过去五年机器视觉（886002）快速发展，中国机器视觉（886002）产业联盟（CMVU）《2026中国机器视觉（886002）行业报告》指出，2025年中国机器视觉（886002）销售额历史性突破400亿元大关，同比增长18.5%。
但在行业高速发展的背后，工业现场共性矛盾日益显现：越来越多企业部署机器视觉（886002）系统，但仍需人工复核；检测精度不断提升，但良率、成本、产能等核心指标并未改善。如何跨越技术指标与业务收益之间的断层，让工业机器视觉（886002）真正走向可量化经营结果的创造？
近日，在Vision China（北京）"具身智能与工业大模型驱动的新一代机器视觉（886002）"高峰论坛上，凌云光（688400）产品与解决方案部总经理包振健发表《RaaS变革下的工业机器视觉（886002）思考与实践》主题演讲。
他提出，这些“隐形短板”正制约机器视觉（886002）从检测工具向智能决策核心的进化。随着工业AI进入大模型和智能体时代，工厂治理正在经历从SaaS（Software as a Service（SCI））向RaaS（Result as a Service（SCI））加速演进，工业机器视觉（886002）需构建场景理解与机理建模、数据统一、接口标准化与端边云协同这四项核心能力，这是连接技术能力与业务价值的关键路径。
从Saas到RaaS
工厂治理体系演进下的工业机器视觉新要求
智能制造真正的底盘是工厂治理系统，即生产系统中人、软件、AI、设备之间的决策与执行结构。如果工厂治理体系发生变化，机器视觉（886002）作为感知与决策链路的关键环节，其影响将是底层、深远的。
经过多年发展，SaaS体系已趋于成熟，本质上围绕“人如何使用工具”构建，是Copilot（辅助驾驶）模式，决策仍依赖人的经验和指令。但在实践中，SaaS平台续约率低，效果未达预期；工厂个性化与通用标准难以兼顾，系统功能冗余而需求挖掘不足。机器视觉（886002）也不例外，软硬件参数与交互仍基于人的理解设计，更多承担辅助决策工具角色。
随着智能制造复杂度提升以及大模型和智能体快速发展，工厂治理体系正在发生结构性变化，未来将出现越来越多的智能体协同。工厂治理不再强调人机协同，而是围绕“智能体如何协同完成生产结果”，因此工业机器视觉（886002）也要从工具体系走向结果体系，从“功能提供”转向“问题解决”，从交付软件工具转向交付业务结果，成为一个具备决策与协同能力的智能驾驶终端，最终服务于良率提升、成本下降与产能提升。
从"检测工具"走向"智能决策"
让机器视觉真正服务工厂经营目标
凌云光（688400）三十年坚持深入行业、深入场景、深入客户，构建覆盖底层器件、智能成像、AI算法、工业软件、智能装备的完整能力体系，形成场景理解与机理建模、结果导向交付、接口标准化及端边云协同的系统能力，在多个行业持续验证“RaaS结果导向”模式，从“技术能力供给”走向“业务结果交付”。
以锂电隔膜行业为例，凌云光（688400）联合头部客户历时两年开展联合研发，打造面向隔膜行业的垂类大模型，实现良率提升0.3个百分点，助力客户实现工厂经营目标，助推行业高质量发展。
//场景理解与机理建模
深入研究隔膜缺陷形成机理，建立行业首个质量标准库，仅针孔缺陷便细分出9种类型，最终形成统一质量评价体系，并确立30μm安全检测底线，实现检测参数自适应。
//数据统一与接口标准化
基于OPC标准，实现缺陷数据采集、分析、分发的统一规范，打通3家厂商、9种设备型号、近千台AOI设备之间的数据壁垒，实现统一质量标准、统一设备规范、统一数据体系。
//多智能体端边云协同
围绕机理模型和数据互联需求，重新规划端、边、云整体算力架构，在提升检测精度的同时，实现数据带宽翻倍，系统稳定性提升30%。
//以良率为中心质量闭环
通过质量分析、工艺优化、质量追溯等全流程闭环能力，推动隔膜厂质量持续优化，实现客户良率提升0.3%，创造了可量化的经营价值。
从看见缺陷，到理解工艺；从识别问题，到驱动优化；从交付工具，到交付结果。RaaS不是机器视觉（886002）的一次产品升级，而是一次价值重构。当机器视觉（886002）开始为经营结果负责，它才真正成为工业智能体系的一部分，也将驱动制造业迈向更加智能、高效、可持续的结果时代。
