汽车制造机器视觉设备的研发、生产及销售。
视觉检测系统
数字夹具式引导系统 、 涂胶质量检测系统 、 柔性在线测量系统 、 视觉引导自动上件工位 、 漆面缺陷自动打磨抛光系统
一般项目：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；工业自动控制系统装置制造；机械零件、零部件加工；仪器仪表制造；智能仪器仪表制造；智能仪器仪表销售；光学仪器制造；光电子器件制造；光电子器件销售；计算机软硬件及外围设备制造；机械电气设备制造；机械电气设备销售；轨道交通专用设备、关键系统及部件销售；铁路专用测量或检验仪器制造；铁路专用测量或检验仪器销售；普通机械设备安装服务；工业工程设计服务；货物进出口；技术进出口（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）。
| 业务名称 | 2025-12-31 | 2025-06-30 | 2024-12-31 | 2023-12-31 | 2022-12-31 |
|---|---|---|---|---|---|
| 专利数量:授权专利:其他(个) | 4.00 | - | - | - | - |
| 专利数量:授权专利(个) | 68.00 | - | - | - | - |
| 专利数量:授权专利:发明专利(个) | 33.00 | - | - | - | - |
| 专利数量:授权专利:外观设计专利(个) | 1.00 | - | - | - | - |
| 专利数量:授权专利:实用新型专利(个) | 9.00 | - | - | - | - |
| 专利数量:授权专利:软件著作权(个) | 21.00 | - | - | - | - |
| 专利数量:申请专利(个) | 77.00 | - | - | - | - |
| 专利数量:申请专利:其他(个) | 6.00 | - | - | - | - |
| 专利数量:申请专利:发明专利(个) | 31.00 | - | - | - | - |
| 专利数量:申请专利:外观设计专利(个) | 10.00 | - | - | - | - |
| 专利数量:申请专利:实用新型专利(个) | 9.00 | - | - | - | - |
| 专利数量:申请专利:软件著作权(个) | 21.00 | - | - | - | - |
| 核心技术产品收入营业收入(元) | - | 1.23亿 | 3.80亿 | 3.50亿 | 2.23亿 |
| 销量(个) | - | 1710.00 | 2785.00 | 3061.00 | 2767.00 |
| 采购均价:电力(元/度) | - | 0.71 | 0.76 | 0.78 | 0.81 |
| 采购量:电力(度) | - | 60.80万 | 137.06万 | 121.36万 | 108.96万 |
| 产销率(%) | - | 115.78 | 93.61 | 95.48 | 79.63 |
| 产量(个) | - | 1477.00 | 2975.00 | 3206.00 | 3475.00 |
| 产能利用率(%) | - | 72.26 | 87.17 | 90.18 | 85.89 |
| 用户数:新增终端客户数量(家) | - | 17.00 | 24.00 | 31.00 | 25.00 |
| 产能:实际产能(个) | - | 2044.00 | 3413.00 | 3555.00 | 4046.00 |
营业收入 X
| 业务名称 | 营业收入(元) | 收入比例 | 营业成本(元) | 成本比例 | 主营利润(元) | 利润比例 | 毛利率 | |
|---|---|---|---|---|---|---|---|---|
|
加载中...
|
||||||||
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 客户1 |
6560.11万 | 14.65% |
| 客户2 |
4498.43万 | 10.05% |
| 客户3 |
4164.84万 | 9.30% |
| 客户4 |
3584.27万 | 8.01% |
| 客户5 |
2913.03万 | 6.51% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 供应商1 |
1297.40万 | 13.18% |
| 供应商2 |
1224.02万 | 12.43% |
| 供应商3 |
510.84万 | 5.19% |
| 供应商4 |
462.83万 | 4.70% |
| 供应商5 |
450.28万 | 4.57% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
中国汽车工业工程有限公司 |
3606.48万 | 17.64% |
安徽巨一科技股份有限公司 |
1802.55万 | 8.82% |
ABB |
1613.06万 | 7.89% |
江苏哈工智能机器人股份有限公司 |
1461.76万 | 7.15% |
安徽瑞祥工业有限公司 |
1197.01万 | 5.85% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 中国汽车工业工程有限公司 |
3482.58万 | 27.80% |
| 安徽巨一科技股份有限公司 |
1435.12万 | 11.46% |
| 中国第一汽车集团有限公司 |
778.80万 | 6.22% |
| 江苏哈工智能机器人股份有限公司 |
543.37万 | 4.34% |
| 广州力得技术有限公司 |
389.38万 | 3.11% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 北京研控兴业科技有限公司 |
453.36万 | 11.78% |
| 杭州灵拓自动化设备有限公司 |
269.81万 | 7.01% |
| 株式会社基恩士 |
226.88万 | 5.90% |
| 北科电子科技(苏州)有限公司 |
221.75万 | 5.76% |
| 苏州欧瑞铭机械科技有限公司 |
172.74万 | 4.49% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 中国汽车工业工程有限公司 |
4936.73万 | 12.58% |
| 江苏哈工智能机器人股份有限公司 |
3493.01万 | 8.90% |
| 中国第一汽车集团有限公司 |
2333.61万 | 5.95% |
| 安徽瑞祥工业有限公司 |
1974.72万 | 5.03% |
| 大连奥托股份有限公司 |
1863.79万 | 4.75% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 江苏北人智能制造科技股份有限公司 |
864.23万 | 10.74% |
| 北京研控兴业科技有限公司 |
751.90万 | 9.35% |
| 北科电子科技(苏州)有限公司 |
578.45万 | 7.19% |
| 长春奔腾瑞马自动化有限公司 |
503.53万 | 6.26% |
| 株式会社基恩士 |
359.99万 | 4.48% |
| 客户名称 | 销售额（元） | 占比 |
|---|---|---|
| 上海鑫燕隆汽车装备制造有限公司 |
3438.25万 | 9.69% |
| 中国汽车工业工程有限公司 |
3189.76万 | 8.99% |
| 安徽巨一科技股份有限公司 |
2780.17万 | 7.83% |
| 中国第一汽车集团有限公司 |
2172.62万 | 6.12% |
| 江苏哈工智能机器人股份有限公司 |
1934.64万 | 5.45% |
| 供应商名称 | 采购额（元） | 占比 |
|---|---|---|
| 北京研控兴业科技有限公司 |
1268.17万 | 11.26% |
| 天津讯连自动化科技有限公司 |
684.16万 | 6.08% |
| 长春奔腾瑞马自动化有限公司 |
637.03万 | 5.66% |
| 杭州海康威视数字技术股份有限公司 |
506.94万 | 4.50% |
| 北京高维兴业科技有限公司 |
503.17万 | 4.47% |
一、报告期内公司所从事的主要业务、经营模式、行业情况说明 (一)主要业务、主要产品或服务情况 1、主要业务 公司专注于汽车制造机器视觉设备的研发、生产及销售，为汽车整车及零部件制造过程的各工艺环节提供机器视觉解决方案，是该领域国内市占率第一的国家重点“小巨人”企业，在成功打破国外厂商长期垄断的同时加速推动了国内汽车制造的数智化进程。此外，公司也在轨交运维与航空领域开展了业务布局，持续拓展新的应用场景。公司深刻理解下游行业的具体工艺需求，以实现应用场景落地为牵引，设计系统解决方案，进而自主研制充分适配该场景的视觉传感器、视觉算法和应用软件，所从事业务覆盖了机器视觉产业链的上、中、下游。... 查看全部▼
一、报告期内公司所从事的主要业务、经营模式、行业情况说明
(一)主要业务、主要产品或服务情况
1、主要业务
公司专注于汽车制造机器视觉设备的研发、生产及销售，为汽车整车及零部件制造过程的各工艺环节提供机器视觉解决方案，是该领域国内市占率第一的国家重点“小巨人”企业，在成功打破国外厂商长期垄断的同时加速推动了国内汽车制造的数智化进程。此外，公司也在轨交运维与航空领域开展了业务布局，持续拓展新的应用场景。公司深刻理解下游行业的具体工艺需求，以实现应用场景落地为牵引，设计系统解决方案，进而自主研制充分适配该场景的视觉传感器、视觉算法和应用软件，所从事业务覆盖了机器视觉产业链的上、中、下游。
公司是国内最早规模化为汽车制造提供机器视觉设备的企业之一，大幅度降低了国内汽车行业使用机器视觉设备的成本，有力推动汽车制造机器视觉设备国产替代进程的同时，极大激发了国内汽车制造机器视觉的应用需求。经过多年深耕发展，公司已研发了十余款产品，实现面向冲压、焊装、涂装、总装、电池、压铸六大工艺环节的大规模及系统化应用，形成了产品种类最齐全、应用覆盖最全面的领先优势，成为国内绝大多数整车及零部件企业的供应商。公司产品已批量应用在一汽-大众、上汽大众、广汽丰田、上汽通用、北京奔驰等主流合资品牌，比亚迪、江淮、奇瑞、广汽、东风等传统自主品牌，零跑、蔚来、理想、小米、小鹏等新势力品牌，以及海斯坦普、卡斯马、本特勒、拓普、华翔、汇众等国内外知名汽车零部件企业。近几年，公司产品还出口应用在沃尔沃、Rivian等国际车企的全球主要工厂，同时应用在比亚迪、奇瑞等国产头部车企的海外工厂。根据弗若斯特沙利文的统计，2024年公司在中国汽车整车制造机器视觉产品的市占率已达22.5%，超越伊斯拉、伯赛等国外厂商，位居行业第一。
另外，为了助力汽车制造场景实现更高程度的自动化，公司布局了可与现有机器视觉产品形成良好协同应用的工艺设备—自动打磨抛光产品，其在涂装车间结合前道工序的易思维漆面缺陷检测系统所提供的准确数据，在国内首次落地了汽车涂装漆面缺陷自动化“检测+磨抛”的完整工艺闭环解决方案。
在轨交运维领域，公司依托多年的机器视觉技术积累，针对巡检效率低、严重依赖人工等运维作业痛点，成功研发了列车车辆轮对检测系统、受电弓检测系统、车体360图像检测系统和轨道线路接触网几何参数在线巡检系统。目前产品均已通过国家铁路产品质量检验检测中心的检测认定，并已在杭州地铁、广州地铁、宁波地铁以及哈尔滨铁路局、郑州铁路局等地实现交付。公司产品为轨道交通“科技保安全”提供强有力的技术支撑，助力实现降本增效。
2、主要产品
公司长期深耕汽车制造中的机器视觉应用，依托积累的核心技术与行业经验，研发了十余款机器视觉产品，实现面向冲压、焊装、涂装、总装、电池、压铸六大工艺环节的大规模及系统化应用，形成了产品种类最齐全、应用覆盖最全面的产品布局，成为国内绝大多数整车及零部件企业的供应商。基于在汽车行业已建立的品牌和渠道优势，公司进一步布局可与现有机器视觉产品形成良好协同应用的工艺设备，深度助力汽车制造智能化、数字化升级。另一方面，基于在汽车行业积累的视觉传感器研制、视觉系统构建、视觉工艺融合三大核心技术群，公司布局轨交运维等垂直细分场景，为更多工业智能制造及智能运维过程提供机器视觉解决方案。
（1）汽车制造领域机器视觉
公司产品根据实现的主要功能分为视觉检测系统、视觉引导系统、视觉测量系统三大类，其中：
视觉检测系统用于替代人眼完成质量确认，通过检测识别产品自身缺陷或制造工艺异常来指导人工或机器人完成缺陷修复，从而确保汽车制造工艺正确性和质量一致性。
视觉引导系统用于帮助机器人实现各类工艺过程的自动化，通过计算目标对象（汽车车身、零部件）整体或局部的空间位置和姿态来精准引导机器人完成工艺动作，从而降低对工装的精度要求，实现降本增效。
视觉测量系统用于获取高频次、大批量、高精度的产线测量数据，通过对汽车车身或零部件的尺寸监控及形貌分析，确保汽车制造的尺寸质量一致性。测量对象包括孔、棱边、外观面、螺柱、螺纹孔等关键特征，也包括汽车外观面各部件之间的匹配间隙和面差等。
（2）汽车制造领域工艺设备
（3）轨交运维领域机器视觉
(二)主要经营模式
1、盈利模式
公司依托自主研发的机器视觉传感器，为汽车制造、轨交运维等领域客户提供完整机器视觉解决方案，助力客户降本增效以实现自身价值。公司业务模式为前期销售机器视觉设备，后期为客户持续提供新车型配置软件、备件更换及维保服务等，从而实现收入和利润。
2、研发模式
公司研发采用“客户需求驱动+技术创新引领”双轮驱动模式。在立项管控方面，一方面通过市场调查、需求收集、竞争分析等论证客户需求的商业可行性，保障产品开发取得市场成功；另一方面通过前沿技术调研、技术成熟度评估等论证技术创新的必要性，保障技术成果产品化落地。在研发流程上，公司采用集成产品开发（IPD）模式，涵盖概念、计划、开发与验证、发布、生命周期管理五个阶段，覆盖产品全生命周期。组建跨学科全要素团队，集成系统工程、算法、硬件、软件、光学、结构、测试等专业人员协同开发，形成产品开发与技术开发相互支撑的机制。产品开发遇技术风险时转入技术开发攻关，技术成熟后回归产品化流程，实现技术创新与商业应用的闭环。
3、销售模式
公司主要采用直销的销售模式。公司直接客户主要为线体集成商，终端客户为汽车整车厂和零部件厂。线体集成商为终端客户提供产线的设计、集成与交付，因此终端客户通常会通过线体集成商向公司采购机器视觉产品。对于部分与线体集成商工作交集较少的视觉工作站，终端客户可选择直接向公司采购。公司的订单主要来源于三方面，其一是汽车整车厂、零部件工厂会在新建产线和已有产线改造阶段向公司采购产品；其二是已采购公司产品的产线导入新车型时会向公司采购新车型配置软件；其三是已采购公司产品的产线会向公司采购备件和维保服务。
4、供应链模式
（1）计划与控制模式
公司采用企业资源计划模式（ERP）管理自身供应链，其包含计划、采购、生产、仓储物流和品质五大职能模块。计划职能主要负责统筹供应需求并将任务分解至其他四大职能；采购职能主要负责供应商寻源和物料采购相关业务；生产职能主要负责完成产品的生产；仓储物流职能主要负责物料的仓储管理和物流管理；品质职能主要负责供应商的质量管理和来料、制程、成品等检验业务管理。
（2）供应能力建设与提升
ERP模式由主生产计划（MPS）、物料需求计划（MRP）、能力需求计划（CRP）等组成。公司根据年度销售预测制定年度主生产计划，并根据主生产计划制定物料需求计划和能力需求计划。通过将能力需求计划与现有生产、采购、仓储、品控四大细分能力进行匹配，制定相应细分能力的年度需求计划；同时通过物料需求计划进行采购计划与控制，以此共同保障年度主生产计划的达成。
（3）物料采购与产品生产
公司产品的生产采用按订单生产模式（MTO）。在年度主生产计划和物料需求计划的指导下，由计划人员根据销售订单与预测订单进行物料需求计划（MRP）与生产物料控制（PMC）分析，分别向采购人员和生产人员下达采购需求与生产任务，相关人员完成采购执行和产品生产。
(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
公司所处行业为机器视觉行业，专注于汽车制造及轨道交通运维领域的机器视觉核心技术研发与商业化应用，为客户提供视觉检测、视觉引导、视觉测量等工业视觉装备产品与解决方案，推动智能制造转型升级。机器视觉的崛起源于工业自动化生产日益增长的技术需求，而汽车制造作为“工业皇冠上的明珠”，对检测、定位、测量的精度、速度、稳定性要求尤为严苛。
中国的汽车制造机器视觉行业伴随汽车工业发展而演进，经历了三个阶段：早期外资垄断阶段，改革开放初期通过“市场换技术”引入的合资车企同步导入欧美日设备供应商，国产厂商难以突破；国产替代突破阶段，以易思维为代表的国内企业自2016年起攻克技术、产品、准入瓶颈，成功打破垄断；行业引领发展阶段，当前国产厂商已占据市场主导地位，2024年易思维以22.5%市占率位居汽车整车制造机器视觉市场第一，国产化率提升至31.7%。
目前，中国正成为全球汽车制造机器视觉发展最活跃的地区之一。新能源汽车渗透率快速提升带动产线新建与改造需求，根据沙利文统计及预测，2024-2029年市场规模预计从31.1亿元增长至74.0亿元，年复合增长率18.9%。应用范围从传统燃油车向新能源车电池、压铸等新工艺延伸。与此同时，通用人工智能（AGI）与三维视觉技术的融合，为行业打开巨大发展空间。另一方面，机器视觉技术平台化特征日益显现，汽车制造领域验证成熟的高速成像、精密测量、机器人协同等技术，有望向更多智能制造和智能运维的垂直细分场景拓展。
机器视觉行业属于科技创新型产业，核心技术的积累和持续的技术创新能力是企业掌握核心竞争优势的关键因素。将机器视觉技术深度融合到汽车制造场景中的技术及研发壁垒，体现在技术复杂度高、行业标准高、研发投入高三方面。技术复杂度高方面，机器视觉行业涉及包括光、机、电、算、软等多学科知识的融合贯通，技术体系精密复杂，要求企业具备较强的技术实力；行业标准高方面，汽车制造对机器视觉设备提出了高标准的技术要求：需实现微米级测量精度和近100%的缺陷检出率以确保“精确无误”性，需在振动、高温等恶劣环境下保持全年7×24小时稳定运行的“稳定可靠”性，需满足多车型混线高节拍生产的“高效灵活”性，这些要求企业具备成熟的产品研发能力；研发投入高方面，机器视觉技术需持续迭代升级，企业必须保持高强度的研发投入以跟进3D视觉、AI算法等前沿技术，缺乏持续创新能力的厂商将面临技术淘汰风险。
2、公司所处的行业地位分析及其变化情况
公司深耕工业机器视觉领域近十年，是国内最早规模化提供汽车制造机器视觉设备的企业之一，也是该领域国内市占率第一的国家重点“小巨人”企业。基于智能制造及智能运维的工艺需求，公司深入研究汽车制造、轨交运维等行业的机器视觉需求，构建了覆盖视觉检测、视觉引导、视觉测量三大产品体系的完整解决方案，具备跨行业技术迁移与场景落地能力。
在汽车制造领域，公司打破国外厂商的长期垄断，大幅度降低了国内汽车行业使用机器视觉设备的成本，有力推动汽车制造机器视觉设备国产替代进程的同时，极大激发了国内汽车制造机器视觉的应用需求。经过多年深耕发展，公司已研发了十余款产品，实现面向冲压、焊装、涂装、总装、电池、压铸六大工艺环节的大规模及系统化应用，形成了产品种类最齐全、应用覆盖最全面的领先优势，成为国内绝大多数整车及零部件企业的供应商。公司产品已批量应用在一汽-大众、上汽大众、广汽丰田、上汽通用、北京奔驰等主流合资品牌，比亚迪、江淮、奇瑞、广汽、东风等传统自主品牌，零跑、蔚来、理想、小米、小鹏等新势力品牌，以及海斯坦普、卡斯马、本特勒、拓普、华翔、汇众等国内外知名汽车零部件企业。近几年，公司产品还出口应用在沃尔沃、Rivian等国际车企的全球主要工厂，同时应用在比亚迪、奇瑞等国产头部车企的海外工厂。根据弗若斯特沙利文的统计，2024年公司在中国汽车整车制造机器视觉产品的市占率已达22.5%，超越伊斯拉、伯赛等国外厂商，位居行业第一，在国产汽车制造机器视觉设备份额中占比超七成，是该领域产品国产化率的主要贡献者。
在轨交运维领域，公司依托多年技术积累，构建了“车对地”线路综合巡检与“地对车”车辆检测的立体化机器视觉解决方案，列车车辆轮对检测系统、受电弓检测系统、车体360图像检测系统、接触网几何参数在线巡检系统均已通过国家铁路产品质量检验检测中心认证，并在杭州地铁、广州地铁、哈尔滨铁路局等实现交付，业务占比持续提升。
公司是行业内少数具备光、机、电、算、软全栈技术实力与深度工艺理解能力的团队，未来随着更多垂直场景落地、汽车产业智能制造升级、海外市场拓展及更多工艺设备布局，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
机器视觉作为工业智能制造发展的关键支撑技术之一，将在工业领域中发挥越来越重要的作用，帮助企业提高生产效率、降低成本，并推动制造业的升级转型。根据沙利文数据，中国工业机器视觉市场规模由2020年的83.3亿元增长至2024年的268.3亿元，年复合增长率达34.0%，预计2029年将达到630.1亿元。这一高速增长态势在汽车制造和轨道交通运维两大核心领域表现尤为突出：汽车制造机器视觉市场规模2024年达31.1亿元，预计2029年将达74.0亿元；轨交运维机器视觉市场规模2024年达34.5亿元，预计2029年将达53.4亿元。人工智能、大模型、具身智能等前沿技术的快速发展正深刻重塑机器视觉行业技术路线与应用边界，推动机器视觉从辅助工具向核心能力跃迁。与此同时，汽车制造电动化智能化转型、轨道交通运维模式升级等产业变革，为机器视觉创造了广阔的应用空间。
1、新技术的发展
视觉大模型技术的突破，正从根本上拓展机器视觉系统应用边界。传统大模型技术增强了机器视觉的智能分析能力，但受限于两大瓶颈难以规模化应用：一是新场景需要大量样本数据和漫长调参周期，二是工业现场正负样本极度不均衡导致模型训练困难。近年来，以SAM、CLIP、DINOv2为代表的预训练模型，通过迁移学习实现小样本场景下的快速适配，将新场景模型开发周期从数周缩短至数天，大大缩短模型落地周期；另一方面，生成式AI技术进一步突破，通过合成稀缺缺陷样本有效解决了正负样本不均衡难题。最后，视觉-语言对齐理解能力的引入，使系统配置可通过自然语言完成，显著降低了大模型机器视觉系统的应用门槛，使机器视觉规模化应用的空间进一步打开。
具身智能将人工智能与物理实体深度融合，其技术演进对机器视觉形成两重拉动。第一，具身智能体需要视觉系统实现空间感知与定位导航，移动机器人、人形机器人等平台的普及将直接带动视觉传感器需求增长。第二，具身智能在一般工业中的加速落地，将显著提高自动化的经济性。传统自动化方案需为特定场景定制专用设备，投资大、周期长、柔性差，而具身智能体基于视觉感知可快速适配多种任务，单台设备替代多台专用设备，综合投资回报大幅提升，一般工业场景中机器视觉需求随之释放。在具身智能技术支撑下，机器视觉应用将从固定点位检测向移动场景感知延伸，从而覆盖更多垂直场景需求，应用空间显著提升。
2、新产业、新业态、新模式的发展
①汽车制造工艺发展驱动机器视觉需求持续增长
随着自动化、数字化、智能化成为汽车制造行业核心发展趋势，未来汽车制造将由机器人主导生产流程，覆盖焊接、装配、喷涂、质检等环节，实现无人化生产；将由数据驱动制造，通过数字孪生实现虚拟与物理世界的实时映射，进而优化工艺、实现预测性维护；将由人工智能赋能决策，使生产系统具备自学习能力，如动态调整参数等。机器视觉是上述趋势落地的核心技术之一，将与人工智能、大数据、数字孪生等技术深度融合，持续拓展应用场景，通过实时感知与决策闭环，助力汽车产业实现从“制造”到“智造”的跨越，更广泛发挥提升质量、降低成本、增加效率、扩展柔性等核心价值。
②轨交运维机器视觉应用发展趋势
长期以来，轨道交通存在巡检效率低、严重依赖人工等运维作业痛点，在我国轨道交通规模不断扩大、人工智能技术持续迭代升级的背景下，轨交运维机器视觉市场在相关政策的推动下将迎来巨大的发展机遇。机器视觉在轨交运维领域的应用目前主要集中在车辆系统运维、供电系统运维和工务系统运维。车辆系统机器视觉产品包括TEDS（动车组运行故障图像检测系统）、TFDS（货车故障轨旁图像检测系统）、TVDS（铁路客车故障轨旁图像检测系统）、巡检机器人、360智能检测系统等产品，占轨交运维机器视觉解决方案市场的主要地位。供电系统机器视觉产品主要指供电安全检测监测系统（即6C系统）包括C1高速弓网综合检测装备、C2接触网安全巡检装备、C3车载接触网运行状态检测装备、C4接触网悬挂状态监测装备、C5接触网与受电弓滑板监测装置和C6接触网及供电设备地面监测装置。国家政策一直在推动轨交运维装备和服务的智能化，如《城市轨道交通设施设备运行维护管理办法》《铁路车辆运行安全监控系统设计规范》等文件中均提出或鼓励运营单位采用智能化的运营维护装备进行监测检测。根据沙利文的统计，2024年中国轨交运维机器视觉产品市场规模达到34.5亿元，2020年至2024年年复合增长率达到6.7%。随着物联网、人工智能等技术的不断成熟，新增市场运维装备购置的需求及存量市场运维装备智能化升级和更新的需求为中国轨交运维机器视觉市场规模提供了巨大的增长空间。
3、未来发展趋势
随着传感器和人工智能等技术的持续发展和创新，未来机器视觉将实现更高的精度、更快的速度和更全面的场景感知能力，有利于进一步提高生产效率和产线自动化水平。传感器技术的提升使机器能够更加准确和灵敏地捕捉和解析图像信息。深度学习算法和人工智能的进步也将使机器视觉解决方案具备更强的学习和决策能力，使其能够根据不同场景和任务的需求进行智能调整和优化，实现更全面的场景感知。在技术提升的驱动下，机器视觉解决方案也将在更多细分领域得到应用，推动各行业智能化升级。
二、经营情况讨论与分析
1、整体经营情况概述
2025年，公司围绕“引领机器视觉创新，加速智能工业变革”的战略使命，持续深耕汽车制造机器视觉领域，积极拓展轨交运维等新兴应用场景，在复杂多变的市场环境中实现了稳健发展。
报告期内，公司营业收入为44,765.57万元，较上年同期增长14.08%，主要得益于以下因素：（1）新能源汽车渗透率的快速提升带动大量新建产线、已有产线改造和产线新增车型导入需求；（2）机器视觉赋能汽车制造获得行业广泛认可，视觉应用渗透率显著提升；（3）公司持续投入引领行业产品创新，不断丰富机器视觉在汽车制造中的应用场景。
报告期内，公司主营业务毛利率为60.06%，较上年同期下降了5.49个百分点，主要受报告期内视觉工作站产品和漆面缺陷自动打磨抛光系统毛利率较低所致。漆面缺陷自动打磨抛光系统为公司刚落地的与机器视觉有良好协同的工艺设备，需要在前期项目中积累工艺经验，因此毛利率较低。
报告期内，公司实现归属于母公司所有者的净利润7,845.91万元，同比下降8.39%；主要系2025年计入非经常性损益的政府补助金额为615.10万元，较上年同期下降1,535.53万元所致，相关补助呈偶发性和波动性，随着公司经营规模增加，其影响会逐步减小。
报告期内，实现归属于母公司所有者的扣除非经常性损益的净利润6,782.48万元，同比增长9.57%，主要系公司收入规模持续增长，彰显了公司核心业务的韧性与成长性。
报告期内，公司经营活动产生的现金流量净额为7,715.99万元，较上年同期增长197.37%，主要系公司收入规模持续增长带动经营性资金净流入增加，公司持续稳健经营。
2、利用先发优势，持续做深做透汽车制造行业
根据沙利文的统计2024年度中国汽车制造和汽车整车制造机器视觉产品的市场规模分别为31.1亿元和16.2亿元，公司在相应市场的市占率分别达到13.7%和22.5%，均位居行业第一。同年中国汽车整车制造机器视觉产品的国产化率为31.7%，其中22.5%来自易思维，其余9.2%来自其他国产企业，公司是该领域产品国产化率的主要贡献者。
公司设立前，我国汽车制造机器视觉市场长期被伊斯拉、伯赛等国际龙头垄断，公司开展自主研发，实现了国产替代。在此基础上，公司不断挖掘视觉应用场景、培育市场需求，加速汽车制造机器视觉市场渗透率提升，并逐步取得行业领先。当前，公司正持续推动机器视觉技术创新，攻关行业痛点，为更广泛实现汽车制造提质、降本、增效、扩柔的目标而努力。公司的发展历程充分代表了国内机器视觉行业竞争格局演变。
①突破国外企业垄断，国产化率不断攀升
我国汽车制造机器视觉市场长期被国际龙头垄断这一格局的形成与我国汽车工业发展历史密切相关，改革开放初期通过“市场换技术”模式引入大众、通用等外资品牌，这些车企将其在海外合作的国外设备供应商也同步引入。另一方面，汽车产品系统复杂、安全质量设计标准高，对制造过程所使用的设备提出精确无误、稳定可靠、高效灵活等严苛要求，国产机器视觉设备进入汽车制造行业面临技术门槛高、研发投入大、准入周期长等多重壁垒。在垄断封闭的产业环境下，我国汽车制造机器视觉应用长期处于产品价格高昂、技术服务有限、应用创新缓慢的困境，汽车制造企业迫切期盼可打破上述困局的机器视觉供应商出现。易思维凭借过硬的技术实力、匹配行业需求的产品、高效优质的技术服务，先后攻克了技术、产品、准入的瓶颈，成功突破境外企业垄断，实现国产替代，成为汽车制造领域国产机器视觉企业的先行者与领航者。
公司于2016年推出数字夹具式引导系统、涂胶质量检测系统、柔性在线测量系统三款产品，并获得了上汽大众、上汽通用等知名车企订单。此后2017年，凭借在前述标杆客户的成功案例，公司又陆续获得一汽-大众、北京汽车、江淮汽车等合资或自主品牌订单，同时成为蔚来汽车等造车新势力的供应商。伴随公司产品矩阵不断丰富、产品性能不断迭代，在我国新能源汽车市场爆发式增长的背景下，公司订单实现逐年增长。
该阶段，公司实现行业产品突破，通过技术、服务等优势直接与国际龙头企业竞争，获得订单并逐步提升国产化率。
②加速市场渗透率提升，取得行业领先
随着易思维在与国际龙头企业的竞争中逐步占据行业领先地位，公司开始加快机器视觉新场景开拓与市场培育节奏，重点关注了行业内已有产品落地，但受制于技术等原因尚无法大规模推广的场景应用，通过研发满足客户需求的高性能产品推动机器视觉产品在汽车制造领域渗透率的快速提升。
以公司最早研发的产品之一视觉引导系统为例，2018年以前，国内大部分整车厂一直未大规模使用视觉引导自动上件工位，主要受限于当时主流的视觉引导产品的性能不足，需要高精度料箱配合才能实现应用落地，工位综合投资成本高，投资回报周期长。而且高精度料箱易磨损、难维护，导致工位故障率高，成为产线节拍瓶颈。为突破上述局限，公司通过攻克抗环境光干扰成像、复杂结构表面高完整性扫描等技术难题，将料箱精度要求放宽至原来的三倍，且工位故障率降低至原来的1/10，大幅节约了车企对视觉引导自动上件工位的投资成本。得益于公司产品的性能提升与推广普及，目前新建整车厂产线视觉引导上件工位规划数量已达此前十倍以上，行业上件自动化率大幅提升。
③攻克行业痛点，实现创新引领
随着汽车制造市场与工艺的发展，整车厂对更多工艺场景提出了基于机器视觉产品实现提质、降本、增效、扩柔的目标，但因场景复杂度高、技术挑战度大，长期以来未能得到满足。在基本实现市场已出现产品的全覆盖后，公司直面行业空白，凭借多年以来积累的光、机、电、算、软全栈机器视觉技术实力和对汽车制造工艺深度理解，通过技术创新攻克痛点难题，逐步填补客户需求空白，为推动行业创新做出了重大贡献。
以涂装车间修饰线为例，整车厂为确保每一台汽车出厂时表面无瑕，需部署数十名工人在涂装线末对喷漆后的车身进行目视检查、标注缺陷及后续的磨抛修复。由于人工工艺局限，缺陷检出率仅能达约80%，极易导致缺陷车辆流出并造成高昂的返修成本，多年来整车厂一直期待突破自动化工艺新技术。这一场景的工艺自动化需求分为三个阶段：①实现漆面缺陷检测自动化，精准识别缺陷，提高缺陷检出率；②实现缺陷修复自动化，形成自动化“检测+磨抛”整体解决方案；③结合缺陷结果数据与前序喷涂工艺参数，开展缺陷根因分析，从源头上降低缺陷产生。公司历经三年研发，在一汽-大众奥迪产线上实现了漆面缺陷检测与磨抛修复一体化综合解决方案的落地，达成了前两个阶段目标。当前，公司正向实现第三阶段目标迈进。
报告期内，公司持续巩固汽车制造机器视觉行业龙头地位，在国内市场保持头部份额，并在一汽-大众落地行业内首套涂装漆面缺陷自动化“检测+磨抛”的完整工艺闭环解决方案，在尊界S800产线上落地行业首个车身分色线自动打磨应用及国内首个整车清漆自动打磨应用。凭借在行业的龙头地位与良好口碑，公司正加速覆盖更多视觉应用及与视觉有良好协同的工艺设备，持续做深做透汽车制造行业。另一方面，公司加大海外布局力度，产品出口沃尔沃、Rivian、Vinfast等国际车企全球工厂；完成在德国大众体系及海外海斯坦普的供应商准入，逐步开启全球合作；设立西班牙子公司，开拓西语区市场；并跟随比亚迪、奇瑞等国产头部车企出海。
3、把握行业趋势，努力拓展轨交运维行业
长期以来，轨道交通存在巡检效率低、严重依赖人工等运维作业痛点，在我国轨道交通规模不断扩大、人工智能技术持续迭代升级的背景下，轨交运维机器视觉市场在相关政策的推动下将迎来巨大的发展机遇。国家政策一直在推动轨交运维装备和服务的智能化，如《城市轨道交通设施设备运行维护管理办法》《铁路车辆运行安全监控系统设计规范》等文件中均提出或鼓励运营单位采用智能化的运营维护装备进行监测检测。随着物联网、人工智能等技术的不断成熟，新增市场运维装备购置的需求及存量市场运维装备智能化升级和更新的需求为中国轨交运维机器视觉市场规模提供了巨大的增长空间。沙利文预计到2029年，中国轨交运维机器视觉产品市场规模将达到53.4亿元。
我国轨交运维机器视觉领域国产化率虽然较高，但此前引入的产品仅能满足基本运维需求，以大铁为例，国铁集团目前正积极寻找可以满足新场景更高技术要求的产品，2025年6月，公司受邀参加国铁集团机辆系统数智化交流会，与宇树科技、阿里云、百度、大疆、哈铁科技等公司的专家，共同分享了机器人、AI大模型、无人机、机器视觉、智能传感器和物联网等新技术发展趋势，深入交流在铁路机辆领域的应用前景。依托多年机器视觉技术积累，公司成功研发了列车车辆轮对检测系统、受电弓检测系统、车体360图像检测系统和轨道线路接触网几何参数在线巡检系统。报告期内，产品均已通过国家铁路产品质量检验检测中心的检测认定，并已在杭州地铁、广州地铁、宁波地铁以及哈尔滨铁路局、郑州铁路局等地实现交付；在铁路货车检修领域布局了钩舌检修产线及轮对经济镟修产品，目前已完成样机开发，并在客户现场进行验证。
4、保持研发投入，持续提高核心竞争力
①报告期内新技术与新产品
公司在汽车行业和轨道交通行业深耕多年，持续在视觉检测、视觉引导、视觉测量、轨交检测等领域探索关键技术与典型应用：
1、视觉检测类产品，公司对缺陷数据分析功能进行重构，借助缺陷数据助力用户精准定位问题、优化质量控制体系，为客户创造了更大价值。同时，积极推进与跨国客户的合作，进一步提升产品附加值，扩大行业影响力；推进检测产品与磨抛产品的融合，打造出检测-磨抛一站式解决方案，显著提升了产品市场竞争力。
在智能化升级方面，进一步深化AI结合视觉技术的探索和创新，进一步优化深度学习模型，完善数据集，推出智能示教、智能检测、增量学习等功能，大幅提升产品检测能力。通过技术攻关，进一步优化产品性能，在检出率、误检率、分类准确率、边缘检测能力等关键指标上实现突破，与国内同行拉开明显差距。
2、视觉引导类产品，公司通过密切跟踪技术动态、开展竞品调研，大力推进关键件自研工作，成功实现核心部件国产化替代，有效减少外部依赖，降低物料成本。同时，研发形成多款不同工作距的产品，丰富了产品可覆盖的应用场景。
在技术创新上，攻克2D和3D匹配的关键技术难题，显著提升料箱感知能力与容差范围；优化机器人碰撞检测、路径规划等功能，打造汽车产线自动化引导标杆案例。凭借技术优势，成功落地海外项目，迈出全球业务拓展的坚实步伐。
3、视觉测量类产品，针对汽车零部件领域，公司聚焦特征测量能力、测量模式、防漏错自检、测量流程等功能研发，大幅提升尺寸测量专业能力与系统级解决方案设计与落地能力。通过实现点云融合、虚拟装配分析、点云网格化等技术，有效解决高亮、互反射场景下的精度问题；优化多种拼接模式，显著缩短测量节拍。这些技术升级进一步增强了产品市场核心竞争力，助力公司拓展应用场景，抢占市场份额。
4、轨交运维类产品，公司持续在轨道交通行业投入研发资源，通过与客户深度交流和市场调研，在已有客用列车检测产品基础上，推出多款货用列车检测新产品，涵盖货车轮对经济镟修、货车轮对动态检测、轮对钩舌检修等应用场景。搭建视觉与AI结合的检测算法模型，成功解决轨交领域缺陷多样、形貌复杂、高速检测等技术难题，大幅拓宽轨交行业检测产品的覆盖面。
②报告期内研发体系建设
报告期内，公司持续深化IPD研发流程体系建设，构建起“以项目管理体系提供运行保障、以研发质量管理体系为质量护航、以研发流程体系为行动支撑”的三支柱模式，推动研发能力成熟度从管理清晰向可量化、可度量水平进阶。
研发流程体系，采用分级管理思路，将产品开发流程各项活动按照不同角色分工，形成“项目主线-各领域支线-员工开发规范”的分级管理架构。明确不同层级研发人员职责，确保全体研发人员在统一标准指导下开展工作，大幅提升研发工作的规范性与协同效率。项目管理体系，建立涵盖计划管理、需求管理、成本管理、风险管理等多领域的管理架构，形成全流程项目管控机制。通过有的放矢的精细化管理，保障项目过程的规范性与可控性，有效降低项目风险，提升项目交付效率。研发质量管理体系，从质量策划、质量监控、质量保证、质量改进等维度构建系统保障机制，为产品交付质量筑牢防线。通过全流程质量管控，确保研发产品满足市场需求与质量标准，为公司产品市场竞争力提供坚实支撑。
三、报告期内核心竞争力分析
(一)核心竞争力分析
1、核心技术积累深厚，研发体系领先
公司面向汽车制造中的机器视觉需求，从机器视觉算法、软件、硬件、光学、结构等多学科基础技术出发，攻克视觉传感、三维重建、特征测量、智能检测、系统标定、精度控制、机器人协同控制等核心技术，并将机器视觉技术与汽车制造工艺深度融合，形成视觉传感器研制、视觉系统构建、视觉工艺融合三大核心技术群，形成22项核心技术模块。截至报告期末，公司及子公司共拥有国内外授权专利417项，其中发明专利224项。公司先后承担了“混联机器人现场作业测量与控制技术”“汽车制造高性能智能视觉检测成套技术及装备”等多项国家级、省部级科研项目，并在2022年2月荣获天津市科学技术进步特等奖。
公司长期保持高强度研发投入，围绕机器视觉技术和产品研发所必需的光、机、电、算、软等专业，打造了一支结构合理、专业覆盖面全的研发团队。截至报告期末，公司共有研发人员250人，占员工总数的43.86%；研发人员中本科及以上学历249人，占研发人员总数的99.60%，其中硕士及博士合计127人。同时，公司重视与高校、科研院所和下游汽车制造整车厂、铁路各路局相关单位的交流与合作，与天津大学、清华大学、浙江大学、杭州电子科技大学等高校以及依托高校的多个全国重点实验室开展紧密的产学研合作，已设立浙江省院士工作站、浙江省博士后工作站、浙江省企业技术中心、浙江省企业研究院、浙江省高新技术企业研究开发中心等科技创新载体。
公司自2018年便开始引入IPD产品开发流程，并在随后的具体业务开展过程中不断根据行业特点对其进行流程改造，从而形成了具备公司及行业特色的产品开发体系，结合公司技术储备能够对行业内客户的共性需求进行高效深度定制，从而在垂直细分场景中快速完成产品布局。
2、产品与工艺深度融合，整体解决方案优势显著
公司是国内最早进入汽车制造机器视觉行业的企业之一，经过多年深耕发展，公司已研发了十余款产品，实现面向冲压、焊装、涂装、总装、电池、压铸六大工艺环节的大规模及系统化应用，形成了产品种类最齐全、应用覆盖最全面的领先优势，成为国内绝大多数整车及零部件企业的供应商。公司不仅拥有丰富的项目经验，更持续深入研究汽车制造工艺，并基于对工艺的完整理解来不断迭代产品功能并完善应用解决方案，以此确保产品深度适配现场工艺需求。公司通过协同整合各类视觉产品与应用，打造出面向客户的视觉整体解决方案，且进一步布局与视觉有良好协同的工艺设备，实现跨工位、跨车间的应用协同，以整体解决方案为客户提供机器视觉应用价值。
3、市场地位领先
公司产品成功打破了国外品牌在该领域的长期垄断局面，并连续多年占据国内汽车制造机器视觉细分市场头部位置。根据沙利文的统计，2024年公司在中国汽车制造和汽车整车制造机器视觉市场的市占率分别达到13.7%和22.5%，均位居行业第一，领先于伊斯拉、伯赛、海克斯康、蔡司集团等国际机器视觉龙头企业。公司产品已批量应用在一汽-大众、上汽大众、广汽丰田、上汽通用、北京奔驰等主流合资品牌，比亚迪、江淮、奇瑞、广汽、东风等传统自主品牌，零跑、蔚来、理想、小米、小鹏等新势力品牌，以及海斯坦普、卡斯马、本特勒、拓普、华翔、汇众等国内外知名汽车零部件企业。近几年，公司产品还出口应用在沃尔沃、Rivian等国际车企的全球主要工厂，同时应用在比亚迪、奇瑞等国产头部车企的海外工厂。公司的产品矩阵和专业良好的售前、售后服务，赢得了国内外众多客户的青睐，在行业内具有较好的口碑。
4、全球化布局领先，海外市场持续突破
公司2019年成立了北美易思维并以此作为面向北美市场的销售与交付中心，2020年收购了德国EHR并以此作为面向欧洲市场的销售与交付中心。2024年在东南亚、南亚等市场建立了合作伙伴关系，开始更广泛的市场推广。2025年在西班牙设立全资子公司进一步增强欧洲市场的拓展能力。自开拓海外市场以来，公司已进入了包括沃尔沃、Rivian、Vinfast等众多国际知名汽车品牌整车厂，并成为国内汽车品牌出海建厂值得信赖的国产设备供应商。公司相比于国内的竞争企业已初步形成了全球化产业布局，并将在后续的市场竞争中持续保持领先。
(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
机器视觉产业链包括上游核心部件、中游视觉系统与解决方案、下游行业应用集成与服务。
公司深刻理解下游行业的具体工艺需求，以实现应用场景落地为牵引，设计系统解决方案，进而自主研制充分适配该场景的视觉传感器、视觉算法和应用软件。
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、技术创新与产品迭代不及预期导致的风险
机器视觉产品开发涉及光学、机械、电子、算法、软件等多学科技术，各学科技术发展迅速，同时，汽车制造与轨交运维领域机器视觉应用需求不断增长，对相关产品的要求不断提升。以汽车制造领域为例，其对机器视觉设备的精度、适应性、鲁棒性、实时性与稳定性都有着较高要求，需要企业持续的资金和人才投入。行业内竞争企业的研发实力、对汽车生产工艺的理解也在不断进步。若未来公司不能持续加大研发投入，对前沿技术发展趋势进行准确分析和追踪，或者不能敏锐、及时把握市场动态及客户需求，则存在导致公司的技术创新与产品迭代偏离市场趋势和客户需求的风险，削弱公司目前竞争优势，进而对公司未来持续经营能力产生不利影响。
2、核心技术泄密的风险
公司自设立以来，围绕自身在机器视觉领域的研发及商业化构筑了较为完善的知识产权布局，截至报告期末，公司及子公司共拥有国内外授权专利417项，其中发明专利224项、实用新型专利136项，外观设计专利57项，同时建立了保密、竞业限制等相关制度。
由于核心技术是公司竞争力的重要组成部分，若未来核心技术人员或关键研发人员违反约定入职竞争企业，或公司相关人员在经营过程中未能遵守公司制度导致核心技术泄密，或将对公司的业务经营和竞争优势造成不利影响。
(四)经营风险
1、市场开拓不及预期和经营业绩波动的风险
公司在稳固现有行业地位的同时也在积极开拓更多市场，主要措施包括挖掘汽车制造上下游场景、开辟轨交运维领域、推动产品出海等。上述市场拓展举措受资金投入、人才储备、贸易政策等内外部诸多因素的影响，若未能顺利开展或未能达到预期效果，或将对公司未来发展带来不利影响。公司未来经营业绩仍存在诸多不确定性，如果未来受到汽车制造固定投资大幅降低或终端消费者需求减弱、行业竞争加剧、原材料或人工成本大幅上升、技术更迭不达预期等不利因素影响，且公司未能采取有效措施及时应对前述变化，将存在经营业绩下滑的风险。
2、境外经营的风险
截至报告期末，公司拥有5家境外子公司，主要负责欧美市场的开拓和维护。全球化布局是公司发展的重要战略，也是公司未来业绩增长的主要来源之一，目前公司正持续扩大在海外拓展上的投入。公司在境外的经营需遵守所在地工商、税务、人力等监管要求和当地法律法规。若未来境外子公司所在国家或地区的监管或法律法规发生重大变化，将增加公司对境外主体及人员的管理难度与成本，影响公司海外业务拓展，从而对公司整体发展带来不利影响。此外，境外客户在同等情况下可能更倾向其本土供应商，或因为其供应商准入验证周期长而更愿意选择已有同类供应商，甚至受到非商业因素干扰供应商的选取。如公司不能提供行业领先的产品、更为全面的解决方案，可能面临海外业务开拓不及预期的情形，进而缩减公司未来的发展空间。
(五)财务风险
1、高毛利率不能持续的风险
报告期内，公司主营业务毛利率为60.06%，处于较高水平。该指标受宏观经济环境、行业政策、市场竞争态势、原材料价格等多重因素影响。若未来出现以下情形：下游应用领域政策发生重大不利变化、公司技术研发或客户响应能力未能适应行业升级需求、核心技术团队流失导致竞争力下降、客户议价压力加剧、原材料成本大幅上升或服务增值能力弱化等，公司将面临毛利率水平下行压力，从而导致公司营业利润下滑。
2、应收账款坏账风险
公司所处汽车行业存在项目周期长、结算账期长的特征。报告期末，公司应收账款账面价值为19,795.41万元，占营业收入的比例为44.22%。若未来下游客户因行业周期性波动、财务状况恶化或付款政策调整等因素导致公司回款延迟，公司将面临坏账计提增加、资金周转压力加大的风险。
3、存货跌价风险
报告期末，公司存货账面价值为12,632.39万元，若未来出现原材料价格大幅波动、下游需求结构性变化或产品更新迭代等情形，可能导致存货周转效率下降，存货跌价准备进一步增加，进而影响公司的经营业绩。
(六)行业风险
公司专注于汽车制造机器视觉设备的研发、生产及销售，汽车制造不仅是我国工业经济稳增长的“压舱石”，也是建设制造强国的重要支撑。而机器视觉设备是汽车制造实现自动化、数智化转型的核心，其未来的发展与汽车制造的发展密切相关，主要受汽车领域固定资产投资规模影响较大。
汽车制造会受到宏观经济、产业政策、下游市场需求、行业竞争、国际政治等多个方面的影响。虽然近年来因汽车产业新能源转型、产销量提升及出海加速等因素投资活跃，但若未来出现上述因素变化导致产线建设需求减少，整体投资下滑，视觉设备的需求量也会随之下降，进而导致公司经营业绩增速放缓或出现下滑。
(七)宏观环境风险
公司核心产品为机器视觉产品，主要服务于汽车制造、轨交运维等行业。由于这些行业与宏观经济周期密切相关，公司业务量也会随之波动。在宏观经济上行期间，国民消费能力提升，汽车企业投资意愿增强，轨道交通建设与维护投资加大，公司的业务量和盈利能力往往会相应增长；然而，当宏观经济下行时，公司业务量则可能受到波及，进而影响公司利润。近年来，国内外经济形势和国际贸易环境依然复杂多变，存在诸多不确定性因素，未来几年宏观经济增速有放缓的可能，会对公司的业务拓展、经营成果及财务状况产生不利影响。
(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
报告期内，公司实现营业收入为44,765.57万元，较上年同期增长14.08%；实现归属于母公司所有者的净利润7,845.91万元，同比下降8.39%；实现归属于母公司所有者的扣除非经常性损益的净利润6,782.48万元，同比增长9.57%，经营活动产生的现金流量净额为7,715.99万元，较上年同期增长197.37%。公司深耕汽车制造机器视觉主业，同时向汽车制造设备国产化和以轨交运维为代表的机器视觉垂直细分场景拓展，持续稳健发展。
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
1、工业机器视觉行业格局
工业机器视觉产业链的上游为核心部件，包括光源及光源控制器、镜头和工业相机等硬件产品，以及视觉算法、应用软件等软件产品。产业链中游为视觉系统与解决方案，通过将上游核心部件和软件算法灵活配置并集成，同时结合下游的生产工艺，形成一整套解决方案，有效地应用于实际的工业场景中，实现识别、测量、定位和检测功能。产业链下游为各行业应用集成与服务，目前下游应用行业主要包括电子、半导体、汽车、光伏、锂电、轨道交通等领域。
伴随着核心技术的不断突破以及制造业的转型升级，工业机器视觉的应用领域不断拓宽
全球工业机器视觉的发展可分为五个阶段：产业萌芽期（1969-1979年），成像传感器诞生，为机器视觉的产生奠定基础；产业起步期（1980-1989年），机器视觉的概念被首次提出，相关企业如加拿大的TeledyneDalsa（达尔萨）、英国的E2V和美国的Cognex（康耐视）等诞生；成长波动期（1990-1999年），半导体产业的发展激发了机器视觉的需求，但由于成像技术和算法算力发展尚未成熟，机器视觉成本高，同时一批规模不大的机器视觉新公司诞生；产业发展早期（2000-2009年），算力大幅提升，3C电子和汽车制造等行业对机器视觉的应用需求强烈，机器视觉行业迅速发展繁荣；产业发展中期（2010年-至今），AI算法兴起并迅速发展，机器视觉的应用领域更加广泛。
中国工业机器视觉的发展可分为四个阶段：产业萌芽期（1995-1999年），起初主要依赖于引进国外设备和技术，但由于成像技术和算法算力尚未成熟，仅应用于航空航天、军工及高端科研等核心领域，部分相关企业作为国外代理商提供机器视觉器件及技术服务；产业起步期（2000-2008年），随着算力的提升和国内制造业的发展，开始应用于食品、印刷包装等领域，国内开始出现机器视觉相关企业；产业发展初期（2009-2015年），算力强度的提升和3C电子产业的飞速发展推动了中国机器视觉产业的发展，国内涌现大量机器视觉公司；产业发展中期（2016年-至今），AI算法的发展促进了行业进步，机器视觉的应用场景拓展到半导体、汽车、锂电等多个领域，国内企业的自研能力不断提升。
随着工业机器视觉核心技术的不断突破与应用领域的不断拓展，中国工业领域机器视觉的市场规模由2020年的83.3亿元增长至2024年的268.3亿元，年复合增长率34.0%。
未来，机器视觉作为工业智能制造发展的关键支撑技术之一，将在工业领域中发挥越来越重要的作用，帮助企业提高生产效率、降低成本，并推动制造业的升级转型。因此，未来中国工业机器视觉的市场规模有望进一步扩大，预计2029年达630.1亿元。未来，中国工业机器视觉的发展趋势主要表现如下：
①应用领域不断扩展
目前，中国工业机器视觉主要应用于3C电子、半导体、汽车、光伏、锂电等几大领域中。未来，随着产业的转型升级和机器视觉的发展创新，工业机器视觉解决方案将应用到更多行业中，为更多工业领域实现自动化稳定高效生产提供强有力的支持。
②性能水平快速提升
近年来，人工智能技术的飞速发展为工业机器视觉的发展带来了新的机遇，随着前沿技术的逐步成熟和应用，工业机器视觉解决方案将更加智能化。例如，深度学习算法的应用可使机器视觉设备具有更高的图像识别能力和实时分析能力，增强学习算法的应用可使机器视觉设备具备更强的学习和适应能力，提高解决方案的准确性和稳定性。此外，随着计算机软硬件技术的不断进步，工业机器视觉的算力和速度也将进一步提升。
2、汽车制造机器视觉行业格局
在多样化的工业制造中，汽车制造一直被誉为“工业皇冠上的明珠”，既是我国工业经济稳增长的“压舱石”，也是建设制造强国的重要支撑。近些年，我国汽车制造朝着自动化、数字化、
智能化方向快速发展，作为工艺转型升级的核心支持技术之一，汽车制造机器视觉产品也经历了从“国外垄断”到“国产替代”的发展历程。应用于汽车制造领域的机器视觉技术与产品在提升质量、降低成本、增加效率、拓展柔性、助力“数智化”转型五方面发挥着核心价值，具体体现在：
①提升质量一致性，保障品质与安全
汽车制造具有产量大、节拍快、工艺复杂等特点，如何保障质量一致性一直是行业关注的重点，其中尺寸与外观质量关乎汽车品质，连接工艺质量更是与汽车安全直接相关。利用视觉测量、视觉检测设备可以实现更精准、更高效的质量控制，避免了人工检测因技能差异、状态起伏等因素导致的质量波动。
②替代人工操作，降低制造成本
根据国家统计局发布的《第五次全国经济普查公报（第三号）》，截至2023年末全国汽车制造业的从业人数为557.6万人。其中大量人员从事着搬运、装配和质检等工作，利用机器视觉设备可以实现相关工艺环节的人工替代，大幅降低制造成本。
③提升制造效率，加速新品交付
整车厂通过引入机器视觉设备实现搬运、装配、质检等制造环节的自动化，在加速工艺流程的同时确保汽车制造的质量一致性与工艺稳定性，减少质量返工，提升产线效率。另一方面，随着消费者差异化需求的增强和车企间竞争的加剧，车企新车型上市节奏要求越来越快，机器视觉设备可通过软件参数配置高效满足新车型生产要求，缩短产线投产周期，加速整车厂新产品的交付。
④拓展制造柔性，提升产线收益
多品种、定制化是当前汽车消费发展趋势，对整车厂混线生产能力提出了更高的要求。产线使用机器视觉设备可以极大简化，甚至替代机械工装，且视觉设备维护、拓展更便捷，让多车型混线生产更易达成，帮助整车厂实现更高收益。
⑤积累数据资产，助力“数智化”转型
随着机器视觉设备在汽车制造各工艺环节的广泛应用，其采集的质量数据是整车厂建档回溯生产过程的关键支撑。基于对大批量数据的关联分析与人工智能技术，可以实现汽车制造过程质量快速诊断、设备预维护等，从而帮助整车厂进一步优化制造工艺，推动行业“数智化”转型。
近年来，随着汽车电动化、数智化的快速发展，以及车企对汽车制造质量、成本、效率、柔性需求的提升，汽车整车厂商和零部件厂商对机器视觉产品的需求逐渐增大。国家也相继出台一系列政策鼓励支持机器视觉在汽车制造领域的应用，如2023年，由工业和信息化部等七部门颁布的《智能检测装备产业发展行动计划（2023—2025年）》中指出“深化智能检测装备在汽车领域的规模化应用。对于汽车行业的专用智能检测装备：突破冲压件尺寸及表面质量在线测量装置、焊接强度无损检测装置、车身尺寸在线检测装备、涂装漆膜缺陷在线检测装备等”。同时，人工智能、计算机、光学器件等技术快速进步，机器视觉企业的研发能力和行业经验不断提升与积累。
以易思维为代表的国产机器视觉品牌开始进入汽车制造市场，作为国产机器视觉品牌凭借过硬的技术实力、匹配行业需求的产品、高效优质的技术服务，先后攻克了技术、产品、准入的瓶颈，成功实现国产替代，成为汽车制造领域国产机器视觉企业的先行者与领航者，并不断加快机器视觉新场景开拓与市场培育节奏，推动了机器视觉产品在汽车制造领域渗透率的快速提升。
3、汽车制造机器视觉行业发展趋势
中国汽车制造机器视觉产品市场规模由2020年的9.3亿元增长至2024年的31.1亿元，年复合增长率35.2%。未来，在我国汽车制造产线工艺进一步升级、新能源车渗透率持续提升和机器视觉技术不断创新的驱动下，中国汽车制造机器视觉产品市场规模将持续扩大，预计2029年达74.0亿元。汽车制造机器视觉未来发展趋势如下：
①汽车制造工艺发展驱动机器视觉需求持续增长
随着自动化、数字化、智能化成为汽车制造行业核心发展趋势，未来汽车制造将由机器人主导生产流程，覆盖焊接、装配、喷涂、质检等环节，实现无人化生产；将由数据驱动制造，通过数字孪生实现虚拟与物理世界的实时映射，进而优化工艺、实现预测性维护；将由人工智能赋能决策，使生产系统具备自学习能力，如动态调整参数等。机器视觉是上述趋势落地的核心技术之一，将与人工智能、大数据、数字孪生等技术深度融合，持续拓展应用场景，通过实时感知与决策闭环，助力汽车产业实现从“制造”到“智造”的跨越，更广泛发挥提升质量、降低成本、增加效率、扩展柔性等核心价值。
②机器视觉技术水平进步推动应用场景更加广泛
随着传感器和人工智能等技术的持续发展和创新，未来机器视觉将实现更高的精度、更快的速度和更全面的场景感知能力，有利于进一步提高生产效率和产线自动化水平。传感器技术的提升使机器能够更加准确和灵敏地捕捉和解析图像信息。深度学习算法和人工智能的进步也将使机器视觉解决方案具备更强的学习和决策能力，使其能够根据不同场景和任务的需求进行智能调整和优化，实现更全面的场景感知。在技术提升的驱动下，机器视觉解决方案也将在汽车制造的更多细分领域得到应用，促进汽车制造业的发展和进步。
(二)公司发展战略
公司始终以“引领机器视觉创新，加速智能工业变革”为使命，以相关产业政策为指引，积极响应高端装备国产自主可控的国家战略需求，致力于汽车制造、轨交运维等领域机器视觉技术创新与产业化，打造全球领先的机器视觉国产品牌。
1、加大研发投入，巩固市场领先地位
公司将持续加大研发投入力度，聚焦机器视觉领域关键核心技术攻关，着力解决行业痛点难题。公司将继续完善覆盖整车及零部件制造全工艺环节的机器视觉整体解决方案，不断提升产品性能与技术壁垒，在进一步巩固国内市场领先地位的基础上，加速海外市场拓展步伐，通过技术创新与市场开拓双轮驱动，持续提升全球市场份额与品牌影响力。
2、持续深耕汽车制造，推动更多关键设备实现国产自主可控
公司将充分发挥多年积累的客户资源优势，深度挖掘汽车制造工艺需求，不断布局可与现有机器视觉产品形成良好协同应用的工艺设备，以机器视觉技术为核心，向产业链上下游延伸，推动汽车制造全产业链更多关键设备实现国产自主可控。通过提供一体化解决方案，公司将更好地助力汽车制造企业达成提质降本增效扩柔的发展目标，为中国制造业转型升级贡献力量。
3、加速轨交运维机器视觉业务布局，构建第二增长曲线
公司将在持续深耕汽车制造领域的同时，积极拓展轨道交通运维市场，构建面向轨道沿线设施设备的车对地线路综合巡检系统和面向运载车辆的地对车车辆综合检测系统，形成全方位立体式机器视觉解决方案。公司将依托在汽车制造领域积累的技术优势与项目经验，助力轨道交通行业实现更高效更智能的运维与检修，为列车运行安全提供坚实保障。轨交运维业务将成为公司重要的第二增长曲线，为长期可持续发展注入新动能。
4、优化公司治理，拓展业务领域，实现持续高质量发展
公司将以“行业壁垒高、市场空间大、应用批量可复制”为选择机器视觉应用赛道的判断依据，在持续深耕汽车制造和大力拓展轨交运维两个领域的同时，不断优化公司治理结构，建设高素质人才梯队，提高现代化管理水平，全面提升核心竞争优势，继续挖掘新的行业应用机会，积极探索机器视觉技术在更多领域的创新应用，实现持续健康高质量发展。
(三)经营计划
公司将持续巩固和增强在行业的市场优势地位，把握智能制造升级和全球化布局的战略机遇，围绕技术引领、市场拓展、人才强基、治理优化四大主线，追求长期有效增长。
1、研发规划
公司坚持以自主核心技术为根基，构建“光、机、电、算、软、控”一体化技术体系，持续巩固多维视觉感知、智能检测算法、视觉与机器人协同等方面的技术领先优势，将聚焦工业视觉精度、效率及稳定性核心指标，加大底层技术攻关力度，完善高精度高可靠视觉传感器与检测分析软件研发体系，提升复杂工业场景下成像传感、分析与控制能力。同时，紧密围绕汽车制造、轨道交通、航空等智能制造与智能运维领域需求，深化应用技术研发，重点突破复杂工况缺陷检测、大型构件三维测量、多场景智能引导等行业关键技术。公司以客户工艺痛点为导向，推动核心技术与制造场景深度融合，持续拓展视觉检测、测量、引导等产品及解决方案边界，为智能制造领域提供高性能成套机器视觉产品与技术服务，巩固公司在国内工业视觉领域的领先地位。
2、市场拓展规划
公司将持续深化与国内主流整车厂商及零部件厂商的战略合作，加速冲压件缺陷检测、压铸件检测等新应用落地，拓展零部件机器视觉应用边界，提升市场份额。同时加快推进海外市场拓展，依托已有的沃尔沃、Rivian、Vinfast等国际车企标杆案例提高海外品牌知名度，增强在海外车企中的渗透率；另一方面，把握中国车企出海的战略机遇期，跟随车企出海节奏全面提升海外交付能力，实现海内外市场双轮驱动。此外，公司将在巩固汽车制造机器视觉主业基础上积极拓展轨道交通运维等新领域，持续拓展新的应用场景，培育新增长点。
3、人力资源发展规划
公司将加大核心人才引进力度，重点引进具有机器视觉、人工智能、汽车制造复合背景的高端人才，完善人才培养体系，建立技术人才职业发展双通道，激发创新活力。同时完善员工绩效考核机制，优化激励机制和分配方式，改善研发工作条件，营造创新文化氛围。此外，公司将加强管理团队能力建设，引进具有国际化视野与丰富行业经验的高级管理人才，开展管理培训与轮岗锻炼，支撑业务规模扩张与组织效能提升。
4、内部治理规划
公司将按照上市公司规范要求持续完善法人治理结构，优化董事会、管理层权责配置，提升决策科学性与执行效率，加强独立董事与董事会专门委员会履职作用，发挥专业咨询与监督职能。完善信息披露机制，提升透明度与投资者沟通质量，保障公司规范运作，维护股东合法权益。同时健全内部控制体系，完善关键业务流程的内控制度，加强内部审计监督，建立全面风险管理体系，识别技术、市场、客户、供应链等主要风险并制定应对预案，推进合规管理，确保经营活动符合法律法规与监管要求。
收起▲