中科沃土,申万宏源,Newport Asia,新华基金,华鑫证券,兴业基金,中信证券,富瑞集团,金鹰基金,Generation,禅龙资产,摩根大通,长信基金,安信证券,开源证券,招商基金,财通证券,循远资产,兴业自营

问题1:关注到公司最近进行了Smart3视觉软件的升级,相比之前有哪些进步?

回答:Smart3视觉软件除高度易用外,还兼具高性能与高稳定性。开发团队持续优化软件算法效率和资源占有率,并通过改善底层代码,显著提升算法抗干扰能力,图像处理结果及时间稳定,视觉检测更高效、更精准,具体如下:

(1)优化算法效率:Smart3视觉软件通过优化底层代码,大幅降低CPU占用率,使图像分析流程更高效,相比于升级前,其占用率降低近一半。综合多个行业检测需求,对典型算法模块进行针对性优化,显著提升算法运行效率。此外,还通过优化算法结构,提升了深度学习在Smart3视觉软件部署的灵活性,有效降低对GPU的依赖,即使是没有搭载高性能GPU,也能快速轻松地执行深度学习功能;

(2)强化算法抗干扰能力:通过新开发算法功能和改进底层代码,进一步提升检测精度和稳定性,场景适应能力更强。以读码算法为例,即使在码点缺失、极低对比度的情况下,Smart3视觉软件也能精准读码。

问题2:能介绍下公司未来发展战略吗?

公司致力于成为国际一流的自动化核心零部件供应商,聚焦感知与决策核心关键环节,为客户提供实现自动化所需的核心软硬件。

(1)核心技术方面:重点发展深度学习(工业AI)技术、3D处理与分析技术、图像感知和融合技术、图像处理分析的硬件加速等视觉前沿技术,并持续在光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件技术方面进行强化,巩固公司在光源、光学成像、行业应用软件方面的优势;

(2)产品方面:不断丰富和完善公司机器视觉产品线。现有视觉软件产品线、3D产品线、智能读码器产品线、工业相机产品线、工业镜头产品线、光源产品线。

硬件方面,重点完善产品型号布局,满足更广的项目应用需求。在软件方面,持续升级现有的Smart系列视觉处理分析软件,重点开发3D重构及分析模块、深度学习(工业AI)算法模块;

(3)市场方面:进一步拓展公司的市场空间,在巩固现有的3C电子、迅速扩张新能源等领域的客户和市场的同时,积极开拓半导体、汽车等行业的机遇;进一步强化和深耕国内市场的同时,积极开拓欧洲、日本、印度、越南、泰国等海外市场。

问题3:公司在机器视觉行业有哪些应用经验及数据积累的优势?

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、新能源等领域,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,深度学习(工业AI)将深刻改变机器视觉行业的技术发展,而行业数据是深度学习技术的基础。深度学习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、新能源、半导体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,在机器视觉的深度学习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、新能源、半导体、汽车、光伏、食品、医药、烟草、物流等多个行业。

问题4:与国外的竞争者相比,公司存在哪些优势和劣势?

回答:对比国外机器视觉厂商,公司的优势主要表现在非标定制化的能力、自主研发能力与核心技术的积累、完善的自主产品线、成本优势、以及公司的快速响应能力;劣势主要是与国外行业巨头在行业渗透、产品通用性、品牌溢价等方面都还存在一些差距。

中国拥有全球成长性最大的机器视觉市场,实体经济高质量转型发展将带动机器视觉应用场景的拓展和渗透率提升。公司将利用自身优势,持续保持高研发投入,迭代产品和技术,牢牢把握国产替代机遇,巩固公司在机器视觉领域的优势。

问题5:公司主要的研发模式是什么样的?

回答:公司的研发主要包括基于机器视觉软硬件产品的研发和基于机器视觉解决方案的研发。对于机器视觉软硬件产品的研发,公司坚持基础研发、产品研发与前瞻性研发并重。一方面公司通过包括对光学成像、图像处理、深度学习、3D视觉技术、异构计算等技术的研究,为产品研究夯实了技术基础;另一方面,公司也贴近客户需求不断研发、改进既有产品,有效地满足客户需求、提升用户体验。

对于机器视觉解决方案的研发包括三个层次。第一个层次是针对客户具体的需求和应用场景进行的方案研发。机器视觉的应用场景千变万化,在实际应用过程中,需要考虑到各种各样的因素,如被摄目标自身的大小、形状,机器视觉所在设备的自身结构、速度等,对机器视觉系统的影响,才能设计出合适、可实现应用目标的方案。第二个层次是从若干客户的各种具体应用场景中对解决方案进行总结研发,提炼出在一定应用场景下相对普适性的解决方案,从而向客户提供更优化、简洁、高效的产品和服务。第三个层次是将应用数据反馈回具体的机器视觉软硬件层面,总结出产品改进和新品开发的路线,促进产品的研发。

问题6:公司提供的解决方案对客户的价值体现在哪里?

回答:通过向客户提供解决方案,公司可以:

(1)为客户的研发项目提出机器视觉部分的具体实现路线,提升研发成功率。合理的技术路线,是研发成功的保证。机器视觉技术,作为智能制造设备的核心部分,其技术路线的合理性,直接影响到设备的研发成败。公司通过结合核心技术、Know-How知识库、产品特性、客户的需求等因素,向客户提供定制化的技术实现解决方案,并结合解决方案推荐合适的机器视觉部件,以提高视觉系统的性能、稳定性等,从而提升客户研发项目的成功率。

(2)在已有知识库的基础上,通过技术验证,有效缩短下游客户的研发周期。公司的产品覆盖了机器视觉多个部件,同时在多个行业积累了超过5万个应用案例。基于对自主产品的深入了解和大量历史数据的积累,公司可以在更短的时间内完成解决方案的设计。

此外,通过公司完善的实验条件,通过实验室进行方案的验证,可以对方案的有效性进行提前和高效的验证,从而有效缩短下游客户的研发周期,协助客户提升竞争力。

(3)降低客户研发和试错的成本

机器视觉作为设备中的重要模块之一,在一定程度上可以决定整个设备的功能和种类。而机器视觉模块的预计功能能否实现以及实现程度如何,往往需要通过大量的实验进行验证,试错成本较高。公司通过提供经过验证的解决方案,可以降低客户研发和试错的成本。

问题7:机器视觉的功能和应用场景?

回答:机器视觉作为机器的“眼睛”和视觉“大脑”,属于智能装备感知、分析部分的关键零部件。机器视觉的诸多应用场景和功能,均可归为四种基本功能——识别、测量、定位和检测。比如3C行业的精密组装、外观缺陷检测等环节,锂电行业前段的涂布锟压、中段工艺的电芯组装、后端化成分容检测、模组Pack段检测等环节均有应用。

机器视觉的应用场景与我国制造业发展相匹配,近年来我国制造业的转型升级如半导体、汽车行业,以及新兴产业的兴起如新能源行业的逐步渗透,再加上终端客户对产品质量管控要求的不断加强,机器视觉逐步实现核心技术的突破和下游应用场景的拓展。

问题8:2023年上半年公司收入增长具体情况?

回答:2023年上半年,公司实现营业收入61,921.76万元,同比增长3.04%,实现归属于上市公司股东的净利润为17,366.03万元。公司在3C电子和新能源两大核心领域的业务均实现了增长:(1)3C电子领域:尽管受到整体经济环境影响,但公司在3C电子领域仍然实现了4.10%的同比增长。该领域的增长主要来自于公司产品在核心客户的应用场景持续渗透。一方面,公司产品持续向核心客户的各产品线渗透,带来更多的需求;另一方面,公司作为核心客户推动其产业链自动化进程的重要合作伙伴,终端客户品质管控前移,模组、关键零部件生产中自动化程度提高带来新增视觉需求;(2)在新能源领域:虽然该领域的整体资本开支增速放缓,但公司仍然实现了0.87%的同比增长。公司一方面与行业龙头持续加深合作,另一方面积极开拓新客户业务。随着新能源领域客户基于提升其产品安全性的考虑,产品检测需求和要求持续提升,公司作为机器视觉行业技术领先的企业,伴随深度学习(工业AI)、3D视觉工序覆盖持续增长,在帮助客户实现产品高标准检测需求的同时,带来了收入的增长。