中邮证券发布研报指出，机器视觉产品按照下游应用场景的性能要求，可以大致分为消费级和工业级两类。工业级机器视觉对于技术、精度、稳定性等的要求相对更高，整体成本较高。消费级视觉方案对于精度的要求相对较低，对于成本控制的需求较高。现阶段人形机器人进入规模量产阶段，对视觉方案的需求更关注于产能供应和成本控制两方面，推测消费级3D视觉产品有望成为需求主流。随着未来人形机器人应用场景的复杂化及多元化之后，不排除需求工业级机器视觉产品的可能性。
视觉传感器助力人形机器人感知世界。视觉传感器，即机器视觉，旨在利用机器来执行视觉识别和判断任务。人类约80%的信息是通过人眼感知获取的，未来的机器人也将和人类一样，大量信息都将通过视觉感知获取。目前，不少人形机器人选用3D视觉方案以保证人形机器人的环境感知及交互能力。未来随着人形机器人的不断发展，其交互功能及应用场景更加丰富之后，现阶段纯摄像头方案的厂商也有可能通过迭代更新，在其新产品中引入3D视觉传感器。
机器视觉是由计算机或图像处理器以及相关设备来模拟人的视觉行为，完成得到人的视觉系统所得到的信息。其下游应用广泛，主要可发挥定位、识别、测量、检测等功能，目前主要下游为智能制造的工业场景，医学、智能交通等场景也有应用。机器视觉的产业链上游主要有光源、镜头、工业相机、工控机、图像处理软件等机器视觉组件设备的提供商;产业中游包括如检测、测量、定位、识别系统/定位引导系统等以及各类视觉设备;产业链下游主要为各行业的产线综合解决方案供应商终端行业。我国机器视觉市场现阶段正处于快速增长阶段，到2027年有望突破560亿规模。
机器视觉技术按照成像维度的不同，可以划分为2D和3D两大类别。2D成像技术使用到的传统RGB相机，仅能捕捉到物体表面的纹理信息，没有物体到相机的距离信息，3D视觉感知技术有效地补充了2D视觉技术的不足，使得更加复杂和智能的功能得以实现。3D视觉感知技术主要包括飞行时间(ToF)法、双目立体视觉法、结构光法等。
人形机器人规模化不及预期风险；人形机器人视觉感知技术路径变化风险；消费级视觉产品竞争加剧风险；3D视觉技术发展不达预期风险。
