有关机构认为，机器视觉厂商需要关注三个能力：1)下游拓展能力。局限于单一赛道的企业难以做大，能够切入更多应用领域且处于景气上行周期的企业有望增厚业绩规模;2)上游研发能力。掌握上游核心零部件研发能力，有望使厂商具备议价能力，长期看体现成本优势;3)通用化设计能力。标准化业务有望提升企业生产效率，从国际经验看亦是行业发展趋势。
机器视觉产业链现状 机器视觉行业市场发展规模分析
机器视觉行业产业链中，上游硬件部分包括光源、镜头、工业相机、图像处理器、图像采集卡;软件包括图像处理软件和底层算法。中游为设备制造商与系统集成商;机器视觉下游应用广泛，包括半导体、汽车、包装、医药、工业机器人等行业。
在机器视觉产品中，上游软硬件共占总成本的80%，分别占比为45%、35%，组装集成和维护分别占总成本的15%、5%。
近年来，我国机器视觉行业市场规模不断增长，由2018年的102亿元增长至2020年的144亿元，年均复合增长率12.2%。未来，得益于宏观经济回暖、新基建投资增加、数据中心建设加速、制造业自动化推进等因素影响，我国机器视觉行业市场规模仍将继续增长，预计2022年机器视觉行业市场规模可以达到229亿元。
伴随渗透率与国产化率的提升，2025年国产厂商可参与的机器视觉市场空间有望达到356亿元，2021-25ECAGR达29%，保持高速增长态势。
根据中研普华产业研究院发布的《2022-2027年机器视觉行业市场深度分析及发展规划咨询综合研究报告》显示：
一、机器视觉行业细分结构特征分析
因为工业视觉和计算机视觉在功能目标、硬件需求、算法侧重、产业成熟度上有一定差异。在功能目标上，工业视觉主要解决以往需要人眼进行的工件的定位、测量、检测等重复性劳动;
计算机视觉的主要任务是赋予智能机器人视觉，利用测距、物体标定与识别等功能实现对于外界位置信息、图像信息等的识别与判断。在硬件需求上，工业视觉相对较高，需要对工业相机的帧频、分辨率等指标依据自身的需求进行筛选;而计算机视觉则除少部分特殊情况外，大部分对于相机或摄像头的要求并不高。
在算法侧重上，工业视觉的算法往往侧重于精确度的提高;而计算机视觉的算法难度相对较高，侧重于或采用数学逻辑或采用深度学习方法进行物体的标定与识别。在产业成熟度上，工业视觉已经相对较为成熟，在半导体、包装等行业的测量检测已有较为广泛的应用;而计算机视觉整体来讲还是一个刚起步的状态，初创企业层出不穷。