觉端芯片崛起 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 Segment Anything Model（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（Computer vision，CV）的核心能力，并将自然语言处理领域（Natural Language Processing，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。 增持（维持） 行业走势 作者 分析师 郑震湘 执业证书编号：S0680518120002 邮箱：zhengzhenxiang@gszq.com 分析师 佘凌星 执业证书编号：S0680520010001 邮箱：shelingxing@gszq.com 相关研究 1、《电子：三星存储芯片或将减产，LLM 开启算力新时代》2023-04-10 2、《电子：“AI 革命”算力篇》2023-04-08 3、《电子：先进封装引领“后摩尔时代”，国产供应链新机遇》2023-04-05 -32%-16%0%16%32%2022-042022-082022-122023-04电子沪深300 2023 年 04 月 12 日 P.2 请仔细阅读本报告末页声明 内容目录 一、Meta SAM 登上舞台，CV 领域浪潮已至 ............................................................................................................. 3 1.1 Meta 发布图像分割 AI 模型 SAM，掀起 CV 新革命........................................................................................ 3 1.2 SAM 融合交互式分割和自动分割，“零样本迁移”实现万物可分割 ................................................................ 4 二、计算机视觉领域的“GPT-3 时刻”之一 ............................................................................................................. 5 三、SAM 及其衍生模型，有望快速深度赋能行业应用 ............................................................................................... 7 四、投资建议 ....................................................................................................................................................... 11 五、风险提示 ....................................................................................................................................................... 11 图表目录 图表 1：SAM 模型的三大构成 ................................................................................................................................. 3 图表 2：SA-1B 拥有的图像数量比任何现有数据集多 6 倍以上 ................................................................................... 4 图表 3：SA-1B 拥有的掩膜数量比任何现有数据集多 400 倍以上 ................................................................................ 4 图表 4：计算机视觉四大核心任务——分类、定位、检测、分割 ...............................