一、报告期内公司所属行业及主营业务情况说明　　（一）报告期内主营业务介绍　　1、主要业务　　公司机器视觉业务以“视觉+AI”技术创新为基础，服务工业智能制造和文化内容制作，是行业内领先的机器视觉与解决方案提供商。面向工业领域，已形成核心视觉器件、可配置视觉系统、智能视觉装备和智能工厂四个产品线，服务消费电子、新能源、印刷包装、半导体等多个领域，为客户提供智能制造与质量检测的多元化产品与解决方案，助力国家智能制造转型升级；公司的全资子公司元客视界基于计算成像与人工智能技术创新，自主研发了光场建模、运动捕捉、全景拍摄、虚实拍摄等一系列先进产品及解决方案，实现人、物、场、境的整合统一，面向虚拟现... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）报告期内主营业务介绍
　　1、主要业务
　　公司机器视觉业务以“视觉+AI”技术创新为基础，服务工业智能制造和文化内容制作，是行业内领先的机器视觉与解决方案提供商。面向工业领域，已形成核心视觉器件、可配置视觉系统、智能视觉装备和智能工厂四个产品线，服务消费电子、新能源、印刷包装、半导体等多个领域，为客户提供智能制造与质量检测的多元化产品与解决方案，助力国家智能制造转型升级；公司的全资子公司元客视界基于计算成像与人工智能技术创新，自主研发了光场建模、运动捕捉、全景拍摄、虚实拍摄等一系列先进产品及解决方案，实现人、物、场、境的整合统一，面向虚拟现实、沉浸媒体、具身智能等众多下游应用。
　　在光通信方面，公司代理引进国外先进数据通信、光纤器件与仪器产品，服务光通信产学研客户及通信、激光等行业的国内知名企业。围绕当前AI驱动的大规模算力基础设施建设，信息互联的高带宽、低功耗、低时延等迫切性需求，公司积极布局了OCS全光交换、全自动光子引线键合、光IO解决方案等下一代光通信产品和解决方案。
　　公司坚持以客户为中心，以推动行业发展为己任，积极把握人工智能时代的战略机遇，基于“光、机、电、算、软”底层通用技术形成四大技术平台，为客户提供差异化、高质量、高性价比的多元化产品和解决方案。经过近二十余年的行业积累，积累了苹果、富士康、华为、小米、宁德时代、京东方、央视总台、咪咕等多行业的头部客户。
　　2、主要产品
　　（1）机器视觉—工业领域产品
　　公司致力于成像硬件到软件算法的持续创新。在硬件方面，公司通过并购JAI，形成与自身业务高度协同、全面布局的产品矩阵，形成棱镜相机、面阵相机、线阵相机、智能相机等多产品线，满足下游多场景的成像需求。在算法方面，公司的VisionWare算法平台积累形成了多个核心技术模块、18个算法库和近200个算法工具，针对机器视觉行业智能化、高精度和高效率的发展要求和趋势，公司将模式识别的底层算法能力和深度学习AI结合，兼顾了检测精度效率和对于复杂场景的适应性，采用组态技术，在视觉精密定位引导、定位、视觉检测等方面逐步超越国际先进产品，可实现工业机器视觉功能的广泛服务。公司针对工业应用中小样本、碎片化的特点，自主开发工业通用视觉大模型F.Brain，解决了众多工业制造的检测难题，在消费电子、新能源、印刷包装、汽车等行业取得了较好的应用效果。
　　可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能并基于图像采集的信息完成预处理工作。公司的可配置视觉系统可服务于多个行业场景应用，代替现有人工及相应工具，对工作对象物体进行识别、对位、测量、检测，以优化生产流程、提高产品质量。
　　智能视觉装备是在可配置视觉系统（成像模块和图像处理系统）基础上增加结构本体和自动控制部件，实现生产与检测的智能控制，给机器植入了受大脑控制的“肌肉”和“四肢”，最终形成“手”、“眼”、“脑”协同的智能化设备。相较于人工检测，公司产品可大幅度提高检测效率、提升新产品新工艺的迭代速度，提高产品出厂良率、减少废品，有效解决客户痛点。
　　智能工厂解决方案依托于视觉系统和智能视觉装备等端侧和边侧生成的生产与检测数据，结合公司的先进算法平台和质量管理分析软件，深入挖掘并分析制造及检测过程中的数据。针对不同行业客户的特定需求和痛点，该方案助力客户实现多工厂间的产品质量标准化、缺陷分析、生产问题预警以及人员和效能管理等多重功能，从而提升生产良率并实现工厂大数据的闭环管理。
　　（2）机器视觉—元客视界产品
　　围绕“AI+空间计算”，元客视界构建了多元化产品：1）形成光场建模、运动捕捉、全景成像、XR拍摄等后台要素类产品；2）打造了智能虚拟内容制作工作室、智能虚实融合XR演播室等中台产品；3）电商直播数字人、服务数字人等前台产品。主要的产品解决方案如下：
　　FZMotion光学运动捕捉系统：具备业界领先的高精度三维定位跟踪测量能力，同时具有同步人体运动捕捉和XR虚实融合拍摄功能，系统通过多台高帧速/高分辨率的红外动捕相机拍摄人体穿戴的反光标记点，实时高精度计算人体骨骼运动，驱动数字角色或人形机器人，在亚毫米级别精度下实现整套流程骨骼鲁棒的高度稳定。
　　Lustage光场建模系统：利用多维光照照明、高速同步相机采集的人、物在多种模拟光照条件下的光场数据，自动智能计算毛孔级的高精度人体模型、光照材质特性，实现人脸、人体模型的数字资产制作。
　　InFisionXR虚实融合方案：采用多光融合定位技术，对人、摄像机、道具、大屏等设备进行全局标定，实现大屏、XR扩展、AR内容的实时渲染与精准对齐，实现一站式全局标定、稳定可靠的多机位讯道切换、虚实内容的实时渲染融合。
　　（3）光通信主要产品
　　在光通信方面，公司致力于电信通信、数据通信、科学通信、光纤激光、光纤传感领域，引进代理高端光器件、光模块、测试仪器、生产设备等产品，为光通信领域的产学研客户提供整体解决方案，已与Fujikura、EXFO、HUBER+SUHNER/Polatis、Vanguard等全球知名光纤器件与仪器提供商建立长期合作关系。目前高端光纤器件与仪器类产品多数由国外厂家主导，区别于中低端产品的激烈竞争，公司代理的高端产品具有技术门槛高、解决方案与技术服务能力要求高的特点。在AI大模型、数据中心和智能算力快速发展的背景下，高带宽、低功耗、低时延的光互联正逐步取代传统电互联，成为下一代基础设施的关键，公司基于多年来对于光通信行业的深入理解和资源积累，积极布局了OCS全光交换机、光IO、光电子集成先进封测等下一代光通信产品和解决方案。
　　（二）主要经营模式
　　1、盈利模式
　　公司长期坚持以客户为中心，为国内外优质客户提供领先的机器视觉、光通信产品与服务。在机器视觉领域，公司提供视觉器件、可配置视觉系统、智能视觉装备、智能工厂管理软件等一揽子产品与解决方案，服务国家智能制造与数字经济，通过为客户提供优质产品与解决方案，实现自身价值创造；在光通信领域，通过与国际领先企业战略合作，代理光纤器件与仪器等产品，为头部客户提供专业化产品与解决方案，从而实现收入和利润。
　　2、研发模式
　　公司研发包含通用技术研发和应用产品开发，通用技术研发围绕底层技术进行，应用产品开发是在通用技术基础上就特定行业客户需求进行的产品开发，此种研发模式有助于缩短产品开发周期、提升市场需求响应速度，降低开发成本。通用技术开发以光学成像、智能软件与算法、精密自动化底层技术为基础研究方向，建立标准化技术平台。应用产品开发快速适配客户应用需求，基于IPD的集成开发模式，实施贯穿客户需求管理、产品规划、产品开发、产品生命周期管理等产品开发全流程管理。公司在产品开发中坚持以客户需求、产品开发模块化/平台化为研发导向，保证公司不断推出有竞争力的产品。
　　3、销售模式
　　公司构建了以客户为中心的市场营销体系，基于不同的客户类型和产品类型，建立了面向客户的价值创造销售流程。结合所处机器视觉行业及光通信行业的特点、上下游发展情况、客户类型等综合因素，采取了直销模式为主、经销模式为辅的销售模式。通过直销模式，公司直接向行业内知名客户提供产品及技术服务，可以确保产品和品牌推广的有效性，与客户保持沟通，提高对客户需求的响应速度并加深对行业变化和趋势的理解。公司基于境外业务拓展及客户指定经销商两种业务场景，实行经销模式。
　　4、采购模式
　　为支撑公司战略发展，提升采购战略执行能力，保障采购决策效率与质量，公司建立了较为完整的供应商评价体系、供应商管理体系和基于不同产品需求的采购策略。公司基于T（Technology）、Q（Quality）、R（Responsiveness）、D（Delivery）、C（Cost）建立供应商准入及评价体系；建立以高效性、透明性、充分性为原则的分层、分权管理运作的供应商管理体系；针对定制零部件及标准零部件不同的采购特点建立不同的采购机制，以需求预测、滚动备货、安全库存相结合的采购计划策略，提升供应链整体效率，降低管理成本。
　　5、生产模式
　　公司主要采用“以销定产”的生产模式，根据产品周期性需求变化，采取自主生产+外协生产相结合的生产方式，通过最佳资源配置实现效率与成本的最优。公司通过了ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证，并发布了《生产管理流程》等规定，保障生产过程在质量、环保和安全等方面有效受控，持续改进提升。
　　（三）报告期内所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　（1）机器视觉行业
　　就全球来看，机器视觉的发展史可追溯至20世纪60年代末。与国外机器视觉的发展历程相比，中国的机器视觉行业起步较晚，1995年才开始有初步应用。发展至今，机器视觉在以消费电子为代表的行业应用和算力的双轮驱动下，得到较为广泛的应用。机器视觉领域的芯片、相机、光源等核心器件及系统、设备的国产化率大幅度提高，在应用技术及国内市场份额方面与国外同行业企业平分秋色甚至实现了部分超越，正处于从中低端市场到高端的拓展期。中国的机器视觉自3C产业发展起来，并以此为突破口发育了中国的机器视觉企业的能力，因此中国的机器视觉区别于国外机器视觉的多行业泛化路线，走了一条从专用领域为起点的发展道路。随着中国制造行业升级需求及机器视觉技术的提升，国内的机器视觉应用范围逐步扩大，逐步扩展到新能源、印刷、汽车、半导体等领域。随着中国机器视觉的发展和扩大，中国机器视觉头部企业已逐步从国内市场拓展到海外市场，在国际市场上占据一定的份额，中国机器视觉企业在国际市场的影响力将逐步扩大。根据机器视觉产业联盟报告，预计未来三年，得益于宏观经济持续向好发展、新质生产力进一步加速机器视觉领域需求增长、下游行业持续增长、产业结构升级等因素，中国机器视觉行业规模将进一步增长，从2025年的395.4亿元增长至2027年的580.8亿元，年均复合增长率达21.2%。机器视觉行业具有长坡厚雪的特点，随着中国机器视觉企业技术和产品在行业通用性、产品易用性等方面与国外企业逐步缩小差距，中国机器视觉企业在国内外尚大有可为。
　　机器视觉作为实现智能制造的重要环节，国家颁布了一系列执行性政策，为机器视觉行业的高质量发展提供了保障。在《2025年政府工作报告》中，指出持续推出“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，重点发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。《智能制造典型场景参考指引（2024年版）》强调应用机器视觉识别技术，实现加工、装配、包装、巡检等过程人机高效协同，以及产品质量在线快速识别判定，提升检测效率和及时性，提供了智能工厂梯度培育、智能制造系统解决方案攻关、智能制造标准研制应用等方面的参考指引，以加快推进制造业数字化转型、智能化升级。同时，各地政府也陆续出台推动建设智能工厂的政策，有力支持了机器视觉行业发展。
　　机器视觉是光、机、电、算、软等多领域技术的深度融合，唯有实现软硬件的协同配合与协调发展，才能构建起完整且高效的机器视觉系统与智能装备。近年来，随着3C电子及新能源行业的领军企业，如苹果、富士康、宁德时代等，纷纷提出“黑灯工厂”“极限制造”等前沿制造理念，机器视觉在制造业中的应用场景不断拓展。然而，这些先进制造理念的落地实施，也对机器视觉厂商在制造精度与效率方面提出了更高的要求，进一步抬高了机器视觉行业的准入门槛，为潜在的市场进入者构筑起了坚固的技术壁垒。
　　（2）光通信行业
　　光通信通常泛指光纤通信。光纤通信是指以石英光纤作为传输媒介，以光作为信息载体的通信方式。经过几十年的发展，光纤通信已经成为现代信息载体的核心方式，在现代通信网中起着举足轻重的作用。光通信产业链包括光芯片、光器件、光模块、光网络设备和电信及数通应用。随着人工智能时代加速到来，数据中心算力需求持续攀升，传统电互联逐渐显现瓶颈，光互联正以更高带宽、更低功耗、更低时延的优势，迅速崛起为支撑智算中心高效运行的关键，为光通信产品的需求带来巨大增量。
　　2、公司所处的行业地位及其变化情况
　　公司深耕机器视觉产业近三十年，是行业领先的机器视觉产品和解决方案供应商，且是行业内少数具备光、机、电、算、软全栈能力的产品与解决方案供应商，在中国机器视觉行业中占据先发优势。公司深入了解下游应用行业需求，深入研究制程和工艺，基于“视觉+AI”技术重构工业制造的质量控制与生产效率体系，同时为智能制造的世界级难题提供突破性解决方案。为解决人工检测的不可靠性问题、复杂场景的检测挑战难题，以及数据价值未被充分挖掘的现状，公司持续钻研并努力解决智能制造的世界级难题，如：“尺寸测量：从微米到纳米级精度的跨越”、“色彩一致性：从人眼标准到科学量化”、“缺陷检测：从漏检到零缺陷的跨越”。面对客户高精度、高可靠性与场景适配性等核心要求，破解极限制造瓶颈，赋能产业智能化升级，推动精密制造精度突破，构建数据驱动的智能工厂，实现全流程质量闭环管理。公司的“视觉+AI”产品及解决方案服务机器视觉下游消费电子、新能源、立体视觉、印刷、新型显示等多个领域，积累了行业头部客户资源。未来，随着具身智能、多光谱融合等技术的落地，凌云光将进一步推动工业AI向自主决策、闭环优化的更高阶段演进，助力中国制造业从“制造”向“智造”的质变。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）机器视觉新技术驱动行业发展
　　深度学习、3D视觉、嵌入式视觉等新技术的出现和应用，进一步拓展了机器视觉产品和解决方案的多样性，丰富了视觉技术的应用范畴和解决方案的智能化、易用性，机器视觉的应用领域和市场空间得到极大的扩展。
　　①深度学习
　　传统机器视觉算法与深度学习的结合是必然趋势。深度学习通过对原始数据进行多步特征转换，得到比传统视觉算法更高层次、更抽象的特征表示，并输入预测函数得到最终结果，能够有效补充机器视觉传统算法对于偏差和未能预测缺陷检测能力的不足，两者的统一和融合能够有效结合传统特征标注的可靠性、准确性与深度学习的可复制性、鲁棒性，用于解决工业领域中的各种复杂难题。一方面，满足如3C电子、新能源场景中的高达99%的精度要求，机器视觉传统算法在深度学习的加持下，能够降低对相机、光源等视觉成像器件的硬件性能要求，降低硬件采购成本；另一方面，深度学习采用预训练和自适应的方式，大幅提高视觉智能化水平，相较传统算法人工标注的方式，能够降低机器视觉算法的成本，并通过模型的通用性，实现算法的跨场景、跨行业的应用效率与成本节约。
　　②嵌入式视觉
　　嵌入式技术发展，大大提高图像智能化特性能力，嵌入式视觉系统利用嵌入式技术赋能机器视觉系统，是嵌入式系统算力和机器视觉软件算法两种技术融合形成的智能视觉系统，可独立完成从接收光信号到系统输入的整个信号处理过程。相比基于PC或者云架构的视觉技术，嵌入式技术将用于图像处理和深度学习算法的AI模块集成到工业相机中，实现边端智能。嵌入式视觉系统具有易学、易用、易安装、易维护等特点，可在短期内构建起可靠而有效的视觉系统，从而极大地提高应用系统的开发速度。处理能力、存储器密度和系统集成度的提升，推动了嵌入式视觉在传统及新兴应用领域的渗透。
　　③2D、3D与XD视觉的融合与多场景应用
　　3D视觉相较2D视觉在某些场景中更有优势，例如可以实现平面度、翘曲度、段差、曲面轮廓等3D尺寸量测、3D空间中的机器人引导定位、基于3D信息的检测、识别等各种丰富的功能。3D与XD视觉技术在一定程度上多方面聚集工业信息，补充了传统2D无法提供多维信息、易受光照条件变化影响，以及对物体运动敏感具有局限性等不足，可以让机器在生产过程中对物料的使用和把控更加全面与精准，在精准度、稳定性、易用性等方面能很好地满足多类用户的使用需求。
　　④机器视觉与人工智能、5G等新兴技术融合和创新
　　近年来，随着信息技术、人工智能技术、新材料技术等不断发展，新兴技术与传统技术相结合带动新一轮产业变革，为各工业行业带来了新的机遇。机器视觉行业在新技术的推动下也迎来了产业变革。机器视觉赋予了机器视觉感知的能力，是智能制造的基础产业，也是实现工业自动化和智能化的必要手段。机器视觉与人工智能、5G、工业互联等技术加速融合与创新，有利于更扎实地服务于全产业，推动中国制造业加速完成智能转型，同时也会带动中国机器视觉产业链从芯片到相机再到系统的快速发展，为具备创新能力的国产机器视觉厂商拓展应用建立雄厚基础。
　　（2）机器视觉在工业制造领域的应用扩展
　　制造业是国民经济的支柱，对经济增长有直接的推动作用，我国当前已进入制造业转型升级的关键时期。随着消费电子、新能源、半导体、汽车等高端制造行业在我国产能占比的提升，对产品工艺及质量的要求愈加严苛，工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求，制造业转型不仅是行业发展需求也是国家战略。近年来我国城镇制造业人数自2015年步入负增长，人口红利逐步消失，企业劳动力成本压力日益凸显，与此同时，原材料成本上涨、国际经济态势等外部因素直接或者间接增加了企业的综合成本。因此，下游工业制造业的转型升级的迫切需求和中国人口结构变化的现状为机器视觉带来极大的成长空间。
　　机器视觉的拓展和渗透主要围绕以下几个方向：①中国制造业正处于转型升级的关键时期，主要优势行业如消费电子、新能源，均经历了从传统的粗放式制造向自动化、智能化升级的过程，这是中国制造业由“制造”转化为“智造”的必然阶段。机器视觉作为人工智能在工业领域的关键应用，是中国制造业转型升级不可或缺的组成部分；②前期由于技术和能力限制，中国机器视觉企业主要集中于中低端替代国外份额，当前在深度学习、3D视觉、自动化的加持下，中国厂商已经在更高精度的行业及机器视觉难度较高的环节推进国产替代；③随着机器视觉产业链上游相机、光源等元器件在中高端市场的国产替代加速，叠加深度学习对机器视觉算法能力的加持，硬件、软件的成本从长期来看呈现下降趋势，机器视觉有望向下兼容更多的应用行业，为中国智造的转型升级贡献力量。④随着中国机器视觉企业在技术、产品应用等方面的突破，有望加大出海力度，将在中国积累的优势产品扩展到海外，在国际市场寻找更多的应用和扩展空间。
　　（3）基于“视觉+AI”技术实现跨领域扩展
　　视觉和AI技术是人工智能的核心驱动力，赋予机器“看见”和“理解”的能力，广泛应用于工业、医疗、交通、安防等多个领域。视觉技术通过计算机视觉实现图像和视频的识别与分析，而AI能力则通过深度学习算法处理复杂数据，优化决策过程。两者相辅相成，不仅提升了效率和准确性，还推动了各行业的智能化升级，成为现代科技发展的关键力量。
　　视觉和AI技术凭借其多模态融合、深度学习算法以及智能化决策能力，在工业制造、影视制作、无人机、无人车和机器人训练等领域展现出显著的共通性和跨领域应用潜力。在工业制造中，AI视觉技术结合5G和工业互联网，实现了从生产环节的质量检测到全流程的智能优化，显著提升了生产效率和产品质量。在影视制作领域，AI技术不仅用于剧本创作和内容生成，还通过多模态融合提升了创意内容的制作效率和质量。同时，无人机和无人车的自主导航能力依赖于视觉SLAM技术，使其能够在复杂环境中安全高效地运行。此外，机器人训练也受益于视觉和AI技术的融合，通过视觉本体感知和自我校准机制，机器人能够在复杂场景中实现更灵活的操作。这种跨领域应用不仅推动了各行业的智能化升级，也为未来的发展提供了新的思路和方向。

　　二、经营情况的讨论与分析
　　（一）整体经营情况概述
　　凌云光业务布局以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供引领性、高性能的产品和解决方案，助力推动工业人工智能转型升级和数字经济的蓬勃发展。2025年上半年，面临复杂多变的国际宏观环境和行业周期分化走向，公司得益于在“视觉+AI”核心能力的突破，在核心技术产品化和应用规模化取得较大的成果，AI算法能力的提升在视觉器件、可配置视觉系统、智能装备、智能工厂解决方案等多系列产品线均实现落地并获得客户较好的反响，带动了公司在消费电子、印刷、新能源等多行业业务的增长，进一步验证了公司以AI为核心驱动的
　　战略正在逐步落地。另一方面，公司提前卡位的具身智能创新应用亦在上半年获得不错的进展，技术验证与客户场景同步打开，为进入下一个应用量级奠定基础。报告期内具体经营情况如下：1、长期深耕迎阶段性成果，收入与利润同步提升
　　2025年上半年，部分下游行业温和复苏，叠加AI算法从技术优势加速转化为产品优势，公司实现主营收入13.68亿元，较2024年同期增长25.73%，营业利润0.91亿元，同比增长28.12%，主要得益于：（1）将技术优势升级为智能化能力突出的新品，显著提升产品竞争力，提升公司在多行业的市场占有率；（2）并购JAI后的协同效应及海外战略拓展影响，境外收入实现1.65亿收入，同比增长64%，海外战略持续推进实施；（3）规模效应初步显现，费用增速低于收入增速。受非经营性收入下滑影响，归属于上市公司股东的净利润0.96亿元，同比增长10.10%。
　　展望未来，AI算法在消费电子、印刷包装、新能源等领域的持续落地，使公司“视觉+AI”方案的跨行业领先优势更加突出；具身智能的新赛道布局与JAI的深度协同，将进一步放大增长动能，对公司中长期的持续发展奠定基础。
　　2、AI驱动产品创新与升级，多领域应用迎来规模化拐点
　　在报告期内，公司在多行业取得了较好的业务进展：
　　（1）消费电子产业在OLED加速落地与AI技术持续突破的双重驱动下，保持温和复苏状态。公司上半年实现收入5.83亿元，同比增长49%；视觉系统方面，依托领先的AI算法，在保持既有优势份额的基础上，紧贴客户对品质升级和操作简易化的需求，推出一系列创新型视觉系统，赢得头部客户广泛认可。在设备端，公司抓住OLED新一轮周期，并紧扣客户“提质增效”的质量升级需求。以自研相机与AI深度耦合，在屏幕点灯环节实现替人增效的价值跃迁，实现了份额的提升；公司凭借技术优势锁定外观检测制高点，市占率稳居外观检测赛道前列。公司最新发布的屏幕外观检测设备可较好满足客户最严苛的标准，充分彰显了公司硬核的技术创新能力与行业引领地位。
　　（2）当印刷产业全面驶入数字化、智能化深水区，公司以AI深度学习为核心，升级优势产品，并借此继续深化智能工厂解决方案的垂直化应用，叠加书刊市场的深入渗透、国际市场的关键布局，上半年公司在印刷领域收入1.66亿元，同比增长18%，其中2025年第二季度环比增速达68%。在产品端，发布VisionPrint8检测系统，能够做到在产品抖动、材料拉伸变形、套印变化等复杂工况的情况下，检测精度/检测速度提升400%，突破浅缺陷检测难题；同步加速产品标准化进程，加速出海节奏，国内市占率与海外影响力同步推进。智能工厂解决方案侧，公司积极打造在物流、软包、彩盒多个细分领域的垂直应用，并以“视觉+AI”优势切入书刊这一新的细分赛道，合力推动公司印刷业务持续高质量增长。
　　（3）公司抓住锂电池扩产周期，发掘在锂电池生产安全性检测及关键环节质量检测的痛点和需求。2025年上半年，公司在新能源行业实现收入4,692万元，较去年同期增长45%，其中二季度环比增长138%。继极片检测系统、毛刺在线全检系统之后，公司将F.Brain深度学习的AI算法与视觉方案深度融合应用在锂电行业，持续拓宽产品矩阵：针对硬质异物刺穿蓝膜引起短路起火、电
　　解液漏液引发的模组报废等行业难题，打磨锂电外观检测设备—漏检率<0.1%，过检率1.6%，故障率＜0.5%，为电芯外观缺陷提供零盲区、低误判的AI解决方案；聚焦极耳翻折不当导致的自燃风险，推出锂电池极耳翻折检测装备—漏检率<1%、过检率<1%、故障率＜0.5%，可精准识别极耳撕裂、翻折等缺陷，彻底解决人工检测一致性差、效率低的痛点。目前，上述两款设备均已完成头部客户现场验证，并于上半年批量供货。随着市场渗透率持续提升，公司新能源业务有望保持持续增长。
　　（4）具身机器人正处于“创新启蒙”向“产业深耕”的战略转折期，相关商业化应用也进一步成熟。公司全资子公司元客视界自2024年第四季度切入该赛道，2025年上半年元客视界受益于具身智能应用扩展及Lustage升级带动，收入同比增长28%，其中FZMotion光学运动捕捉系统单品收入增长188%，成为支撑元客视界业务的重要支柱。公司深度卡位人形机器人“采集—训练—量产”全周期，已与行业TOP级机器人厂商建立了合作关系，并与苏州、北京、杭州等多地机器人数据采集/训练中心形成合作。在数据采集端，FZMotion针对性解决了高精度捕捉与防遮挡场景下的数据连续性难题，通过技术创新将数据精度提升至行业领先水平，并通过源头减少后期数据纠错成本与重复采集工作量，使得采集效率提升30%以上。系统兼容主流仿真平台，全面打通数据从生产、处理到价值转化的完整通路，破解行业“缺高质量数据、跨本体迁移”的核心难题。在量产端，为人形机器人量身定制出厂检测体系，以关节角度误差≤0.1°、末端执行器精度达亚毫米级的性能，深度解析与核心零部件性能映射，构建出厂检测与性能评估标准，为出厂质量评估提供高质量数据支撑。元客自研的LuStage光场重建系统，作为北京市科委支持建设的重点项目，可实现完整捕捉空间中光线的方向、强度、颜色等多维信息，通过算法重构具有“可调节角度、可聚焦、可测量深度”的光场数据。公司围绕不同精度与场景需求，已构建H3D数字人制作系统、S4D体积视频生产系统、F7D人脸光场重建系统多个专业子系统，广泛服务于清华大学、中科院、支付宝等百家科研与高校机构，支撑其在虚拟现实、人工智能等方向的研究应用。（二）持续加码“视觉+AI”研发投入，助力多产品线迭代创新
　　公司锚定“视觉+AI”技术深水区，持续加码底层先进视觉、AI算法研发及应用产品转化，2025年上半年研发投入2.18亿元，研发强度依然保持领先。依托F·Brain深度学习算法平台，公司在智能器件、可配置视觉系统、智能装备三大产品线上不断提升AI渗透率：
　　1、自主相机多领域优势凸显，AI赋能“会思考”的智能器件
　　公司依托自身在相机积累的优势，结合JAI的优势相机，形成线阵相机、面阵相机、棱镜相机、多光谱相机、智能相机较为完备的产品矩阵，能够覆盖众多工业智能制造应用下游。在2025年上半年完成JAI的交割后，公司积极采取行动推动整合计划落地，推进双方在技术和产品等方面的深度融合，为公司成像方案的横纵向延伸奠定基础。当前，公司的自研相机在多领域具备领先的成像优势，在亚微米级高分辨成像、高精度成像、高速成像、3D景深成像、颜色识别检测等成像方案中发挥重要的作用，助力公司机器视觉多产品线的升级。面向器件端集成化、智能化的趋势，公司结合自身在AI算法的优势，推出集图像抓取、成像、分析等多功能于一体的高速线扫相机，服务高带宽、高速度，兼具高灵敏与多光场能力，可在边缘侧实时完成算法处理并将结果直送控制中心，并已投入应用。
　　2、视觉系统聚焦“新”环节，多款新品完善方案矩阵
　　公司通过多维度、领先型的视觉技术和全行业领先的AI算法能力构建了体系化的近10个专业化视觉系统，覆盖主要解决方案场景，建立覆盖整线制造关键功能的多元产品和方案，具有快速响应、易维护、免运维的特点。公司以新变革、新应用、新方向为主导，建立AI在视觉系统应用的新量级：
　　（1）进一步提升视觉系统解决复杂类缺陷的定位、检测、分类与字符识别等难题的能力，保障极低漏检率，具备较好的检出量化能力；
　　（2）以“AI+3D”构建在3D应用的核心控制点，形成集点云预处理、高精度抓取定位、空间重构、3D路径规划、3D检测、专用检测工具等八大战略控制点，形成3D点胶、3D无序抓取、3D异性组装等解决方案，在多领域落地应用；
　　（3）以严苛的质量提升和易用性为核心方向，打造基于ODS（成像一致性）的产品标准化模组、螺丝模组、2D涂胶等智能模块，升级视觉系统智能化水平。
　　公司在视觉、算法等技术层面的模块化提升驱动了视觉系统的标准化，利于将单一领域领先的产品力拓展到更复杂、多行业的应用中，扩展解决方案应用范畴，逐步从单纯以资源投入的项目型增长，转化到以专业化产品和业务模式创新驱动的可持续经营方式。
　　3、以AI能力深度重构智能设备
　　公司在消费电子、印刷、新能源等多个领域为行业内头部客户提供智能装备，以“视觉+AI+自动化”能力在各个工业下游辅助客户改善工艺，提升产品质量，提高产品良率。随着视觉成像和AI等底层技术的深度融合，公司的智能设备实现以下突破：
　　（1）突破检测局限，深度解决行业中的极限检测难题，如用突破人眼检测的小弱浅缺陷、原有技术能力无法触达的检测环节/材质、同步实现高精测精度和高检测效率等；
　　（2）结合AI智能算法与大数据分析能力，实现缺陷自动分类与分级，支持按客户标准灵活设置出货等级和处理策略，实现差异化分级处理和精准品控管理；通过AI智能缺陷分类精准区分相似缺陷，屏蔽干扰，抑制过检，保证检测的有效性。
　　（3）突破外观检测难题，在1-3分钟内，实现高达120+项缺陷的微米级检测，检测效果和效率超越40-50个工人同时工作量级，有效抑制不良品流入到下个环节/市场，避免给客户带来更大规模的经济损失。
　　（4）从2D智能检测设备走向3D检测设备，公司采用3D视觉+AI算法的方式解决在工业制造中的3D检测和测量，对精密制造环节中点胶工艺起到视觉引导、精密喷射、在线检测和智能补胶的作用，构成全流程闭环质量控制体系。
　　4、FZMotion3.0升级提效，标定多领域应用升级
　　在报告期内，公司围绕具身智能、无人系统、动捕动画三大场景，对FZMotion光学运动捕捉系统进行迭代，以全场景适配、快速标定、稳定追踪等进阶能力，进一步强化产品竞争力。针对具身智能，进一步研发支持Manus惯性手套与FZMotion融合的手指光惯捕捉方案，以实现高效率、高稳定的灵巧手捕捉，90%遥操作采集直通率。针对无人系统，全新UI实现场景化菜单，三步创建刚体，易用性大幅度提升；支持分布式架构，可实现大场景空间划分。针对动捕动画，升级人体结算器，动作精度和稳定性得到大幅度提升，常规动作90%直出率，全面刷新动画产能与品质的上限。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、成熟专业的团队和创新力
　　公司所处行业属于技术密集型行业，人才资源是公司的核心竞争力之一。在长期的发展过程中，公司注重人才队伍建设，组建了一支行业经验丰富且有创新力的研发、销售、解决方案和售后服务团队。
　　公司以市场需求为导向，结合工程化产品的开发目标，组建了一支多专业学科背景的研究团队。团队成员来自清华大学、北京理工大学、北京航空航天大学、哈尔滨工业大学、华中科技大学等重点高校，以“光”“机”“电”“算”“软”为主要方向学科且具备多年的机器视觉研发实践经验。截至2025年6月30日，公司研发人员674人，占公司总人数的37.34%。公司的销售与解决团队成员主要由技术人员或有技术背景的人员构成，可以基于客户的应用场景和业务痛点，为行业提供整体解决方案；公司售后服务团队协助将解决方案有效落地，为客户提供深度培训、产品的定期维护、保修或返修等支持。服务团队为大客户提供驻厂服务，及时响应客户现场，保障客户项目顺利进行，解决客户的后顾之忧。
　　2、产业链上游能力布局
　　机器视觉产业链的上游包括芯片、相机、镜头、光源等硬件及软件算法。在上游视觉硬件方面，公司采用外部采购与自主开发相结合的策略，同时辅以产业投资布局，以满足多行业、多场景的应用需求。图像算法是机器视觉的核心技术，公司核心算法平台VisionWARE已迭代至6.4版本，具有基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块、18个算法库和近200个算法工具。公司通过“模式识别+AI”将算法工具智能化升级，基于规则的底层算法能力保障精度和效率，结合AI深度学习对于复杂场景的适用性，能够达到多行业、多场景的算法准确、可靠，解决工业领域复杂定位、智能识别、透明胶检、3D引导等工业领域的深水区难题。
　　在产业投融资方面，在相机领域，公司收购了全球机器视觉知名公司JAI，在成像技术和产品上补充公司相机及成像的能力；在芯片领域，公司投资了CMOS传感器芯片设计公司长光辰芯和红外芯片公司丽恒，以及以MEMS和SOC芯片为主营的中科融合感知智能研究院；在镜头领域，公司投资了工业镜头公司湖南长步道，开发高精度大景深成像镜头、高动态红外动捕镜头等特色产品。在AI大模型方面，公司投资了智谱华章，将ChatGLM大模型和工业智能制造、数字人业务相结合，打造垂直化场景的商业应用。
　　3、四大技术平台形成对下游应用的快速拓展能力
　　公司深耕机器视觉行业近30年，全面掌握了“光、机、电、算、软”等底层技术，形成了先进光学成像、智能算法和软件、精密机械与自动化四大技术平台，可支撑公司在多个行业快速推出应用产品。四大技术平台主要解决不同下游不同应用的共性、通用性、标准化和模块化的研究开发，在四大技术平台基础上，公司可以快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。公司以打造领先的工业人工智能技术为目标成立的知识理性研究院，进一步构建和拓展四大技术平台能力，开展多种AI算法、计算成像、大数据与视觉大模型等前沿性技术研究，服务更多行业需求。
　　4、深度掌握行业用户需求和提供解决方案能力
　　公司凭借可靠的技术实力与优质的服务，赢得了各行业头部客户的信赖与合作，客户群体涵盖苹果、华为、工业富联、京东方、宁德时代、腾讯等行业头部企业。在与这些行业领军企业的深度合作中，公司不断提升项目管理能力，优化产品与解决方案的提供水平，积累了丰富的行业经验与技术沉淀。凭借这些优势，公司成功打造了一系列融合视觉检测与自动化处理能力的智能化产品，并针对不同行业的应用场景，推出了精准匹配的智能视觉检测与量测设备，助力客户提升生产效率与产品质量，推动行业智能化升级。
　　5、建立国内、国际双向赋能机制
　　公司将国际业务作为公司业务拓展的一个重要方向，已在新加坡、越南、马来西亚等地设立子公司，在消费电子、新能源、印刷等领域已与海外客户开展业务合作。在收购JAI后，公司会借助JAI在全球范围内的网络布局，及良好的客户基础和市场口碑，将“视觉+AI”的优势产品和解决方案进一步拓展至欧洲、美国、日韩等高端市场，加速业务国际化。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　公司在机器视觉领域深耕多年，全面掌握了产业链中的关键核心技术。公司构建了包括先进光学成像、智能软件、智能算法以及精密自动化在内的四大底层技术平台，不仅支撑公司的产品迅速投入实际应用，满足各行各业的需求，而且有效地建立了公司在机器视觉领域的技术壁垒，也为公司基于“视觉+AI”技术进行跨领域拓展奠定了坚实的基础。
　　在光学成像方面，公司依据多年的积累，具备从X光/紫外、可见光到短/中/长波红外，从亚微米显微成像到航天遥感，从天文级长曝光成像到每秒数万帧的高速成像等各类成像方案，建立了基于多维多尺度成像实现科学度量的广泛产品矩阵；在计算成像技术方面，公司围绕多光场成像、2.5D光度立体、多尺度立体视觉、3D成像及渲染、超景深、计算光源及压缩感知等领域，持续构建先进光学与计算成像技术体系，以解决宽视场、高分辨、大景深的成像难题，并逐步应用于公司工业质检和元客视界相关产品。公司注重产学研结合的前瞻性研究，与清华大学联合开展新一代成像技术研究。公司通过“自研+投资并购”的方式布局上游核心成像硬件。通过战略收购全球机器视觉领域的知名公司JAI，形成了以线阵相机、面阵相机、棱镜相机、多光谱相机、智能相机组成的产品矩阵，强化了公司在全场景通用型成像组件方面的综合能力，有利于缩短下一代产品的研发周期，增强了在全球范围内为客户提供先进成像产品的能力。公司通过投资的方式布局芯片和镜头，先后投资了以CMOS芯片、红外芯片、MEMS和SOC芯片的长光辰芯、丽恒和中科融合，在镜头领域投资了长步道，进一步完善了公司在上游的产业生态。
　　在算法方面，公司于2005年开始打造自主视觉图像算法平台VisionWARE，是国内为数不多的拥有全套视觉算法模块、且有多年实战经验的AI算法平台，经过多年持续迭代，在精度、效率、稳定性三个核心维度上具备较好的优势。公司通过将机器视觉传统算法与深度学习算法深度融合，将模式识别对特定领域的优化能力与深度学习泛化能力、自学习能力相结合应用于实际应用中，深化2D+3D的融合应用，积累了2D算法100+的技术模块、3D近100的技术模块，通过AI赋能算法解决机器视觉深水区难题，在图像处理、复杂定位、智能识别、智能检测、3D引导等模块取得较大进步，突破检测场景局限和精度的瓶颈，降低机器视觉AI的应用成本和门槛。
　　公司持续强化AI的能力建设，建立面向工业领域的通用视觉模型F.Brain，在算法的通用能力及应用效率等方面持续提升。针对机器视觉的应用场景，公司在F.Brain通用视觉大模型中分别建立通用检测、缺陷分割、缺陷生成三个层面的基础模型：（1）通用检测模型针对新场景/新缺陷，仅需1张缺陷样本即可快速完成模型适配，1分钟实现缺陷检测，检测精度和效率等同于经深度训练模型90%以上的精度，能够有效应对新产品、新工艺及新需求下的短时限、高精度应用的要求，适应新周期下的新趋势和新变化；（2）缺陷分割模型经过2025年上半年的提升，可以在保证模型检测精度的同时提升检测效率，其中样本标注的效率经过迭代，相较传统的手动标注提升了7倍；（3）缺陷生成模型可有效解决工业小样本的困难，目前已做到1分钟、1张缺陷样本生成1万个仿真样本，在工业缺陷形态、位置、背景多样化的条件下，实现模拟生成样本的背景和区域可控，为零样本检测提供可能性。为应对垂直应用行业低成本、低延迟、低功耗等要求，公司在F.Brain大模型的基础上，经过蒸馏剪枝技术形成专用垂直行业/场景的小模型，建立“大模型通用+小模型深耕”的应用方式，可做到在环境复杂、缺陷种类复杂、缺陷数据稀缺等复杂场景精度保持在95%+的同时，训练和推理效率提升＞70%，满足客户对精度和效率的双向要求。公司的算法能力在国内外得到广泛的认可，F.Brain图像大模型在2023年和2024年分别获得美国CVPR国际挑战赛“VisionTrack1”冠军和欧洲ECCV国际挑战赛“单例工业缺陷分割”冠军。
　　在软件方面，公司构建了以工艺为核心的多场景、多层次的软件工具，在端、边、云三个层面开展大数据质量管理，帮助客户提升产品质量和生产良率。在端侧监测设备的实时运行状态和检测精度，在边侧改善产线的检测效率、产品良率，云侧结合“人、机、料、法、环”数据与智能工厂质量基准进行一体化分析，以此进行工厂整体的质量大数据问题回溯、产品良率提升和管理效率升级。
　　面向未来智能制造的发展趋势，机器视觉与自动化融合是大势所趋，公司为此构建并不断精益提升精密机械与自动化控制的技术能力，以持续扩大智能装备千亿级市场的参与能力。公司以机器感知能力和分析决策能力为核心，在视觉系统的基础上加入自动化和智能化的功能，通过“手、眼、力、脑”的高度协同实现智能整机控制，推出匹配多行业应用场景的智能视觉检测和量测设备。公司以视觉+AI为底层技术，成功将技术优势转化为产品优势，在消费电子、新能源、印刷等多个行业推出高紧凑、高智能化的智能检测设备，能够有效突破现有产线因人眼检测精度和效率的局限，用突破性的产品打破传统的技术应用范围限制，进一步提升机器视觉在多行业的渗透率和应用空间。公司在视觉和AI技术加持下，突破柔性制造、精密制造和3D空间抓取等难题，研发了软排线扣接系统和微型螺丝锁付系统，实现一次性扣排线成功率99%，锁付良率100%的效果，是“AI+视觉+自动化”解决传统自动化行业“卡脖子”难题的典型应用。
　　2、报告期内获得的研发成果
　　公司为国家级高新技术企业、博士后科研工作站，被工信部评选为国家级专精特新“小巨人”企业，相关创新性产品通过国家级“制造业单项冠军产品”认定；曾获得一项国家技术发明一等奖、两项国家科技进步二等奖，主导/参与多项国家级重大科技专项，参撰多项行业发展白皮书。报告期内，公司持续加码在AI和视觉领域的研发投入，不断精益求精提升研发实力，着力于建立可持续发展的技术及产品创新能力。截至2025年6月30日，公司拥有827项专利，包括发明专利418项、实用新型379项、外观设计30项；此外，公司累计获得软件著作权298项。公司牵头或参与制定并已发布的国家、行业、团体标准共26项。
　　1、研发投入情况表
　　3、在研项目情况
　　4、研发人员情况
　　5、其他说明

　　四、报告期内主要经营情况
　　2025年上半年，公司聚焦“AI+视觉”赋能多行业智能制造及具身智能应用场景，产品布局与市场拓展取得较好进展。公司整体实现营业收入13.68亿元，较去年同期上升25.73%，业务结构持续向好。受益于公司产品的AI能力的持续提升，报告期内，公司实现利润总额0.94亿元，同比提升30.59%，归属于上市公司股东的净利润提升10.10%。公司在智能制造、具身智能、下一代光通信布局将对业务产生持续性影响，对公司中长期业务发展起引领作用。

　　五、风险因素
　　（一）核心竞争力风险
　　1、产品开发无法满足下游应用需求的风险
　　公司所处行业具有技术革新频繁的特征，其下游行业的应用需求也处于高速迭代期，因此行业产品的生命周期大大缩短。如何快速将技术转化为多元化的产品从而服务于客户，是公司在行业竞争中胜出的关键。中国机器视觉处于快速发展期，下游可覆盖消费电子、半导体、新能源、汽车、新型显示、印刷等多个领域，这些下游应用行业普遍具有技术密集、产品更新换代频繁等特征。如果未来公司的设计研发能力和技术储备无法匹配下游行业应用需求的迭代速度，或公司因未能及时预见需求迭代导致技术开发方向上决策失误，或公司未能成功将新技术快速转化为多元化的产品和服务，将对公司的经营产生不利影响。
　　对于上述潜在风险，公司加大对行业前沿技术的跟踪力度，面向下一代机器视觉技术和产品提前做研究；另一方面，公司持续落实IPD研发模式，通过客户需求管理、技术实现、产品实现进一步提升技术转化为产品的能力。
　　2、核心技术人才流失的风险
　　公司所处行业具有人才密集型特征，因行业涉及多种科学技术及工程领域知识的综合应用，需要大批掌握跨学科知识、具有高素质、强技能的专业技术人员。同时，为了进一步提升产品研发和技术创新能力，使产品和服务深度贴合下游行业的应用需求，公司核心技术人员还需要长期积累下游行业的应用实践，因此，行业人才培养周期相对较长。随着行业竞争格局的变化，公司竞争对手及人工智能相关行业公司对光学成像、软件及算法等技术人才的争夺将日趋激烈。若公司未来不能持续健全人才培育体系，或向核心技术人员提供具有市场竞争力的薪酬及福利，造成核心技术人员流失，将给公司带来技术研发迟缓的风险。
　　对于上述潜在风险，公司一方面强化对核心技术人才的薪酬竞争力，通过股权激励、即时激励等多种激励手段吸引和保留人才；另一方面，不断优化内部职级体系和培训体系，为员工创造更大的成长空间。
　　3、技术泄密的风险
　　多年来，公司自主研发了一系列核心技术。目前，公司已对关键技术及新产品研发采取了严格的保密措施，通过申请专利等方式建立了较为完善的知识产权保护及管理机制，并与核心技术人员签署了《知识产权权属、保密及竞业限制协议》，对其任职期间及离职后的保密和侵权等事项进行了严格约定。但是，未来如果因核心技术人员违约加盟竞争对手或因生产经营过程中相关技术、数据、图纸、保密信息泄露而导致核心技术泄密，将会在一定程度上对公司的生产经营和稳定发展产生不利影响。
　　（二）经营风险
　　1、市场竞争加剧的风险
　　在工业人工智能的时代潮流下，行业需求和市场规模不断扩大，吸引了更多新兴厂商甚至传统自动化公司进入机器视觉行业，公司将会面临更加激烈的竞争环境。
　　对于上述潜在风险，公司将会持续加固在研发和市场的先发优势，不断完善产品结构和客户结构，深度研究下游龙头客户的需求，通过持续的研发投入和市场拓展，进一步增强市场竞争力，稳固在机器视觉行业的领先地位。
　　2、经营管理风险
　　随着公司业务范畴的拓展、行业跨度的增加及人员规模的不断扩大，公司的管理跨度和管理难度越来越高，这在资源统筹、人员管理、运营效率等方面对公司的管理能力提出了更高的要求和新的挑战。虽然近几年公司持续优化治理结构，实施管理变革并不断优化人才引进策略，但随着经营规模的不断扩大，仍然面临较大的管理风险。
　　对于上述潜在风险，公司将紧密围绕业务发展需求和宏观环境变化，持续推进管理变革，不断优化适配当前业务的流程和组织架构，同时积极引入高级管理人才，进一步提升管理效能，确保公司在快速发展的过程中保持稳健的运营态势。
　　3、收购整合风险
　　公司通过投资并购的方式加强核心竞争力，已在机器视觉上游的相机、镜头、芯片等多个关键零部件领域展开布局。一方面，投资并购助力公司快速整合技术、产品和市场等方面的资源，提升综合竞争力；另一方面，投资并购又对公司的资源利用效率、业务融合能力及经营管理能力提出更高要求。若未能实现投资并购后的业务协同效应，将给公司带来经营压力和现金流压力。
　　对于上述潜在风险，公司将从战略、财务、组织、文化、运营等多方面入手，建立较为完善的解决方案。明确整合目标，制定详细计划；优化财务与资源配置；调整组织架构，重视人才挽留与融合；促进文化包容，消除差异；确保业务连续性，妥善处理突发情况；加强内部沟通，协调各方利益。通过这些举措，推动企业平稳过渡与协同发展，实现战略目标与协同效应，为长期发展筑牢根基。
　　（三）财务风险
　　1、应收账款风险
　　公司客户来源于机器视觉下游应用行业的头部企业，客户在不同细分行业的市场占有率和品牌认同度较高，具有经营风险较小、付款能力较强、应收账款坏账的可能性较小的特点。但公司高端装备业务垫资周期长，如果发生重大宏观环境的不利变化，也会对公司回款的及时性造成冲击。对此，公司制定了较为完备的应收账款制度和流程，将经营能力、付款能力及信用评估作为重要的考量因素，在客户失信风险和合同履行风险两个层面防范重大风险，并定期监控应收账款余额，以确保本公司不会出现重大坏账。
　　2、存货风险
　　如果公司不能准确预测市场需求或竞争变化，可能导致原材料积压、库存商品滞销等情况发生。当产品价格下降超过一定幅度时，公司的存货可能发生减值，从而对公司经营业绩和盈利能力产生不利影响。
　　3、汇率风险
　　公司存在以美元、欧元结算为主的外币业务。如受全球经济形势影响，人民币与美元间的汇率波动性较大，对公司业绩可能造成一定影响。公司未来将进一步加大开拓海外业务，汇率波动将影响公司采购成本和公司产品价格、市场竞争力，进而对公司业绩产生影响。
　　4、商誉减值风险
　　为加速布局机器视觉全球市场，丰富公司的产品线。在2025年初，公司完成了对JAI的产业收购。根据《企业会计准则》规定，商誉需在未来每年年终进行减值测试。尽管公司在收购前已对JAI进行了全面的财务、法务和业务尽职调查，并评估了未来的业务协同性，但由于国际环境变化、行业需求波动及整合难度大等要素，仍可能导致JAI经营状况未达预期，进而引发商誉减值风险，对公司损益造成不利影响。
　　（四）行业风险
　　公司产品应用于消费电子、印刷包装、新能源、光通信等领域，其终端应用需求与宏观经济发展息息相关，如果宏观经济周期性下行，会导致终端应用需求下降，下游产业投资放缓，公司将面临业绩增速放缓或下降的风险。
　　（五）宏观环境风险
　　一方面，公司经营部分境外品牌的代理销售业务；另一方面，公司采购部分境外品牌的相机、镜头、采集卡、芯片等器件作为自主产品的原材料。在贸易摩擦的大背景下，相关产品及原材料供应可能会出现不确定性，如果国际贸易局势和政策发生重大变化，出现较为恶劣的贸易摩擦、关税壁垒、出口限制、关键进口原材料价格上涨、汇率波动等情形，或境外知名厂商取消与公司的合作，公司相关业务可能会受到一定程度的影响，导致业绩下滑。 收起▲

　　一、经营情况讨论与分析　　（一）整体经营情况概述　　凌云光业务布局以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供高性能、差异化产品和解决方案，助力推动工业人工智能转型升级和数字经济的蓬勃发展。2024年，虽面临行业挑战，公司迎难而上，围绕战略目标和经营规划，积极布局和夯实自身“视觉+AI”的核心技术能力，确保在国内外市场的领先地位；与此同时，公司紧贴行业动态与市场需求，一方面深挖机器视觉行业中的国产替代及应用升级需求、头部大客户海外建厂等结构性机遇；另一方面，敏锐洞察并精准把握AI带来的新机遇，包括机器视觉检测精度的提升和应用范围的拓展、具身智能商业应用落地，以及数据通信的战略... 查看全部▼

　　一、经营情况讨论与分析
　　（一）整体经营情况概述
　　凌云光业务布局以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供高性能、差异化产品和解决方案，助力推动工业人工智能转型升级和数字经济的蓬勃发展。2024年，虽面临行业挑战，公司迎难而上，围绕战略目标和经营规划，积极布局和夯实自身“视觉+AI”的核心技术能力，确保在国内外市场的领先地位；与此同时，公司紧贴行业动态与市场需求，一方面深挖机器视觉行业中的国产替代及应用升级需求、头部大客户海外建厂等结构性机遇；另一方面，敏锐洞察并精准把握AI带来的新机遇，包括机器视觉检测精度的提升和应用范围的拓展、具身智能商业应用落地，以及数据通信的战略机遇，全方位推动业务的高质量发展，为公司在复杂多变的市场中实现可持续发展奠定基础。报告期内具体经营情况如下：
　　1.短期业绩承压，AI驱动需求增长
　　受终端客户需求放缓影响，公司整体业务在报告期内有所下滑，2024年实现营业收入22.34亿元，较上年同期下滑15.42%；归属于母公司所有者的净利润1.07亿元，较上年同期下滑34.69%，净利润下降的原因包括：（1）营业收入较上年同期减少；（2）在收入减缓的情况下仍保持高比例的研发投入，在报告期内，公司研发投入4.44亿元，占当期营业收入比例为19.89%，相较2023年同期提升2.48PCT；（3）投资收益较同期减少48.55%。
　　公司精准把握人工智能带来的技术与市场机遇，依托“视觉+AI”的核心技术，推出智能工厂解决方案、3D检测应用产品、具身智能数据采集系统等创新产品。同时，公司在光通信领域率先引进OCS全光交换解决方案，服务AI驱动下的算力革命，进一步优化了产品结构。凭借这些创新举措，公司2024年毛利率提升至34.66%，同比增长3.72个百分点，核心竞争力得以显著提升。尽管以上产品目前仍处于市场前期阶段，尚未对收入产生显著带动作用，但随着相关市场的进一步成熟，预计这些产品将展现出良好的规模效应，为公司未来收入增长提供有力支撑。
　　2.在市场低迷的环境中，实现结构性突破机会
　　公司积极洞察市场机会，适时调整经营策略，抓住结构性机遇，在消费电子、印刷包装、子公司元客视界等视觉业务，以及光通信行业，均取得不同程度的突破：
　　（1）在消费电子行业温和复苏与技术创新加速的背景下，公司精准把握行业头部客户新增检测需求以及东南亚海外产线建设的契机，全力推进可配置视觉系统的国产化替代。报告期内，公司消费电子中的视觉系统收入同比增长超过50%。公司自主研发的胶水点检AI解决方案实现规模应用，成功攻克超窄空间检测难题，精度高达0.03毫米，显著提升了市场份额。同时，公司在2024年向东南亚市场成功交付了上千套专业化视觉引导和检测系统，彰显国际竞争力。尽管智能装备业务受终端需求放缓影响，收入有所下滑，但公司向国际知名客户成功交付了集量测、颜色、外观检测等功能为一体的高端智能设备。随着终端客户加紧推进智能制造的进程，以及公司智能装备优势进一步凸显，公司的智能装备市场尚存在较大的空间。
　　（2）在印刷包装行业数字化、智能化转型的大趋势下，公司聚焦AI应用，借助F.Brain深度学习大模型能力推出在线对版系统，解决困扰行业多年的一键建模和套印误报的难题，针对生产速度日益提升、检测和质量追溯要求越来越高的情况，公司充分挖掘GPU算力潜力，新一代VisionPrint8检测系统，在大幅降低误报的同时，将印刷检测数据的带宽提升至1.2GB/s。公司积极参与印刷客户的智能化改造进程，并在药品包装行业实现新突破，助力宜药印务建成行业首个药包智能工厂；同时，该业务在国际化方面亦取得较好的进展，在东南亚、欧洲等市场均取得较好突破。得益于这些举措，印刷包装业务营业收入逐季度递增，全年实现18%同比增长，毛利率亦在稳步提升。
　　（3）元客视界业务，公司以创新为驱动升级底层光学运动捕捉和XR拍摄系统，提升定位精度和场景易用性，持续扩大市场占有率。在2024年，公司FZMotion光学运动捕捉系统依托在影视、科研等领域积累的经验，进一步拓展了应用场景，应用在无人机、无人车、人形机器人等空间轨迹的数据采集、数据处理、虚拟仿真与本体映射，逐步在机器人头部企业实现商业落地，在2024年实现单产品收入增长40%，未来的发展空间值得期待。另一方面，公司积极推动数字人、AR/VR/XR创新应用落地。2024年，公司结合数字人技术和智谱GLM大模型，打造电商数字人直播平台，成功接入京东、唯品会、拼多多等电商平台，并在京东京麦服务市场排名第二，获金牌服务商称号。公司参与出品采用AI全流程制作的AIGC动画电影《团圆令》，并参编多项文化元宇宙行业标准，包括《三维虚拟数字人模型制作技术要求1.0》《数字孪生平台基础能力指标要求和评估方法》《虚拟空间创作平台指标要求和评估方法》。
　　（4）在光通信领域，公司依托与国外优秀企业多年战略合作、对国内市场与客户需求的精准把握，在原有业务基础上，开创性进入OCS全光交换、芯片光耦合互联等新业务场景，服务国内AI算力基础设施建设。
　　(二)持续夯实“视觉+AI”底层技术能力，驱动行业创新应用落地，走自己的人工智能道路
　　1、收购JAI，重塑机器视觉新格局
　　公司长期践行“为机器植入眼睛和大脑“的理念。在作为视觉核心的”眼睛“领域，持续投入研发力量，凭借二十余年视觉成像能力及产业链布局能力，持续开发自研相机，已完成线阵相机的广泛覆盖，并在表面检测行业实现超50%的自研供应；高端大面阵相机在灵敏度和成像清晰度方面具备优势，广泛应用于消费电子、新型显示、印刷包装、半导体等行业。2024年，公司还推出多款相机，满足3C、锂电、PCB等行业的高色彩辨别度、极限空间应用、信号长距离传输和内部缺陷检测等需求。
　　2024年，在与关键客户进行深度需求分析调研的基础上，公司敏锐洞察到全场景通用型视觉成像组件对下一代机器视觉格局的重大影响，开始积极寻找外部资源。JAI以其卓越的产品质量享誉全球，对外提供超长质保承诺。同时JAI在相机布局上与公司存在较好的协同效应：凌云光重点布局线阵、大面阵相机，JAI则在棱镜、小线阵、小面阵等产品矩阵上具备独特优势，双方在成像技术、产品覆盖和行业应用上高度互补。面向下一代智能视觉成像组件，双方合作研发前景广阔，也将进一步提升公司产品在市场中的竞争力。
　　通过收购JAI，公司形成在全球多个国际分支机构、覆盖几十个国家的营销网络，将会进一步加速公司在欧洲、美国、日/韩等高端市场的业务布局。
　　2、“模式识别+深度学习算法”实现检测精度与通用性双升级
　　AI算法在机器视觉中发挥“大脑”的作用，属于机器视觉的核心竞争力。公司在AI的通用性和场景化两个方面持续发力。在AI通用能力方面，公司持续打造F.Brain深度学习平台。在报告期内，公司实现F.Brain平台的两次版本迭代实现如下突破：①建立工业缺陷通用检测模型，针对新场景新缺陷，仅需一张缺陷样本便可快速完成模型适配，1分钟实现缺陷检测，检测效率等同于深度训练模型90%的精度，能够极大解决工业场景中样本少且上线速度要求快的难题；②完善缺陷生成机制，一方面，可实现1张缺陷样本仿真生成1万样本，在工业缺陷形态、位置、背景多样化的条件下，实现模拟生成样本的背景和区域可控，为零样本检测提供可能性；③AI标注缺陷数据效率相较传统手动标注提升了4倍以上。④针对垂直场景算力有限且对检测精度要求高的特性，公司在基础大模型和行业大模型基础上，建立经过蒸馏剪枝技术形成的垂直行业/场景专用模型，训练和推理效率提升＞30%，对于因检测环境复杂、缺陷种类复杂、缺陷数据稀缺等复杂场景精度提升至95%+，以便同时满足客户精度和效率的双向要求。
　　在场景化工具打造方面，针对机器视觉行业智能化、高精度和高效率的发展趋势，公司加强AI对算法的升级助力，打造领先的视觉算法工具，专用领域复杂场景的高精度和通用领域的竞争力均得到持续提升。在报告期内，主要实现以下几个方面的突破：①AI定位功能实现复杂场景99.95%的定位成功率，实现行业领先；②识别方面，使用单一读码工具可在超90%场景中达到100%识别率，无需增加相关图像处理过程，大幅提升产品易用性；③支持3*3像素级以上的可变字符缺陷检测，并且缺陷可定量检测，杜绝误识别、小字符缺陷漏检的情况，对标国际水平对字符质量定性评价的方案有了质的提升；④AI胶检专用算法可精准检测胶路缺陷，对胶路色差及反光等挑战场景有很好的适应性，缺陷检出率达100%；⑤增加图像一致性调节功能，在一分钟以内自动完成图像一致性调节，大幅提升现场调试工作效率。
　　3、以“AI+视觉”赋能智能工厂解决方案
　　行业头部客户陆续提出极限制造、灯塔工厂等目标要求，这对以机器视觉为核心的质量检测提出了更高的要求，公司积极响应客户需求，以视觉质检为基础，以质量检测+质量管理为核心构建智能工厂解决方案。借助F.Brain+GMQM平台，实现数据采集、模型评估、边端功能的高度协同，打造“边端推理，云端训练”的高效模式，实现跨设备、跨产线的数据闭环管理，助力客户实现统一的数字化质量标准、准确的质量缺陷根因分析，快速的问题追溯与复判、智能失效分析等智能制造目标，进而帮助客户实现良率提升和工艺闭环之目的。公司在2024年实现了在印刷、新能源等多个领域的落地突破：在新能源领域，公司与恩捷签署全球性战略合作协议，双方将在锂电数字化和智能化领域展开全面长期合作，依托公司“视觉+AI+工业大数据管理系统”，助力恩捷实现全球一致的数字化产品质量管理；在印刷领域，公司通过整合MES、ERP、WMS等系统与智能工厂解决方案，助力宜药印务有限公司成功落地智能工厂，实现了从设计、制版、印刷到后期加工的全流程自动化、数字化与网络化运作，推动中国医药包装行业首个智能工厂正式建成。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　1、主要业务
　　公司机器视觉业务以“视觉+AI”技术创新为基础，服务工业智能制造和文化内容制作，是行业内领先的机器视觉产品与解决方案提供商。面向工业领域，已形成视觉器件、视觉系统、智能视觉装备和智能工厂四个产品线，服务消费电子、新能源、印刷包装、新型显示等多个领域，为客户提供智能制造与质量检测的多元化产品与解决方案，助力国家智能制造转型升级；元客视界基于计算摄像与人工智能技术创新，自主研发了光场建模、全景拍摄、运动捕捉、虚实拍摄等一系列先进产品及解决方案，实现人、物、场、境的整合统一，面向虚拟现实、沉浸媒体、具身智能等众多应用下游。
　　在光通信方面，公司代理引进国外先进数据通信、光纤器件与仪器产品，服务光通信产学研客户及通信、激光等行业的国内知名企业。围绕当前AI驱动的大规模算力基础设施建设，信息互联的高带宽、低功耗、低时延等迫切性需求，公司积极布局了OCS全光交换机、全自动光子引线键合、光IO解决方案等下一代光通信产品和解决方案。
　　公司坚持以客户为中心，以推动行业发展为己任，积极把握人工智能时代的战略机遇，基于“光、机、电、算、软”底层通用技术形成四大技术平台，为客户提供差异化、高质量、高性价比的多元化产品和解决方案。经过二十余年的行业积累，积累了苹果、富士康、华为、小米、宁德时代、京东方、央视总台、咪咕等各行业的头部客户。
　　2、主要产品
　　（1）机器视觉——工业领域产品
　　公司致力于成像硬件到软件算法的持续创新。在硬件方面，公司通过并购JAI，形成与自身业务高度协同、全面布局的产品矩阵，形成棱镜相机、面阵相机、线阵相机、智能相机等多产品线，满足下游多场景的成像需求。在算法方面，公司的VisionWare算法平台积累形成了18个算法库和近200个算法工具，针对机器视觉行业智能化、高精度和高效率的发展要求和趋势，公司将模式识别的底层算法能力和深度学习AI结合，兼顾了检测精度、效率和对于复杂场景的适应性，采用组态技术，在视觉精密定位、引导、量测与检测等方面全面对标国际先进产品，可实现工业机器视觉功能的全面覆盖。公司针对工业应用中小样本、碎片化的特点，自主开发工业通用视觉大模型F.Brain，解决了众多工业制造的检测难题。
　　可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能，并基于图像采集的信息完成预处理工作。公司的可配置视觉系统可服务于多个行业场景应用，代替现有人工及相应工具，对工作对象物体进行识别、对位、测量、检测，以优化生产流程、提高产品质量。
　　智能视觉装备是在可配置视觉系统（成像模块和图像处理系统）基础上增加结构本体和自动控制部件，实现生产与检测的智能控制，给机器植入了受大脑控制的“肌肉”和“四肢”，最终形成“手”、“眼”、“脑”协同的智能化设备。相较于人工检测，公司产品可大幅度提升检测效率和产品出厂良率，有效解决客户质检难题。
　　（2）机器视觉——元客视界产品
　　围绕“AI+空间计算”，元客视界构建了多元化产品：1）形成光场建模、运动捕捉、全景成像、XR拍摄等后台要素类产品；2）打造了智能虚拟内容制作工作室、智能虚实融合XR演播室等中台产品；3）电商直播数字人、服务数字人等前台产品。主要的产品解决方案如下：
　　FZMotion光学运动捕捉系统：具备业界领先的高精度三维定位跟踪测量能力，同时具有同步人体运动捕捉和XR虚实融合拍摄功能，系统通过多台高帧速/高分辨率的红外动捕相机拍摄人体穿戴的反光标记点，实时高精度计算人体骨骼运动，驱动数字角色或人形机器人，在亚毫米级别精度下实现整套流程骨骼鲁棒的高度稳定。
　　Lustage光场建模系统：利用多维光照照明、高速同步相机采集的人、物在多种模拟光照条件下的光场数据，自动智能计算毛孔级的高精度人体模型、光照材质特性，实现人脸、人体模型的数字资产制作。
　　InFisionXR虚实融合方案：采用多光融合定位技术，对人、摄像机、道具、大屏等设备进行全局标定，实现大屏、XR扩展、AR内容的实时渲染与精准对齐，实现一站式全局标定、稳定可靠的多机位讯道切换、虚实内容的实时渲染融合。
　　（3）光通信主要产品
　　在光通信方面，公司代理引进国外先进的数据通信、光纤器件与仪器产品，为光通信产学研客户提供整体解决方案，已与众多行业知名企业建立长期战略合作关系。公司代理的产品主要来源于全球知名的光纤器件与仪器提供商，如Fujikura、EXFO、HUBER&SUHNER/Poatis、Vanguard等。目前高端光纤器件与仪器类产品多数由国外厂家主导，区别于中低端产品的激烈竞争，公司代理的主要为高端产品，技术门槛高，对解决方案与技术服务能力要求也较高。
　　(二)主要经营模式
　　1、盈利模式
　　公司长期坚持以客户为中心，为国内外优质客户提供领先的机器视觉、光通信产品与服务。在机器视觉领域，公司提供视觉器件、智能视觉系统、智能视觉装备、智能工厂管理等一揽子产品与解决方案，服务国家智能制造与数字经济，通过为客户提供优质产品与解决方案，实现自身价值创造；在光通信领域，通过与国际领先企业战略合作，代理光纤器件与仪器等产品，为头部客户提供专业化产品与服务，从而实现收入和利润。
　　2、研发模式
　　公司研发包含通用技术研发和应用产品开发。通用技术研发围绕底层技术进行，应用产品开发是在通用技术基础上就特定行业客户需求进行的产品开发，此种研发模式有助于缩短产品开发周期、提升市场需求响应速度，降低开发成本。通用技术开发以光学成像、智能软件、智能算法、精密自动化四大底层技术为基础研究方向，建立标准化技术平台；应用产品开发快速适配客户应用需求，基于IPD的集成开发模式，流程贯穿客户需求管理、产品规划、产品开发、产品生命周期管理等产品开发全流程。公司在产品开发中坚持以客户需求、产品开发模块化/平台化为研发导向，保证公司不断推出有竞争力的产品。
　　3、销售模式
　　公司构建了以客户为中心的市场营销体系，基于不同的客户类型和产品类型，建立了面向客户的价值创造销售流程。结合公司所处行业的特点、上下游发展情况、客户类型等综合因素，采取了直销模式为主、经销模式为辅的销售模式。通过直销模式，公司直接向行业内知名客户提供产品及技术服务，可以确保产品和品牌推广的有效性，与客户保持沟通，提高对客户需求的响应速度并加深对行业变化和趋势的理解。公司基于境外业务拓展及客户指定经销商两种业务场景，实行经销模式。
　　4、采购模式
　　为支撑公司战略发展，提升采购战略执行能力，保障采购决策效率与质量，公司建立了较为完整的供应商评价体系、供应链管理体系和基于不同产品需求的采购策略。公司基于T（Technoogy）、Q（Quaity）、R（Responsiveness）、D（Deivery）、C（Cost）建立供应商准入及评价体系；建立以高效性、透明性、充分性为原则的分层、分权管理运作的供应商管理体系；针对定制零部件及标准零部件不同的采购特点建立不同的采购机制，以需求预测、滚动备货、安全库存相结合的采购计划策略，提升供应链整体效率，降低管理成本。
　　5、生产模式
　　公司主要采用“以销定产”的生产模式，根据产品周期性需求变化，采取自主生产+外协生产相结合的生产方式，通过最佳资源配置，实现效率成本的最优。公司通过了ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证，以及发布了《IVS（SZ）-ISC-07生产管理流程》等规定，保障生产过程在质量、环保和安全等方面有效受控，并持续改进提升。
　　(三)所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　（1）机器视觉行业
　　就全球来看，机器视觉的发展史可追溯到20世纪60年代末。与国外机器视觉的发展历程相比，中国的机器视觉行业起步较晚，1995年才开始有初步应用，发展至今，机器视觉在以消费电子为代表的行业应用和算力的双轮驱动下，得到较为广泛的应用。机器视觉领域的芯片、相机、光源等核心器件、视觉系统和智能设备的国产化率大幅度提高，基本已经在中低端市场实现了国产替代，当前中国的机器视觉企业在消费电子、新能源等行业，在应用技术及国内市场份额方面平分秋色，甚至超越了国外同行企业，正处于由中低端市场到高端市场的拓展期。中国的机器视觉自3C产业中的手机为核心发展起来，并以此为突破口发育了中国的机器视觉企业的能力，因此中国的机器视觉区别于国外机器视觉的多行业泛化路线，走了一条从专用领域为起点的发展道路，随着中国制造行业升级需求及机器视觉技术的提升，国内机器视觉的应用范围逐步扩大，逐步扩展到新能源、汽车、半导体等领域。机器视觉行业具有长坡厚雪的特点，随着中国机器视觉企业技术和产品在行业通用性、产品易用性等方面与国外企业逐步缩小差距，中国机器视觉企业在国内外市场尚大有可为。
　　机器视觉作为实现智能制造的关键环节，国家颁布了一系列支持政策，以推动工业生产方式的变革，逐步走向数字化、网络化、智能化。2023年工业和信息化部等八部门《关于加快传统制造业转型升级的指导意见》中指出我国传统制造业“大而不强”“全而不精”问题仍然突出，低端供给过剩和高端供给不足并存，创新能力不强、产业基础不牢的现状，要加快传统制造业转型升级工程，推动传统制造业向高端化、智能化、绿色化、融合化方向转型；要进一步加快人工智能、大数据、云计算、5G、物联网等信息技术与制造全过程、全要素深度融合；支持生产设备数字化改造，推广应用新型传感、先进控制等智能部件，加快推动智能装备和软件更新替代。在2024年国家关于新型工业化进一步提出构建以先进制造业为骨干的现代化产业体系，推出人工智能创新应用，高水平赋能新型工业化等一系列指导支持政策。机器视觉是人工智能在工业制造领域的应用，将视觉、算法和自动化相结合起到信息获得、智能分析与决策、精密执行的作用，是当前中国智能制造转型升级的必要一环。
　　机器视觉是“光、机、电、算、软”等技术的综合性融合，需要软硬结合、协调发展才能形成完整的视觉系统和智能装备。随着3C电子、新能源厂商，如苹果、富士康、宁德时代进一步提出“黑灯工厂”“极限制造”等制造要求，对机器视觉厂商在精度和效率方面提出了更高的要求，同时也对潜在市场进入者形成了较高的技术壁垒。
　　（2）光通信行业
　　光通信通常泛指光纤通信。光纤通信是指以石英光纤作为传输媒介，以光作为信息载体的通信方式，工作范围在近红外区域，对应波长区域是800nm至1,800nm。经过几十年的发展，光纤通信已经成为现代信息载体的核心方式，在现代通信网中起着举足轻重的作用。光通信产业链包括光芯片、光器件、光模块、光网络设备和电信及数通应用。
　　2、公司所处的行业地位分析及其变化情况
　　公司深耕机器视觉产业二十余年，是行业领先的机器视觉产品和解决方案提供商。基于下游行业需求，公司深入研究行业制程和工艺，基于“AI+视觉”技术，为客户提供产品和解决方案，服务下游消费电子、新能源、印刷、新型显示等多个领域，积累了苹果、华为、宁德时代、京东方、咪咕等多行业头部客户资源。公司获得一项国家技术发明一等奖、两项国家科技进步二等奖，牵头或参与制定二十余项国家/行业/团体标准。
　　在行业地位方面，公司是行业内少数具备光、机、电、算、软一体化综合实力的团队，且在中国机器视觉行业中占据先发优势，未来随着机器视觉应用行业的不断扩大，公司的销售规模和市场占有率有望进一步提升。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）机器视觉新技术驱动行业发展
　　深度学习、3D视觉、嵌入式视觉等新技术的出现和应用，进一步拓展了机器视觉产品和解决方案的多样性，丰富了视觉技术的应用范畴和解决方案的智能化、易用性，机器视觉的应用领域和市场空间得到极大的扩展。
　　①深度学习
　　传统机器视觉算法与深度学习的结合是必然趋势。深度学习通过对原始数据进行多步特征转换，得到比传统视觉算法更高层次、更抽象的特征表示，并输入预测函数得到最终结果，能够有效补充机器视觉传统算法对于偏差和未能预测缺陷检测能力的不足，两者的统一和融合能够有效结合传统特征标注的可靠性、准确性与深度学习的可复制性、鲁棒性，用于解决工业领域中的各种复杂难题。一方面，满足如3C电子、新能源场景中的高达99%的精度要求，机器视觉传统算法在深度学习的加持下，能够降低对视觉成像器件如相机、光源的硬件成像要求，降低硬件采购成本；另一方面，深度学习采用预训练和自适应的方式，相较传统算法人工标注的方式，能够降低机器视觉算法的成本，并通过模型的通用性，实现算法的跨场景、跨行业的应用效率与成本节约。
　　②嵌入式视觉
　　嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术，是嵌入式系统和机器视觉两种技术的整合，可独立完成从接收光信号到系统输入的整个信号处理过程。相比基于PC或者云架构的视觉技术，嵌入式技术将用于图像处理和深度学习算法的AI模块集成到工业相机中，实现边端智能。嵌入式视觉系统具有易学、易用、易安装、易维护等特点，可在短期内构建起可靠而有效的视觉系统，从而极大地提高应用系统的开发速度。处理能力、存储器密度和系统集成度的提升，促进了嵌入式视觉在传统和新兴应用领域的渗透。
　　③2D与3D视觉的融合应用
　　3D视觉相较2D视觉在某些场景中更有优势，例如可以实现平面度、翘曲度、段差、曲面轮廓等3D尺寸量测、3D空间中的机器人引导定位、基于3D信息的检测、识别等各种丰富的功能。3D视觉技术在一定程度上补充了2D无法提供三维信息、易受光照条件变化的影响，对物体运动敏感等局限性，可以让机器在生产过程中对物料的使用和把控更加精准，在精度、稳定性、易用性等方面能很好地满足多类用户的使用需求。
　　(2)机器视觉在工业制造领域的应用扩展
　　制造业是国民经济的支柱，对经济增长有直接的推动作用，我国当前已进入制造业转型升级的关键时期。随着消费电子、新能源、半导体、汽车等高端制造行业在我国产能占比的提升，对产品工艺及质量的要求愈加严苛，工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求，制造业转型不仅是行业发展需求也是国家战略。近年来我国城镇制造业人数自2015年步入负增长，人口红利逐步消失，企业劳动力成本压力日益凸显，与此同时，原材料成本上涨、国际经济态势等外部因素直接或者间接增加了企业的综合成本。因此，下游工业制造业的转型升级的迫切需求和中国人口结构变化的现状为机器视觉带来极大的成长空间。
　　机器视觉的拓展和渗透主要围绕以下几个方向：①中国制造业正处于转型升级的关键时期，主要优势行业如消费电子、新能源，均经历了从传统的粗放式制造向自动化、智能化升级的过程，这是中国制造业由“制造”转化为“智造”的必然阶段。机器视觉作为人工智能在工业领域的关键应用，是中国制造业转型升级不可或缺的组成部分；②前期由于技术和能力限制，中国机器视觉企业主要集中于中低端替代国外份额，当前在深度学习、3D视觉、自动化的加持下，中国厂商已经在更高精度的行业及机器视觉难度较高的环节推进国产替代；③随着机器视觉产业链上游相机、光源等元器件在中高端市场的国产替代加速，叠加深度学习对机器视觉算法能力的加持，硬件、软件的成本从长期来看呈现下降趋势，机器视觉有望向下兼容更多的应用行业，为中国智造的转型升级贡献力量。
　　（3）基于“视觉+AI”技术实现跨领域拓展
　　视觉和AI技术是人工智能的核心驱动力，赋予机器“看见”和“理解”的能力，广泛应用于工业、医疗、交通、安防等多个领域。视觉技术通过计算机视觉实现图像和视频的识别与分析，而AI能力则通过深度学习算法处理复杂数据，优化决策过程。两者相辅相成，不仅提升了效率和准确性，还推动了各行业的智能化升级，成为现代科技发展的关键力量。
　　视觉和AI技术凭借其多模态融合、深度学习算法以及智能化决策能力，在工业制造、影视制作、无人机、无人车和机器人训练等领域展现出显著的共通性和跨领域应用潜力。在工业制造中，AI视觉技术结合5G和工业互联网，实现了从生产环节的质量检测到全流程的智能优化，显著提升了生产效率和产品质量。在影视制作领域，AI技术不仅用于剧本创作和内容生成，还通过多模态融合提升了创意内容的制作效率和质量。同时，无人机和无人车的自主导航能力依赖于视觉SLAM技术，使其能够在复杂环境中安全高效地运行。此外，机器人训练也受益于视觉和AI技术的融合，通过视觉本体感知和自我校准机制，机器人能够在复杂场景中实现更灵活的操作。这种跨领域应用不仅推动了各行业的智能化升级，也为未来的发展提供了新的思路和方向。
　　（四）核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　公司在机器视觉领域深耕多年，全面掌握了产业链中的关键核心技术。公司构建了包括先进光学成像、智能软件、智能算法以及精密自动化在内的四大底层技术平台，不仅支撑我们的产品迅速投入实际应用，满足各行各业的需求，而且有效地建立了公司在机器视觉领域的技术壁垒。同时，也为公司基于“视觉+AI”技术进行跨领域拓展奠定了坚实的基础。
　　在光学成像方面，公司依据多年的积累和实践经验，成功研发出包括高速成像、高分辨成像、多光谱成像、3D成像、立体成像在内的多元化成像解决方案，并据此建立了一套完整的成像系统设计规范，以确保公司的产品和服务能够持续满足市场和客户的高标准要求。公司通过“自研+投资并购”的方式布局上游核心成像硬件，并自主研发了系列化适用于工业制造场景的特色面阵相机、线阵相机及智能相机及高端特色光源。2024年，公司完成了对全球机器视觉行业领军企业JAI的收购，补充了棱镜分光技术、多光谱成像和线阵相机等关键成像技术，缩短了下一代产品的研发周期，增强了在全球范围内为客户提供先进成像产品的能力。公司通过投资的方式布局芯片和镜头，先后投资了以CMOS芯片、红外芯片及与工业镜头为主营业务的长光辰芯、丽恒和长步道，在2024年上半年投资了以MEMS和SOC芯片为主营的中科融合感知智能研究院，进一步提升公司光学成像解决方案的竞争力。在报告期内，凌云光发布了多款相机，包括16K5u6线TDI彩色相机、三线真彩相机、支持30KHz的4K线扫相机、8K7μ万兆网线扫相机和15μm短波红外相机，这些产品满足了3C、锂电、印刷、PCB等行业的应用需求，进一步丰富了产品组合。
　　在算法方面，公司于2005年开始打造自主视觉图像算法平台VisionWARE，是国内为数不多的拥有全套视觉算法模块、且有多年实战经验的AI算法平台，经过多年持续迭代，在精度、效率和稳定性三个维度上具备较好的优势。公司通过将机器视觉传统算法与深度学习算法深度融合，将模式识别对特定领域的优化能力与深度学习泛化能力、自学习能力相结合应用于实际应用中，能够突破以往的工业检测场景和精度的瓶颈，使用“AI+规则”的解决方案攻关高价值、高复杂性的场景，并有效降低对成像硬件的要求。VisionWARE算法平台具备基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块和18个核心算法库、近200个算法工具包，具备跨行业和领域的通用能力。
　　公司在VisionWARE算法平台中进一步深化深度学习模块的能力，建立面向工业领域的通用视觉模型F.Brain,显著提升通用性和建模效率：AI标注缺陷数据效率提升4倍以上；缺陷生成模型实现背景和位置可控，支持零样本生成；通过一张图片即可一键建模，精度达90%，解决样本少、上线慢的难题；针对端侧算力有限且检测精度高的需求，开发垂直行业专用模型，训练和推理效率提升超30%，复杂场景检测精度达95%+，满足客户对精度和效率的双重需求。公司F.Brain图像大模型在继2023年赢得美国CVPR国际挑战赛“VisionTrack1”冠军的基础上，于2024年再次赢得欧洲ECCV国际挑战赛“单例工业缺陷分割”冠军。
　　在软件方面，公司积累了较多的CBB软件工具，构建了以工艺为核心的多场景、多层次的软件工具，可以帮助客户在端、边、云三个层面开展大数据质量管理，在端侧提升设备的实时检测状态和检测精度，在边侧改善产线的检测效率、产品良率，云侧结合“人、机、料、法、环”数据与智能工厂质量基准进行一体化分析，以此进行工厂整体的质量大数据问题回溯、产品良率提升和管理效率升级。
　　面向未来智能制造的发展趋势，机器视觉与自动化融合是大势所趋，公司为此构建并不断精益提升精密机械与自动化控制的技术能力，以持续扩大智能装备千亿级市场的参与能力。公司以机器感知能力和分析决策能力为核心，在视觉系统的基础上加入自动化和智能化的功能，通过“手、眼、力、脑”的高度协同实现智能整机控制，推出匹配多行业应用场景的智能视觉检测和量测设备。公司在视觉和AI技术加持下，突破柔性制造、精密机构和3D空间抓取等难题，研发了软排线扣接系统和微型螺丝锁付系统，实现一次性扣排线成功率99%，锁付良率100%的效果，是“AI+视觉+自动化”解决传统自动化行业“卡脖子”难题的典型应用。
　　2、报告期内获得的研发成果
　　公司为国家级高新技术企业、博士后科研工作站，被工信部评选为国家级专精特新“小巨人”企业，相关创新性产品通过国家级“制造业单项冠军产品”认定；曾获得一项国家技术发明一等奖、两项国家科技进步二等奖，主导/参与多项国家级重大科技专项，参撰多项行业发展白皮书。
　　报告期内，公司持续加码在AI和视觉领域的研发投入，不断精益求精提升研发实力，着力于建立可持续发展的技术及产品创新能力。
　　截至2024年12月31日，公司拥有799项专利，包括发明专利387项、实用新型381项、外观设计31项；此外，公司累计获得软件著作权288项。公司牵头或参与制定并已发布的国家、行业、团体标准共24项，其中包括4项国家标准、20项行业与团体标准。
　　3、研发投入情况表
　　4、在研项目情况
　　5、研发人员情况
　　6、其他说明
　　
　　三、报告期内核心竞争力分析
　　（一）核心竞争力分析
　　1、成熟专业的团队及创新能力
　　公司所处行业属于技术密集型行业，人才是公司的核心竞争力之一。在长期的发展过程中，公司注重人才队伍建设，组建了一支行业经验丰富且富有创新力的研发、销售、解决方案和售后服务团队。
　　公司以市场需求为导向，结合工程化产品的开发目标，组建了一支多专业学科背景的研发团队。团队成员来自于北京理工大学、北京航空航天大学、哈尔滨工业大学、华中科技大学等重点高校，以“光、机、电、算、软”为主要方向且具备多年的机器视觉研发实践经验。截至2024年12月31日，公司研发人员735人，占公司总人数的40%，其中硕士及以上学历338人，占研发团队的46%。公司的销售与解决团队成员主要由技术人员或有技术背景的人员构成，可以基于客户的应用场景和业务痛点，为行业提供整体解决方案；公司售后服务团队协助客户将解决方案有效落地，为客户提供深度培训、产品的定期维护、保修或返修等支持。服务团队为大客户提供驻厂服务，及时响应客户现场，保障客户项目顺利进行，解决客户的后顾之忧。
　　2、产业链上游能力布局
　　机器视觉产业链的上游包括芯片、相机、镜头、光源等硬件及软件算法。在上游视觉硬件方面，公司采用外部采购与自主开发相结合的策略，同时辅以产业投资布局，以满足多行业、多场景的应用需求。图像算法是机器视觉的核心技术，公司核心算法平台VisionWARE已迭代至6.3版本，具有基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块、18个算法库和近200个算法工具。公司通过“模式识别+AI”将算法工具智能化升级，基于规则的底层算法能力保障精度和效率，结合AI深度学习对于复杂场景的适用性，能够达到多行业、多场景的算法准确、可靠。
　　在产业投融资方面，在相机领域，公司收购了全球机器视觉知名公司JAI，在成像技术和产品上补充公司自研相机的能力；在芯片领域，公司投资了CMOS传感器芯片设计公司长光辰芯和红外芯片公司丽恒，在2024年上半年投资了以MEMS和SOC芯片为主营的中科融合感知智能研究院；在镜头领域，公司投资了工业镜头公司湖南长步道，定制开发高精度大景深成像镜头、高动态红外动捕镜头等特色产品。在AI大模型方面，公司投资了智谱华章，将ChatGLM大模型和工业智能制造、数字人业务相结合，打造垂直化场景的商业应用。
　　3、四大技术平台形成对下游应用的快速拓展能力
　　公司深耕机器视觉行业近30年，全面掌握了“光、机、电、算、软”等底层技术，形成了先进光学成像、智能算法和软件、精密机械与自动化四大技术平台，可支撑公司在多个行业快速推出应用产品。四大技术平台主要解决不同下游不同应用的共性、通用性、标准化和模块化的研究开发，在四大技术平台基础上，公司可以快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。公司以打造领先的工业人工智能技术为目标成立的知识理性研究院，进一步构建和拓展四大技术平台能力，开展多种AI算法、计算成像、大数据与视觉大模型等前沿性技术研究，服务更多行业需求。
　　4、深度掌握行业用户需求和提供解决方案能力
　　公司的主要客户为各行业头部公司，如苹果、工业富联、京东方、瑞声科技、宁德时代、福莱特等。行业头部客户为公司产品与解决方案打造、项目管理能力构建提供了难得的机会，公司借此形成多款融合视觉检测和自动化处理能力的智能化产品，推出了匹配行业应用的智能视觉检测和量测设备。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　（一）尚未盈利的风险
　　（二）业绩大幅下滑或亏损的风险
　　（三）核心竞争力风险
　　1、产品开发无法满足下游应用需求的风险
　　公司所处行业具有技术革新频繁的特征，其下游行业的应用需求也处于高速迭代期，因此行业产品的生命周期大大缩短。如何快速将技术转化为多元化产品，是公司在行业竞争中胜出的关键。中国机器视觉处于快速发展期，下游可覆盖消费电子、半导体、新能源、汽车、新型显示、印刷包装等多个领域，这些下游应用行业普遍具有技术密集、产品更新换代频繁等特征。如果未来公司的设计研发能力和技术储备无法匹配下游行业应用需求的迭代速度，或公司因未能及时预见需求迭代导致技术开发方向上决策失误，或公司未能成功将新技术快速转化为多元化的产品和服务，将对公司的经营产生不利影响。
　　对于上述潜在风险，公司将加大对行业前沿技术的跟踪力度，面向下一代机器视觉技术和产品提前做研究；另一方面，公司持续落实IPD研发模式，通过客户需求管理、技术实现、产品实现进一步提升技术转化为产品的能力。
　　2、核心技术人才流失的风险
　　公司所处行业具有人才密集型特征，因行业涉及多种科学技术及工程领域知识的综合应用，需要大批掌握跨学科知识、具有高素质、强技能的专业技术人员。同时，为了进一步提升产品研发和技术创新能力，使产品和服务深度贴合下游行业的应用需求，公司核心技术人员还需要长期积累下游行业的应用实践，因此，行业人才培养周期相对较长。随着行业竞争格局的变化，公司竞争对手及人工智能相关行业公司对光学成像、软件及算法等技术人才的争夺将日趋激烈。若公司未来不能持续健全人才培育体系，或向核心技术人员提供具有市场竞争力的薪酬及福利，造成核心技术人员流失，将给公司带来技术研发迟缓的风险。
　　对于上述潜在风险，公司一方面强化对核心技术人才的薪酬竞争力，通过股权激励、即时激励等多种激励手段吸引和保留人才；另一方面，不断优化内部职级体系和培训体系，为员工创造更大的成长空间。
　　3、技术泄密的风险
　　公司经过近三十年的研发经验，积累了一系列自主研发的核心技术。目前，公司已对关键技术及新产品研发采取了严格的保密措施，通过申请专利等方式建立了较为完善的知识产权保护和管理机制，并与核心技术人员签署了《知识产权权属、保密及竞业限制协议》，对其任职期间及离职后的保密和侵权等事项进行了严格约定。但是，未来如果因核心技术人员违约加盟竞争对手或因生产经营过程中相关技术、数据、图纸、保密信息泄露而导致核心技术泄密，将会在一定程度上对公司的生产经营和稳定发展产生不利影响。
　　（四）经营风险
　　1、市场竞争加剧的风险
　　在工业人工智能的时代潮流下，行业需求和市场规模不断扩大，吸引了更多新兴厂商甚至传统自动化公司进入机器视觉行业，公司将会面临更加激烈的竞争环境。
　　对于上述潜在风险，公司将会持续加固在研发和市场的先发优势，不断完善产品结构和客户结构，深度了解下游头部客户的需求，通过持续的研发投入和市场拓展，进一步增强市场竞争力，稳固在机器视觉行业的领先地位。
　　2、经营管理风险
　　随着公司业务范畴的拓展、行业跨度的增加及人员规模的不断扩大，公司的管理跨度和管理难度越来越高，这在资源统筹、人员管理、运营效率等方面对公司的管理能力提出了更高的要求和新的挑战。虽然近几年公司持续优化治理结构，实施管理变革并不断优化人才引进策略，但随着经营规模的不断扩大，仍然面临较大的管理风险。
　　对于上述潜在风险，公司将紧密围绕业务发展需求和宏观环境变化，持续推进管理变革，不断优化适配当前业务的流程和组织架构，同时积极引入高级管理人才，进一步提升管理效能，确保公司在快速发展的过程中保持稳健的运营态势。
　　3、收购整合风险
　　公司通过投资并购的方式加强核心竞争力，已在机器视觉上游的相机、镜头、芯片等多个关键零部件领域展开布局。一方面，投资并购助力公司快速整合技术、产品和市场等方面的资源，提升综合竞争力；另一方面，投资并购又对公司的资源利用效率、业务融合能力及经营管理能力提出更高要求。若未能实现投资并购后的业务协同效应，将给公司带来经营压力和现金流压力。
　　对于上述潜在风险，公司将从战略、财务、组织、文化、运营等多方面入手，建立较为完善的解决方案。明确整合目标，制定详细计划；优化财务与资源配置；调整组织架构，重视人才挽留与融合；促进文化包容，消除差异；确保业务连续性，妥善处理突发情况；加强内部沟通，协调各方利益。通过这些举措，推动企业平稳过渡与协同发展，实现战略目标与协同效应，为长期发展筑牢根基。
　　（五）财务风险
　　1.应收账款风险
　　公司客户来源于机器视觉下游应用行业的头部企业，客户在不同细分行业的市场占有率和品牌认同度较高，经营风险较小，付款能力较强，应收账款坏账的可能性较小。但公司高端装备业务垫资周期长，如果发生重大宏观环境的不利变化，也会对公司回款的及时性造成冲击。对此，公司制定了较为完备的应收账款制度和流程，将经营能力、付款能力及信用评估作为重要的考量因素，在客户失信风险和合同履行风险两个层面防范重大风险，并定期监控应收账款余额，以确保本公司不会出现重大坏账。
　　2.存货风险
　　如果公司不能准确预测市场需求或竞争变化，可能导致原材料积压、库存商品滞销等情况发生。当产品价格下降超过一定幅度时，公司的存货可能发生减值，从而对公司经营业绩和盈利能力产生不利影响。
　　3.汇率风险
　　公司存在以美元、欧元结算为主的外币业务。近年来，受全球经济形势影响，人民币与美元间的汇率波动性较大，对公司业绩可能造成一定影响。公司未来将进一步加大开拓海外业务，汇率波动将影响公司采购成本和公司产品价格、市场竞争力，进而对公司业绩产生影响。
　　4.商誉减值风险
　　为加速布局机器视觉全球市场，丰富公司的产品线。在2025年初，公司完成了对JAI的产业收购。根据《企业会计准则》规定，商誉需在未来每年年终进行减值测试。尽管公司在收购前已对JAI进行了全面的财务、法务和业务尽职调查，并评估了未来的业务协同性，但由于国际环境变化、行业需求波动及整合难度大等要素，仍可能导致JAI经营状况未达预期，进而引发商誉减值风险，对公司损益造成不利影响。
　　（六）行业风险
　　公司产品应用于新型显示、消费电子、印刷包装、新能源、光通信等领域，其终端应用需求与宏观经济发展息息相关，如果宏观经济周期性下行，会导致终端应用需求下降，下游产业投资放缓，公司或将面临业绩增速放缓或下降的风险。
　　（七）宏观环境风险
　　一方面，公司经营部分境外品牌的代理销售业务；另一方面，公司采购部分境外品牌的相机、镜头、采集卡、芯片等器件作为自主产品的原材料。在贸易摩擦的大背景下，相关产品及原材料供应可能会出现不确定性，如果国际贸易局势和政策发生重大变化，出现较为恶劣的贸易摩擦、关税壁垒、出口限制、关键进口原材料价格上涨、汇率波动等情形，或境外知名厂商取消与公司的合作，公司相关业务可能会受到一定程度的影响，导致业绩下滑。
　　（八）存托凭证相关风险
　　（九）其他重大风险
　　
　　五、报告期内主要经营情况
　　受终端客户需求放缓影响，公司营业收入和归母净利润有所下滑：营业收入22.34亿元，较同期下滑15.42%，归母净利润1.07亿元，较同期下滑34.69%。然而，2024年属于公司围绕“AI”需求驱动战略转变的一年，公司依托“AI+视觉”的核心技术，分别在机器视觉和光通信领域推出一系列创新产品和解决方案，如智能工厂解决方案、3D检测应用产品、具身智能数据采集系统、OCS全光交换解决方案等，进一步优化了产品结构，并实现了毛利率提升至34.66%，同比增长了3.72个百分点。当前AI驱动的相关市场尚处于早期阶段，随着市场进一步成熟，预计这些产品将会展现出良好的规模性效应，为公司长期增长提供有力支撑。
　　
　　六、公司关于公司未来发展的讨论与分析
　　（一）行业格局和趋势
　　我国自1998年开始引入机器视觉以来，参与机器视觉产业发展的企业逐年增长。根据企查查得到的数据，2010年至2019年，每年新增行业内相关企业呈现逐年增长的趋势，到2019年时，当年新增机器视觉企业数已达819个，达到近年来新增值的顶峰。2020年以来，受外部环境影响以及行业内集中度的提升，每年新增企业数逐渐放缓，2021年共计新增278家机器视觉相关企业。虽然近年机器视觉企业集中度提高，呈现规模化发展的趋势，但是相较国外康耐视、基恩士等企业，销售规模仍然偏低，行业竞争格局较为分散。中国机器视觉企业基础仍然相对薄弱，产业链的布局能力、技术积累、高尖人才储备及持续创新能力仍显不足。但是，中国企业的创新能力在快速提升，已经基本达到甚至局部超越国外技术水平，同时具备较好的交付与售后服务能力。随着中国机器视觉下游可应用市场的不断扩大和国内自主研发能力的提高，中国厂商的市场份额会呈现逐年提高的趋势。
　　机器视觉作为人工智能领域最重要的前沿分支之一，未来发展前景广阔。过去十年是中国机器视觉行业快速发展的十年，经过一段时间的普及及推广，机器视觉应用范围逐渐扩大。机器视觉的应用范围已从最初的消费电子、半导体等领域，逐步拓展至印刷包装、汽车、运输、医疗等领域。预计未来，除了传统的应用领域外，在AI、自动驾驶、人脸识别等新兴技术兴起的带动下，机器视觉将进一步扩宽应用领域。下游应用发展给机器视觉既带来发展，也带来挑战。随着生产工艺的精进及产品质量要求的提高，半导体、消费电子等行业对检测精度的要求也越发严苛。例如，半导体生产制造已使用5nm工艺，对芯片的检测精度要求也已提升至纳米量级。受限于衍射极限，单纯采用显微放大的方式已经难以满足检测精度需求，导致加工良率难以提高，影响产品质量。因此急需高精度的机器视觉技术解决更精准的测量问题，保证加工工艺符合要求，降低封装成本，确保出厂产品质量。下游应用的发展推动了对机器视觉产品和服务需求的提升，但也对机器视觉厂商提出了更高标准的要求。随着下游应用的生产、加工、检测等环节的效率和品质要求不断提升，机器视觉厂商需要在AI、光学领域不断加大研发投入，以提高机器视觉系统的精度、效率、易用性等。
　　(二)公司发展战略
　　公司将持续通过“明星产品有灵魂”、“凌云服务创品牌”、“绩效管理育英才”、“职能支撑创效益”和“事业做大有底线”五大战略举措，支撑“健康跨越上规模”的战略目标。始终坚持以客户为中心，持续以先进光学成像、软件与算法、自动化等技术创新为基础，提供高质量、高性价比的“AI+视觉”产品，优质的交付与售后服务，为客户创造更大经济价值。
　　在机器视觉领域，公司将积极把握工业人工智能的战略机遇，不断完善智能视觉器件、视觉系统与视觉装备的产品组合，以更加多元化的产品与解决方案，赋能客户不同场景的智能生产与检测需求；扎根行业，基于多年积累的行业know-how能力，深度服务消费电子、印刷包装、新能源、半导体等诸多行业的头部企业，同时依托JAI在国际高端市场的品牌与市场能力，加速推进国际化战略。
　　光通信领域，在深度把握行业客户需求的基础上，公司持续为行业客户提供光纤器件与仪器方案。AI驱动的算力与数据相关基础设施建设，是光通信业务布局重点，通过全光方案，助力通信速率提升与资本开支节约。
　　（三）经营计划
　　1、经营目标
　　公司以客户为中心，聚焦客户的目标与挑战，持续提供高质量、高性价比的产品和服务，为客户创造更大的经济价值。规模增长与盈利提升是公司持续的经营目标。
　　2、市场规划
　　公司持续深耕机器视觉行业，在持续扎根消费电子、新能源和文化元宇宙等航道的同时，抓住国家智能制造、具身智能的发展机遇，进一步拓宽新的应用范围，形成多方位的收入和利润增长点。持续优化客户结构，坚持大客户的经营策略，加强与现有行业头部客户的合作广度和深度，建立与客户的多层面沟通渠道，深度挖掘和洞察客户需求，不断完善以市场需求为驱动的营销体系，提高公司的营销能力。
　　3、研发规划
　　公司进一步加强在先进成像、算法软件、自动化的技术领先优势，加固“光、机、电、算、软”的技术基础，持续加大在先进成像技术、3D视觉技术、人工智能算法等方面的投入力度，提高在各种应用场景下的速度、精度和稳定性，增强工业软件智能化分析功能，整体提高公司机器视觉技术水平，拓展可应用的工业场景。同时根据应用端的客户需求加大在消费电子、新能源、文化元宇宙等行业的应用技术研发，积极研究复杂场景下的算法、人眼极限浅缺陷检测、全方位人体采集系统等行业难题，拓宽产品的功能和可应用领域，持续不断为客户提供创造性的产品和解决方案。
　　4、人才发展规划
　　围绕公司战略发展进行人才布局，完善人才招聘和培养机制，积极培育或招聘行业内稀缺的高精尖的研发人才、高级管理人员和专业领先人才，健全人才培养体系和人才发展通道，让优秀的人才不断脱颖而出，从成功的实践中选拔人才，完善人才梯队。不断优化以激发组织活力为目的的价值分配和绩效管理，基于“获取分享制”原则，设置多元化的长、短期激励机制和薪酬体系，保证人才梯队建设与公司的健康发展。
　　（四）其他。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　（一）报告期内主营业务介绍　　1.主要业务　　公司深耕机器视觉二十余年，是行业领先的可配置视觉系统、智能视觉装备和核心视觉器件的产品和解决方案提供商，聚焦机器视觉主营业务方向，以“AI+视觉”技术创新为基础，致力于成为视觉人工智能与光电信息领域的全球领导者。公司面向消费电子、新能源、印刷包装、新型显示等领域，为客户提供智能制造与质量检测的多元化产品与解决方案，通过产品持续创新助力工业智能制造的转型升级；面向传媒、影视、游戏、动漫、直播等领域，公司提供运动捕捉、数字建模、AI数字人等AIGC内容创作工具与SAAS服务。　　公司坚持以客户为中心，以... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）报告期内主营业务介绍
　　1.主要业务
　　公司深耕机器视觉二十余年，是行业领先的可配置视觉系统、智能视觉装备和核心视觉器件的产品和解决方案提供商，聚焦机器视觉主营业务方向，以“AI+视觉”技术创新为基础，致力于成为视觉人工智能与光电信息领域的全球领导者。公司面向消费电子、新能源、印刷包装、新型显示等领域，为客户提供智能制造与质量检测的多元化产品与解决方案，通过产品持续创新助力工业智能制造的转型升级；面向传媒、影视、游戏、动漫、直播等领域，公司提供运动捕捉、数字建模、AI数字人等AIGC内容创作工具与SAAS服务。
　　公司坚持以客户为中心，以推动行业发展为己任，积极把握人工智能时代的战略机遇，基于“光、机、电、算、软”底层通用技术形成四大技术平台，为客户提供差异化、高质量、高性价比的多元化产品和解决方案。经过二十余年的行业积累，积累了苹果、富士康、华为、小米、宁德时代、京东方、央视总台、咪咕等各行业的龙头客户。凌云光将利用在机器视觉行业形成的先发优势，继续夯实底层技术，积极开拓新的应用领域。
　　2.主要产品
　　（1）机器视觉主要产品
　　公司致力于成像硬件到软件算法的持续创新。在硬件方面，针对行业客户的应用痛点，设计具有行业特色的多款线阵、面阵、运动捕捉相机及数款特色光源，以满足下游多场景的成像需求。在算法方面，公司的VisionWare算法平台积累形成了8个核心技术模块、18个算法库和近200个算法工具，针对机器视觉行业智能化、高精度和高效率的发展要求和趋势，公司将模式识别的底层算法能力和深度学习AI结合，兼顾了检测精度效率和对于复杂场景的适应性，采用组态技术，在视觉精密定位引导、定位、视觉检测等方面全面对标国际先进产品，可实现工业机器视觉功能的全面服务。公司针对工业应用中小样本、碎片化的特点，自主开发工业通用视觉大模型F.Brain，解决了众多工业制造的检测难题。
　　可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能并基于图像采集的信息完成预处理工作。公司的可配置视觉系统可服务于多个行业场景应用，代替现有人工及相应工具，对工作对象物体进行识别、对位、测量、检测，以优化生产流程、提高产品质量。
　　智能视觉装备是在可配置视觉系统（成像模块和图像处理系统）基础上增加结构本体和自动控制部件，实现生产与检测的智能控制，给机器植入了受大脑控制的“肌肉”和“四肢”，最终形成“手”、“眼”、“脑”协同的智能化设备。相较于人工检测，公司产品可大幅度提升检测效率和产品出厂良率，有效解决客户质检难题。
　　（2）光通信主要产品
　　在光通信方面，公司代理引进国外先进光纤器件与仪器产品，为光通信产学研客户提供整体解决方案，已与众多行业知名企业建立长期合作关系。公司代理的产品主要来源于全球知名的光纤器件与仪器提供商，如Fujikura、EXFO、II-VI、NKT等。目前高端光纤器件与仪器类产品多数由国外厂家主导，区别于中低端产品的激烈竞争，公司代理的主要为高端产品，技术门槛高，对解决方案与技术服务能力要求也较高。
　　（二）主要经营模式
　　1.盈利模式
　　公司长期坚持以客户为中心，为国内外优质客户提供领先的机器视觉、光通信产品与服务。在机器视觉战略主航道，公司自主研发一系列机器视觉产品，服务国家智能制造与数字经济，为客户提质、增效、降本、减存提供优质产品与解决方案，实现自身价值创造；在光通信领域，通过与国际领先企业战略合作，代理光纤器件与仪器等产品，为头部客户提供专业化产品与服务，从而实现收入和利润。
　　2.研发模式
　　公司研发包含通用技术研发和应用产品开发。通用技术研发围绕底层技术进行，应用产品开发是在通用技术基础上就特定行业客户需求进行的产品开发，此种研发模式有助于缩短产品开发周期、提升市场需求相应速度，降低开发成本。通用技术开发以光学成像、智能软件、智能算法、精密自动化四大底层技术为基础研究方向，对关键技术进行前瞻性研究，建立标准化技术平台；应用产品开发快速适配客户应用需求，基于IPD的集成开发模式，流程贯穿客户需求管理、产品规划、产品开发、产品生命周期管理等产品开发全流程。公司在产品开发中坚持以客户需求、产品开发模块化/平台化为研发导向，保证公司不断推出有竞争力的高质量产品。
　　3.销售模式
　　公司构建了以客户为中心的市场营销体系，基于不同的客户类型和产品类型，建立了面向客户的价值创造销售流程。结合所处机器视觉行业及光通信行业的特点、上下游发展情况、客户类型等综合因素，采取了直销模式为主、经销模式为辅的销售模式。通过直销模式，公司直接向行业内知名客户提供产品及技术服务，可以确保产品和品牌推广的有效性，与客户保持沟通，提高对客户需求的响应速度并加深对行业变化和趋势的理解。公司基于境外业务拓展及客户指定经销商两种业务场景，实行经销模式。
　　4.采购模式
　　为支撑公司战略发展，提升采购战略执行能力，保障采购决策效率与质量，公司建立了较为完整的供应商评价体系、供应链管理体系和基于不同产品需求的采购策略。公司基于T（Technology）、Q（Quality）、R（Responsiveness）、D（Delivery）、C（Cost）建立供应商准入及评价体系；建立以高效性、透明性、充分性为原则的分层、分权管理运作的供应商管理体系；针对定制零部件及标准零部件不同的采购特点建立不同的采购机制，以需求预测、滚动备货、安全库存相结合的采购计划策略，提升供应链整体效率，降低管理成本。
　　5.生产模式
　　公司主要采用“以销定产”的生产模式，根据产品周期性需求变化，采取自主生产+外协生产相结合的生产方式，通过最佳资源配置，实现效率成本的最优。公司通过了ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证，以及发布了《IVS（SZ）-ISC-07生产管理流程》等规定，保障生产过程在质量、环保和安全等方面有效受控，及持续改进提升。
　　（三）报告期内所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　（1）机器视觉行业
　　就全球来看，机器视觉的发展史可追溯到20世纪60年代末。与国外机器视觉的发展历程相比，中国的机器视觉行业起步较晚，1995年才开始有初步应用，发展至今，机器视觉在以消费电子为代表的行业应用和算力的双轮驱动下，得到较为广泛的应用。机器视觉领域的芯片、相机、光源等核心器件及系统、设备的国产化率大幅度提高，基本已经实现在中低端市场的国产替代，当前中国的机器视觉企业在消费电子、新能源等行业，在应用技术及国内市场份额方面平分秋色甚至超越国外同行业企业，正处于由中低端市场到高端的拓展期。中国的机器视觉自3C产业中的手机为核心发展起来，并以此为突破口发育了中国的机器视觉企业的能力，因此中国的机器视觉区别于国外机器视觉的多行业泛化路线，走了一条从专用领域为起点的发展道路，随着中国制造行业升级需求及机器视觉技术的提升，国内的机器视觉的应用范围逐步扩大，逐步扩展到新能源、汽车、半导体等领域。机器视觉行业具有长坡厚雪的特点，随着中国机器视觉企业技术和产品在行业通用性、产品易用性等方面与国外企业逐步缩小差距，中国机器视觉企业在国内外尚大有可为。
　　机器视觉作为实现智能制造的关键环节，2024年国家颁布了一系列政策，以推动工业生产方式的变革，逐步走向数字化、网络化、智能化。2023年工业和信息化部等八部门《关于加快传统制造业转型升级的指导意见》中指出我国传统制造业“大而不强”“全而不精”问题仍然突出，低端供给过剩和高端供给不足并存，创新能力不强、产业基础不牢的现状，要加快传统制造业转型升级工程，推动传统制造业向高端化、智能化、绿色化、融合化方向转型；要进一步加快人工智能、大数据、云计算、5G、物联网等信息技术与制造全过程、全要素深度融合；支持生产设备数字化改造，推广应用新型传感、先进控制等智能部件，加快推动智能装备和软件更新替代。在2024年国家关于新型工业化进一步提出构建以先进制造业为骨干的现代化产业体系，推出人工智能创新应用，高水平赋能新型工业化等一系列指导支持政策。机器视觉是人工智能在工业制造领域的应用，将视觉、算法和自动化相结合起到信息获得、智能分析与决策、精密执行的作用，是当前中国智能制造转型升级的必要一环。
　　机器视觉是“光、机、电、算、软”等技术的综合性融合，需要软硬结合、协调发展才能形成完整的视觉系统和智能装备。随着3C电子、新能源厂商产品如苹果、富士康、宁德时代进一步提出“黑灯工厂”、“极限制造”等制造要求，在拓展机器视觉在制造中应用的环节的同时，也对机器视觉厂商在智造精度和效率提出更高的要求，对于机器视觉行业铸造了较高的行业门槛，对潜在市场进入者形成技术壁垒。
　　（2）光通信行业
　　光通信通常泛指光纤通信。光纤通信是指以石英光纤作为传输媒介，以光作为信息载体的通信方式，工作范围在近红外区域，对应波长区域是800nm至1,800nm。经过几十年的发展，光纤通信已经成为现代信息载体的核心方式，在现代通信网中起着举足轻重的作用。光通信产业链包括光芯片、光器件、光模块、光网络设备和电信及数通应用。
　　2.公司所处的行业地位及其变化情况
　　公司深耕机器视觉产业将近二十年，是行业领先的机器视觉产品和解决方案提供商。公司深入了解下游应用行业需求，深入研究行业制程和工艺，基于“AI+视觉”技术，为客户提供产品和解决方案，服务机器视觉下游消费电子、新能源、印刷、新型显示等多个领域，积累了苹果、华为、宁德时代、咪咕等多行业龙头客户资源。公司获得一项国家技术发明一等奖、两项国家科技进步二等奖，牵头或参与制定二十项国家/行业/团体标准。
　　在行业地位方面，公司是行业内少数具备光、机、电、算、软综合实力的公司，且在中国机器视觉行业中占据先发优势，未来随着机器视觉应用行业的不断扩大，公司可支撑产线不断拓展，公司的销售规模和市场占有率有望进一步提升。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）机器视觉新技术驱动行业发展
　　深度学习、3D视觉、嵌入式视觉等新技术的出现和应用进一步拓展了机器视觉产品和解决方案，丰富了视觉技术的应用范畴和解决方案的智能化、易用性，机器视觉的应用领域和市场空间得到极大的扩展。
　　①深度学习
　　传统机器视觉算法与深度学习的结合是必然趋势。深度学习通过对原始数据多步特征转换，得到相比传统机器视觉算法更加高层次、抽象的特征表示，并输入预测函数得到最终结果，能够有效补充机器视觉传统算法对于偏差和未能预测缺陷检测能力的不足，两者的统一和融合能够有效结合传统特征标注的可靠性、准确性与深度学习的可复制性、鲁棒性，用于解决工业领域中的各种复杂难题。一方面，满足如3C电子、新能源场景中的高达99%的精度要求，机器视觉传统算法在深度学习的加持下精度的提升能够降低对视觉成像器件如相机、光源的硬件成像要求，降低硬件采购成本；另一方面，深度学习采用预训练和自适应的方式，相较机器视觉传统算法人工标注的方式，能够降低机器视觉算法的成本并实现算法的跨场景、多行业应用的可能，扩展机器视觉往工业应用的场景拓展。
　　②嵌入式视觉
　　嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术，是嵌入式系统和机器视觉两种技术的整合，可独立完成从接收光信号到系统输入的整个信号处理过程。相比基于PC或者云架构的视觉技术，嵌入式技术将用于图像处理和深度学习算法的AI模块集成到工业相机中，实现边缘智能。嵌入式视觉系统具有易学、易用、易安装、易维护等特点，可在短期内构建起可靠而有效的机器视觉系统，从而极大地提高应用系统的开发速度。处理能力、存储器密度和系统集成度的提升，促进了嵌入式视觉在传统和新兴应用领域的渗透。
　　③2D与3D视觉的融合应用
　　3D视觉相较2D视觉在某些场景中更有优势，例如可以实现平面度、翘曲度、段差、曲面轮廓等3D尺寸量测、3D空间中的机器人引导定位、基于3D信息的检测、识别等各种丰富的功能。3D视觉技术在一定程度上补充了2D无法提供三维信息、易受光照条件变化的影响、对物体运动敏感等局限性，可以让机器在生产过程中对物料的使用和把控更加精准，在精度、稳定性、易用性等方面能很好地满足多类用户地使用需求。
　　④机器视觉与人工智能、5G等新型技术融合和创新
　　近年来，随着信息技术、生物技术、制造技术、新材料技术、新能源等技术不断发展，人工智能、互联网、大数据、知识图谱等新兴技术与传统技术相结合带动新一轮产业变革，为制造行业带来了新的机遇。机器视觉行业在新技术的推动下也迎来了产业变革。机器视觉赋予了机器感知的能力，是智能制造的基础产业，也是实现工业自动化和智能化的必要手段。机器视觉5G、人工智能、工业互联网等技术加速融合与创新，有利于其坚实地服务于全产业，推动中国制造业加速完成智能转型，也会带动机器视觉产业链的发展，为具备创新能力的国产机器视觉厂商来带新的机遇。
　　(2)机器视觉在应用领域的扩展应用
　　制造业是国民经济的支柱，对经济增长有直接的推动作用，我国当前已进入制造业升级转型的关键时期。随着消费电子、新能源、半导体、汽车等高端制造行业在我国产能占比的提升，对产品工艺及质量的要求愈加严苛，工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求，制造业转型不仅是行业发展需求也是国家战略。近年来我国城镇制造业人数自2015年步入负增长，人口红利逐步消失，企业劳动力成本压力日益凸显，与此同时，原材料成本上涨、国际经济态势等外部因素直接或者间接增加了企业的综合成本。因此，下游工业制造业的转型升级的迫切需求和中国人口结构变化的现状为机器视觉带来极大的成长空间。
　　机器视觉的拓展和渗透主要围绕以下几个方向：①中国制造业在现阶段有大而不强的特点，主要优势行业如消费电子、新能源均经历了从传统的粗放式制造向自动化、智能化升级的过程，这是中国制造业由“制造”转化为“智造”的必然阶段。机器视觉作为人工智能在工业领域的关键应用，是中国制造业转型升级不可或缺的组成部分；②由于工业制造行业均会受到创新技术/产品迭代、去库存等影响导致具备周期性的特点，在行业触底复苏期或者新技术驱动带来对机器视觉的新需求或增量需求；③原来由于技术和能力限制，中国机器视觉企业主要集中于工业制造行业和制造环节的中低端需求替代国外份额，在深度学习、3D视觉、自动化精密程度的加持下，中国机器视觉厂商有望在机器视觉更高精度的行业及机器视觉难度较高的环节推进国产替代，提升机器视觉产品的技术实力和价值含量；④随着机器视觉产业链上游相机、光源等元器件在中高端市场的国产替代加速，叠加深度学习对机器视觉算法能力的加持，机器视觉主要组成的软、硬件的成本从长期来看呈现下降趋势，技术水平和成本对于机器视觉的限制程度降低，机器视觉有望向下兼容更多的应用行业，为中国的传统性行业带来新变化。
　　二、核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　公司长期深耕机器视觉行业，较为全面地掌握了产业链相关核心技术，形成了先进光学成像、智能软件、智能算法、精密机械与自动化四大技术平台，可支撑公司产品应用地快速落地，满足多行业需求，有效构建了行业壁垒与竞争优势。
　　在光学成像方面，公司形成一套完整的成像系统设计规范，自主开发了系列化适用于工业制造场景的特色面阵相机、线阵相机及高端特色光源，可满足高速、高精度、高复杂场景下的成像要求。公司通过投资布局芯片的方式，能够形成可靠、稳定的上游供应链，与公司的机器视觉业务形成互补效应。公司先后投资了以CMOS芯片和红外芯片为主营业务的长光辰芯与丽恒光微，在2024年上半年投资了以MEMS和SOC芯片为主营的中科融合感知智能研究院，进一步提升公司光学成像解决方案的竞争力，扩大解决方案及产品的可应用空间。在报告期内，公司针对高色彩还原、高分辨率、微小极限空间、抗电磁干扰、高动态范围、高信噪比的一系列面阵/线阵相机，进一步提升了在3C电子、锂电、光伏、印刷等行业中的自主相机应用比例，进一步突出公司成像方案在机器视觉领域的差异化优势，提升综合解决方案能力。
　　在算法方面，公司于2005年打造自主视觉图像算法平台Vision WARE，是国内为数不多的拥有全套算法模块且有多年实战经验的AI算法平台，经过多年持续研发和迭代，在精度、效率和稳定性三个维度上具备较好的优势。公司通过将机器视觉传统算法与深度学习算法深度融合，将模式识别对特定领域的优化能力与深度学习泛化能力、自学习能力相结合应用于实际应用中，能够解决工业质造要求的高达99%精度检测要求，有效降低对成像硬件的要求和成本。VisionWARE算法平台具备基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块和18个核心算法库、近200个算法工具包，具备跨行业和领域的通用能力。公司在Vision WARE算法平台中进一步深化深度学习模块的能力，建立面向工业领域的通用视觉模型F.Brain,在具备泛行业应用、高准确精度和多应用项目落地后的1.0版本的基础上，在2024年上半年完成1.5版本主要功能的迭代升级，在模型生成效率提升及攻克复杂背景定位/检测及弱小浅等行业难题、模型轻量化等多方面实现迭代和突破。通过算法的升级提升公司检测类视觉系统和装备的精度和效率，有效解决在3C、锂电、光伏、印刷等行业中的检测难题，同时降低对如相机、光源等成像部件的硬件要求，降低了产品和解决方案的部署硬件成本。公司将通过进一步扩展深度学习平台的无标注模型规模，提升模型参数规模，加强深度学习平台的多领域多行业通用性及专用领域结合模式识别后的检测精度和效率。F.Brain算法平台在2023年内连续获得CVPR国际会议Date-efficient Defect Derection国际竞赛中第一名和智能光学成像专委会第一届工业视觉大赛中第二名，公司的算法平台实力在国内外均位居前列。
　　在软件方面，公司积累了较多的CBB软件工具，构建了以工艺为核心的多场景、多层次的软件工具，可以帮助客户在端、边、云三个层面开展大数据质量管理，在端侧辅助提升设备的实时检测状态和检测精度，在边侧聚焦于产线的检测效率、产品良率，云侧结合“人、机、料、法、环”数据与智能工厂质量基准进行一体化分析，以此进行工厂整体的质量问题回溯、产品良率提升和管理效率升级。
　　面向未来智能制造的发展趋势，机器视觉与自动化融合是大势所趋，公司为此构建并不断精益提升精密机械与自动化控制的技术能力，以持续扩大智能装备千亿级市场的参与能力。公司以机器感知能力和分析决策能力为核心，在视觉系统的基础上加入自动化和智能化的功能，通过“手、眼、力、脑”的高度协同实现智能整机控制，推出匹配多行业应用的智能视觉检测和量测设备。公司在视觉和AI技术加成下，突破柔性制造、精密机构和3D空间抓取等难题，研发了软排线扣接系统和微型螺丝锁付系统，实现一次性扣排线成功率99%，锁付良率100%的效果，是“AI+视觉+自动化”解决传统自动化行业“卡脖子”难题的典型应用。
　　2.报告期内获得的研发成果
　　公司为国家级高新技术企业、博士后科研工作站，被工信部评选为国家级专精特新“小巨人”企业，相关创新性产品通过国家级“制造业单项冠军产品”认定；曾获得一项国家技术发明一等奖、两项国家科技进步二等奖，主导/参与多项国家级重大科技专项，参撰多项行业发展白皮书。
　　报告期内，公司持续加码在AI和视觉领域的战略研发投入，不断精益求精提升研发实力，着力于建立可持续发展的技术及产品创新能力。截至2024年6月30日，公司拥有816项专利，包括发明专利405项、实用新型359项、外观设计52项；此外，公司累计获得软件著作权282项。公司牵头或参与制定并已发布的国家、行业、团体标准共20项。
　　3.研发投入情况表
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　报告期内，公司持续加强技术转为产品应用的能力，将达到开发阶段的两个公司级战略项目深度学习平台F.brain产品化、VisionWARE产品化项目的后续投入继续予以资本化确认。
　　4.在研项目情况
　　5.研发人员情况
　　6.其他说明

　　二、经营情况的讨论与分析
　　（一）整体经营情况概述
　　凌云光业务涉及机器视觉与光通信两大领域，致力于提供具备高性能与差异性产品和解决方案，助力实现智能制造转型升级和数字经济。公司现阶段聚焦机器视觉主航道，围绕机器视觉产业链、“光、机、电、算、软”核心技术能力及国内外营销能力持续布局。2024年上半年，机器视觉和光通信行业需求下滑，公司业绩在短期内承压。面对外部环境的困难，公司迎难而上，一方面，积极贴近行业挖掘结构性机会，抓住消费电子触底上升趋势、上游行业大客户海外建厂等机会，公司第二季度经营情况较第一季度环比有明显改善；另一方面，向管理要效益，多措施并
　　行提升内部经营管理效率，在利润端获得显著成效。综合来看，公司第二季度整体业务情况回暖向好。报告期内具体经营情况如下：
　　1.二季度多项经营指标环比一季度改善显著
　　受宏观环境及机器视觉上游多行业需求阶段性下滑的影响，公司整体业务在报告期内略有下滑，2024年上半年实现营业收入10.88亿元，同比降低15.20%，但公司迎难而上，积极调整经营管理策略，在报告期内实现营业利润7,139.18万元，同比提升13.41%，由于递延所得税费用和营业利润变化，2024年上半年公司所得税减免金额同比降低，导致报告期内归属于母公司所有者的净利润同比稍有下降。营业利润提升的主要原因为：（1）产品结构同比有所改善，高毛利产品占比提升；（2）公司实施更为严格的成本控制措施，进一步改进供应链管理，降低了采购成本。报告期内，公司营业成本降低了20.77%，整体毛利率提升了4.33%；（3）在保证公司正常运营的情况下，采取多重措施降低费用，提高自身经营效益。报告期内，公司销售费用同比降低10.64%，管理费用降低20.45%。
　　公司第二季度经营业绩环比第一季度在多方面得到显著改善。在第二季度受益于消费电子回暖和出海业务的拓展，营业总收入6.45亿元，环比增长45.40%；第二季度营业利润8,151.01万元，归属于母公司所有者的净利润9,393.84万元；由于公司视觉系统在消费电子等行业国产替代进一步加速，视觉系统在国内及东南亚市场的市场占有率进一步提升，公司的产品结构进一步优化，第二季度公司的整体毛利率提升至40.50%，环比提升5.26%。
　　2.在市场低迷的环境中，实现结构性机会突破
　　当前公司以机器视觉业务作为主航道业务，整体机器视觉业务虽受行业大环境影响呈现疲软态势，但公司积极洞察市场机会，适时调整经营策略，抓住结构性行情机遇，在消费电子、印刷、文化元宇宙等多个行业取得突破：
　　（1）随着消费电子景气度回暖提升，苹果、华为等国内外终端品牌接连推出新一代产品，同时苹果等行业龙头加快推进产线自动化、智能化，对机器视觉行业带来重要机遇。2024年上半年，公司在消费电子领域加快推进视觉系统国产替代的进度，尤其在新增项目中获得份额稳步提升，订单实现较快增长。伴随苹果等客户在国内工厂加紧推进机器替人的节奏，公司的智能装备市场尚存在较大的空间。
　　（2）印刷行业由于印刷速度快，人眼无法实现在线检测导致废品率高的特点，机器视觉产品在印刷行业缺陷检测环节具备较大的优势。公司进入印刷行业较早，在标签、软包、彩盒等细分市场中保持较高的市场占有率。2024年上半年，在以“智能工厂解决方案持续巩固已有优势细分行业，拓展新兴行业与国际市场”为市场策略下，上半年营业收入实现了同比12%的持续增长；在公司F.Brain算法平台能力加持及上游元器件自主比例进一步提升下，印刷行业毛利率得到进一步提升。
　　（3）文化元宇宙业务属于公司面向智能内容制作开展的业务领域，公司一方面积极以创新为驱动夯实底层动作捕捉系统、XR拍摄系统，以升级产品的定位精度、特定场景易用性等特性持续扩大市场占有率，在2024年上半年，实现了FZMotion光学运动捕捉系统的订单翻倍，智能内容服务制作订单同比大幅的增长。文化元宇宙业务由于部分订单签订较晚尚未转化为收入，因此虽收入同比下滑，但在手订单同比增长26%。另一方面，公司积极推动数字人、AR/VR/XR内容制作的创新应用落地：在报告期内，公司全资子公司元客视界与江西广电传媒集团就助力江西实施文化数字化战略、改变数字文化生态，达成战略合作；公司参与出品AIGC动画电影《团圆令》，采用AI技术进行影视的全流程制作；基于公司AI数字人生产平台协力打造“小小尼”和“马小凡”两位AI主持人亮相《2024中国·AI盛典》。公司积极推动文化元宇宙行业标准建立，在上半年分别参编了《三维虚拟数字人模型制作技术要求1.0》《数字孪生平台基础能力指标要求和评估方法》《虚拟空间创作平台指标要求和评估方法第1部分：参考框架及功能》。
　　3.运营效率显著提升，费用大幅度降低
　　公司开展一系列内部管理优化措施，向管理要效益，2024上半年，公司在运营效益提升方面实现较大的进步，实现费用的同比降低：销售费用同比降低10.64%，管理费用降低20.45%。公司持续完善行业与产品线双利润中心管理措施，将最小经营单元下沉至项目和核心主产品，严格管理经营单元效率和控制费用。为加强一线作战团队以战略目标和经营目标为牵引的激励机制，公司以客户目标、项目目标等多维度建立激励方案，以即时性的激励反馈机制牵引目标达成。
　　（二）持续夯实“AI+视觉”底层技术能力，驱动行业创新应用落地
　　报告期内，公司持续着力加强视觉、AI算法等核心能力，2024年上半年，公司研发投入2.17亿，占营业收入的19.90%，持续维持高研发投入。公司新增专利115项，其中发明专利95项，实用新型专利19项，外观设计专利1项。
　　1.持续拓展自研相机，形成6大类、70+型号全套品类
　　公司凭借二十余年视觉成像能力及上游产业链芯片投资布局能力持续开发自研相机。截至目前，公司的自研相机从产品型号、产品性能等方面取得较好的进展：已完成线阵相机的全面型号覆盖，在印刷行业实现50%以上的自研供应；高端大面阵相机在灵敏度和成像清晰度均具备优势，广泛应用在公司多行业中；作为未来发展趋势的集图像捕捉、处理和分析功能于一体的智能相机已作为视觉解决方案内测中，预计不久将会应用于公司面向的多行业机器视觉产品和解决方案中，为客户带来创新应用解决方案新体验。
　　2024年上半年，公司发布了数款相机，针对机器视觉应用场景高色彩辨别度、极限空间应用、信号长距离传输需求、内部缺陷检测等各方面的需求，推出16K5u6线TDI彩色相机、三线真彩相机、支持30KHz的4K线扫相机、8K7μ万兆网线扫相机、15μm短波红外相机，可满足3C、锂电、印刷、PCB等多行业应用。
　　2.“模式识别+深度学习算法”实现检测精度与通用性双升级
　　算法在机器视觉中发挥“大脑”的作用，属于机器视觉的核心竞争力。针对机器视觉行业智能化、高精度和高效率的发展要求和趋势，将模式识别+AI两种技术融合，打造领先的视觉算法工具应用于大产品和大客户中，专用领域复杂场景的应用程度和通用领域的竞争力均得到升级，在报告期内，VisionWARE算法升级后的优势具体表现在以下几个方面：①AI定位功能已达到甚至超越国外竞品，实现复杂场景99.95%的定位成功率，在大客户项目中实力得到充分验证；②识别方面，使用单一读码工具可实现在90%场景的识别率100%，无需增加相关图像处理过程，大幅降低解决方案复杂度；③支持3*3像素级以上的可变字符缺陷检测，并且缺陷可定量检测，杜绝误识别、小字符缺陷漏检的情况，相较竞品对字符质量定性评价的方案有了质的提升；④AI胶检专用算法可精准检测胶路缺陷，对胶路色差及反光等挑战场景有很好的适应性，缺陷检出率达100%。
　　F.Brain深度学习平台作为公司算法核心组成，其能力的提升对公司有至关重要的作用。上半年F.Brain由1.0版本升级至1.5版本，具体体现在以下：①进一步打造智能工厂级适配方案，通过打通从数据样本采集到模型评估和边端不同功能的高度协同，实现“小端处理，大边计算”的效果，实现了工厂数据闭环，提升算力利用率，降低算力成本；②建立多行业适用的复杂背景、分区域检测要求、复杂定位、缺陷弱小浅等行业解决方案，加强算法对多行业通用难题的解决能力；③通过轻量化模型降低硬件要求，对分类和分割效率分别提升35%、50%。④典型场景的通用模型性能升级，其中分类精度可达92%-99%，相对1.0版本平均提升1.5%；分割召回率平均提升24%，精确率平均提升15%。公司将在模型训练效率、小样本生成质量和效率、样本标注效率等方面持续迭代升级，持续巩固公司机器视觉的核心竞争力。
　　3.以“AI+视觉”赋能工厂级解决方案
　　当前阶段，工业领域中主要以单机设备和线体设备作为工厂自动化和智能化的主要方式，面对行业中龙头客户陆续提出极限制造、灯塔工厂等目标，智能工厂级解决方案应运而生。凌云光依托智能视觉系统、智能装备、大数据分析与挖掘、深度学习模型等技术，搭建智能工厂管理系统，助力实现工厂级的质量缺陷根因分析、质量问题追溯与复判、智能失效分析等智能生产管理。2024年上半年，智能工厂级解决方案在3C电子、印刷、新型显示等多行业龙头客户落地。
　　（三）海外多点布局，出海业务持续增长
　　公司加大公司优势产品和标准产品出海拓展力度，在上半年海外业务收入超过1亿元，同比增长10%，实现海外业务的持续增长。在继美国、新加坡、越南等地相继设立子公司外，2024年上半年，公司陆续拓展欧洲、南美、北美等地，通过建立办事处直销及当地优质代理商等方式相结合，积极构建海外营销网络。印刷和3C电子在上半年出海规模进一步提升，海外在手订单同比有较大的提升；除此外，锂电和新能源业务在海外也成功获得批量订单，公司出海的产品线逐步多元化。公司将继续坚持国内+海外同步拓展的策略，持续加强产品端标准化能力，扩大出海产品种类，持续完善海外销售渠道与服务网络。

　　三、风险因素
　　（一）核心竞争力风险
　　1.产品开发无法满足下游应用需求的风险
　　公司所处行业具有技术革新频繁的特征，其下游行业的应用需求也处于高速迭代期，因此行业产品的生命周期大大缩短。如何快速将技术转化为多元化的产品从而服务于客户，是公司在行业竞争中胜出的关键。中国机器视觉处于快速发展期，下游可覆盖消费电子、半导体、新能源、汽车、新型显示、包装等多个领域，这些下游应用行业普遍具有技术密集、产品更新换代频繁等特征。如果未来公司的设计研发能力和技术储备无法匹配下游行业应用需求的迭代速度，或公司因未能及时预见需求迭代导致技术开发方向上决策失误，或公司未能成功将新技术快速转化为多元化的产品和服务，将对公司的经营产生不利影响。
　　对于上述潜在风险，公司加大对行业前沿技术的跟踪力度，面向下一代机器视觉技术和产品提前做研究；另一方面，公司持续落实IPD研发模式，通过客户需求管理、技术实现、产品实现进一步提升技术转化为产品的能力。
　　2.核心技术人才流失的风险
　　公司所处行业具有人才密集型特征，因行业涉及多种科学技术及工程领域学科知识的综合应用，需要大批掌握跨学科知识、具有高素质、强技能的专业技术人员。同时，为了进一步提升产品研发和技术创新能力，使产品和服务深度贴合下游行业的应用需求，公司核心技术人员还需要长期积累下游行业的应用实践。因此，行业人才培养周期相对较长。随着行业竞争格局的变化，公司竞争对手及人工智能相关行业公司对光学成像、软件及算法等技术人才的争夺将日趋激烈。
　　若公司未来不能持续健全人才培育体系或向核心技术人员提供具有市场竞争力的薪酬及福利，激励政策不能持续吸引技术人才，造成核心技术人员流失，将给公司带来技术研发迟缓的风险。
　　对于上述潜在风险，公司一方面强化对核心技术人才的薪酬在市场中的竞争力，通过股权激励、即时激励、有竞争力的薪酬等多种激励手段吸引和保留人才；另一方面，不断优化内部职级体系和培训体系，为员工创造成长空间。
　　3.技术泄密的风险
　　多年来，公司自主研发了一系列核心技术。目前，公司已对关键技术及新产品研发采取了严格的保密措施，通过申请专利等方式建立了较为完善的知识产权保护及管理机制，并与核心技术人员签署了《知识产权权属、保密及竞业限制协议》，对其任职期间及离职后的保密和侵权等事项进行了严格约定。但是，未来如果因核心技术人员违约加盟竞争对手或因生产经营过程中相关技术、数据、图纸、保密信息泄露而导致核心技术泄密，将会在一定程度上对公司的生产经营和稳定发展产生不利影响。
　　（二）经营风险
　　1.市场竞争加剧的风险
　　在工业人工智能的时代潮流下，行业需求和市场规模不断扩大，吸引了更多新兴厂商甚至传统自动化公司进入机器视觉行业，公司将会面临更加激烈的竞争环境。
　　对于上述潜在风险，公司将会持续加固在研发和市场的先发优势，不断完善产品结构和客户结构，深度了解下游龙头客户的需求，通过持续的研发投入和市场拓展，进一步增强市场竞争力，稳固在机器视觉行业的领先地位。
　　2.经营管理风险
　　随着公司业务范畴、行业跨度、人员规模的不断扩大，公司的管理跨度和管理难度越来越高，对公司在资源统筹、人员管理、运营效率等方面提出新的挑战。虽然近几年公司持续优化治理结构，实施管理变革并持续优化人才引进策略，但是随着经营规模扩大，仍然存在较大的管理风险。
　　对于上述潜在风险，公司将根据不断变化的业务和宏观环境，持续推进管理变革，不断优化当前适配的流程和组织架构，积极引入高级管理人才。
　　（三）财务风险
　　1.应收账款风险
　　公司客户来源于机器视觉下游应用行业的龙头企业，客户在不同细分行业的市场占有率和品牌认同度较高，经营风险较小，付款能力较强，应收账款坏账的可能性较小。但公司高端装备业务垫资周期长，如果发生重大宏观环境的不利变化，也会对公司回款的及时性造成冲击。对此，公司制定了较为完备的应收账款制度和流程，将经营能力、付款能力及信用评估作为重要的考量因素，在客户失信风险和合同履行风险两个层面防范重大风险，并定期监控应收账款余额，以确保本公司不会出现重大坏账。
　　2.存货风险
　　如果公司不能准确预测市场需求或竞争变化，可能导致原材料积压、库存商品滞销等情况发生。当产品价格下降超过一定幅度时，公司的存货可能发生减值，从而对公司经营业绩和盈利能力产生不利影响。
　　3.汇率风险
　　公司存在以美元、欧元结算为主的外币业务。近年来，受全球经济形式影响，人民币与美元间的汇率波动性较大，对公司业绩可能造成一定影响。公司未来将进一步加大开拓海外业务，汇率波动将影响公司采购成本和公司产品价格、市场竞争力，进而对公司业绩产生影响。
　　（四）行业风险
　　公司产品应用于新型显示、消费电子、印刷包装、新能源、光通信等领域，其终端应用需求与宏观经济发展息息相关，如果宏观经济周期性下行，会导致终端应用需求下降，下游产业投资放缓，公司将面临业绩增速放缓或下降的风险。
　　（五）宏观环境风险
　　一方面，公司经营部分境外品牌的代理销售业务；另一方面，公司采购部分境外品牌的相机、镜头、采集卡、芯片等器件作为自主产品的原材料。在贸易摩擦的大背景下，相关产品及原材料供应可能会出现不确定性，如果国际贸易局势和政策发生重大变化，出现较为恶劣的贸易摩擦、关税壁垒、出口限制、关键进口原材料价格上涨、汇率波动等情形，或境外知名厂商取消与公司的合作，公司相关业务可能会受到一定程度的影响，导致业绩下滑。

　　四、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1.成熟专业的团队及创新能力
　　公司所处行业属于技术密集型行业，人才资源是公司的核心竞争力之一。在长期的发展过程中，公司注重人才队伍建设，组建了一支行业经验丰富且富有创新力的研发、销售、解决方案和售后服务团队。
　　公司以市场需求为导向，结合工程化产品的开发目标，组建了一支多专业学科背景的研究团队。团队成员来自于北京理工大学、北京航空航天大学、哈尔滨工业大学、华中科技大学等重点高校，以“光、机、电、算、软”为主要方向学科且具备多年的机器视觉研发实践经验。截至2024年6月30日，公司研发团队共计705人，占公司总人数的39%，其中本科及以上学历人数636人，占研发团队的90%；研究生及以上学历人数333人，占研发团队的47%。公司的销售与解决团队成员主要由技术人员或有技术背景的人员构成，可以基于客户的应用场景和业务痛点，为行业提供整体解决方案；公司售后服务团队协助客户将解决方案有效落地，为客户提供深度培训、产品的定期维护、保修或返修等支持。服务团队为大客户提供驻厂服务，及时响应客户现场，保障客户项目顺利进行，解决客户的后顾之忧。
　　2.产业链上游能力布局
　　机器视觉产业链的上游包括芯片、相机、镜头、光源等硬件及算法软件。在上游视觉器件方面，公司以采购与自主相结合，同时辅以产业投资布局，以满足多行业、多场景的应用需求。图像算法是机器视觉的核心技术，公司核心算法库Vision WARE已迭代至6.2版本，具有基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块、18个算法库和近200个算法工具。公司通过“模式识别+AI”将算法工具智能化升级，基于规则的底层算法能力保障精度效率，结合AI深度学习对于复杂场景的适应性，能够达到多行业、多复杂场景的算法准确可靠覆盖。
　　在产业投资方面，公司投资了CMOS传感器芯片设计公司长光辰芯和红外芯片公司丽恒光微，在2024年上半年投资了以MEMS和SOC芯片为主营的中科融合感知智能研究院；在镜头领域，公司投资了工业镜头公司湖南长步道光电，定制开发高精度大景深成像镜头、高动态红外动捕镜头等特色镜头。在AI大模型方面，公司投资了智谱华章，将ChatGLM大模型和知识图谱、工业智能制造、数字人业务相结合。
　　3.四大技术平台形成对下游应用的快速拓展能力
　　公司深耕机器视觉行业二十余年，全面掌握了“光、机、电、算、软”等底层技术，形成了智能软件、智能算法、先进光学成像、精密机械与自动化四大技术平台，可支撑公司在多个行业快速推出应用产品。四大技术平台主要解决不同下游应用的共性、通用性、标准化和模块化的研究开发，在四大技术平台基础上，公司可以快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。公司以打造领先的工业人工智能技术为目标成立“知识理性研究院”，进一步构建和拓展四大技术平台能力，开展多种AI算法、计算成像、大数据与知识图谱等技术研究，服务更多行业需求。
　　4.深度掌握行业用户需求和提供解决方案能力
　　公司的主要客户为行业龙头公司，如苹果、华为、富士康、京东方、瑞声科技、宁德时代等。行业龙头客户为公司产品与解决方案打造、项目管理能力构建提供了难得机会，公司借此形成多款融合视觉检测和自动化处理能力的智能化产品，推出了匹配行业应用的智能视觉检测和量测设备。 收起▲