奥普特2023-12-07投资者关系活动记录

奥普特2023-12-07投资者关系活动记录
微信
微信
QQ
QQ
QQ空间
QQ空间
微博
微博
股吧
股吧
日期 股票名 调研地点 调研形式
2023-12-07 奥普特 - 线上会议,现场参观
PETTM PB 股息率TTM 总市值 换手率
66.51 2.75 - 80.38亿 1.18%
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
-6.96% -13.32% -40.32% -35.58% 17.99
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
64.23% 59.84% 17.99% 8.81% 4.71亿
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
23.60 24.69 86.84 -
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
131.28 264.37 7.99% -0.08% 1.23亿
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
0.00亿 2024-09-30 - -
参与机构
Kadensa Capital,广发证券,China Life Asset Management,鸿德基金,嘉合基金,Schroders,东方红,高毅资产,Pinebridge Investments Asia,HKG,Franklin Templeton Sealand, Shanghai,Neuberger Berman,Neuberger Berman HK,博时基金,GIC,Pleiad Investment Advisors,大成基金,Baring,Ox CaPital, Sydney,Tf International Securities Group Limited,国信资管,Rohdea Fund,Franklin Templeton Im ,HK,Manulife Im, HK,Goldstream Capital Management Ltd,Matthews Asia (Shanghai),Allianz Global Investors, HK,Franklin Templeton,Polymer,HK,Grand Alliance,Oberweis Am, HK,Schonfeld,Taikang Asset Management , Hong Kong,Point 72 Asset Management,HK,Rays Capital Partners,HK,太平洋保险,Macquarie,T.Rowe Price,财通资管,国泰基金,Temasek,Cloudalpha Cm, Shenzhen,Aia International, HK,犇牛投资,天风证券,第一创业证券资管,景林资产,峰辰资产,长城基金,阳光资产,Redwheel,安信证券,东方自营,Janchor Partners,安信基金,东吴证券,淳厚基金,圆石投资,国寿养老,Polymer,Ping An Of China Am, HK,嘉亿资产,中信建投,Xingtai Capital Management , HK,富敦基金,易方达,Protium Capital Limited,Artisan Partners, HK,留仁资产,泰德圣投资,信达澳亚
调研详情
问题1: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。

近日,公司发布了DeepVison3,兼具高效、柔性、易用特点。在高效维度,DeepVision3基于小样本学习,通过图像扩增、算法增强等方式,降低图像依赖程度,数据量可减少90%,而深度图像生成速度提升3倍以上,训练周期可缩短到30分钟;同时还通过模型轻量化,在保证了精准度的前提下,使分类和检测任务提速20倍以上。在柔性维度,DeepVision3开发了针对3C、锂电池的通用检测模型,相近工艺可实现一键换型,高度契合工厂模式,支持多人协作、多工序分析等功能。不仅于此,DeepVision3囊括了8大任务类型、15大核心功能,标注、分割更智能高效,操作简单。

问题2:想请教下公司投资东莞泰莱的整体战略布局?

回答:东莞泰莱主要从事精密传动部件的研发、生产、销售;主要产品包括直线电机、DD马达、直线模组、精密大理石直线电机平台等。东莞泰莱产品广泛应用于精密激光加工设备、精密测量仪器、液晶面板设备、半导体设备、锂电设备、光伏设备等下游领域。

机器视觉与运动控制技术均为工业自动化的核心技术。近年来,随着机器视觉在工业自动化特别是高端制造行业如消费电子、新能源、汽车、半导体行业的不断渗透,运控产品与机器视觉产品的结合变得更为紧密。公司在视觉整体解决方案上不断加强与运动控制的配合,旨在为客户提供更具竞争力的自动化解决方案。

公司将结合客户体系优势,通过直线电机及直线模组扩展应用市场。同时,加大驱动及驱控一体技术研发投入,打造公司具有核心竞争力的运动方案解决能力。未来运动方案解决能力与视觉方案解决能力相结合,形成两大核心技术平台,将进一步巩固和提升公司的市场竞争力,并增强抵御市场风险的能力。

问题3: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4:能介绍下公司未来发展战略吗?

回答: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:不断拓展自动化核心零部件新产品线。公司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;

在硬件方面,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、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5:机器视觉相比于人眼的优势有哪些?

回答:与人眼相比,机器视觉具有精度高、速度快、适应性强、客观性高、重复性强、检测效果稳定可靠、效率高等特点,可助力终端客户实现产品增质、降低成本以及生产数字化。在产品增质方面,机器视觉可显著降低产品漏检率,提高生产的精度和良品率;在降低成本方面,机器视觉采集和处理图像的时间在微秒级别,可显著提升效率,单台视觉系统可代替多人工作,并可持续工作;在生产数字化方面,机器视觉作为图像重要数据的采集和分析工具,助力未来实现智能生产和工业互联。

问题6:公司有哪些领先的视觉技术?

回答:公司以视觉算法和光学技术为核心,具备开发机器视觉底层算法、平台软件,以及光源控制和光学模拟等核心组件的能力。核心技术包括深度学习(工业AI)算法、传统视觉算法、3D视觉算法、光源控制和光学成像等。公司重点发展深度学习技术、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。同时,结合多年积累的机器视觉在各下游行业应用的专有技术(Know-How),公司构建了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系。
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。

我的收藏
关注微信公众号 微信公众号二维码 获取更多数据
关闭 X