[中报]凌云光(688400):2024年半年度报告
|
时间:2024年08月28日 02:01:34 中财网 |
|
原标题:
凌云光:2024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
2024年半年度报告
重要提示
一、 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。
二、 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。
三、 公司全体董事出席董事会会议。
四、 本半年度报告未经审计。
五、 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。
六、 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
七、 是否存在公司治理特殊安排等重要事项
□适用 √不适用
八、 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。
九、 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
十、 是否存在违反规定决策程序对外提供担保的情况
否
十一、 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
十二、 其他
□适用 √不适用
目录
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表。 |
| 报告期内公开披露过的所有公司文件的正本及公告的原稿。 |
| 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 | 苏州凌云视界智能设备有限责任公司,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 | Luster LightTech International Co.,Limited(凌雲光技術國際有限公
司),系本公司全资子公司 |
凌云美国 | 指 | LUSTER LIGHTTECH(USA), INC,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 |
新加坡科技 | 指 | SINGPHOTONICS TECHNOLOGY PTE.LTD.,系本公司全资子公司 |
新加坡国际 | 指 | SINGPHOTONICS INTERNATIONAL PTE.LTD.,系本公司全资孙公司 |
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 |
湖南元客方
舟 | 指 | 湖南元客方舟科技有限公司,系本公司全资孙公司 |
郑州凌云光 | 指 | 郑州凌云光智能科技有限公司,系本公司全资子公司 |
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 |
北京玦芯 | 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
光电 | 指 | 湖南长步道光电科技股份有限公司,系本公司参股公司 |
湖南长步道
光学 | 指 | 湖南长步道光学科技有限公司,系本公司参股公司的全资子公司 |
广州长步道
光学 | 指 | 广州长步道光学科技有限公司,系本公司参股公司的全资子公司 |
北京光子 | 指 | 北京凌云光子技术有限公司 |
东台凌杰 | 指 | 东台凌杰企业管理合伙企业(有限合伙) |
东台凌光 | 指 | 东台凌光企业管理合伙企业(有限合伙) |
东台凌视 | 指 | 东台凌视企业管理合伙企业(有限合伙) |
东台凌诚 | 指 | 东台凌诚企业管理合伙企业(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 |
华为 | 指 | 华为技术有限公司 |
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 |
Fujikura | 指 | FUJIKURA CHINA CO., LTD. |
EXFO | 指 | EXFO INC. |
II-VI | 指 | II-VI INCORPORATED. |
NKT | 指 | NKT Photonics A/S |
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 | 2024年 1月 1日至 2024年 6月 30日 |
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 |
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 |
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) | 证券事务代表 |
姓名 | 顾宝兴 | 渠艳爽 |
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 | 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 | 010-52349555 |
传真 | 010-52348666 | 010-52348666 |
电子信箱 | [email protected] | [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 | 1,088,191,779.37 | 1,283,212,797.21 | -15.20 |
归属于上市公司股东的净利润 | 87,263,258.26 | 91,015,480.33 | -4.12 |
归属于上市公司股东的扣除非
经常性损益的净利润 | 72,646,695.28 | 69,552,700.83 | 4.45 |
经营活动产生的现金流量净额 | -103,812,844.21 | 166,613,282.58 | 不适用 |
主要会计数据 | 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 | 3,967,194,782.50 | 3,971,027,872.99 | -0.10 |
总资产 | 4,972,481,994.15 | 5,085,195,018.26 | -2.22 |
(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) | 0.19 | 0.20 | -5.00 |
稀释每股收益(元/股) | 0.19 | 0.20 | -5.00 |
扣除非经常性损益后的基本每股收
益(元/股) | 0.16 | 0.15 | 6.67 |
加权平均净资产收益率(%) | 2.20 | 2.31 | 减少 0.11个百分
点 |
扣除非经常性损益后的加权平均净
资产收益率(%) | 1.83 | 1.76 | 增加 0.07个百分
点 |
研发投入占营业收入的比例(%) | 19.90 | 16.89 | 增加 3.01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,公司上半年实现营业收入 10.88亿元,较去年同期下降 15.20%。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,机器视觉行业未来可期。
2、报告期内,公司聚焦机器视觉主赛道,不断优化产品结构与市场分布,提升了自主高毛利产品份额,并且通过优化经营管理降本增效,实现归属于上市公司股东的净利润 0.87亿元,归属于上市公司股东的扣除非经常性损益的净利润 0.73亿元,利润基本保持稳定。
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) |
非流动性资产处置损益,包括已计提资 | -81,413.59 | 第十节、七、68、 |
产减值准备的冲销部分 | | 71、74、75 |
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、按照确定的标准享有、对公司损益
产生持续影响的政府补助除外 | 16,055,288.18 | 第十节、七、67 |
除同公司正常经营业务相关的有效套期
保值业务外,非金融企业持有金融资产
和金融负债产生的公允价值变动损益以
及处置金融资产和金融负债产生的损益 | | |
计入当期损益的对非金融企业收取的资
金占用费 | 231,390.31 | 第十节、七、68 |
委托他人投资或管理资产的损益 | 798,415.08 | 第十节、七、68 |
对外委托贷款取得的损益 | | |
因不可抗力因素,如遭受自然灾害而产
生的各项资产损失 | | |
单独进行减值测试的应收款项减值准备
转回 | | |
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 | | |
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 | | |
非货币性资产交换损益 | | |
债务重组损益 | | |
企业因相关经营活动不再持续而发生的
一次性费用,如安置职工的支出等 | | |
因税收、会计等法律、法规的调整对当
期损益产生的一次性影响 | | |
因取消、修改股权激励计划一次性确认
的股份支付费用 | | |
对于现金结算的股份支付,在可行权日
之后,应付职工薪酬的公允价值变动产
生的损益 | | |
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 | | |
交易价格显失公允的交易产生的收益 | | |
与公司正常经营业务无关的或有事项产
生的损益 | | |
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 | 821,787.53 | 第十节、七、67、
71、74、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 | 2,931,171.17 | |
少数股东权益影响额(税后) | 277,733.36 | |
合计 | 14,616,562.98 | |
对公司将《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》未列举的项目认定为的非经常性损益项目且金额重大的,以及将《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、智能视觉装备和核心视觉器件的产品和解决方案提供商,聚焦机器视觉主营业务方向,以“AI+视觉”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。公司面向消费电子、
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工业智能制造的转型升级;面向传媒、影视、游戏、动漫、直播等领域,公司提供运动捕捉、数字建模、AI
数字人等 AIGC内容创作工具与 SAAS服务。
公司坚持以客户为中心,以推动行业发展为己任,积极把握人工智能时代的战略机遇,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积累,积累了苹果、富士康、华为、小米、
宁德时代、京东方、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形成的先发优势,继续夯实底层技术,积极开拓新的应用领域。
2.主要产品
(1)机器视觉主要产品
公司致力于成像硬件到软件算法的持续创新。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 算法平台积累形成了 8个核心技术模块、18 个算法库和近 200个算法工具,针对机器视觉行业智能化、高精度和高效率的发展要求和趋势,公司将模式识别的底层算法能力和深度学习 AI结合,兼顾了检测精度效率和对于复杂场景的适应性,采用组态技术,在视觉精密定位引导、定位、视觉检测等方面全面对标国际先进产品,可实现工业机器视觉功能的全面服务。公司针对工业应用中小样本、碎片化的特点,自主开发工业通用视觉大模型 F.Brain,解决了众多工业制造的检测难题。
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,实现生产与检测的智能控制,给机器植入了受大脑控制的“肌肉”和“四肢”,最终形成“手”、“眼”、“脑”协同的智能化设备。相较于人工检测,公司产品可大幅度提升检测效率和产品出厂良率,有效解决客户质检难题。
(2)光通信主要产品
在光通信方面,公司代理引进国外先进光纤器件与仪器产品,为光通信产学研客户提供整体解决方案,已与众多行业知名企业建立长期合作关系。公司代理的产品主要来源于全球知名的光纤器件与仪器提供商,如 Fujikura、EXFO、II-VI、NKT等。目前高端光纤器件与仪器类产品多数由国外厂家主导,区别于中低端产品的激烈竞争,公司代理的主要为高端产品,技术门槛高,对解决方案与技术服务能力要求也较高。
(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。通用技术研发围绕底层技术进行,应用产品开发是在通用技术基础上就特定行业客户需求进行的产品开发,此种研发模式有助于缩短产品开发周期、提升市场需求相应速度,降低开发成本。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,对关键技术进行前瞻性研究,建立标准化技术平台;应用产品开发快速适配客户应用需求,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开发全流程。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.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。
4.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。
5.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。
(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,基本已经实现在中低端市场的国产替代,当前中国的机器视觉企业在消费电子、
新能源等行业,在应用技术及国内市场份额方面平分秋色甚至超越国外同行业企业,正处于由中低端市场到高端的拓展期。中国的机器视觉自 3C产业中的手机为核心发展起来,并以此为突破口发育了中国的机器视觉企业的能力,因此中国的机器视觉区别于国外机器视觉的多行业泛化路线,走了一条从专用领域为起点的发展道路,随着中国制造行业升级需求及机器视觉技术的提升,国内的机器视觉的应用范围逐步扩大,逐步扩展到
新能源、汽车、半导体等领域。机器视觉行业具有长坡厚雪的特点,随着中国机器视觉企业技术和产品在行业通用性、产品易用性等方面与国外企业逐步缩小差距,中国机器视觉企业在国内外尚大有可为。
机器视觉作为实现智能制造的关键环节,2024年国家颁布了一系列政策,以推动工业生产方式的变革,逐步走向数字化、网络化、智能化。2023年工业和信息化部等八部门《关于加快传统制造业转型升级的指导意见》中指出我国传统制造业“大而不强”“全而不精”问题仍然突出,低端供给过剩和高端供给不足并存,创新能力不强、产业基础不牢的现状,要加快传统制造业转型升级工程,推动传统制造业向高端化、智能化、绿色化、融合化方向转型;要进一步加快人工智能、大数据、云计算、5G、物联网等信息技术与制造全过程、全要素深度融合;支持生产设备数字化改造,推广应用新型传感、先进控制等智能部件,加快推动智能装备和软件更新替代。
在 2024年国家关于新型工业化进一步提出构建以先进制造业为骨干的现代化产业体系,推出人工智能创新应用,高水平赋能新型工业化等一系列指导支持政策。机器视觉是人工智能在工业制造领域的应用,将视觉、算法和自动化相结合起到信息获得、智能分析与决策、精密执行的作用,是当前中国智能制造转型升级的必要一环。
机器视觉是“光、机、电、算、软”等技术的综合性融合,需要软硬结合、协调发展才能形成完整的视觉系统和智能装备。随着 3C电子、
新能源厂商产品如苹果、富士康、
宁德时代进一步提出“黑灯工厂”、“极限制造”等制造要求,在拓展机器视觉在制造中应用的环节的同时,也对机器视觉厂商在智造精度和效率提出更高的要求,对于机器视觉行业铸造了较高的行业门槛,对潜在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载体的核心方式,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提供商。公司深入了解下游应用行业需求,深入研究行业制程和工艺,基于“AI+视觉”技术,为客户提供产品和解决方案,服务机器视觉下游消费电子、
新能源、印刷、新型显示等多个领域,积累了苹果、华为、
宁德时代、咪咕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,牵头或参与制定二十项国家/行业/团体标准。
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,公司的销售规模和市场占有率有望进一步提升。
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
深度学习、3D视觉、嵌入式视觉等新技术的出现和应用进一步拓展了机器视觉产品和解决方案,丰富了视觉技术的应用范畴和解决方案的智能化、易用性,机器视觉的应用领域和市场空间得到极大的扩展。
① 深度学习
传统机器视觉算法与深度学习的结合是必然趋势。深度学习通过对原始数据多步特征转换,得到相比传统机器视觉算法更加高层次、抽象的特征表示,并输入预测函数得到最终结果,能够有效补充机器视觉传统算法对于偏差和未能预测缺陷检测能力的不足,两者的统一和融合能够有效结合传统特征标注的可靠性、准确性与深度学习的可复制性、鲁棒性,用于解决工业领域中的各种复杂难题。一方面,满足如 3C电子、
新能源场景中的高达 99%的精度要求,机器视觉传统算法在深度学习的加持下精度的提升能够降低对视觉成像器件如相机、光源的硬件成像要求,降低硬件采购成本;另一方面,深度学习采用预训练和自适应的方式,相较机器视觉传统算法人工标注的方式,能够降低机器视觉算法的成本并实现算法的跨场景、多行业应用的可能,扩展机器视觉往工业应用的场景拓展。
② 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、易安装、易维护等特点,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。
③ 2D与 3D视觉的融合应用
3D视觉相较 2D视觉在某些场景中更有优势,例如可以实现平面度、翘曲度、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。
④ 机器视觉与人工智能、5G等新型技术融合和创新
近年来,随着信息技术、生物技术、制造技术、新材料技术、
新能源等技术不断发展,人工智能、互联网、大数据、知识图谱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 5G、人工智能、工业互联网等技术加速融合与创新,有利于其坚实地服务于全产业,推动中国制造业加速完成智能转型,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来带新的机遇。
(2)机器视觉在应用领域的扩展应用
制造业是国民经济的支柱,对经济增长有直接的推动作用,我国当前已进入制造业升级转型的关键时期。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,对产品工艺及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,制造业转型不仅是行业发展需求也是国家战略。近年来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,企业劳动力成本压力日益凸显,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者间接增加了企业的综合成本。因此,下游工业制造业的转型升级的迫切需求和中国人口结构变化的现状为机器视觉带来极大的成长空间。
机器视觉的拓展和渗透主要围绕以下几个方向:①中国制造业在现阶段有大而不强的特点,主要优势行业如消费电子、
新能源均经历了从传统的粗放式制造向自动化、智能化升级的过程,这是中国制造业由“制造”转化为“智造”的必然阶段。机器视觉作为人工智能在工业领域的关键应用,是中国制造业转型升级不可或缺的组成部分;②由于工业制造行业均会受到
创新技术/产品迭代、去库存等影响导致具备周期性的特点,在行业触底复苏期或者新技术驱动带来对机器视觉的新需求或增量需求;③原来由于技术和能力限制,中国机器视觉企业主要集中于工业制造行业和制造环节的中低端需求替代国外份额,在深度学习、3D视觉、自动化精密程度的加持下,中国机器视觉厂商有望在机器视觉更高精度的行业及机器视觉难度较高的环节推进国产替代,提升机器视觉产品的技术实力和价值含量;④随着机器视觉产业链上游相机、光源等元器件在中高端市场的国产替代加速,叠加深度学习对机器视觉算法能力的加持,机器视觉主要组成的软、硬件的成本从长期来看呈现下降趋势,技术水平和成本对于机器视觉的限制程度降低,机器视觉有望向下兼容更多的应用行业,为中国的传统性行业带来新变化。
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,可支撑公司产品应用地快速落地,满足多行业需求,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、线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。公司通过投资布局芯片的方式,能够形成可靠、稳定的上游供应链,与公司的机器视觉业务形成互补效应。公司先后投资了以 CMOS芯片和红外芯片为主营业务的长光辰芯与丽恒光微,在 2024年上半年投资了以 MEMS和 SOC芯片为主营的中科融合感知智能研究院,进一步提升公司光学成像解决方案的竞争力,扩大解决方案及产品的可应用空间。在报告期内,公司针对高色彩还原、高分辨率、微小极限空间、抗电磁干扰、高动态范围、高信噪比的一系列面阵/线阵相机,进一步提升了在 3C电子、锂电、光伏、印刷等行业中的自主相机应用比例,进一步突出公司成像方案在机器视觉领域的差异化优势,提升综合解决方案能力。
在算法方面,公司于 2005年打造自主视觉图像算法平台 Vision WARE,是国内为数不多的拥有全套算法模块且有多年实战经验的 AI算法平台,经过多年持续研发和迭代,在精度、效率和稳定性三个维度上具备较好的优势。公司通过将机器视觉传统算法与深度学习算法深度融合,将模式识别对特定领域的优化能力与深度学习泛化能力、自学习能力相结合应用于实际应用中,能够解决工业质造要求的高达 99%精度检测要求,有效降低对成像硬件的要求和成本。Vision WARE算法平台具备基础、定位、测量、检测、识别、颜色、3D、深度学习等核心技术模块和18个核心算法库、近 200个算法工具包,具备跨行业和领域的通用能力。公司在 Vision WARE算法平台中进一步深化深度学习模块的能力,建立面向工业领域的通用视觉模型 F.Brain,在具备泛行业应用、高准确精度和多应用项目落地后的 1.0版本的基础上,在 2024年上半年完成 1.5版本主要功能的迭代升级,在模型生成效率提升及攻克复杂背景定位/检测及弱小浅等行业难题、模型轻量化等多方面实现迭代和突破。通过算法的升级提升公司检测类视觉系统和装备的精度和效率,有效解决在 3C、锂电、光伏、印刷等行业中的检测难题,同时降低对如相机、光源等成像部件的硬件要求,降低了产品和解决方案的部署硬件成本。公司将通过进一步扩展深度学习平台的无标注模型规模,提升模型参数规模,加强深度学习平台的多领域多行业通用性及专用领域结合模式识别后的检测精度和效率。F.Brain算法平台在 2023年内连续获得 CVPR国际会议Date-efficient Defect Derection国际竞赛中第一名和智能光学成像专委会第一届工业视觉大赛中第二名,公司的算法平台实力在国内外均位居前列。
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、云三个层面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进行一体化分析,以此进行工厂整体的质量问题回溯、产品良率提升和管理效率升级。
面向未来智能制造的发展趋势,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参与能力。公司以机器感知能力和分析决策能力为核心,在视觉系统的基础上加入自动化和智能化的功能,通过“手、眼、力、脑”的高度协同实现智能整机控制,推出匹配多行业应用的智能视觉检测和量测设备。公司在视觉和 AI技术加成下,突破柔性制造、精密机构和 3D空间抓取等难题,研发了软排线扣接系统和微型螺丝锁付系统,实现一次性扣排线成功率 99%,锁付良率 100%的效果,是“AI+视觉+自动化”解决传统自动化行业“卡脖子”难题的典型应用。
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
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 |
凌云光 | 单项冠军产品 | 2022年 | 印刷质量智能检测装备 |
√适用 □不适用
2. 报告期内获得的研发成果
公司为国家级高新技术企业、博士后科研工作站,被工信部评选为国家级专精特新“小巨人”企业,相关创新性产品通过国家级“制造业单项冠军产品”认定;曾获得一项国家技术发明一等奖、两项国家科技进步二等奖,主导/参与多项国家级重大科技专项,参撰多项行业发展白皮书。
报告期内,公司持续加码在 AI和视觉领域的战略研发投入,不断精益求精提升研发实力,着力于建立可持续发展的技术及产品创新能力。截至 2024年 6月 30日,公司拥有 816项专利,包括发明专利 405项、实用新型 359项、外观设计 52项;此外,公司累计获得软件著作权 282项。
公司牵头或参与制定并已发布的国家、行业、团体标准共 20项。
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 | 49 | 95 | 1,010 | 405 |
实用新型专利 | 23 | 19 | 442 | 359 |
外观设计专利 | 0 | 1 | 55 | 52 |
软件著作权 | 18 | 18 | 282 | 282 |
商标 | 3 | 4 | 365 | 230 |
合计 | 93 | 137 | 2,154 | 1,328 |
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 | 197,129,783.96 | 216,683,742.37 | -9.02 |
资本化研发投入 | 19,370,582.93 | | 不适用 |
研发投入合计 | 216,500,366.89 | 216,683,742.37 | -0.08 |
研发投入总额占营业收入比例
(%) | 19.90 | 16.89 | 增加 3.01个百分点 |
研发投入资本化的比重(%) | 8.95 | | 不适用 |
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
报告期内,公司持续加强技术转为产品应用的能力,将达到开发阶段的两个公司级战略项目深度学习平台 F.brain 产品化、VisionWARE 产品化项目的后续投入继续予以资本化确认。
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 | 深度学习平台 F.brain
产品化项目 V1.5 | 1,600.00 | 283.15 | 1,959.51 | 结题 | 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 |
2 | 智能生产质量管理
GMQM
V200R002C00 | 2,500.00 | 260.74 | 2,445.18 | 结题 | 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 |
3 | VisionWARE产品化
项目
( V500R100C00) | 1,500.00 | 2.63 | 1,253.38 | 结题 | 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 |
4 | 光场共性技术平台 | 10,000.00 | 1,527.66 | 3,562.59 | 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级大规模多模态光场数
据库,对象数量>1,000个,图像数量>10万,模型
数量>5,000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 | 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 |
5 | 高精度光学 3D形貌
测量仪项目 | 10,000.00 | 1,453.35 | 1,758.69 | 开发
阶段 | 基于编码衍射成像技术体系,构建光信息采集与测量
系统,研制四种探测仪器,满足纳米级高精密三维测
量指标,并用于平面、球面以及非球面的面型检测;
光源性能、成像系统性能测量。 | 国际
领先
水平 | 应用于精密光学检测、半导体工
业等领域 |
6 | 高精度工业部件三维 | 1,500.00 | 266.86 | 310.79 | 开发 | 研究点云间关联关系的快速构建技术,研发基于设计 | 国际 | 工业检测过程面临重构难、交互 |
| 结构重建与远程交互
系统研发 | | | | 阶段 | 模型先验的快速对齐与重建算法,实现海量点云高精
度重建,重构误差 100μm,99%完整性。研究三维内
容的高性能真实感渲染算法,设计高性能三维交互引
擎架构,实现工业检测的三维可视化与远程交互,三
维可视化渲染 30fps。研发产线异常与产品缺陷分析系
统,研究知识图谱驱动的多产线分析技术,实现产线
状态的可交互检测与分析。 | 先进
水平 | 难和效率低等问题,研发高精度
工业部件三维结构重建与远程交
互系统,可以实现海量数据实时
重构、协同交互与监控分析,在
精密光学加工、半导体晶圆加
工、芯片封装等高端制造领域都
有很大的应用市场。 |
7 | FZMotion运动捕捉
系统研发项目 2.0 | 500.00 | 191.44 | 191.44 | 开发
阶段 | 基于光学空间轨迹和位姿捕捉技术构建高精度空间轨
迹和运动捕捉系统,实现 15mm mark点捕捉距离大于
40米,识别精度达到 0.1mm/m,10,000m3的空间标定
时间小于 15分钟,标定稳定性大于 15天。能够稳定
输出自动化智能设备的空间坐标[x,y,z]、轨迹∫、面积
s、欧拉角 φ[俯仰角、偏航角、翻滚角]、速度 v、加速
度 a、角速度 ω、角加速度 α等物理量 | 国内
领先
水平 | 高精度空间位姿定位测量仪器可
以将人形机器人、机械臂、仿生
机器人、无人机、无人车、灵巧
手等自动化智能设备的空间轨
迹、位置姿态物理量数据采集后
传输到各种科研软件中,用于分
析、校准和优化自动化智能设备
控制算法,提升自动化智能设备
的编组能力、避障能力和控制精
度。应用到制造业、采矿业、物
流业、农业和服务业等行业 |
8 | Hypertrain 智能检测
产线研发项目 V1.0 | 1,000.00 | 434.10 | 434.10 | 开发
阶段 | 本项目的开发目的是依托研究院自动化技术取得成果
为基础,逐步实现 iPhone的屏幕单元自动化组装,生
产、测试过程。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、保压、检测、组装等工
艺,实现更高的 Yield、更低的 DT、更好的产品质
量。 | 行业
领先
水平 | 服务电子制造行业电子产品手机
屏幕组件全自动组装,涵盖上下
料、撕膜、贴膜、保压、锁付、
检测、组装等工艺 |
9 | ImagingSystem成像
标定与计量溯源研究
项目 2.0 | 600.00 | 272.60 | 272.60 | 开发
阶段 | 实现弱对比度缺陷(灰度差<1DN、色差 ΔE<1)科学
度量方案的发布 | 接近
国际
先进
水平 | 应用于 3C电子制造、锂电、显
示屏等行业弱缺陷检测 |
10 | InFisionXR虚拟演播
系统研发项目 1.0 | 800.00 | 329.26 | 329.26 | 开发
阶段 | 真实与虚拟场景中,摄像机与镜头、LED屏幕位姿模
型尺寸、颜色校准,虚实相对关系校正时间小于 2小
时,虚实画面配准误差<1pxl。在主控服务器端同步控
制渲染集群,包括渲染配置、事件触发、调控参数
等。减少人为调节渲染节点关键设置参数,通过集群
控制实现渲染节点配置一致。绿幕 XR应用中,通过
拍摄 Aruco码实现摄像机位姿反算,实时变焦计算,
最高支持 4K 50帧 | 国内
领先
水平 | 应用到电影,电视,综艺,直
播,广告传媒等虚拟内容制作行
业 |
11 | IPA智能精密自动化
技术研究项目 1.0 | 800.00 | 324.05 | 324.05 | 开发
阶段 | 采用手眼力脑平台,结合 3D先进光学、仿生末端执
行器和扣合拟合轨迹控制算法,实现多复杂场景软排
线扣接工艺自动化,及侧向锁螺丝关键技术等 | 接近
国际
先进
水平 | 应用于手机自动化生产组装核心
工艺,手机的屏幕,手机的后
盖,手机的本体自动化组装。 |
12 | ISP智能软件平台研
发项目 2.0 | 1,600.00 | 845.21 | 845.21 | 开发
阶段 | 实现智能装备工业软件平台,平台由整机控制系统、
智能视觉系统、智能运控系统等子系统组成,可以完
成智能装备到智能产线的工艺编辑、生产管理、质量
管理;2.0平台导入 KG知识图谱和深度学习 AI算法
模块,提升智能装备的 OEE与产能良率。 | 接近
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 |
13 | MetaWorks数字人系
统研发项目 1.0 | 1,000.00 | 411.47 | 411.47 | 开发
阶段 | 基于产品名称和参数 AI生成讲品文案,同时使用 TTS
技术文字转化为语音,通过嘴型和手势生成算法生成
完整的数字人讲品视频,并能够实现评论区的实时互
动。 | 国内
领先
水平 | 应用到数字人电商直播、互动教
育、政企展厅、文旅导览等行业 |
14 | NEInspection新能源
检测系统研发项目
1.0 | 3,000.00 | 1,347.46 | 1,347.46 | 开发
阶段 | 结合新能源锂电极片、外观机、极耳翻折和 PL检测
的新需求,整理分时频闪、高速实时图像融合以及高
精度 AI缺陷分类技术需求,并启动技术攻关开发。 | 达到
国内
先进
水平 | 可光伏应用于光伏、锂电行业 |
15 | Smart Vision智能视
觉器件研发项目 1.0 | 2,800.00 | 1,256.19 | 1,256.19 | 开发
阶段 | 完成系列智能工业相机产品开发和嵌入式平台轻量化
AI模型优化工作 | 国内
先进
水平 | 可广泛应用于工业检测、量测、
行为监控等场景。 |
16 | SuperDisplyE新型显
示智能检测装备研发
项目 V10.0 | 3,000.00 | 1,406.45 | 1,406.45 | 开发
阶段 | 采用大面阵成像技术和色度成像技术,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,
同时实现缺陷检测和色度量测;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 |
17 | SuperGlassE消费电
子玻璃外观智能检测
装备研发 V4.0 | 4,000.00 | 1,869.38 | 1,869.38 | 开发
阶段 | 采用高速高精度自动搬送系统、高度封装的多维多尺
度线扫和面阵混合视觉系统、基于大模型的智能算法
和软件,针对消费电子领域玻璃模组、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 | 消费电子领域玻璃模组、有机材
料模组的智能检测 |
18 | SuperMetalE消费电
子金属外观智能检测
装备研发 V3.0 | 2,800.00 | 1,333.10 | 1,333.10 | 开发
阶段 | 采用高度柔性自动搬送系统、高度封装的多维多尺度
多传感器视觉系统、基于大模型的智能算法和软件,
针对消费电子领域手机整机、金属模组等的瑕疵,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、金属模
组的智能检测 |
19 | SurfaceInspction印刷
及材料表面检测系统 | 5,000.00 | 2,254.05 | 2,254.05 | 开发
阶段 | 初步明确以嵌入式智能相机为核心的技术路线,拉通
内外部资源,围绕高速接口相机、大带宽处理系统和 | 达到
国际 | 可广泛应用于印刷玻璃、隔膜、
锂电行业 |
| 研发项目 1.0 | | | | | 高性能计算软件启动攻关开发工作。 | 先进
水平 | |
20 | Vision Assembly 视
觉系统研发项目 6.8 | 7,000.00 | 3,391.52 | 3,391.52 | 开发
阶段 | 面向视觉系统产品线“NPI效能提升 10%~15%,全面
落地 ODS1.0(批量复制),提升 NPI&MP效率”战略
目标落地,打造一款覆盖复杂工艺解决方案和定制功
能的通用视觉系统平台 | 国内
领先
水平 | 3C电子贴辅料,正向打螺丝,
激光应用等;
3C电子组装,激光,点胶等常
规应用;
手机侧向打螺丝、3D扣排线,
耳机异形件贴装,Watch 焊点检
测,部件模组马达、扬声器高精
度组装中的新工艺变革机会等 |
21 | VisionWARE 产品化
项目 V6 | 1,400.00 | 597.92 | 597.92 | 开发
阶段 | 通过规则算 法和深度学习算法融合,解决复杂场景下
单一 AI或传统规则算法难以解决的鲁棒性和精确性问
题,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,不断完善通用算子库,深度结
合应用场景构建高性能的专用解决方案 | 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 |
22 | 深度学习平台
F.brain 产品化项目
V2.0 | 1,600.00 | 792.63 | 792.63 | 开发
阶段 | 实现基于大规模工业场景数据集及工业视觉大模型的
关键升级,显著提升平台的易用性和智能化水平,包
括工业 SAM辅助标注、超轻量化模型 2.0升级、小样
本生成能力提升、工业 AIGC样本生成质量和效率显
著提升,及项目集解决方案功能。 | 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 |
23 | 时空高分辨工业视觉
成像模组研制 | 9,500.00 | 798.83 | 798.83 | 开发
阶段 | 通过核心部件和关键技术攻关,完成高端线扫和面阵
时空高分辨视觉成像模组研制工作,实现高端工业视
觉器件及模组国产替代。 | 国际
先进
水平 | 可广泛应用于半导体、显示屏、
生物医学等行业高速高精度高灵
敏检测量测场景。 |
合
计 | / | 73,500.00 | 21,650.05 | 29,145.80 | / | / | / | / |
(未完)