[年报]凌云光(688400):2024年年度报告
原标题:凌云光:2024年年度报告 一、本公司董事会、监事会及董事、监事、高级管理人员保证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、公司上市时未盈利且尚未实现盈利 □是√否 三、重大风险提示 公司已在本报告中详细阐述公司在生产经营过程中可能面临的各种风险及应对措施，敬请查阅本报告“第三节管理层讨论与分析”之“四、风险因素”。 四、公司全体董事出席董事会会议。 五、天健会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。 六、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：保证年度报告中财务报告的真实、准确、完整。 七、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公司拟向全体股东每10股派发现金红利0.25元（含税）。截至2025年3月31日，公司总股本463,500,000股，扣除回购专用证券账户中不参与本次利润分配的股份数8,567,599股，以此计算合计拟派发现金红利11,373,310.03元（含税）。公司2024年度以集中竞价交易方式实施股份回购并支付现金对价152,523,832.62元（不含交易费用），2024年度以上述两种方式合计现金分红金额为163,897,142.65元。本年度公司现金分红总额占合并报表实现归属于母公司股东净利润的比例为153.08%。 在本报告披露之日起至实施权益分派股权登记日期间，公司应分配股数（总股本扣除公司回购专用证券账户股份余额）发生变动的，公司拟按照每股分配比例不变的原则对分配总额进行调整。 上述利润分配方案已经公司第二届董事会第十六次会议审议通过，尚需提交公司股东大会审议批准。 八、是否存在公司治理特殊安排等重要事项 □适用√不适用 九、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。 十、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 十一、 是否存在违反规定决策程序对外提供担保的情况 否 十二、 是否存在半数以上董事无法保证公司所披露年度报告的真实性、准确性和完整性否 十三、 其他 □适用√不适用 目录 第一节 释义......................................................................................................................................5 第二节 公司简介和主要财务指标..................................................................................................7 第三节 管理层讨论与分析............................................................................................................12 第四节 公司治理............................................................................................................................48 第五节 环境、社会责任和其他公司治理....................................................................................64 第六节 重要事项............................................................................................................................74 第七节 股份变动及股东情况......................................................................................................101 第八节 优先股相关情况..............................................................................................................110 第九节 债券相关情况..................................................................................................................110 第十节 财务报告...........................................................................................................................111
一、 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：
一、公司基本情况
(一)公司股票简况 √适用□不适用
□适用√不适用 五、其他相关资料
(一)主要会计数据 单位：元 币种：人民币
√适用□不适用 1、报告期内，公司努力克服外部环境困难，聚焦“AI+视觉”赋能多行业智能制造，产品布局与市场拓展取得较好进展；受终端客户需求放缓影响，公司整体实现营业收入22.34亿元，较去年同期下降15.42%，但业务结构持续向好。中长期来看，新质生产力、数字经济战略有望加速机器替代人工的进度，有利于促进下游行业对机器视觉的应用需求扩大。 2、报告期内，归属于上市公司股东的净利润及归属于上市公司股东的扣除非经常性损益的净利润分别下降34.69%、45.98%，主要系收入下降、同时持续加大产品研发投入等因素所致。 3、报告期内，公司经营活动产生的净现金流量为1.91亿元，同比下降，但仍保持了较好势头。 七、境内外会计准则下会计数据差异 (一)同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用√不适用 (二)同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用√不适用 (三)境内外会计准则差异的说明： □适用√不适用 八、2024年分季度主要财务数据 单位：元币种：人民币
□适用 √不适用 九、非经常性损益项目和金额 √适用□不适用 单位：元币种：人民币
√适用□不适用 单位：元币种：人民币
□适用√不适用 十一、采用公允价值计量的项目 √适用□不适用 单位：元币种：人民币
□适用√不适用 第三节 管理层讨论与分析 一、经营情况讨论与分析 （一）整体经营情况概述 凌云光业务布局以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供高性能、差异化产品和解决方案，助力推动工业人工智能转型升级和数字经济的蓬勃发展。2024年，虽面临行业挑战，公司迎难而上，围绕战略目标和经营规划，积极布局和夯实自身“视觉+AI”的核心技术能力，确保在国内外市场的领先地位；与此同时，公司紧贴行业动态与市场需求，一方面深挖机器视觉行业中的国产替代及应用升级需求、头部大客户海外建厂等结构性机遇；另一方面，敏锐洞察并精准把握AI带来的新机遇，包括机器视觉检测精度的提升和应用范围的拓展、具身智能商业应用落地，以及数据通信的战略机遇，全方位推动业务的高质量发展，为公司在复杂多变的市场中实现可持续发展奠定基础。报告期内具体经营情况如下： 1. 短期业绩承压，AI驱动需求增长 受终端客户需求放缓影响，公司整体业务在报告期内有所下滑，2024年实现营业收入22.34亿元，较上年同期下滑15.42%；归属于母公司所有者的净利润1.07亿元，较上年同期下滑34.69%，净利润下降的原因包括：（1）营业收入较上年同期减少；（2）在收入减缓的情况下仍保持高比例的研发投入，在报告期内，公司研发投入4.44亿元，占当期营业收入比例为19.89%，相较2023年同期提升2.48PCT；（3）投资收益较同期减少48.55%。 公司精准把握人工智能带来的技术与市场机遇，依托“视觉+AI”的核心技术，推出智能工厂解决方案、3D检测应用产品、具身智能数据采集系统等创新产品。同时，公司在光通信领域率先引举措，公司2024年毛利率提升至34.66%，同比增长3.72个百分点，核心竞争力得以显著提升。 尽管以上产品目前仍处于市场前期阶段，尚未对收入产生显著带动作用，但随着相关市场的进一步成熟，预计这些产品将展现出良好的规模效应，为公司未来收入增长提供有力支撑。 2. 在市场低迷的环境中，实现结构性突破机会 公司积极洞察市场机会，适时调整经营策略，抓住结构性机遇，在消费电子、印刷包装、子公司元客视界等视觉业务，以及光通信行业，均取得不同程度的突破：（1）在消费电子行业温和复苏与技术创新加速的背景下，公司精准把握行业头部客户新增检测需求以及东南亚海外产线建设的契机，全力推进可配置视觉系统的国产化替代。报告期内，公司消费电子中的视觉系统收入同比增长超过50%。公司自主研发的胶水点检AI解决方案实现规模应用，成功攻克超窄空间检测难题，精度高达0.03毫米，显著提升了市场份额。同时，公司在2024年向东南亚市场成功交付了上千套专业化视觉引导和检测系统，彰显国际竞争力。尽管智能装备业务受终端需求放缓影响，收入有所下滑，但公司向国际知名客户成功交付了集量测、颜色、外观检测等功能为一体的高端智能设备。随着终端客户加紧推进智能制造的进程，以及公司智能装备优势进一步凸显，公司的智能装备市场尚存在较大的空间。 （2）在印刷包装行业数字化、智能化转型的大趋势下，公司聚焦AI应用，借助F.Brain深度学习大模型能力推出在线对版系统，解决困扰行业多年的一键建模和套印误报的难题，针对生产速度日益提升、检测和质量追溯要求越来越高的情况，公司充分挖掘GPU算力潜力，新一代VisionPrint8检测系统，在大幅降低误报的同时，将印刷检测数据的带宽提升至1.2GB/s。公司积极参与印刷客户的智能化改造进程，并在药品包装行业实现新突破，助力宜药印务建成行业首个药包智能工厂；同时，该业务在国际化方面亦取得较好的进展，在东南亚、欧洲等市场均取得较好突破。得益于这些举措，印刷包装业务营业收入逐季度递增，全年实现18%同比增长，毛利率亦在稳步提升。 （3）元客视界业务，公司以创新为驱动升级底层光学运动捕捉和XR拍摄系统，提升定位精度和场景易用性，持续扩大市场占有率。在2024年，公司FZMotion光学运动捕捉系统依托在影视、科研等领域积累的经验，进一步拓展了应用场景，应用在无人机、无人车、人形机器人等空间轨迹的数据采集、数据处理、虚拟仿真与本体映射，逐步在机器人头部企业实现商业落地，在2024年实现单产品收入增长40%，未来的发展空间值得期待。另一方面，公司积极推动数字人、AR/VR/XR创新应用落地。2024年，公司结合数字人技术和智谱GLM大模型，打造电商数字人直播平台，成功接入京东、唯品会、拼多多等电商平台，并在京东京麦服务市场排名第二，获金牌服务商称号。公司参与出品采用AI全流程制作的AIGC动画电影《团圆令》，并参编多项文化元宇宙行业标准，包括《三维虚拟数字人模型制作技术要求1.0》《数字孪生平台基础能力指标要求和评估方法》《虚拟空间创作平台指标要求和评估方法》。 （4）在光通信领域，公司依托与国外优秀企业多年战略合作、对国内市场与客户需求的精准把握，在原有业务基础上，开创性进入OCS全光交换、芯片光耦合互联等新业务场景，服务国内AI算力基础设施建设。 (二)持续夯实“视觉+AI”底层技术能力，驱动行业创新应用落地，走自己的人工智能道路1、收购JAI，重塑机器视觉新格局 公司长期践行“为机器植入眼睛和大脑“的理念。在作为视觉核心的”眼睛“领域，持续投入研发力量，凭借二十余年视觉成像能力及产业链布局能力，持续开发自研相机，已完成线阵相机的广泛覆盖，并在表面检测行业实现超50%的自研供应；高端大面阵相机在灵敏度和成像清晰度方面具备优势，广泛应用于消费电子、新型显示、印刷包装、半导体等行业。2024年，公司还推出多款相机，满足3C、锂电、PCB等行业的高色彩辨别度、极限空间应用、信号长距离传输和内部缺陷检测等需求。 2024年，在与关键客户进行深度需求分析调研的基础上，公司敏锐洞察到全场景通用型视觉成像组件对下一代机器视觉格局的重大影响，开始积极寻找外部资源。JAI以其卓越的产品质量享誉全球，对外提供超长质保承诺。同时JAI在相机布局上与公司存在较好的协同效应：凌云光重点布局线阵、大面阵相机，JAI则在棱镜、小线阵、小面阵等产品矩阵上具备独特优势，双方在成像技术、产品覆盖和行业应用上高度互补。面向下一代智能视觉成像组件，双方合作研发前景广阔，也将进一步提升公司产品在市场中的竞争力。 通过收购JAI，公司形成在全球多个国际分支机构、覆盖几十个国家的营销网络，将会进一步加速公司在欧洲、美国、日/韩等高端市场的业务布局。 2、“模式识别+深度学习算法”实现检测精度与通用性双升级 AI算法在机器视觉中发挥“大脑”的作用，属于机器视觉的核心竞争力。公司在AI的通用性和场景化两个方面持续发力。在AI通用能力方面，公司持续打造F.Brain深度学习平台。在报告期内，公司实现F.Brain平台的两次版本迭代实现如下突破：①建立工业缺陷通用检测模型，针对新场景新缺陷，仅需一张缺陷样本便可快速完成模型适配，1分钟实现缺陷检测，检测效率等同于深度训练模型90%的精度，能够极大解决工业场景中样本少且上线速度要求快的难题；②完善缺陷生成机制，一方面，可实现1张缺陷样本仿真生成1万样本，在工业缺陷形态、位置、背景多样化的条件下，实现模拟生成样本的背景和区域可控，为零样本检测提供可能性；③AI标注缺陷数据效率相较传统手动标注提升了4倍以上。④针对垂直场景算力有限且对检测精度要求高的特性，公司在基础大模型和行业大模型基础上，建立经过蒸馏剪枝技术形成的垂直行业/场景专用模型，训练和推理效率提升＞30%，对于因检测环境复杂、缺陷种类复杂、缺陷数据稀缺等复杂场景精度提升至95%+，以便同时满足客户精度和效率的双向要求。 在场景化工具打造方面，针对机器视觉行业智能化、高精度和高效率的发展趋势，公司加强AI对算法的升级助力，打造领先的视觉算法工具，专用领域复杂场景的高精度和通用领域的竞争力均得到持续提升。在报告期内，主要实现以下几个方面的突破：①AI定位功能实现复杂场景99.95%的定位成功率，实现行业领先；②识别方面，使用单一读码工具可在超90%场景中达到100%识别率，无需增加相关图像处理过程，大幅提升产品易用性；③支持3*3像素级以上的可变字符缺陷检测，并且缺陷可定量检测，杜绝误识别、小字符缺陷漏检的情况，对标国际水平对字符质量定性评价的方案有了质的提升；④AI胶检专用算法可精准检测胶路缺陷，对胶路色差及反光等挑战场景有很好的适应性，缺陷检出率达100%；⑤增加图像一致性调节功能，在一分钟以内自动完成图像一致性调节，大幅提升现场调试工作效率。 3、以“AI+视觉”赋能智能工厂解决方案 行业头部客户陆续提出极限制造、灯塔工厂等目标要求，这对以机器视觉为核心的质量检测提出了更高的要求，公司积极响应客户需求，以视觉质检为基础，以质量检测+质量管理为核心构建智能工厂解决方案。借助F.Brain+GMQM平台，实现数据采集、模型评估、边端功能的高度协同，打造“边端推理，云端训练”的高效模式，实现跨设备、跨产线的数据闭环管理，助力客户实现统一的数字化质量标准、准确的质量缺陷根因分析，快速的问题追溯与复判、智能失效分析等智能制造目标，进而帮助客户实现良率提升和工艺闭环之目的。公司在2024年实现了在印刷、新能源等多个领域的落地突破：在新能源领域，公司与恩捷签署全球性战略合作协议，双方将在锂电数字化和智能化领域展开全面长期合作，依托公司“视觉+AI+工业大数据管理系统”，助力恩捷实现全球一致的数字化产品质量管理；在印刷领域，公司通过整合MES、ERP、WMS等系统与智能工厂解决方案，助力宜药印务有限公司成功落地智能工厂，实现了从设计、制版、印刷到后期加工的全流程自动化、数字化与网络化运作，推动中国医药包装行业首个智能工厂正式建成。 非企业会计准则业绩变动情况分析及展望 □适用√不适用 二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明(一)主要业务、主要产品或服务情况 1、主要业务 公司机器视觉业务以“视觉+AI”技术创新为基础，服务工业智能制造和文化内容制作，是行业内领先的机器视觉产品与解决方案提供商。面向工业领域，已形成视觉器件、视觉系统、智能视觉装备和智能工厂四个产品线，服务消费电子、新能源、印刷包装、新型显示等多个领域，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，助力国家智能制造转型升级；元客视界基于计算摄像与人工智能技术创新，自主研发了光场建模、全景拍摄、运动捕捉、虚实拍摄等一系列先进产品及解决方案，实现人、物、场、境的整合统一，面向虚拟现实、沉浸媒体、具身智能等众多应用下游。 在光通信方面，公司代理引进国外先进数据通信、光纤器件与仪器产品，服务光通信产学研客户及通信、激光等行业的国内知名企业。围绕当前AI驱动的大规模算力基础设施建设，信息互联的高带宽、低功耗、低时延等迫切性需求，公司积极布局了OCS全光交换机、全自动光子引线 键合、光IO解决方案等下一代光通信产品和解决方案。 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、咪咕等各行业的头部客户。 2、主要产品 （1）机器视觉——工业领域产品 公司致力于成像硬件到软件算法的持续创新。在硬件方面，公司通过并购JAI，形成与自身 业务高度协同、全面布局的产品矩阵，形成棱镜相机、面阵相机、线阵相机、智能相机等多产品 线，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、量测与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覆盖。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）机器视觉——元客视界产品 围绕“AI+空间计算”，元客视界构建了多元化产品：1）形成光场建模、运动捕捉、全景成像、XR拍摄等后台要素类产品；2）打造了智能虚拟内容制作工作室、智能虚实融合XR演播室等中台产品；3）电商直播数字人、服务数字人等前台产品。主要的产品解决方案如下：FZMotion光学运动捕捉系统：具备业界领先的高精度三维定位跟踪测量能力，同时具有同步人体运动捕捉和XR虚实融合拍摄功能，系统通过多台高帧速/高分辨率的红外动捕相机拍摄人体穿戴的反光标记点，实时高精度计算人体骨骼运动，驱动数字角色或人形机器人，在亚毫米级别精度下实现整套流程骨骼鲁棒的高度稳定。 Lustage光场建模系统：利用多维光照照明、高速同步相机采集的人、物在多种模拟光照条件下的光场数据，自动智能计算毛孔级的高精度人体模型、光照材质特性，实现人脸、人体模型的数字资产制作。 InFisionXR虚实融合方案：采用多光融合定位技术，对人、摄像机、道具、大屏等设备进行全局标定，实现大屏、XR扩展、AR内容的实时渲染与精准对齐，实现一站式全局标定、稳定可靠的多机位讯道切换、虚实内容的实时渲染融合。 （3）光通信主要产品 在光通信方面，公司代理引进国外先进的数据通信、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战略合作关系。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、HUBER&SUHNER/Polatis、Vanguard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。 在机器视觉领域，公司提供视觉器件、智能视觉系统、智能视觉装备、智能工厂管理等一揽子产品与解决方案，服务国家智能制造与数字经济，通过为客户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、提升市场需求响应速度，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，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。结合公司所处行业的特点、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，并持续改进提升。 (三)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、视觉系统和智能设备的国产化率大幅度提高，基本已经在中低端市场实现了国产替代，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，甚至超越了国外同行企业，正处于由中低端市场到高端市场的拓展期。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市场尚大有可为。 机器视觉作为实现智能制造的关键环节，国家颁布了一系列支持政策，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，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，对机器视觉厂商在精度和效率方面提出了更高的要求，同时也对潜在市场进入者形成了较高的技术壁垒。 （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分析及其变化情况 公司深耕机器视觉产业二十余年，是行业领先的机器视觉产品和解决方案提供商。基于下游行业需求，公司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、京东方、咪咕等多行业头部客户资源。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余项国家/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、软一体化综合实力的团队，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的多样性，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进行多步特征转换，得到比传统视觉算法更高层次、更抽象的特征表示，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，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，并通过模型的通用性，实现算法的跨场景、跨行业的应用效率与成本节约。 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，实现边端智能。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。 ③2D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的使用需求。 (2)机器视觉在工业制造领域的应用扩展 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转型升级的关键时期。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中国制造业正处于转型升级的关键时期， 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前期由于技术和能力限制，中国机器视觉企 业主要集中于中低端替代国外份额，当前在深度学习、3D视觉、自动化的加持下，中国厂商已经 在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；③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，硬件、 软件的成本从长期来看呈现下降趋势，机器视觉有望向下兼容更多的应用行业，为中国智造的转 型升级贡献力量。 （3）基于“视觉+AI”技术实现跨领域拓展 视觉和AI技术是人工智能的核心驱动力，赋予机器“看见”和“理解”的能力，广泛应用于工业、 医疗、交通、安防等多个领域。视觉技术通过计算机视觉实现图像和视频的识别与分析，而AI 能力则通过深度学习算法处理复杂数据，优化决策过程。两者相辅相成，不仅提升了效率和准确 性，还推动了各行业的智能化升级，成为现代科技发展的关键力量。 视觉和AI技术凭借其多模态融合、深度学习算法以及智能化决策能力，在工业制造、影视制 作、无人机、无人车和机器人训练等领域展现出显著的共通性和跨领域应用潜力。在工业制造中， AI视觉技术结合5G和工业互联网，实现了从生产环节的质量检测到全流程的智能优化，显著提 升了生产效率和产品质量。在影视制作领域，AI技术不仅用于剧本创作和内容生成，还通过多模 态融合提升了创意内容的制作效率和质量。同时，无人机和无人车的自主导航能力依赖于视觉 SLAM技术，使其能够在复杂环境中安全高效地运行。此外，机器人训练也受益于视觉和AI技 术的融合，通过视觉本体感知和自我校准机制，机器人能够在复杂场景中实现更灵活的操作。这 种跨领域应用不仅推动了各行业的智能化升级，也为未来的发展提供了新的思路和方向。 （四）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在机器视觉领域深耕多年，全面掌握了产业链中的关键核心技术。公司构建了包括先进光学成像、智能软件、智能算法以及精密自动化在内的四大底层技术平台，不仅支撑我们的产品迅速投入实际应用，满足各行各业的需求，而且有效地建立了公司在机器视觉领域的技术壁垒。 同时，也为公司基于“视觉+AI”技术进行跨领域拓展奠定了坚实的基础。 在光学成像方面，公司依据多年的积累和实践经验，成功研发出包括高速成像、高分辨成像、多光谱成像、3D成像、立体成像在内的多元化成像解决方案，并据此建立了一套完整的成像系统设计规范，以确保公司的产品和服务能够持续满足市场和客户的高标准要求。公司通过“自研+投资并购”的方式布局上游核心成像硬件，并自主研发了系列化适用于工业制造场景的特色面阵相机、线阵相机及智能相机及高端特色光源。2024年，公司完成了对全球机器视觉行业领军企业JAI的收购，补充了棱镜分光技术、多光谱成像和线阵相机等关键成像技术，缩短了下一代产品的研发周期，增强了在全球范围内为客户提供先进成像产品的能力。公司通过投资的方式布局芯片和镜头，先后投资了以CMOS芯片、红外芯片及与工业镜头为主营业务的长光辰芯、丽恒和长步道，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。在报告期内，凌云光发布了多款相机，包括16K5u6线TDI彩色相机、三线真彩相机、支持30KHz的4K线扫相机、8K7μ万兆网线扫相机和15μm短波红外相机，这些产品满足了3C、锂电、印刷、PCB等行业的应用需求，进一步丰富了产品组合。 在算法方面，公司于2005年开始打造自主视觉图像算法平台VisionWARE，是国内为数不多的拥有全套视觉算法模块、且有多年实战经验的AI算法平台，经过多年持续迭代，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，能够突破以往的工业检测场景和精度的瓶颈，使用“AI+规则”的解决方案攻关高价值、高复杂性的场景，并有效降低对成像硬件的要求。VisionWARE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VisionWARE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,显著提升通用性和建模效率：AI标注缺陷数据效率提升4倍以上；缺陷生成模型实现背景和位置可控，支持零样本生成；通过一张图片即可一键建模，精度达90%，解决样本少、上线慢的难题；针对端侧算力有限且检测精度高的需求，开发垂直行业专用模型，训练和推理效率提升超30%，复杂场景检测精度达95%+，满足客户对精度和效率的双重需求。公司F.Brain图像大模型在继2023年赢得美国CVPR国际挑战赛“VisionTrack1”冠军的基础上，于2024年再次赢得欧洲ECCV国际挑战赛“单例工业缺陷分割”冠军。 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，在端侧提升设备的实时检测状态和检测精度，在边侧改善产线的检测效率、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大数据问题回溯、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场景的智能视觉检测和量测设备。 公司在视觉和AI技术加持下，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
√适用□不适用
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12月31日，公司拥有799项专利，包括发明专利387项、实用新型381项、外观设计31项；此外，公司累计获得软件著作权288项。公司牵头或参与制定并已发布的国家、行业、团体标准共24项，其中包括4项国家标准、20项行业与团体标准。 报告期内获得的知识产权列表
单位：元
□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
 |