原标题：奥普特2021年半年度董事会经营评述 来源：同花顺金融研究中心
奥普特2021年半年度董事会经营评述内容如下：
一、 报告期内公司所属行业及主营业务情况说明
奥普特是一家主要从事机器视觉核心软硬件产品的研发、生产和销售的国家高新技术企业。公司定位于智能制造核心零部件供应商，以“打造世界一流视觉企业”为目标，致力于为下游行业实现智能制造提供具有竞争力的产品和解决方案。
奥普特成立于2006年，是我国国内较早进入机器视觉领域的企业之一。在成立之初，以机器视觉核心部件中的光源产品为突破口，奥普特进入了当时主要为国际品牌所垄断的机器视觉市场。在十几年的发展过程中，公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展路径，将产品线逐步拓展至其他机器视觉部件。奥普特自主产品线已覆盖光源、光源控制器、镜头、视觉控制系统等机器视觉核心部件，并在相机产品方面完成布局并取得了先期的研发和销售成果。同时，奥普特以产品核心技术为基础，建立了成像和视觉分析两大技术平台，结合多年积累的机器视觉在各下游行业应用的专有技术（Know-How），形成了多层次的技术体系。以此为基础，公司能够向下游客户提供各种机器视觉解决方案，协助客户在智能装备中实现视觉功能，提高机器视觉系统的准确性、稳定性和可靠性，从而带动公司产品的销售。
(一)主要经营模式
1.盈利模式
公司依靠产品和解决方案的研发积累形成的技术体系，为客户提供具有技术附加值的机器视觉核心软硬件产品，从中取得收入、获得盈利。
2.研发模式
公司的主要产品机器视觉核心软硬件是实现智能制造的关键构成部分之一。公司所处行业为机器视觉行业，属于高科技行业。研发能力是关系公司在行业内竞争力的核心因素之一。公司的研发主要包括基于各机器视觉软硬件产品的研发和基于机器视觉解决方案的研发。
对于基于各机器视觉软硬件产品的研发，公司坚持基础研发、产品研发与前瞻性研发并重。一方面公司通过对包括光学、物理学、深度学习、3D视觉技术、异构计算等基础技术的研究，为产品研究夯实了技术基础；另一方面，公司也贴近客户需求不断研发改进既有产品，有效地满足客户需求、提升用户体验；此外，公司根据业务发展规划，结合行业发展轨迹，进行前瞻性的产品研发和布局。
对于基于机器视觉解决方案的研发包括三个层次。第一个层次是针对客户具体的需求和应用场景进行的方案研发。机器视觉的应用场景千变万化，在实际应用过程中，需要考虑到各种各样的因素，如被摄目标自身的大小、性状，机器视觉所在设备的自身结构、速度等，对机器视觉系统的影响，才能设计出合适、可实现应用目标的方案。第二个层次是从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，从而向客户提供更优化、简洁、高效的产品和服务。第三个层次是将应用数据反馈回具体的机器视觉软硬件层面，总结出产品改进和新品开发的路线，促进产品的研发。
3.销售模式
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。
4.采购模式
公司的对外采购主要分为两个部分：一部分是生产所需的原辅料，包括五金塑胶件、电子电器件、LED、光学件、PCB(A)、线材、接插件、包装材料等，用于生产自产产品。由于公司自产产品线较多，每条产品线涉及的原材料有较大差别，而公司整体规模还相对较小，因此，该部分原辅料的采购具有品种极多、单品种采购量较小等特点。另一部分是用于直接对外销售的外购成品，主要包括相机、镜头等。该部分采购主要针对的是公司目前产品线或产品型号尚未覆盖的部分。
公司结合销售订单和市场需求预测制定生产计划和发货计划，根据生产计划和发货计划制定原材料和外购成品采购计划。对于交付周期较长的材料和成品、一般通过销售预测确定预计使用量并联系供应商提前进行备货；对于部分生产过程中普遍适用的
通用
型材料和成品则维持合理的安全库存，保证生产和销售。
5.生产模式
公司销售的产品中自主生产的产品包括光源、光源控制器、部分镜头、部分相机、视觉处理分析软件、视觉控制器等。随着公司产品线的不断丰富和完善，公司自产的产品品种和系列逐渐增多。
在这些自主生产的产品中，根据常用程度和应用范围大小进行区分，自主产品的标准化程度情况如下：（1）光源产品，包括标准产品和非标准产品，非标光源主要是在标准光源的基础上对尺寸、照度、均匀性等指标进行调整或者组合；（2）光源控制器产品，以标准产品为主，少量非标型号是在标准产品的基础上，对某些特定指标，如电流、电压等，进行强化或者其它特别设定；（3）自主镜头、相机、视觉控制器、视觉处理分析软件，均为标准产品。上述标准或者非标准的产品，依托公司的应用技术和向客户提供的解决方案进行组合，从而在繁杂的应用场景中，实现各异的视觉目标。因此，解决方案层面，公司的机器视觉解决方案具有定制化、多品种、小批量的特点。
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，调节生产节奏，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。
(二)所处行业情况
1.行业的发展阶段、基本特点、主要技术门槛
公司所处行业为机器视觉行业，机器视觉率先发生和发展在基础科学和技术水平领先的北美、欧洲和日本等发达地区，在全球的发展历史不过半个多世纪。虽然发展时间较短，但在全球范围，以技术革新速度和工业发展之有利形势，机器视觉行业获得了快速的发展。我
国机
器视觉行业启蒙于20世纪90年代，从代理国外机器视觉产品开始，经历了启蒙阶段、初步发展阶段，目前正处于快速发展阶段。进入21世纪后，少数本土机器视觉企业才逐渐开启自主研发之路。本世纪10年代左右，伴随我国经济的发展、工业水平的进步，特别是3C行业自动化的普及和深入，本土的机器视觉行业获得了空前的发展机遇。
目前，中国已经成为全球制造业的加工中心，中国正成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖了包括3C电子、锂电、半导体、光伏、新能源等国民经济的各个领域。随着《中国智造2025》战略的推进，我国工业制造领域的自动化和智能化程度的加深，机器视觉将得到更广泛的发展空间。
机器视觉行业属于技术密集型行业，跨越多个学科和技术领域，需要在包括成像、算法、软件、传感器等领域积累大量的技术，需要持续的大量研发投入。因此，较高的技术门槛对潜在的市场进入者构成了壁垒。
2.公司所处的行业地位分析及其变化情况
公司成立于2006年，是国内较早进入机器视觉领域的企业之一。在发展过程中，公司注重技术的积累，产品线逐步拓展至光源、光源控制器、镜头、相机和视觉控制器等全套机器视觉主要核心部件。公司产品定位于高中端市场，研发、设计和生产的机器视觉产品已经成功应用于3C电子、新能源、半导体等多个领域，协助下游客户建立和增强智能制造能力，并为公司技术发展和应用经验的沉淀提供了有力保证。公司也已建立核心而稳定的客户群体，产品应用于全球知名企业和
行业龙头
企业的生产线中。随着公司应用行业的进一步扩大以及公司面向不同行业不断推出新产品、不断提升服务能力，公司产品销售规模及市场占有率有望持续稳步扩大。
中国市场已成为全球机器视觉规模增长最快的市场之一。根据中国机器视觉产业联盟的统计，中国机器视觉行业的销售额从2018年的101.80亿元增长至2020年的144.20亿元，复合增长率达19.02%。得益于宏观经济回暖、新
基建投资
增加、
数据中心
建设加速、制造业自动化推进等因素，预计2020年至2023年，中国机器视觉行业的销售额将以27.15%的复合增长率增长，至2023年销售额将达296.00亿元。
3.报告期内新技术、
、新业态、新模式的发展情况和未来发展趋势
报告期内，新技术和产业化应用不断提升，公司下游产业链发展势头良好，机器视觉的需求稳步增加，未来应用前景广阔。
（1）新技术的进步极大扩展了机器视觉的应用领域和市场空间
深度学习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，加快了机器视觉向更多行业渗透的速度。目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。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。深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，极大地拓展了机器视觉的应用场景。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处理性能不足的机器视觉问题逐步得到较满意的结果，从而有效扩大了机器视觉技术的市场潜力。
传统的机器视觉技术主要基于2D图像的处理分析实现测量、检测、引导、识别等功能。3D视觉技术是对传统2D视觉技术的重要补充。3D视觉技术利用3D视觉传感器采集目标对象的3D轮廓信息，形成3D点云，进而可以实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸量测、3D空间中的
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，提供了丰富的三维信息，使机器能够感知物理环境的变化，并相应地进行调整，从而在应用中提高了灵活性和实用性，扩大了机器视觉的应用场景。
高精度成像技术是机器视觉行业始终追求的技术发展目标。高精度成像需要光源、镜头、相机等各部分的精密配合。在光源技术方面，技术的发展方向包括新的光源类型、更全面的波长覆盖、创新的光源布局等；在镜头和相机方面，提供更大靶面和更小像元的产品是行业持续的研发方向和目标。
（2）中国智能装备、智能制造的推进驱动机器视觉渗透率的提升
机器视觉是机器设备收集、理解信息的主要途径，是实现
工业4.0
和智能制造的关键技术。随着《中国智造2025》战略的推进，我国工业制造领域的自动化和智能化程度的加深，机器视觉将得到更广泛的发展空间。横向上，机器视觉将应用在更多的行业领域。根据机器视觉产业联盟的调查，我国机器视觉应用以制造业为主，其中又以电子行业、平板显示、汽车、电池等行业为主。随着智能制造的推进，将会有更多的行业引入机器视觉。同时，随着技术的进步和经济的发展，一些新型产业的兴起，也有望进一步拓展机器视觉的市场空间。纵向上，机器视觉在现有领域的深度拓展将带来新的行业增长。机器视觉在各行业的初始应用往往是在要求较高的生产环节的检测中。随着机器视觉技术的普及、成本的下降，机器视觉在生产环节中的应用逐渐得到深化，逐渐发挥机器视觉识别、测量、定位等其他功能。以手机的生产制造为例，机器视觉从最初只应用在个别关键环节的检测中，发展到如今，已经几乎应用在从零件到模组再到整机等各个生产环节，参与到了从零部件识别到整机组装的各项功能中。类似手机行业的这种深化过程，将会出现在其他行业中，从而扩大机器视觉在现有的行业中的市场空间。
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
公司以光源技术、光源控制器技术、镜头技术、视觉分析技术为核心，在硬件和软件方面，分别建立了成像技术和视觉分析技术两大技术平台。公司重点发展深度学习技术、3D处理与分析技术、图像感知和融合技术、图像处理分析的硬件加速等视觉前沿技术，并继续在光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件方面进行强化，巩固公司在光源、光学成像方面的优势。结合多年积累的机器视觉在各下游行业应用的专有技术（Know-How），公司构造了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系。
2.报告期内获得的研发成果
报告期内，新获得发明专利6项、实用新型专利18项、外观设计专利4项，新获得软件著作权13项。截止报告期末，公司共获发明专利27项、实用新型专利154项、外观设计专利23项，共获软件著作权65项，其他2项。
报告期内获得的知识产权列表
3.研发投入情况表
研发投入总额较上年发生重大变化的原因
主要系本期研发人员较上年同期增加184人，研发人员薪金福利、差旅费、材料费用增加；2020年疫情影响政府减免员工社保。
研发投入资本化的比重大幅变动的原因及其合理性说明
4.在研项目情况
5.研发人员情况
6.其他说明
二、经营情况的讨论与分析
报告期内，公司实现营业收入39,203.33万元，较上年同期增长63.11%，实现归属于母公司所有者的净利润为14,324.36万元，较上年同期增长79.53%。报告期内，公司坚持以技术引领市场，在经营业绩和股东回报方面取得良好业绩。同时，公司在市场开拓和技术研发方面持续投入，为企业未来发展奠定了良好基础。
（一）业务开展情况
1.深耕机器视觉领域多年，保障竞争优势
公司在机器视觉领域深耕多年，特别是在3C电子、锂离子电池等领域，公司与国内外知名设备厂商和终端客户有着长期的合作经历，拥有丰富的机器视觉功能产品的设计、应用案例库。公司凭借产品的应用效果和产品品质，成功应用于全球知名企业和行业龙头企业的生产线中。经过了严格的认证体系，公司与众多客户及最终用户建立了长期稳固的合作关系，形成了较强的品牌优势。
2.下游应用领域的持续深入开拓，机器视觉应用领域拓宽、渗透率提升
随着智能制造大趋势及技术更替，机器视觉向下游应用领域不断延伸。公司在巩固3C电子行业竞争优势的同时，也积极将产品服务拓展至新能源、半导体、光伏等领域。报告期内，公司除了在电子消费行业拓宽了机器视觉解决方案的应用领域，同时受益于新能源行业的高景气度，在新能源行业的机器视觉应用需求也随之增加。
（二）研发进展情况
报告期内，公司研发投入6,063.54万元，同比增长87.87%，研发人员621人，同比增加42.11%。在各方面取得显著成效：
1.产品研发及应用方面：报告期内，公司在研项目24个，其中1个已完成，17个处于研究阶段，2个进入样机阶段，4个进入试产阶段。研发产品围绕提升速度、精度范围，致力于解决多种应用场景下的不同应用需求。在进一步增加产品种类的基础上，加深软硬件的开发研究，不断加强对机器视觉产品及其底层核心技术的研发投入。
2.人才培养与引进方面：公司依托奥普特研究院、奥普特博士后工作站择优引进专业技术人才，持续加大研发人员投入。同时，因公司科创板上市带来的企业知名度和品牌效应的提升，增加了对优秀人才的吸引力。报告期内，公司新招聘人员402人，保证了公司优秀人才培养和储备的需求；
3.知识产权方面：报告期内，新获得发明专利6项、实用新型专利18项、外观设计专利4项，新获得软件著作权13项。截止报告期末，公司共获发明专利27项、实用新型专利154项、外观设计专利23项，共获软件著作权65项，其他2项。
报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项
三、可能面对的风险
（一）核心竞争力风险
1.技术被赶超或替代的风险
公司所处的机器视觉行业属于技术密集型行业，涉及视觉传感器技术、光源照明技术、光学成像技术、数字图像处理技术、模拟与
数字视频
技术、计算机软硬件技术和自动控制技术等多种科学技术及工程领域学科知识的
综合
应用。在未来提升研发技术能力的竞争中，如果公司不能准确把握行业技术的发展趋势，在技术开发方向决策上发生失误；或研发项目未能顺利推进，未能及时将新技术运用于产品开发和升级，出现技术被赶超或替代的情况，公司将无法持续保持产品的竞争力，从而对公司的经营产生重大不利影响。
2.关键技术人才流失风险
公司所处的行业中，关键技术人才的培养和维护是竞争优势的主要来源之一。行业技术人才需要长期积累下游行业的应用实践，以加深对工业自动化、底层核心算法和软硬件结合技术的理解，才能提升产品研发和技术创新能力。同时引进物理学、光学、深度学习、
大数据
、
人工智能
技术等领域的研发人才，有助于行业的技术发展和演进。行业内该等经验丰富的复合型人才相对稀缺。随着行业的变化，对行业技术人才的争夺将日趋激烈。若公司未来不能在薪酬、待遇、工作环境等方面持续提供有效的奖励机制，将缺乏对技术人才的吸引力，同时现有核心技术人员也可能出现流失，这将对公司的生产经营造成重大不利影响。
3.核心技术泄密风险
经过多年的积累，公司自主研发了一系列核心技术，这些核心技术是公司的核心竞争力和核心机密。如果未来关键技术人员流失或在生产经营过程中相关技术、数据、图纸、保密信息泄露进而导致核心技术泄露，将会在一定程度上影响公司的技术研发创新能力和市场竞争力，对公司的生产经营和发展产生不利影响。
（二）经营风险
1.管理风险
公司自成立以来经营规模不断扩大，尤其是在科创板的发行上市，资产和业务规模在原有基础上有较大的提升，公司人员规模进一步扩大，这对公司在战略规划、组织机构、内部控制、运营管理、财务管理等方面提出更高的要求。如果公司不能适应公司的资产和业务规模的扩大，公司管理层不能持续有效地提升管理能力、优化管理体系，将对公司未来的经营和持续盈利能力造成不利影响。
2.产品价格下行及毛利率下降的风险
机器视觉行业是近十几年间随着工业的发展而逐步兴起的行业。采用机器视觉技术的下游行业多为发展较快、对自动化水平和产品品质要求较高的行业。随着行业的快速发展，越来越多的企业加入，机器视觉市场竞争日益加剧，整个产业也将逐渐进入成熟期。一般而言，随着产业从成长期逐渐进入成熟期，市场竞争加剧，将导致产品价格逐渐降低。
公司目前毛利率处于较高水平，若未来受如行业内更多企业加入导致市场竞争加剧、境外品牌降价竞争、原材料价格及人工成本持续上涨等因素影响，未来公司产品毛利率存在下降的风险。
3.下游最终应用领域集中于3C电子领域的风险
公司机器视觉产品主要应用于3C电子领域。近三年，公司来源于3C电子行业的主营业务收入占比较高，对该行业依赖程度较高，整体抗风险能力不足。3C电子领域品牌众多，竞争激烈，同时具有产品迭代快、客户需求变化快等特点。若3C电子市场发生重大不利变化，或者对机器视觉产品的需求下降，或者公司产品不能满足3C电子领域的产品要求，而公司未能在短时间内完成新产品的研发和市场布局，则可能对公司经营业绩产生重大不利影响。
4.市场竞争加剧的风险
随着智能制造和工业4.0的进程的推进，我国机器视觉行业得到了快速发展。随着本行业以及下游行业持续发展，市场规模的不断扩大，本行业将吸引更多的竞争者进入，市场竞争将日趋激烈。一方面，现有企业扩大生产规模，加强研发和技术投入；另一方面，其他行业的公司，特别是上市公司凭借资本实力跨行业发展。若公司未来不能持续维持竞争优势，提高自身竞争力，在更加激烈的市场竞争中，公司将面临市场份额下降的风险。
5.新产品的研发及市场推广的风险
2019年公司首次推出了自主研发的工业相机，初步形成了机器视觉领域完整的产品线。但该等产品系为特殊功能设计并制造的，并非公司计划量产的机型。公司的自主相机产品总体而言仍处于研发阶段，还需要持续的研发投入。除工业相机外，公司目前还有多个新产品处于规划或者研发阶段。一方面，上述在研产品距离实现批量生产和销售还有一定时间，且存在研发失败的风险。另一方面在研产品目前已有同类上市或在研竞品，未来商业化预计会面临激烈竞争，出现商业价值低或不及预期的风险。如目前工业相机市场，特别是高端市场，主要由海外品牌占据，国内品牌方面，个别企业正以规模生产的成本优势逐步渗透。公司的工业相机获得使用验证和客户认可尚需一定的时间并存在推广失败的风险。如果不能如期获得市场认可，将会对公司经营发展产生不利影响。
6.应收账款回收风险
报告期末公司应收账款账面价值为32,061.23万元，占当期总资产的比例为12.56%，应收账款占总资产的比例较高。如果宏观经济形势、行业发展前景发生重大不利变化或个别客户经营状况发生困难，则公司存在因应收账款难以收回而发生坏账的风险。如若客户信用风险集中发生，则公司将面临营业利润大幅下滑的风险。
7.存货跌价风险
2018-2021年上半年，公司存货账面价值分别为6,555.24万元、5,380.90万元、7,176.75万元和14,395.44万元，占当期总资产的比例分别为15.09%、8.33%、2.96%和5.64%。若未来市场环境发生变化或竞争加剧导致出现产品滞销、存货积压等情况，将造成公司存货跌价损失增加，对公司的盈利能力产生不利影响。
（三）行业风险
公司主要客户群体集中在3C、新能源等行业，下游行业如果出现不景气或增长乏力的情况，可能对公司的经营产生不利影响。其中，
消费电子
行业可能由于新冠肺炎疫情导致行业终端销售受到影响，如果下游客户出现业绩下滑、延迟或取消新产品的发布，可能会导致公司订单的延期交付、延期验收，甚至取消订单。若出现此类极端情况，可能会对公司的经营产生不利影响。而新能源行业整体受宏观经济与产业政策等因素影响较大，存在一定的波动风险，加之新冠肺炎疫情的影响，如果公司未能持续开拓新客户、有效扩大市场份额，将对公司的经营产生不利影响。
（四）宏观环境风险
近年来，全球产业格局深度调整，发达国家相继实施再工业化战略，推动中高端制造业回流。此外，国际贸易保护主义和技术保护倾向有所抬头，对中国企业的进出口业务带来一定不确定性。公司及所在行业为全球经济一体化产业链中的一环。公司外销客户主要集中在爱尔兰、新加坡、中国台湾和德国等地。若贸易摩擦进一步加剧，境外客户可能会减少订单、要求公司降价或者承担相应关税，进而对公司的经营业绩形成不利影响。公司采购品中LED、相机等亦存在较多的进口品牌产品。若发生贸易摩擦、关税壁垒、品牌商所在国限制出口等情形，或者未来关键进口原材料的价格或汇率发生重大不利变化，将影响公司交货质量和成本水平，对公司的正常生产经营造成不利影响。
四、报告期内核心竞争力分析
(一)核心竞争力分析
公司长期致力于机器视觉领域软硬件的技术研究、产品开发及应用拓展，在发展过程中不断加强对机器视觉及其底层核心技术的研发投入，凭借对市场的准确把握，对行业的深刻理解，以及多年积累的优质客户资源，公司已在行业内树立了良好的品牌形象，具备较为突出的竞争优势，具体如下：
1.自主研发能力与核心技术积累优势
公司自成立以来一直重视自主创新，不断提高公司技术、产品的核心竞争力。近3年及报告期内公司研发投入分别为4,991.60万元、5,818.38万元、7,644.15万元、6,063.54万元，占营业收入的比例分别为11.82%、11.09%、11.90%、15.47%。持续的研发投入为公司在机器视觉领域积累了一批创新性强、实用度高的拥有自主知识产权的核心技术。截止报告期末，公司共获发明专利27项、实用新型专利154项、外观设计专利23项，共获软件著作权65项，其他2项。上述专利和软件著作权涵盖了公司产品的各个关键技术领域，体现了公司在技术研发及设计环节的核心竞争力。公司于2019年被评为“国家知识产权优势企业”，并于2020年获批“国家博士后科研工作站”、“广东省博士工作站”、“广东省企业技术中心”等创新研发平台。
公司长期致力于机器视觉领域硬件和软件的技术研究、产品开发及应用拓展，在成像和图像处理分析两大技术领域，积累一定的核心技术，具备从研究成果向工程应用快速转化的技术能力体系，包括技术顶层设计能力、产品规划设计能力、各产品线的基础技术和底层算法、产品创新优化能力等，大量机器视觉应用案例，不断从应用侧传递需求信息，对下一代产品的研发设计以及当前产品的快速持续优化形成了强有力的支撑。
2.团队优势
公司一直以来始终重视人才队伍的培养和建设，不断引进高端人才，形成不断扩大的优秀研发团队与深厚的人才储备。截止2021年6月30日公司研发人员621人，占公司总人数的35.77%。公司研发团队的专业覆盖面广，包括光学、工业设计、自动化、机电、机械设计、计算机等专业，充分满足了本行业技术研发的需要。公司董事长卢盛林先生在华南理工大学获得博士学位，多年来一直专注于机器视觉技术研究及产品开发。公司的经营管理团队多年来专注于机器视觉领域的研究开发、生产、销售与财务等工作，精通技术，熟悉市场，自公司成立以来一直保持稳定状态。稳定、优秀的核心团队为公司的竞争力奠定了良好的基础。
3.自主产品在各产品线布局的优势
在国内市场来说，由于不少从业者从代理起家，技术积累不足，能够达到多产品线自主研发生产能力的厂商更为少有。经过十多年的沉淀，公司已经形成了较为完备的机器视觉核心软硬件的产品体系，自主研发的量产产品已经覆盖光源及光源控制器、镜头、视觉控制系统（视觉处理分析软件及视觉控制器硬件）等主要机器视觉部件，同时自主相机也已经在2019年实现突破。尽管公司的相机产品尚未实现量产，镜头产品也未覆盖全部规格，但公司已经完成的自主产品的布局，为公司在日后的竞争和发展中，提供了显著的竞争优势。
4.行业应用经验和数据积累优势
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、锂离子电池等领域，公司与国内外知名设备厂商和终端用户有着长期的合作经历，拥有丰富的机器视觉功能产品的设计、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，对新进入者形成了难以逾越的障碍，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，深度学习技术将深刻改变机器视觉行业特别是算法领域的技术发展，而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做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。
5.客户资源与品牌优势
公司凭借产品的应用效果和产品品质，成功应用于华为、
谷歌
、OPPO、
catl
、ATL、
、孚能等全球知名企业和行业龙头企业的生产线中，通过了严格的认证体系，并与众多客户及最终用户建立了长期稳固的合作关系，形成了较强的品牌优势。公司通过与知名客户之间长期稳固的合作关系，在原有产品和领域保持良好合作的基础上，不断在新产品、新项目上开展合作。同时，公司与知名客户合作提高了企业品牌知名度，也可借此赢得其他潜在优质客户的认可从而获取更多订单。
6.快速响应优势
公司一直将快速响应作为提升服务效率、创造客户价值的关键因素。依靠多年积累的丰富的研发、制造经验、扁平化的管理体系、完善的质量控制体系，在识别客户需求、制定解决方案、组织生产等提供技术服务方面均形成较为明显的快速响应优势。对于常规的视觉项目，公司提出的快速服务时效标准为在客户提出需求之后4个小时提出机器视觉硬件方案、2个工作日内提出机器视觉整体方案、获取客户提供的工件后1个工作日内完成测试、7-10个工作日内完成产品交货。能对下游客户严苛的供货需求进行快速回应、快速解决和快速反馈，高标准满足客户的需求，进一步强化了公司与客户之间长期稳定的业务合作关系。
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
