日期 | 股票名 | 调研地点 | 调研形式 |
2025-05-15 | 奥普特 | - | 现场参观,线上会议,券商策略会 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
79.54 | 3.69 | - | 108.83亿 | 0.52% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
18.09% | 18.09% | 0.97% | 0.97% | 21.61 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
62.70% | 62.70% | 21.61% | 21.61% | 1.68亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
17.98 | 22.74 | 80.30 | 129.88 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
144.60 | 246.98 | 9.54% | -0.04% | 0.58亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
0.23亿 | 2025-03-31 | - | - |
参与机构 |
Bea Union Investment Management Limited,China Orient Asset Management (International) Holding Limited,Macquarie,Manulife Im.Hk,Pictet Am,Hong Kong,天风证券,Baring Am.Hk,Antipodes Partners Limited,鹏华基金,North Rock Capital Management, LLC,Trivest Advisors,Hk,日兴证券,国信证券,Grand Alliance Asset Management Limited,麦格里,Ai-Squared Management Limited,平安基金,Value Partners Limited,Gate Capital Management,申万宏源,Lazard Asset Management LLC,Polar Capital LLP,Comgest Sa,Keystone Investors Pte. Ltd.,NS Partners Ltd,Point72 Asset Management, L.P.,海富通基金,中信建投,富瑞集团,Balyasny Am,Hk,Gsam Gems Team - Hong Kong,金鹰基金,RBC Im,Hk,南方基金,Principal Financial Group,Inc.,Cathay Life Insurance Co., Ltd.,Fil Fund Management Limited,美银,Ishana Capital Limited,Trivest Advisors,Shg |
调研详情 |
问题1:2025年公司业绩增长目标?是否含收购并表? 回答:公司管理层根据既定的发展战略和股权激励计划,制定了明确的业绩目标:以2024年营业收入为基数,公司2025年度营业收入增长率不低于20%。其中营业收入均以公司会计年度审计报告所载数据为准,收入统计口径与2024年一致(即不含新增主体收入)。故收入增长目标不含公司收购并表所带来的相关主体收入。 公司将继续在研发方面加大投资力度,在运营层面加强管理与成本控制,保持2025年营业收入增长的同时,净利润增长率不低于营业收入增长率。 公司业绩目标不代表公司对2025年度的盈利预测,目标能否实现取决于经济环境和市场状况的变化等因素,存在一定的不确定性,敬请广大投资者注意投资风险。 问题2:介绍下公司的行业应用经验和数据积累优势? 回答:机器视觉的下游应用非常广泛,几乎涉及国民经济的方方面面。即使在某一具体领域的应用,也会因下游的生产工艺、被摄对象的具体材质特点等不同,而有较大差别。因此,完善的机器视觉解决方案对下游客户而言至关重要。而设计有效的机器视觉解决方案,需要大量的行业应用经验积累,绝非一朝一夕所能形成。 公司在机器视觉领域深耕多年,特别是在3C电子、锂电等行业,公司与国内外知名设备厂商和终端用户保持着长期稳定的合作,拥有丰富的机器视觉产品的设计、应用案例库。深厚的案例积累,奠定了公司在相关领域的优势地位,形成了较高的技术壁垒,能有效保障公司在行业内的竞争优势,并为公司不断扩大产品应用范围、持续提升市场份额提供了有力支撑。此外,工业AI将深刻改变机器视觉行业的技术发展,而行业数据是工业AI技术的基础。工业AI需要通过大量数据对人工智能模型进行训练,不断对模型进行调校和优化,最终使机器能够像人类一样自动作出判断并达到满足实际应用要求的准确率。公司经过多年的专业化经营,在3C电子、锂电等行业积累了大量的数据,有助于公司迅速对模型进行调校和优化,提高模型输出结果的准确率和响应速度,在机器视觉的工业AI技术领域抢占发展的高地。 公司通过大量行业方案积累,逐步开始建立分行业方案、产品、交付的标准化。目前公司机器视觉解决方案广泛应用于3C电子、锂电、汽车、半导体、光伏、食品、医药、烟草、物流等多个行业。 问题3:公司通过哪些举措提升产品标准化水平? 回答:当前机器视觉正加速渗透工业制造、智能检测等多元化场景,市场需求呈现精细化、专业化趋势。公司将充分利用过去在视觉领域积累的丰富场景和行业经验,据此推动技术成果向标准化、模块化产品转化,将公司过去非标定制开发的视觉方案沉淀为通用产品,提升业务的规模化和可复制性,以进一步拓展中小客户市场,实现规模效应。 (1)定制与标准并行,兼顾多样市场需求,拓宽客户群体 一方面,公司会针对行业战略大客户提供定制开发服务,以此保持对行业前沿需求的敏锐洞察,获得规模效应与技术溢出;另一方面,公司将成熟方案产品化,推出标准版供更广泛客户使用。这种模式既能助力公司抓住大客户技术需求,提升技术实力、实现规模效应,又能以较低的增量投入服务更多中小型客户,扩大市场覆盖面。 (2)提升产品能力,拓宽销售渠道,大幅提升市场占有率 基于产品标准化战略,公司将持续提升工业相机、智能读码器、3D传感器等核心部件的产品能力。同时,公司以“产品市场化、品牌化”为核心进行战略升级,通过生态合作模式链接行业伙伴,共同探索机器视觉技术的应用价值与市场潜力,构建可持续发展的利益共同体。未来,公司将重点推进标准方案和标准产品的销售,从而拓展市场空间,大幅提升产品的市场占有率。 (3)工业AI助力智能化,提速产品和方案标准化推广 工业AI等新技术的发展正在提升生产过程的智能化程度,为标准方案的大范围复制创造了有利条件。过去,由于不同行业、不同客户的生产线差异较大,方案难以实现标准化复制。但如今,随着AI算法自适应能力的增强以及视觉系统对场景通用性的提高,只需较少调整就能适配不同应用,有利于公司将成熟方案打包成标准产品进行推广。 问题4:除了工业制造领域外,公司是否有人形机器人领域拓展规划? 回答:随着技术和市场的演进,公司也在积极探索更广泛的新兴领域对视觉技术的需求。其中既包括对现有工业领域更深层次、更全面的渗透,也包括向泛工业、消费级产业的拓展。公司充分发挥在工业机器人领域长期积累的经验和技术优势,关注人形机器人等新兴热点领域对机器视觉的需求。公司已经基于自身成熟的3D视觉(如结构光、TOF等)和AI算法技术,以及目前成熟的核心传统视觉模组产品能力,着手研发面向人形机器人等新型终端的视觉模组和解决方案。在这一过程中,公司保持理性和克制,审慎评估市场成熟度和商业可行性,将相关研发定位为前瞻性布局,适度介入人形机器人视觉等话题领域。 管理层认为,人形机器人尚处于发展初期,短期内难以形成大规模市场,但视觉作为机器人感知的关键技术,公司进行预研有助于提前占据技术制高点。一旦未来条件成熟,公司可以凭借过去在工业机器人、协作机器人、应用场景辅助机器人的应用积累,提前布局迅速推出契合市场需求的产品。 问题5:公司未来的人员规划? 回答:公司将持续优化人才结构,依托奥普特研究院、奥普特博士后工作站择优引进专业技术人才,加大研发投入,不断提高产品核心竞争力。另外,公司将持续招纳高水平的经营管理人才、市场策划和营销人才,扩充销售服务团队,保障市场开拓和客户服务能力。此外,公司将进一步完善员工绩效考核机制,优化激励机制和分配方式,充分调动员工积极性与创造性,激励人才充分发挥自身优势,增强公司的凝聚力与向心力,保证公司的持续健康发展。 问题6:公司未来AI技术重点发展方向? 回答:公司现已有DeepVision3、Web版(Cloud版)AI平台两款基于人工智能工业的视觉软件,以卓越的技术创新、出色的产品特性及广泛的产业落地能力,为智能制造注入强大动力,助力产业迈向新高度。这两款产品从底层算法的高效突破,到中间层软件的稳定易用与智能化升级,再到上层行业的深度应用,充分展现了技术与产业融合的无限潜力。 未来,公司将聚焦轻量化、高精度与一站式解决方案,致力于提升技术的实用性与产业覆盖面。一方面,通过模块化配置打造更轻量化的视觉方案,实现检测、分类、匹配、定位与边缘检测等多种功能;另一方面,依托海量工业数据与充足算力,优化模型架构与推理策略,开发精准匹配、跟踪、计数与检测的通用大模型,增强复杂场景下的鲁棒性与智能化水平。同时,公司将推出高质量的工业AI生成平台,覆盖数据挖掘、知识梳理、半自动标注、用户确认、一键训练、模型调配与批量部署的全流程闭环,实现从数据准备到模型上线的无缝衔接,为工业智能化提供高效便捷的整体解决方案,全力推动工业AI技术在更多应用场景中落地生根。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。