計算機視覺是國內外 AI 企業最集中的領域，商業成熟度較高。從 AI 企業的應用技術方向分布來看，計算機視覺技術企業在全球 AI 企業中占比約 40%，在國內占比約 46%；無論國外還是國內，計算機視覺都是 AI 企業最集中的領域。從市場規模來看，2017 年計算機視覺市場占全球 AI 市場總規模的 16.9%，排在語音識別之后；而國內計算機視覺市場占 AI市場的 34.9%，排名第一。國內外計算機視覺的市場規模差異要遠大于企業分布差異，說明國內計算機視覺公司的總體盈利能力較其他 AI領域的公司較強，商業成熟度較高。
計算機視覺是 AI 領域應用場景最豐富、商業化價值最大的賽道。目前，AI 技術處理的數據類型不外乎四類：文字、語音、圖像和視頻。從信息維度來看，從文字到視頻維度是遞增的，文字的信息維度最少、包含的信息量也最少，視頻的信息維度最多、包含的信息量最大。反映在數據量占比上，以線上數據為例，根據 Cisco 的研究，到 2022 年全球線上視頻流量占總流量的比例將從2017 年的 75%上升到 82%，說明線上數據將越來越被視頻數據所主導。信息維度更高加之數據量更大，因此以圖像和視頻為主要處理對象的計算機視覺要比以文字或語音為主要處理對象的其它 AI 技術具有更加豐富的應用場景和商業化價值。我們認為，當前資本市場也正以其資源配置、資產定價功能充分反映計算機視覺相對其它 AI 領域的優勢。例如，根據公開資料，當前計算機視覺行業四家頭部初創企業（商湯、曠視、依圖、云從）的總估值已經超過 1000 億人民幣，也超過了語音識別行業幾家頭部初創企業（思必馳、云知聲、出門問問、圖靈機器人、捷通華聲）總估值加上 AI語音龍頭科大訊飛的市值總和。
市場格局上，科技巨頭把控基礎層，初創企業領跑應用層。計算機視覺架構從下至上：1）基礎層——核心芯片被 Intel、Nvidia 等傳統芯片廠商把控，新型芯片廠商尚未崛起，規模應用有待時日；開源平臺以谷歌的 Tensorflow、Facebook 的 Caffe 等為主，其它企業的深度學習框架多為二次開發；2）技術層——算法，初創企業占優；云計算，幾乎被 AWS、Google Cloud、Azure、阿里云等壟斷；3）應用層——垂直行業龍頭占據場景，技術層初創企業向上滲透。根據 IDC，2017 年中國計算機應用市場總規模約為 15.5 億元，商湯、曠視、依圖、云從?四小龍?市場份額共計達 69.4%，至 2022 年中國計算機視覺應用市場規模將達到 146. 1 億元人民幣。
