機器視覺從2D進化到3D立體“視界”，常見常用的刷臉支付、Face ID、VR、無人便利店、智能機器人等產品技術，背后關鍵的科技便是3D視覺技術。
在過去幾年里，3D視覺概念迭出，大量資本涌入這個賽道，新進企業眾多。業內人士普遍認為，3D視覺在工業領域的產值和產出，可能要遠遠大于消費領域，但因為滲透率很低，推進速度不夠快，當前3D工業相機的規模在幾億美金區間，設備和軟件在20億美金水平，但行業市場有50倍以上的滲透率增長空間。
從2D到3D的賽道變化
2D技術起步較早，技術也相對成熟，在過去的30年中已被證明在廣泛的自動化和產品質量控制過程中非常有效。
2D技術根據灰度或彩色圖像中對比度的特征提供結果。2D適用于缺失/存在檢測、離散對象分析、圖案對齊、條形碼和光學字符識別(OCR)以及基于邊緣檢測的各種二維幾何分析，用于擬合線條、弧線、圓形及其關系(距離，角度，交叉點等)。
3D視覺利用近紅外線光來掃描周圍環境，再由CMOS圖像傳感器接收并轉換為數字信號，最后通過芯片計算出物體在三維空間中的遠近與相對位置，因此能了解物體的動作、與環境的互動，由此即能發展出由動作控制計算機的體感操控，檢測出前方的物體等。
由于2D視覺逐漸無法滿足對復雜對象識別和尺寸測量精度日益增加的要求，因此也催生了3D視覺的增長。從2D轉向3D，需要所獲取信息質量和數量的飛躍。相對來說，2D視覺市場積淀深，3D視覺方案只有達到一定的成熟度，才可以全面實現2D向3D的轉變。
但是3D機器視覺技術門檻高，涉及到光學、結構、散熱等跨學科設計問題，再加上芯片、算法構成的復雜系統設計，需要一定的技術實力，投入足夠的時間和人才，才可以研發相關方案。技術門檻高、投入大、研發企業少都是3D視覺發展路上的攔路虎。
在3D視覺興起之后，選擇2D視覺還是3D視覺，成為一個有爭議的問題。有業內人士表示，3D視覺將全面替代2D視覺;但也有觀點認為，3D視覺價格高，在可以應用2D視覺的場合，沒有必要用3D視覺;當然還有第三方觀點認為，2D視覺和3D視覺可以融合應用。
從落地來看，目前3D主要應用于大型工業制造業企業、物流、智慧城市監控，以及少部分消費應用場景等，從探索到突破，在落地的路上逐顯繁榮。