日期 | 股票名 | 调研地点 | 调研形式 |
2024-01-11 | 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 |
---|---|---|---|---|
69.49 | 2.88 | - | 83.98亿 | 1.35% |
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,Pictet,Sumitomo Mitsui Ds Asset Management- JP,Ponit 72 Asset Management,Lombard Odier,China Life Asset Management,Mirae Asset Mgmt,博时基金,贝莱德,Allianz Global lnvestors,Cathay Life Insurance-TW,Amundi Asset Management-FR,Hillhouse,Kenrich Partners-SG,Rohdea Fund,Lion Global lnvestors,Ashmore,Green Court Capital,Enbao Capital Ltd,Manulife Asset Management-HK,万家基金,D-fly,Dowgate Wealth–UK,Citadel,Polymer CapitalHK,Dymon Asia Capital (Singapore),大和证券,Apeiron Capital,Causeway Capital,Tocqueville Finance Sa(Ex La Banque Postale) – PAR,Franklin Templeton Em,Shanghai,国信证券,Qatar Investment Authority-QA,花旗,Sumitomo Mitsui Ds Asset Management,Tecity Management Pte Ltd-SG,Bank Julius Baer,China Investment Corporation,ADIA,Value Partners,Columbia Threadneedle,Millcnnium Capital Management-HK,UBS,FIL,Polymer,StillBrook Capital-HK,JPMorgan Asset Management,Power Corporation of Canada,Point72 Asset Management-HK,嘉实基金,开源证券,Comgest,Uniom Investment Management-HK |
调研详情 |
问题1:公司智能读码器在光伏行业有应用吗? 回答:公司通过深入了解行业需求,将智能读码器产品渗透到硅片、切片、电池及组件等多个工艺环节,可实现信息全流程追溯。以光伏组件生产工艺为例,公司的智能读码器可有效应对覆膜、热压、层压等工序条码的读取难题。具体来看: (1)针对条码模糊、受背景纹路干扰问题,智能读码器内嵌AI芯片,通过事先学习大量条码样本数据,能自动区分条码部件、字符和异常,算法抗干扰能力强,大幅度提升复杂场景的读取率;而且还支持过滤解错码的功能。即使条码模糊、受背景纹路干扰,智能读码器仍可准确读取,能兼容覆盖不同厚度、不同款式EV膜的条码,读取率可达100%; (2)针对玻璃反光影响读码问题,智能读码器配备了偏振滤光片,能有效消除反光噪点影响,采集的条码图像清晰、亮度均匀,提升读码准确率; (3)针对光伏板热压后的表面条码变形问题,智能读码器内置畸变矫正算法,自动修正处理,即使条码变形,仍可准确读取条码信息; (4)针对条码位置不固定易漏读问题,智能读码器可选配超广焦距的镜头,视野范围更大;而且搭配的高像素高灵敏图像传感器,成像清晰,可有效抑制噪音干扰。即使大视野、较短曝光时间内,仍可获得明亮清晰的图像,能避免漏读、误读的情况发生; (5)随着光伏组件生产工艺不断升级,产线速度大幅提升,为更好应对高速动态读码场景,智能读码器采用多核异构计算和三级流水式软件结构,通过ISP、NPU和CPU的并行处理实现高速化,从采集到解码整个过程无需等待,解码更高效。 问题2:公司对行业人才的培养思路? 回答:公司坚信人才是最宝贵的财富,致力于提升人才质量,实现个人与企业的双赢。 (1)根据现有的人员结构和未来的业务发展需求,公司建立了完善的人才培养机制,为员工提供全方位的能力提升和职业规划。 (2)公司持续加强研发系统的人力投入和团队建设,重点引进深度学习(工业 AI)算法、新产品研发等领域的专业人才,夯实底层研发团队的基础能力。 (3)公司教育事业部积极探索职业教育市场的潜力,一方面关注国家和地方政府推动职教发展的政策导向,提高公司在职业教育领域的影响力;另一方面拓展校企合作的覆盖范围,与全国各地的优秀职业院校开展产学研合作,推动区域内其他院校开展校企合作业务。同时,公司积极参与机器视觉领域相关人才标准的制定,参与了人社部组织的《工业视觉系统运维员》国家职业技能标准制定工作,逐步构建了完整的人才培养和考核体系,助力行业标准化建设,培育高素质的机器视觉人才,服务行业、回馈社会。 问题3:如何看待汽车行业对机器视觉的拉动作用? 回答:汽车行业是国家高质量发展战略的重点行业之一,中国新能源汽车市场规模和发展速度持续领先,已开始建立自主可控的供应链体系,推进新能源车核心产业链国产化。除新能源汽车相关零部件已高度国产化外,自主设计、自建自动化生产线成为众多中国造车新势力车企的首要选择。汽车自动化产线的建设,离不开机器视觉技术的应用,特别是在装配的在线检测和零部件的离线检测等。中国汽车行业,特别是新能源汽车的高速发展,叠加核心产业链的国产化进程,给国内机器视觉企业带来增长机会。 随着新能源汽车市场的持续扩大,汽车电动化和智能化的融合趋势愈发明显,新能源汽车技术创新节奏也将加快。公司立足于与国内外行业大客户的合作突破,持续加大对汽车行业的业务拓展力度。 问题4: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5:终端客户有自己的机器视觉团队会对我们有什么影响? 回答:随着工业制造领域自动化和智能化程度的加深,越来越多的终端客户认识到机器视觉的重要性,并逐步开始重视机器视觉的应用。客户建立自己的机器视觉团队,有利于挖掘出更有价值的项目需求,加深与我们的合作。同时,客户了解更多的机器视觉知识,更有利于我们做标准化交付,共同推动技术的进步和行业的发展。 问题6: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7: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8:公司的销售模式是怎样的? 回答:公司的销售模式均为买断式销售,主要依托向客户提供解决方案带动产品的销售,主要客户类型包括设备制造商、设备使用方、系统集成商/贸易商等。 机器视觉是智能装备的“眼睛”和视觉“大脑”,是实现智能制造的重要核心部分。而机器视觉在我国兴起和发展的时间较短,客户对于机器视觉能够实现的功能和能够达到的效果有一定的疑虑;且机器视觉功能的实现受到多种变量的影响,一套高效的机器视觉解决方案的设计需要大量的经验数据,而机器视觉的使用者往往较难积累足够的机器视觉应用经验数据库。因此,在销售机器视觉部件过程中,为客户提供技术服务和支持尤为重要。通过对行业特点的分析,结合公司自身的优势,公司建立起了以向客户提供机器视觉解决方案,从而带动产品销售的业务模式。 |
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。