南方天辰,广发证券,勤道资本,天风证券,上海大朴资管,景林资产,国盛证券,海宸投资,中欧基金,东方财富,北京相聚资本,华美国际,大家资产,中粮期货,智诚海威,涌乐基金,Polymer,长盛基金,中信证券,真科私募,Oberweis,正圆投资,易简资本,国金基金,百川资管,中国人寿资产管理,汇丰前海,尚善资产,万家基金,北京和源投资

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。

2023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。

2023年12月初,公司发布了DeepVison3,兼具高效、柔性、易用特点。具体来看:

(1)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;

(2)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;

(3)在易用维度,DeepVision3囊括了语义分割、字符识别、目标检测、图像分类等多种任务类型,无需编程,高度易用,极大降低了软件的学习成本。此外,DeepVision3还支持多标签复用、标注质量把控等功能。在模型训练过程中,提供超参设置提示、过程可视化、评估结果溯源等工具,还能一键部署到Smart3软件。

问题2: 如何看待机器视觉市场的发展?

回答:GGII数据显示,2022年中国机器视觉市场规模170.65亿元(该数据未包含自动化集成设备规模),同比增长23.51%。其中,2D视觉市场规模约为152.24亿元,同比增长20.21%,3D视觉市场约为18.40亿元,同比增长59.90%。GGII预测,至2027年我国机器视觉市场规模将超过560亿元,其中,2D视觉市场规模将超过400亿元,3D视觉市场规模将接近160亿元。

随着中国“制造强国”战略的推进和工业自动化的加速发展,机器视觉国产替代成为主旋律,也将迎来更加广阔的市场和发展空间。顺应行业发展,公司将持续拓宽应用行业,面向不同行业持续推出新产品,不断提升研发及服务能力。

问题3: 公司对于市场开拓方面的规划?

回答: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4: 3D机器视觉产品是否可以取代2D机器视觉?

回答:使用2D机器视觉技术可以获取二维图像,在三个自由度(x、y和旋转)上定位被摄目标,并基于灰度或者彩色图像中对比度的特征提供处理分析结果。3D机器视觉技术相对于2D技术提供了更丰富的被摄目标信息,可以在六个自由度(x、y、z、旋转、俯仰、横摆)上定位被摄目标,还原人眼视角的三维立体世界。3D机器视觉技术与2D机器视觉技术,两者在不同的使用场景下有各自的优势,并非完全取代的关系。

问题5: 公司的生产备料模式是怎样的?

回答:公司采取以销定产并按照销售预测保持一定安全库存的生产备料模式,以保证生产的平稳性和交期的灵活性。对于较为常规的产品,公司采用“备货生产”模式。即根据历史订单数据、下游市场情况等信息进行销售预测并确定安全库存水平,在考虑上游供货周期的基础上,以该库存水平为目标,调整生产节奏,提前排产,以便快速响应市场需求。对于常用程度较低、应用范围较窄的非标准产品,公司采用“按单生产”模式。即以订单为导向,按照客户需求的产品规格、数量和交货期来制定生产计划,组织备料排产。

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。