兴业证券,TownSquare,Polymer Capital Management,美国银行集团公司之附属公司,Genesis Investment Management Ltd,国海证券,高盛国际,Eastspring Investments Singapore Ltd,中泰证券,太平洋资产,Grand Alliance Asset Mgmt Ltd,西部证券,西藏中睿合银投资,麦格理资本,大和资本市场香港有限公司,德邦证券,上海海通证券,Kadensa Capital Ltd,北京诚旸投资,光大永明资产,招商基金,Fidelity International,Fountaincap Res & Inv (HK) Co,Swiss-Asia Financial Services Pte Ltd,上海骐邦投资,尚诚资产,国晖投资,汇泉基金,苏州正源信毅资产,湘财基金,华夏理财,UBS Global Asset Mgmt - Investment Advisor,上海臻宜投资,WNS Quartment Management,华鑫证券,良仓资本,上海方物私募基金,上海瓴仁私募基金,中信证券,国元证券,上海泊通投资,玄元,Jarislowsky,Fraser Limited,Ishana Capital Ltd,富瑞金融集团香港有限公司,华泰联合证券,深圳市兴海荣投资,Abrdn Alternative Invs Ltd,Green Court Capital Management Limited,摩根大通证券(中国),上海丰仓股权投资基金,HSZ Group,Fidelity International (FIL),农银人寿保险,中国人寿资产,国泰人寿保险,广州睿融私募基金,宝盈基金,上海祥镒资产,深圳嘉石大岩资本,Harding Loevner,阳光资产,Pleiad Inv Advisors Ltd,东方财富证券,东兴基金,华夏久盈,Astroll Mgmt Ltd,毅立集团(香港),中国人保资产,重庆德睿恒丰资产,花旗,北京天时开元股权基金,Cathay Life Ins Co Ltd,AI-Squared Management Limited,山西证券,浙商证券,大家资产,东方证券,上海顶天投资,Manulife Asset Mgmt (HK) Ltd,上海君和立成投资,Manulife Inv Mgmt (Hong Kong) Ltd,Cathay Securities Investment Trust Co., Ltd.,Dymon Asia Capital (HK) Limited,上海牛乎资产,国投瑞银基金,易唯思商务咨询,Polar Capital Limited,青岛素本投资,NTF Asset Mgmt Ltd,北京源峰私募基金,北京橡果资产,ADIA Middle East,景顺长城,盛博香港,上海盘京投资,Polymer Capital Man(HK),申万宏源证券,国泰君安,日兴证券,Nan Shan Life Insurance Co Ltd,上海准锦投资,深圳市尚诚资产,华安证券,东北证券,摩根基金(中国),FACT Capital LP,上海沣谊投资,青岛金光紫金创业投资,Jefferies,鸿运私募基金,广东熵简私募基金,Point72 Asset Mgmt,北京澹易资产,杭州汇升投资,Artisan Partners Asset Management Inc,郑州智子投资,Rohdea Fund,Point72 Hong Kong Ltd,HSBC,美林证券,大家养老保险,工银国际,泓德基金,永安财产保险,国金证券,大和资本,中国银河证券,远信(珠海)私募基金,华西证券,Daiwa Capital Markets Hong Kong Limited,上海龙全投资,Orchid China Management Limited,Bluecrest Capital,上海瞰道资产,Matthews International Capital Management,Fuh Hwa Site Am(HK) Ltd,华创证券,深圳市铸成投资,摩根士丹利亚洲,上海景领投资,长江证券,深圳玖稳资产,T Rowe Price,上海申银万国证券,融捷投资控股集团,Sumitomo Mitsui DS Asset Management Company, Limited,考斯韦(上海)信息咨询,Fuh-Hwa Secs Investment Trust Co Ltd,银叶,中银国际证券,国信证券,摩根士丹利证券(中国),国融基金,中邮人寿保险,安信证券,Janchor Partners,JP Morgan Asset Mgmt (Taiwan) Ltd,上海景林资产,上海天猊投资,Asset Mgmt One Co. Ltd.,CTI Capital,东吴证券,恒识投资,招商证券,金库骐楷(杭州)私募基金,中金公司,仙翎投资,中银金融资产,国华兴益保险资产,花旗环球金融亚洲,长盛基金,中信建投,北京市星石投资,IGWT Investment,华泰证券,嘉实基金,SMBC Nikko Securities Inc.,明亚基金,Protium Capital Limited,开源证券,上海元昊投资,汇添富基金,凯基证券亚洲,Nan Shan Life Insurance Co,建峖投资,Man GLG

问题1:2023年前三季度公司收入增长具体情况?

回答:2023年前三季度,公司实现营业收入845,952,157.78元,较上年同期下降7.06%,主要是因为下游行业整体市场需求疲软以及固定资产投资增速放缓所致。2023年前三季度,公司3C电子行业收入较去年同期下降4.30%,新能源行业收入较去年同期下降14.53%。

问题2:公司经营性现金流有较大提升,主要原因是什么?

回答:2023年前三季度,公司经营活动产生的现金流量净额为134,910,880.68元,上年同期为-75,610,699.44元。2023年前三季度回款良好,主要是因为公司加大了经营性现金流的管控力度,开始实施供应链金融付款方式,资金使用效率进一步提升。

问题3:公司近期发布的万兆网光口线阵相机具体有哪些亮点?

回答:更高成像质量,精准还原光影细节:重点升级优化像元尺寸、成像效果及图像处理算法等;在不同的工业环境下,可避免光照不均匀、噪声等影响,能捕捉到细微瑕疵,为用户带来优质成像效果;

超高行频&带宽,助力高速视觉检测:利用线阵相机内部的FPGA边缘计算能力,通过降低CPU负载,解决传统方案算力不足、检测效率低等问题;

超远距离传输,抗干扰能力更强:不易受电磁干扰,在较长的距离内仍可保持稳定信号,具有低损耗、低延迟等优势,数据传输更可靠,避免图像丢失或降低图像质量等情况;超低功耗、低成本等特性,实现更低发热量和温升,减少灰尘进入而干扰成像效果。

问题4:关注到公司最近发布了增持公告,想请教下具体情况?

回答:公司控股股东、实际控制人卢治临先生、卢盛林先生,及其一致行动人许学亮先生拟自2023年10月31日起6个月内,通过上交所交易系统允许的方式增持公司股份,合计拟增持股份的金额不低于人民币2700万元且不超过人民币3500万元。主要是基于对公司未来持续稳定发展的信心和对公司长期投资价值的认可,同时为进一步促进公司持续健康发展,维护公司及全体股东的利益,稳定市场预期,增强投资者信心。

问题5:公司的深度学习技术布局及进展情况?

回答:深度学习(工业AI)相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力,推动了机器视觉技术在更多行业的广泛应用。目前工业用的深度学习模型依然需要专业数据和领域知识积累,其着力解决的图像分析任务,仍旧需要以高成像技术积累的图像为前提。公司凭借在成像技术方面的领先优势,以及在各个下游行业积累的机器视觉专有技术(Know-How),与核心终端客户展开深入的前瞻性技术合作,提供软硬件一体化的解决方案。今年以来,公司成立了专门的深度学习(工业AI)应用开发团队,并设立了专用实验室,全力支持核心大客户诸如外观缺陷检测等项目的开发。

问题6:公司在提升内部管理水平方面的具体实践?

回答:公司自成立以来经营规模不断扩大,资产和业务规模在原有基础上有较大的提升,公司人员规模进一步扩大,这对公司在战略规划、组织机构、内部控制、运营管理、财务管理等方面提出更高的要求。

公司自上市以来,一直致力于打造和完善管理体系,尤其是通过数字化转型提升管理水平。公司全面启动了信息系统升级的数字化建设项目,对现有的ERP、OA等核心系统进行了业务流程优化和跨系统集成,初步构建了一个标准化、一体化、互联互通的数字化管理平台。该平台能够实现产供销业务的高效协作,提高订单交付效率,增强客户满意度。同时,该平台能够快速获取和挖掘相关业务数据,为公司管理者提供深入分析和决策支持。

问题7:人工智能技术的发展对机器视觉行业有什么影响?

回答:人工智能技术的高速发展,极大地提升了社会各产业自动化转型升级的进程,特别是以SAM大模型为代表的人工智能大模型推出,将进一步加快人工智能技术在工业机器视觉的应用覆盖。长期来看,人工智能技术将从提升视觉检测性能、简化算法框架模型、降低检测成本三个方面改变现有机器视觉的发展格局。

问题8: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。