[中报]凌云光(688400):2023年半年度报告
|
时间:2023年08月29日 22:26:19 中财网 |
|
原标题:凌云光:2023年半年度报告
公司代码:688400 公司简称:凌云光
凌云光技术股份有限公司
2023年半年度报告
重要提示
本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。
重大风险提示
报告期内,不存在对公司生产经营产生实质性影响的特别重大风险。公司已在报告中详细描述可能存在的相关风险,敬请查阅“第三节 管理层讨论与分析”之“五、风险因素”部分内容。
公司全体董事出席董事会会议。
本半年度报告未经审计。
公司负责人姚毅、主管会计工作负责人顾宝兴及会计机构负责人(会计主管人员)解利红声明:保证半年度报告中财务报告的真实、准确、完整。
董事会决议通过的本报告期利润分配预案或公积金转增股本预案
无
是否存在公司治理特殊安排等重要事项
□适用 √不适用
前瞻性陈述的风险声明
√适用 □不适用
本报告中所涉及的未来计划、发展战略等前瞻性描述不构成公司对投资者的实质承诺,敬请投资者注意投资风险。
是否存在被控股股东及其他关联方非经营性占用资金情况
否
是否存在违反规定决策程序对外提供担保的情况?
否
是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否
其他
□适用 √不适用
目录
第一节 释义..................................................................................................................................... 4
第二节 公司简介和主要财务指标 ................................................................................................. 6
第三节 管理层讨论与分析 ............................................................................................................. 9
第四节 公司治理 ........................................................................................................................... 32
第五节 环境与社会责任 ............................................................................................................... 34
第六节 重要事项 ........................................................................................................................... 37
第七节 股份变动及股东情况 ....................................................................................................... 63
第八节 优先股相关情况 ............................................................................................................... 70
第九节 债券相关情况 ................................................................................................................... 70
第十节 财务报告 ........................................................................................................................... 71
备查文件目录 | 载有公司法定代表人、主管会计工作负责人、会计机构负责人签名并盖
章的财务报告。 |
| 报告期内在中国证监会指定网站上公开披露过的所有公司文件的正文及
公告的原稿。 |
| 经法定代表人签字和公司盖章的本次半年报全文和摘要。 |
第一节 释义
在本报告书中,除非文义另有所指,下列词语具有如下含义:
常用词语释义 | | |
公司、本公司、凌云光 | 指 | 凌云光技术股份有限公司 |
苏州凌云光 | 指 | 苏州凌云光工业智能技术有限公司,系本公司全资子公司 |
凌云视界 | 指 | 苏州凌云视界智能装备有限责任公司,系本公司全资子公司 |
凌云天博 | 指 | 凌云天博光电科技股份有限公司,系本公司控股子公司 |
凌云视迅 | 指 | 深圳市凌云视迅科技有限责任公司,系本公司控股子公司 |
凌云光通信 | 指 | 北京凌云光通信技术有限责任公司,系本公司全资子公司 |
凌云光国际 | 指 | 凌云光技术国际有限公司,系本公司全资子公司 |
凌云美国 | 指 | 凌云光技术(美国)股份有限公司,系本公司全资子公司 |
凌云越南 | 指 | C?NG TY TNHH LUSTER LIGHTTECH (VI?T NAM),系本公司全
资子公司 |
凌云新加坡 | 指 | SINGPHOTONICS TECHNOLOGY PTE.LTD,系本公司全资子公司 |
元客视界 | 指 | 北京元客视界科技有限公司,系本公司全资子公司 |
元客方舟 | 指 | 北京元客方舟科技有限公司,系本公司控股孙公司 |
品成未来 | 指 | 北京品成未来科技有限公司,系本公司控股子公司 |
玦芯生物 | 指 | 北京玦芯生物科技有限公司,系本公司参股公司 |
丽恒光微 | 指 | 上海丽恒光微电子科技有限公司,系本公司参股公司 |
上海青瞳 | 指 | 上海青瞳视觉科技有限公司,系本公司参股公司 |
富联凌云光 | 指 | 深圳市富联凌云光科技有限公司,系本公司参股公司 |
智谱华章 | 指 | 北京智谱华章科技有限公司,系本公司参股公司 |
北京悟略 | 指 | 北京悟略科技有限公司,系本公司参股公司 |
长光辰芯 | 指 | 长春长光辰芯微电子股份有限公司,系本公司参股公司 |
湖南长步道 | 指 | 湖南长步道光电科技股份有限公司,系本公司参股公司 |
北京光子 | 指 | 北京凌云光子技术有限公司 |
宁波凌杰 | 指 | 宁波凌杰企业管理合伙企业(有限合伙)(2023年 7月更名为:东
台凌杰企业管理合伙企业(有限合伙)) |
宁波凌光 | 指 | 宁波凌光企业管理合伙企业(有限合伙)(2023年 7月更名为:东
台凌光企业管理合伙企业(有限合伙)) |
宁波凌视 | 指 | 宁波凌视企业管理合伙企业(有限合伙)(2023年 7月更名为:东
台凌视企业管理合伙企业(有限合伙)) |
宁波凌诚 | 指 | 宁波凌诚管理咨询合伙企业(有限合伙)(2023年 7月更名为:东
台凌诚管理咨询合伙企业(有限合伙)) |
达晨创通 | 指 | 深圳市达晨创通股权投资企业(有限合伙) |
工业富联 | 指 | 富士康工业互联网股份有限公司 |
富联裕展 | 指 | 富联裕展科技(深圳)有限公司 |
君度旭映 | 指 | 宁波君度旭映股权投资合伙企业(有限合伙) |
君度尚左 | 指 | 宁波君度尚左股权投资合伙企业(有限合伙) |
显智链基金 | 指 | 天津显智链投资中心(有限合伙) |
晟瑞投资 | 指 | 济南晟瑞股权投资合伙企业(有限合伙) |
国投创业 | 指 | 国投(上海)科技成果转化创业投资基金企业(有限合伙) |
鸿海精密 | 指 | 鸿海精密工业股份有限公司 |
福莱特 | 指 | 福莱特玻璃集团股份有限公司 |
京东方 | 指 | 京东方科技集团股份有限公司 |
宁德时代 | 指 | 宁德时代新能源科技股份有限公司 |
苹果 | 指 | Apple Inc. |
瑞声科技 | 指 | 瑞声科技(香港)有限公司 |
小米 | 指 | 小米科技有限责任公司 |
咪咕 | 指 | 中国移动全资子公司,全称为中国移动咪咕文化科技有限公司 |
知识理性研究院 | 指 | 系公司内部研发部门,以打造领先的工业人工智能技术为目标 |
中国证监会 | 指 | 中国证券监督管理委员会 |
报告期 | 指 | 2023年 1月 1日至 2023 年 6月 30日 |
保荐人、主承销商、保荐
机构 | 指 | 中国国际金融股份有限公司 |
审计机构、天健 | 指 | 天健会计师事务所(特殊普通合伙) |
万元、元 | 指 | 人民币万元、人民币元 |
机器视觉 | 指 | 通过对电磁辐射的时空模式进行探测及感知,自动获取一幅或多幅
目标物体图像,对所获取图像的各种特征量进行处理、分析和测量
根据测量结果做出定性分析和定量解释,从而得到有关目标物体的
某种认识并作出相应决策,执行可直接创造经济价值或社会价值的
功能活动。机器视觉系统是集光学、机械、电子、计算、软件等技术
为一体,在多行业的应用系统 |
人工智能 | 指 | 人工智能(Artificial Intelligence),英文缩写为 AI,是研究和开发用
于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门
新的技术科学。基于视觉的人工智能技术已广泛应用于智能制造和
社会多个领域的多个环节 |
机器学习 | 指 | 机器学习是计算机使用算法解析数据,从中学习,然后对另外一些
数据进行预测与判断,并可以通过算法改进预测与判断结果的过程
机器学习是人工智能的一个重大技术类别 |
计算成像 | 指 | 以全光函数理论为基础,围绕更好的采集和恢复全光函数各维度信
息,将计算机视觉、数字信号处理、图形学等深度交叉的新兴学科
旨在结合计算、数字传感器、光学系统和智能光照等技术,从成像机
理上来改进传统相机,并将硬件设计与软件计算能力有机结合,突
破经典成像模型和数字相机的局限性,增强或者扩展传统数字相机
的数据采集能力,全方位地捕捉真实世界的场景信息 |
可配置视觉系统 | 指 | 可配置视觉系统是依据行业用户特定需求设计而成的精准成像系统
和视觉应用系统,可用于各种行业和环境中不同应用的视觉系统,
无需最终用户编写源代码,而通过诸如图形用户界面等手段,即可
实现需求。其典型特征为灵活,可扩展。它可以是特定场景下的精准
设计的光学成像模块(眼睛)、便于行业应用的视觉组件、图像处理
软件与处理器(大脑),或者独立的视觉成像和智能处理的集成系统 |
智能视觉装备 | 指 | 以机器视觉的感知能力和分析决策能力为核心,与设备和工艺紧密
结合,将设计、生产、检测过程,甚至物流设备互联,以集成闭环形
成的智能化设备 |
视觉器件 | 指 | 构成机器视觉系统的基础零部件,包括芯片、相机、镜头、光源、采
集卡等为代表的软硬件,以及视觉算法工具库等软件 |
3C 电子 | 指 | 计算机(Computer )、通信(Communication)和消费(Consumer
Electronics)类电子产品三者的统称 |
新型显示 | 指 | 广义新型显示指以 TFT-LCD 为代表的平板显示技术,区别于早期
的 CRT 显示技术;当前狭义的新型显示也特指OLED、Micro LED
等新型平板显示技术 |
立体视觉 | 指 | 利用视觉技术获取空间场景的三维光场信息,并以此识别和重构场
景中各个对象的形态和运动轨迹等信息。主要应用于 AR/VR/XR 等
场景,实现动作捕捉、移动机器人的自主导航系统、辅助驾驶、航空
与遥感测量、工业自动化系统,以及服务于文化、娱乐和安全等产业 |
数字人 | 指 | 数字人特指虚拟数字人,是具有数字化外形的虚拟人物。与具备实
体的机器人不同,数字人依赖显示设备存在。数字人具备三大特征 |
| | 一是拥有人的外观,具有特定的相貌、性别和性格等人物特征;二是
拥有人的行为,具有用语言、面部表情和肢体动作表达的能力;三是
拥有人的思想,具有识别外界环境、并能与人交流互动的能力 |
虚拟现实(VR) | 指 | 虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统。
与传统模拟技术相比,虚拟现实技术使得用户能够进入到一个由计
算机系统生成的交互式的三维虚拟环境中,可以与之进行交互。通
过参与者与仿真环境的相互作用,并利用人类本身对所接触事物的
感知和认知能力,帮助启发参与者的思维,全方位地获取事物的各
种空间信息和逻辑信息 |
光通信 | 指 | 光通信是一种利用光来携带资讯的通讯技术 |
IPD | 指 | Integrated Product Development,简称集成产品开发,是一套产品开
发的模式、理念与方法 |
CBB | 指 | Common Building Blocks,一般译为共用基础模块 |
CVPR | 指 | 国际计算机与模式识别会议 |
AIGC | 指 | 利用人工智能技术来生成内容 |
XR | 指 | XR 即扩展现实(Extended Reality),是指通过计算机将真实和虚
拟相结合,打造人机交互的虚拟环境,是 AR(增强现实)、VR(虚
拟现实)、MR(混合现实)等多种技术的统称 |
FSSC | 指 | 指财务共享中心,基于 ERP系统而建立的一个新的财务管理模式 |
CRM | 指 | 客户关系管理,是指企业用 CRM技术用来管理与客户之间的关系 |
SRM | 指 | 全称 Supplier Relationship Management,即供应商关系管理,本报
告指的是企业中应用的供应商管理系统 |
第二节 公司简介和主要财务指标
一、 公司基本情况
公司的中文名称 | 凌云光技术股份有限公司 |
公司的中文简称 | 凌云光 |
公司的外文名称 | LUSTER LightTech Co.,LTD. |
公司的外文名称缩写 | Luster |
公司的法定代表人 | 姚毅 |
公司注册地址 | 北京市海淀区翠湖南环路 13号院 7号楼 7层 701室 |
公司注册地址的历史变更情况 | 无 |
公司办公地址 | 北京市海淀区翠湖南环路 13号院 7号楼知识理性大厦 |
公司办公地址的邮政编码 | 100094 |
公司网址 | http://www.lusterinc.com |
电子信箱 | [email protected] |
报告期内变更情况查询索引 | 无 |
二、 联系人和联系方式
| 董事会秘书(信息披露境内代表) |
姓名 | 顾宝兴 |
联系地址 | 北京市海淀区翠湖南环路 13号院 7号楼知识理性大厦 |
电话 | 010-52349555 |
传真 | 010-52348666 |
电子信箱 | [email protected] |
三、 信息披露及备置地点变更情况简介
公司选定的信息披露报纸名称 | 中国证券报、上海证券报、证券时报、证券日报 |
登载半年度报告的网站地址 | www.sse.com.cn |
公司半年度报告备置地点 | 北京市海淀区翠湖南环路 13号院 7号楼知识理性大厦 |
报告期内变更情况查询索引 | 无 |
四、 公司股票/存托凭证简况
(一) 公司股票简况
√适用 □不适用
公司股票简况 | | | | |
股票种类 | 股票上市交易所及板块 | 股票简称 | 股票代码 | 变更前股票简称 |
A股 | 上海证券交易所科创板 | 凌云光 | 688400 | 不适用 |
(二) 公司存托凭证简况
□适用 √不适用
五、 其他有关资料
□适用 √不适用
六、 公司主要会计数据和财务指标
(一) 主要会计数据
单位:元 币种:人民币
主要会计数据 | 本报告期
(1-6月) | 上年同期 | 本报告期比上年
同期增减(%) |
营业收入 | 1,283,212,797.21 | 1,288,650,414.70 | -0.42 |
归属于上市公司股东的净利润 | 91,015,480.33 | 79,206,150.47 | 14.91 |
归属于上市公司股东的扣除非
经常性损益的净利润 | 69,552,700.83 | 71,907,104.78 | -3.27 |
经营活动产生的现金流量净额 | 166,613,282.58 | -62,976,464.88 | 不适用 |
| 本报告期末 | 上年度末 | 本报告期末比上
年度末增减(%) |
归属于上市公司股东的净资产 | 3,941,143,266.10 | 3,890,949,471.25 | 1.29 |
总资产 | 4,854,464,820.39 | 5,007,045,116.53 | -3.05 |
(二) 主要财务指标
主要财务指标 | 本报告期
(1-6月) | 上年同期 | 本报告期比上年
同期增减(%) |
基本每股收益(元/股) | 0.20 | 0.22 | -9.03 |
稀释每股收益(元/股) | 0.20 | 0.22 | -9.09 |
扣除非经常性损益后的基本每股收
益(元/股) | 0.15 | 0.20 | -25.00 |
加权平均净资产收益率(%) | 2.31 | 4.95 | 减少2.64个百分 |
| | | 点 |
扣除非经常性损益后的加权平均净
资产收益率(%) | 1.76 | 4.49 | 减少2.73个百分
点 |
研发投入占营业收入的比例(%) | 16.89 | 13.51 | 增加3.38个百分
点 |
公司主要会计数据和财务指标的说明
√适用 □不适用
1、报告期内,公司努力克服外部环境困难,产品布局与市场拓展取得较好进展,实现营业收入12.83亿,较去年同期基本持平,但机器视觉收入实现同比增长 10%,各行业对“AI+视觉”的需求仍持续增长。中长期来看,伴随宏观经济逐步好转,智能制造与数字经济发展对“AI+视觉”的需求将会持续放大,而 AI技术的快速发展必将成为该趋势的“加速器”。
2、报告期内,归属于上市公司股东的净利润增长 14.91%,剔除股份支付后,归属于上市公司股东的净利润 1.05亿元,同比增长 21.89%,主要系公司聚焦机器视觉主赛道优化业务结构,持续加大产品研发投入、股份支付、参股公司投资收益等综合影响。
3、截至报告期末,上市公司实现经营净现金流 1.67亿,同比大幅改善。
七、 境内外会计准则下会计数据差异
□适用 √不适用
八、 非经常性损益项目和金额
√适用 □不适用
单位:元 币种:人民币
非经常性损益项目 | 金额 | 附注(如适用) |
非流动资产处置损益 | 15,218,859.91 | 第十节、七、68
第十节、七、73 |
越权审批,或无正式批准文件,或偶发性的税收
返还、减免 | | |
计入当期损益的政府补助,但与公司正常经营业
务密切相关,符合国家政策规定、按照一定标准
定额或定量持续享受的政府补助除外 | 8,732,847.53 | 第十节、七、67 |
计入当期损益的对非金融企业收取的资金占用
费 | 125,260.93 | 第十节、七、68 |
企业取得子公司、联营企业及合营企业的投资成
本小于取得投资时应享有被投资单位可辨认净
资产公允价值产生的收益 | | |
非货币性资产交换损益 | | |
委托他人投资或管理资产的损益 | 172,203.76 | 第十节、七、68 |
因不可抗力因素,如遭受自然灾害而计提的各项
资产减值准备 | | |
债务重组损益 | | |
企业重组费用,如安置职工的支出、整合费用等 | | |
交易价格显失公允的交易产生的超过公允价值
部分的损益 | | |
同一控制下企业合并产生的子公司期初至合并
日的当期净损益 | | |
与公司正常经营业务无关的或有事项产生的损
益 | | |
除同公司正常经营业务相关的有效套期保值业 | | |
务外,持有交易性金融资产、衍生金融资产、交
易性金融负债、衍生金融负债产生的公允价值变
动损益,以及处置交易性金融资产、衍生金融资
产、交易性金融负债、衍生金融负债和其他债权
投资取得的投资收益 | | |
单独进行减值测试的应收款项、合同资产减值准
备转回 | 60,000.00 | 第十节、七、5 |
对外委托贷款取得的损益 | | |
采用公允价值模式进行后续计量的投资性房地
产公允价值变动产生的损益 | | |
根据税收、会计等法律、法规的要求对当期损益
进行一次性调整对当期损益的影响 | | |
受托经营取得的托管费收入 | | |
除上述各项之外的其他营业外收入和支出 | 1,443,052.87 | 第十节、七、67
第十节、七、68
第十节、七、74
第十节、七、75 |
其他符合非经常性损益定义的损益项目 | | |
减:所得税影响额 | 4,233,277.12 | |
少数股东权益影响额(税后) | 56,168.38 | |
合计 | 21,462,779.50 | |
对公司根据《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》定义界定的非经常性损益项目,以及把《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目,应说明原因。
□适用 √不适用
九、 非企业会计准则业绩指标说明
□适用 √不适用
第三节 管理层讨论与分析
一、 报告期内公司所属行业及主营业务情况说明
(一) 报告期内主营业务介绍
1. 主要业务
公司以“视觉+AI”技术创新为基础,致力于成为视觉人工智能与光电信息领域的全球领导者,深耕机器视觉二十余年,是行业领先的可配置视觉系统、智能视觉装备与核心视觉器件的产品与解决方案提供商。面向消费电子、新能源、印刷包装、新型显示等领域,为客户提供智能制造与质量检测的多元化产品与解决方案,通过产品持续创新助力行业智能制造的转型升级;面向传媒、影视、游戏、动漫制作、直播等文化领域,提供运动捕捉、数字建模等内容制作工具及 AIGC智能内容生产。
公司坚持以客户为中心,以推动行业发展为己任,积极把握人工智能的战略机遇和客户需求,基于“光、机、电、算、软”底层通用技术形成四大技术平台,为客户提供差异化、高质量、高性价比的多元化产品和解决方案。经过二十余年的行业深耕,积累了苹果、富士康、宁德时代、福莱特、京东方、腾讯、央视总台、咪咕等各行业的龙头客户。凌云光将利用在机器视觉行业内形成的先发优势,继续夯实底层技术和探索前沿技术,持续投入研发,积极开拓新的应用领域。
2. 主要产品
公司致力于成像硬件到算法的持续创新。在硬件方面,针对行业客户的应用痛点,设计具有行业特色的多款线阵、面阵、运动捕捉相机及数款特色光源,以满足下游多场景的成像需求。
在算法方面,公司的 VisionWare算法平台是国内首个全自主研发的机器视觉底层算法库,积累形成 9个技术模块、18个算法库和 150余个算法工具,采用组态技术,在视觉精密定位引导、视觉检测等方面可媲美当今国际先进产品,可实现工业机器视觉功能的全覆盖。公司针对工业应用中小样本、碎片化的特点,自主开发专业化 F.Brain图像处理模型,解决了众多工业制造的检测难题,已在 3C、新能源、印刷包装等行业取得较好应用效果。
可配置视觉系统是光学成像模块(眼睛)与图像处理系统(大脑)的集合体,可以独立完成图像采集功能并基于图像采集的信息完成预处理工作。公司的可配置视觉系统可服务于多个行业场景应用,代替现有人工及相应工具,对工作对象物体进行识别、对位、测量、检测,以优化生产流程、提高生产力、节省成本和人力、提高产品质量。
智能视觉装备是在可配置视觉系统(成像模块和图像处理系统)基础上增加结构本体和自动控制部件,实现检测、生产工艺的控制和执行。相较于人工检测,大幅度提高检测效率和产品出厂良率,较为有效地解决行业痛点。
(二)主要经营模式
1.盈利模式
公司长期坚持以客户为中心,为国内外优质客户提供领先的机器视觉、光通信产品与服务。
在机器视觉战略主航道,公司自主研发一系列机器视觉产品,服务国家智能制造与数字经济,为客户提质、增效、降本、减存提供优质产品与解决方案,实现自身价值创造;在光通信领域,通过与国际领先企业战略合作,代理光纤器件与仪器等产品,为头部客户提供专业化产品与服务,从而实现收入和利润。
2.研发模式
公司研发包含通用技术研发和应用产品开发。通用技术开发以光学成像、智能软件、智能算法、精密自动化四大底层技术为基础研究方向,进一步开展机器视觉通用技术研究和前沿技术预研,对关键技术进行前瞻性研究,建立标准化技术平台;应用产品开发在通用技术平台基础上,快速适配客户应用需求,推出特定行业产品,最大限度缩短产品开发周期、提升市场需求应用速度、降低开发成本。
应用产品开发基于 IPD的集成开发模式,流程贯穿客户需求管理、产品规划、产品开发、产品生命周期管理等产品全过程。公司在产品开发中坚持以客户需求、产品开发模块化/平台化为研发导向,保证公司不断推出有竞争力的高质量产品。
3.采购模式
为支撑公司战略发展,提升采购战略执行能力,保障采购决策效率与质量,公司建立了较为完整的供应商评价体系、供应链管理体系和基于不同产品需求的采购策略。公司基于 T( Technology)、 Q( Quality)、 R( Responsiveness)、 D( Delivery)、 C( Cost)建立供应商准入及评价体系;建立以高效性、透明性、充分性为原则的分层、分权管理运作的供应商管理体系;针对定制零部件及标准零部件不同的采购特点建立不同的采购机制,以需求预测、滚动备货、安全库存相结合的采购计划策略,提升供应链整体效率,降低管理成本。
4.生产模式
公司主要采用“以销定产”的生产模式,根据产品周期性需求变化,采取自主生产+外协生产相结合的生产方式,通过最佳资源配置、实现效率成本的最优。公司通过了 ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证,以及发布了《IVS(SZ)-ISC-07 生产管理流程》等规定,保障生产过程在质量、 环保和安全等方面有效受控,及持续改进提升。
5.销售模式
公司构建了以客户为中心的市场营销体系,基于不同的客户类型和产品类型,建立了面向客户的价值创造销售流程。结合所处机器视觉行业及光通信行业的特点、上下游发展情况、客户类型等综合因素,采取了直销模式为主、经销模式为辅的销售模式。
通过直销模式,公司直接向行业内知名客户提供产品及技术服务,可以确保产品和品牌推广的有效性,与客户保持沟通,提高对客户需求的响应速度并加深对行业变化和趋势的理解。公司基于境外业务拓展及客户指定经销商两种业务场景,实行经销模式。
(三)报告期内所处行业情况
1.行业的发展阶段、基本特点、主要技术门槛
(1)机器视觉行业
就全球来看,机器视觉的发展史可追溯到 20世纪 60年代末。与国外机器视觉的发展历程相比,中国的机器视觉行业起步较晚,1995年才开始有初步应用,发展至今,机器视觉在以消费电子为代表的行业应用和算力的双轮驱动下,得到较为广泛的应用。机器视觉领域的芯片、相机、光源等核心器件及系统、设备的国产化率大幅度提高,基本已经实现在低端市场的国产替代,正处于由低端市场到高端的探索期。目前,机器视觉迎来高速发展期。
中国市场已成为全球机器视觉市场规模增长最快的市场之一 。根据机器视觉产业联盟数据,2020年-2022年,中国机器视觉市场销售额(不含设备)从 184.6亿元增长至 310.0亿元,年复合增长率 29.6%,远超全球机器视觉增长速度。机器视觉应用在设备中组成智能视觉设备,其增长空间随着下游产线投资建产和智能设备渗透率提升,智能设备的应用空间达千亿级别。
机器视觉作为实现智能制造的关键,国家颁布一系列产业政策。2021年底《十四五智能发展规划》中重点强调加快研发智能制造基础零部件和智能装备,开展智能制造示范工厂建设行动及行业智能化改造升级行动;2022年的《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》中强调深入挖掘人工智能技术应用场景,促进智能经济高速发展,探索工业大脑、机器视觉工业检测、设备互联管理等智能场景。良好的政策环境为机器视觉在中国的可持续发展奠定了良好的环境基础。
机器视觉是先进成像、图像算法、自动化等多技术的融合,需要软硬结合、协调发展才能形成完整的视觉系统,以满足应用行业在精度、效率、兼容性和性价比等产品指标上的要求。因此,机器视觉行业具有较高的技术门槛,对潜在的市场进入者形成技术壁垒。
(2)光通信行业
光通信通常泛指光纤通信。光纤通信是指以石英光纤作为传输媒介,以光作为信息载体的通信方式,工作范围在近红外区域,对应波长区域是 800nm 至 1,800nm。经过几十年的发展,光纤通信已经成为现代信息承载的核心方式,在现代通信网中起着举足轻重的作用。光通信产业链包括光芯片、光器件、光模块、光网络设备和电信及数通应用。
2.公司所处的行业地位分析及其变化情况
公司深耕机器视觉产业将近二十年,是行业领先的机器视觉产品和解决方案供应商。公司深入了解下游应用行业需求,深入研究制程和工艺,基于“视觉+AI”技术,为客户提供产品及解决方案,服务机器视觉下游消费电子、新能源、立体视觉、印刷、新型显示等多个领域,积累了苹果、富士康、宁德时代、福莱特、腾讯等多行业龙头客户资源。公司获得一项国家技术发明一等奖、两项国家科技进步二等奖,牵头或参与制定十余项国家/行业标准;2023年上半年,在国际计算机与模式识别会议 CVPR 2023工业质检挑战赛中,凭借“数据高效的工业缺陷检测”项目荣获Vision Track1竞赛第一名。
在行业地位方面,公司是行业内少数具备光、机、电、算、软综合实力的公司,且在中国机器视觉行业中占据先发优势,未来随着机器视觉应用行业的不断扩大,公司可支撑产线不断拓展,公司的销售规模及市场占有率将进一步提升。
3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势 (1)机器视觉新技术驱动行业发展
中国机器视觉处于快速增长阶段,深度学习、3D视觉、人工智能等新技术的出现和应用,进一步拓展了机器视觉产品的解决方案,丰富了视觉技术的应用范畴和解决方案的易用性、灵活性、实用性,机器视觉的应用领域和市场空间得到极大的扩展。
①3D视觉技术
相比 2D机器视觉,3D具有显著优势,例如可以实现平面度、翘面度、段差、曲面轮廓等 3D尺寸量测、3D空间中的机器人引导定位、基于 3D信息的检测、识别等各种丰富的功能。3D视觉技术在一定程度上补充了 2D 无法提供三维信息、易受光照条件变化的影响、对物体运动敏感等局限性,可以让机器在生产过程中对物料的使用和把控更加精准,在精度、稳定性、易用性等方面能很好地满足多类用户地使用需求。
②深度学习
深度学习对原始数据通过多步特征转换,得到更高层次、更加抽象的特征表示,并输入预测函数得到最终结果,可以将机器视觉的效果和鲁棒性与人类视觉灵活结合,从而完成复杂环境下的检测,特别是涉及偏差和事先未能预测缺陷的情形,弥补原有传统机器视觉技术通用性低、难以复制、对使用人员要求高等缺点。深度学习相关算法不断迭代优化,很多原来处理效果不佳或者处理性能不足的视觉问题逐步得到较为满意的结果,机器视觉的应用领域和市场空间将得到极大扩展。
③嵌入式视觉
嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术,是嵌入式系统和机器视觉两种技术的整合,可独立完成从接收光信号到系统输入的整个信号处理过程。相比基于 PC 或者云架构的视觉技术,嵌入式技术将用于图像处理和深度学习算法的 AI模块集成到工业相机中,实现边缘智能。嵌入式视觉系统具有易学、易用、易维护、易安装等特点,可在短期内构建起可靠而有效的机器视觉系统,从而极大地提高应用系统的开发速度。处理能力、存储器密度和系统集成度的提升,促进了嵌入式视觉在传统和新兴应用领域的渗透。
④机器视觉与人工智能、5G等新兴技术融合和创新
近年来,随着信息技术、生物技术、制造技术、新材料技术、新能源技术等技术不断发展,人工智能、互联网、大数据等新兴技术与传统技术相结合带动新一轮产业变革,为制造行业带来了新的机遇。机器视觉行业在新技术的推动下也迎来了产业变革。机器视觉赋予了机器视觉感知的能力,是智能制造的基础产业,也是实现工业自动化和智能化的必要手段。机器视觉与 5G、人工智能、工业互联等技术加速融合与创新,有利于其坚实的服务于全产业, 推动中国制造业加速完成智能转型,同时也会带动机器视觉产业链的发展,为具备创新能力的国产机器视觉厂商带来国产替代机会。
(2)机器视觉加速在应用领域的渗透
随着消费电子、新能源、半导体、汽车等高端制造行业在我国产能占比的提升,对工艺和质量的要求愈加严苛,工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求,对工业智能化水平提出更高的要求。我国城镇制造业人数自 2015 年步入负增长,人口红利逐步消失,制造业就业人员从 2011年的 4,088万降至 2021年的 3,828万人,企业劳动力成本压力日益凸现,与此同时,原材料成本上涨、国际经济态势等外部因素直接或间接增加了企业的综合成本。
因此,下游对制造的高要求为机器视觉带来极大的成长空间,将进一步提高机器视觉的渗透率。
二、 核心技术与研发进展
1. 核心技术及其先进性以及报告期内的变化情况
公司长期深耕机器视觉行业,较为全面地掌握了产业链相关核心技术,形成了先进光学成像、智能软件、智能算法、精密机械与自动化四大技术平台,可支撑公司技术研发与产品应用地快速落地,满足多种行业需求,有效构建了行业壁垒与竞争优势。
在光学成像方面,公司形成了一套完整的成像系统设计规范,自主开发了系列化适用于工业制造场景的特色面阵相机、面阵相机及高端特色光源,可满足高速、高精度、高复杂场景下的成像要求。公司通过投资方式布局芯片,先后投资了长光辰芯与丽恒光微。2023年上半年公司针对3D成像、产品缺陷检测、表面平整度检测、工业测量等功能发布高精度 3D结构光相机,在±6mm深度范围内实现 0.5um精度检测,可应用在消费电子、半导体、汽车、锂电等多个领域。
在软件方面,公司积累了较多的 CBB软件工具,构建了以工艺为核心的多场景、多层次的软件工具,可以帮助客户在端、边、云三个层次开展大数据质量管理,在端侧辅助提升设备的实时检测状态和检测精度,在边侧聚焦于产线的检测效率、产品良率,云侧结合“人、机、料、法、环”数据与智能工厂质量基准结合进行一体化分析,以此进行工厂整体的质量问题回溯、质量管理和管理效率升级。
在算法方面,公司于 2005年打造的自主视觉图像算法平台 Vision WARE,是拥有全套算法模块且有多年实战经验的 AI算法平台。截至目前,Vision WARE算法平台已更新至 6.0版本,具备有基础、定位、测量、检测、识别、颜色、3D、深度学习和图像用户界面等 9个技术模块、18个算法库和 150余个算法工具包。
针对工业的碎片化、快交付、小样本等特点发布的 F.Brain算法平台,公司以 LusterData 百万工业场景数据集和大模型预训练技术为基础,自研图像分类、检测和分割模型,在轻量化方面取得突破,精度、效率均实现较大幅度提升,有效降低深度学习应用成本,并且在 CVPR 2023 的Data-efficient Defect Detection国际竞赛中获得第一名。
面向未来智能“制造”,机器视觉与自动化融合是大势所趋,公司为此构建并不断精益提升精密机械与自动化控制的技术能力,以持续扩大智能装备千亿级市场的市场份额。报告期内,在视觉和 AI 的技术加成下,公司突破柔性制造、制造内部结构小而精密等难关,实现了排线扣接、微型螺丝锁 99%的成功率,解决传统自动化行业的“卡脖子”难题,做到手眼力的高度协调。
国家科学技术奖项获奖情况
√适用 □不适用
奖项名称 | 获奖年度 | 项目名称 | 奖励等级 |
国家技术发明奖 | 2012年 | “立体视频重建与显示技术及装置”项目 | 一等奖 |
国家科学技术进步奖 | 2016年 | “新一代立体视觉关键技术及产业化”项目 | 二等奖 |
国家科学技术进步奖 | 2019年 | “编码摄像关键技术及应用”项目 | 二等奖 |
国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况
√适用 □不适用
认定主体 | 认定称号 | 认定年度 | 产品名称 |
凌云光 | 国家级专精特新“小巨人”企业 | 2021年 | 机器视觉相关产品与解决方案 |
2. 报告期内获得的研发成果
公司持续投入核心技术,围绕光学成像、智能软件与算法、自动化等核心技术方向做长期技术和专利布局,夯实技术底座。截至 2023年 6月 30日,公司拥有 645项境内专利,其中发明专利268项、实用新型专利 326项、外观设计专利 51项,此外,公司累计获得软件著作权 259项。2023年上半年,公司新增专利 135项,其中发明专利 16项,实用新型专利 107项,外观设计专利 12项。另,新增软件著作权 27项。公司的技术和研发成果在 2023年上半年获得众多奖项和认可:
奖项名称 | 奖项等级 | 项目名称 |
国际计算机与模式识别会议 CVPR
2023工业质检挑战赛 | 第一名 | 数据高效的工业缺陷检测 |
中国电子学会 2022年科学技术进步奖 | 一等奖 | 4K/8K超高清电视制播呈现系统及产业化应用 |
北京市人工智能行业赋能典型案例
(2023)(大模型类) | / | 基于大模型与知识图谱技术的数据融合分析与
决策系统在智能制造领域的应用 |
中国印刷及设备器材工业协会 2022年
度科学技术专利奖 | 一等奖 | 外观缺陷检测方法及装置 |
报告期内获得的知识产权列表
| 本期新增 | | 累计数量 | |
| 申请数(个) | 获得数(个) | 申请数(个) | 获得数(个) |
发明专利 | 50 | 16 | 846 | 268 |
实用新型专利 | 23 | 107 | 377 | 326 |
外观设计专利 | 1 | 12 | 57 | 51 |
软件著作权 | 27 | 27 | 259 | 259 |
其他 | 20 | 7 | 362 | 197 |
合计 | 121 | 169 | 1,901 | 1,101 |
3. 研发投入情况表
单位:元
项目 | 本期数 | 上年同期数 | 变化幅度(%) |
费用化研发投入 | 216,683,742.37 | 174,079,436.90 | 24.47 |
资本化研发投入 | | | |
研发投入合计 | 216,683,742.37 | 174,079,436.90 | 24.47 |
研发投入总额占营业收入比
例(%) | 16.89 | 13.51 | 增加 3.38个百分点 |
研发投入资本化的比重(%) | | | |
研发投入总额较上年发生重大变化的原因
□适用 √不适用
研发投入资本化的比重大幅变动的原因及其合理性说明
□适用 √不适用
4. 在研项目情况
√适用 □不适用
单位:万元
序
号 | 项目名称 | 预计总投
资规模 | 本期投
入金额 | 累计投
入金额 | 进展
或阶
段性
成果 | 拟达到目标 | 技术
水平 | 具体应用前景 |
1 | 深度学习算法平
台Fbrain版本迭
代项目 | 1,500.00 | 106.20 | 1,408.45 | 结题 | 实现深度学习样本管理-缺陷标注-模型训练-
评估分析-模型迭代全流程管理平台 | 国际
领先
水平 | 应用3C电子制造、锂电
、印刷、显示屏、PCB
等工业应用缺陷检测 |
2 | F.brain深度学习
产品化项目 | 1,600.00 | 597.10 | 647.18 | 开发
阶段 | 面向工业场景,构建云边端协同的AI生产力平台,
覆盖AI模型工业应用的全流程,大幅降低其规模应
用成本 | 国际
领先
水平 | 应用3C电子制造、锂电
、印刷、显示屏、PCB
等工业应用缺陷检测 |
3 | 虚拟现实融合内
容制作中心 | 2,448.00 | 572.49 | 2,348.75 | 结题 | 空间定位精度达到0.1mm/m(3sigma),分辨率1,200万
pxl,帧率300fps以上;可实现基于全局定位技术的
XR虚拟制作,全局定位精度提升1个量级 | 国际
领先
水平 | 面向大型虚拟演播场景
的关键技术指标精度、
稳定性、易用性、制作
效率均处于国际领先水
平 |
4 | 多相机阵列与动
态建模算法 | 570.00 | 2.08 | 463.54 | 结题 | 建设人体多模态数据库,包括图像、音视频、3D
模型、模型序列等;研究动态人体三维重建算法,
并搭建实时动态三维重建系统用于参观体验 | 国内
领先
水平 | 可广泛应用于AR/VR/
数字人内容生产 |
5 | 真三维视频关键
技术研究和先导
验证 | 2,320.00 | 582.83 | 2,310.02 | 结题 | 基于多视点的4D人体三维数据采集系统,构建一
套360度全方位人体信息采集系统,实现3D模型和
纹理贴图的同步采集、自动化人体骨骼生成绑定等
功能,提升采集效率 | 国内
领先
水平 | 电影,电视,游戏,动
漫,直播,广告传媒等
虚拟内容制作 |
6 | 智能车载系统 | 1,987.00 | 746.80 | 1,958.32 | 结题 | 具备昼夜全天候辅助车辆进行周围场景观测能力,
具备行进间的运动稳定及全景360观测能力,能够
对特定的目标进行识别、检测、跟踪 | 国内
领先
水平 | 可用于特种车辆的有人
车和无人车,具有较好
的应用前景。 |
7 | 面向智慧交通的
智能视觉系统 | 2,858.80 | 887.19 | 2,687.31 | 开发
阶段 | 通过全新的光学设计优化成像均匀性,提高可靠性
,提升环境适应性 | 国内
领先
水平 | 广泛用于铁路车辆、公
路、智慧港口、工程车
辆智能产线、大型工件
制造 |
8 | 智能装备软件与 | 2,600.00 | 101.91 | 245.40 | 开发 | 通过整合3C电子制造领域中框、模组、Cell等检测 | 国际 | 应用于3C、锂电、半导 |
| 算法平台研发项
目 | | | | 阶段 | 应用场景,打造通用算法和软件平台,实现对于多
个应用场景的完全覆盖,加快在其他领域检测场景
的应用速度,打造易用通用的检测算法和软件平台
。 | 先进
水平 | 体等智能检测领域 |
9 | 电池外观检测装
备研发项目 | 3,000.00 | 153.40 | 197.48 | 开发
阶段 | 产线功能包含检测和包装,运行速度达到行业领先
,通过2D+2.5D+3D图像缺陷的多维度数字量化,
并实现缺陷分类分级检出;同时搭载智能复判系统
及设备健康监测系统保障行业领先的高稼动率,帮
助客户减人增效。 | 国内
先进
水平 | 应用于各类锂电电芯成
品检测包装出货段 |
10 | 数字人技术平台
项目 | 4,500.00 | 237.16 | 290.95 | 开发
阶段 | 研究从光场采集数据到数字人内容生成之间的工艺
标准化、自动化技术,实现半天完成超写实数字人
资产制作的技术突破,使得超写实数字人制作效率
较传统工艺提升百倍的跨越。 | 国际
先进
水平 | 广泛应用于社交、游戏
、视频、金融等元宇宙
数字人相关的制作服务
中。 |
11 | 智能生产质量管
理GMQM
V200R002C00 | 2,500.00 | 1,135.71 | 1,135.71 | 开发
阶段 | 实现基于生产制造数据+质量分析数据的闭环系统
,以数据信息为基础,应用数据挖掘和深度学习技
术,建立科学数字化质量基准、缺陷仿真、质量预
警、品质追溯、质量分析、专家智能决策等新一代
工业人工智能平台 | 国内
先进
水平 | 应用于新型显示、锂电
、印刷等工业质量管理
系统 |
12 | Vision Assembly
6.5 | 7,564.00 | 3,104.40 | 3,104.40 | 开发
阶段 | 集成最新的2D高精度定位,3D点云数据处理,深
度学习定制模型等,开发效能提升30%,运维效能
提升35% | 国际
领先
水平 | A体系中的FATP装配,
模组里面的摄像头组装
,扬声器组装等 |
13 | VisionWARE
V500R100C00 | 1,500.00 | 674.29 | 674.29 | 开发
阶段 | 实现工业视觉引导、测量、检测和识别四大应用场
景的通用底层算法 | 国际
领先
水平 | 应用3C电子制造、锂电
、印刷、汽车、光伏等
工业应用缺陷检测 |
14 | 大视野双目结构
光3D相机LCubor
-
A600BC研发项
目 | 600.00 | 250.86 | 250.86 | 开发
阶段 | 实现汽车组装产线应用的大视野双目结构光3D相
机的开发,解决结构光3D相机遮挡问题和抗环境
光或杂散光干扰等 | 国内
先进
水平 | 应用电子制造3C产品线
汽车组装行业 |
15 | 高精度柔性智能
专机设备 | 550.00 | 291.87 | 314.00 | 开发
阶段 | 扣排线工艺动作建模转化机器语言,基于手眼力模
型,实现软排线产品抓取定位扣装的需求。完成专
用装夹具、3D视觉引导,力反馈控制系统等相关
研发任务。实现多自由度空间位置软排线稳定抓取
,结合3D视觉实时拍照和力反馈控制技术,可实
时补偿机构运动路径;实现50μm级别的装配精度 | 国内
先进
水平 | 服务电子制造行业客户
软排线扣接工序,如手
机、平板等电子产品主
板软排线扣接\微型螺
丝锁付 |
| | | | | | 和0.3N力控硬件环境,从而为智能产线“软排线扣
接”工艺提供技术实现与可靠性保证的解决方案。
将微型螺丝锁付工艺动作建模转化机器语言,实现
微型螺丝抓取、定位、锁付的需求同时,还保障微
型螺丝高效率,高良率锁付需求。 | | |
16 | 面向消费电子产
品的智能自动化
组装整线 | 2,800.00 | 1,077.17 | 1,077.17 | 开发
阶段 | 本项目的开发目的是依托客户强大的工业制造基础
,逐步实现iPhone的单元自动化组装,智能联机。
通过标准化、模块化的全自动组装整线解决上下料
、撕膜、贴膜、检测、组装等工艺,保障UPH、Yi
eld、DT的同时解放产线工人高强度的工作,也通
过自动化设备保障了产品的一致性。 | 国内
先进
水平 | 服务电子制造行业电子
产品如手机、平板等全
自动组装,涵盖上下料
、撕膜、贴膜、锁付、
检测、组装等工艺 |
17 | 嵌入式表面检测
技术平台 | 4,500.00 | 2,314.05 | 2,314.05 | 开发
阶段 | 打造嵌入式表面检测技术平台,并成功在玻璃行业
产品化,
其他行业可以复用。目的是提升产品可靠性、降低
BOM成本 | 国内
先进
水平 | 可广泛应用于玻璃、隔
膜、锂电行业 |
18 | 先进光学与计算
成像器件研发项
目 | 5,000.00 | 2,045.95 | 2,045.95 | 开发
阶段 | 完成视觉核心器件的产品开发和计算摄像学技术前
沿预言开发工作 | 国际
先进
水平 | 可广泛应用于可配置视
觉系统和科研等应用 |
19 | 消费电子通用外
观智能检测装备
研发V1.0 | 8,000.00 | 3,534.58 | 3,534.58 | 开发
阶段 | 采用精准成像、智能算法判别、高精度柔性搬送控
制,针对消费电子领域手机整机、玻璃模组、金属
模组、有机材料模组等的瑕疵,实现高稼动率和高
检出率,替代人工进行全自动视觉质量检测 | 国际
领先
水平 | 消费电子领域手机整机
、玻璃模组、金属模组
、有机材料模组的智能
检测 |
20 | 新型显示智能检
测装备研发V9.1 | 1,540.00 | 811.50 | 811.50 | 开发
阶段 | 采用大面阵成像技术和色彩成像技术,以及智能检
测算法,实现对新型显示模组的画面检测和外观检
测,实现高稼动率和高检出率,帮助客户减员增效 | 国际
领先
水平 | 新型显示模组的画面质
量检测和外观质量检测 |
21 | 印刷智能视觉检
测系统及配套机
台研发V1R2版
本 | 2,000.00 | 1,130.84 | 1,130.84 | 开发
阶段 | 文字一键提取成功率95%;离线剔除产品面向国际
市场,产品标准化;完善出厂检验标准,出厂通电
通气即可调试;产品稳定性提升,降低客服成本 | 国内
先进
水平 | 可广泛应用于软包、胶
印、彩盒、标签行业 |
22 | 光场共性技术平
台 | 10,000.00 | 1,309.99 | 1,309.99 | 开发
阶段 | 建成国内技术领先、设施齐全、知识产权自主的光
场技术平台。包括研制的可编程控制LED光源的亮
度、色温、频率、发光时间精准可控,研究多种光
场重建算法并建成至少4套光场重建系统,其中精
细化光场重建系统精度可达0.1mm,高效率光场重
建系统可实现30fps的实时重建;构建PB级大规模 | 国内
领先
水平 | 影视、传媒行业的三维
数字内容制作;服务行
业的三维摄像、3D打
印服务;科研领域的AI
算法研究、模型训练等 |
| | | | | | 多模态光场数据库,对象数量>1000,图像数量>
10万,模型数量>5000个;加速数字内容制作效率
,将写实类数字人制作周期从近1月缩短至2天内,
实现人、货、场、境多元素的虚实融合 | | |
合
计 | / | 69,937.80 | 21,668.37 | 30,260.74 | / | / | / | / |
5. 研发人员情况
单位:万元 币种:人民币
基本情况 | | |
| 本期数 | 上年同期数 |
公司研发人员的数量(人) | 746 | 686 |
研发人员数量占公司总人数的比例(%) | 38.79 | 37.24 |
研发人员薪酬合计 | 15,738.44 | 13,344.01 |
研发人员平均薪酬 | 19.24 | 20.75 |
教育程度 | | |
学历构成 | 数量(人) | 比例(%) |
博士 | 12 | 1.61 |
研究生 | 292 | 39.14 |
本科 | 361 | 48.39 |
大专及以下 | 81 | 10.86 |
合计 | 746 | 100.00 |
年龄结构 | | |
年龄区间 | 数量(人) | 比例(%) |
30以下(不含 30岁) | 262 | 35.12 |
30-40(含 30岁、不含 40岁) | 430 | 57.64 |
40以上(含 40岁) | 54 | 7.24 |
合计 | 746 | 100.00 |
6. 其他说明
□适用 √不适用
三、 报告期内核心竞争力分析
(一) 核心竞争力分析
√适用 □不适用
1.成熟专业的团队及创新能力
公司所处行业属于技术密集型行业,人才资源是公司的重要核心竞争力之一。在长期的发展过程中,公司注重人才队伍建设,组建了一支行业经验丰富且富有创造力的研发团队、销售和解决方案团队、售后服务团队。
公司以市场需求为导向,结合工程化产品的开发目标,组建了一支多专业学科背景的研究团队。团队成员来自于北京理工大学、北京航空航天大学、哈尔滨工业大学、华中科技大学等重点高校。截至 2023年 6月 30日,公司研发团队共计 746 人,占公司总人数的 39%,其中研究生及以上学历人数 304人,占研发团队的 41%;公司的销售与解决方案团队成员主要由技术人员或有技术背景的人员构成,可以基于客户的应用场景和业务痛点,为行业提供整体解决方案;公司售后服务团队协助客户将解决方案有效落地,为客户提供深度培训、产品的定期维护、保修或返修等支持。服务团队为大客户提供驻厂服务,及时响应客户现场,保障客户项目顺利进行,解决客户的后顾之忧。 (未完)