☆经营分析☆ ◇688686 奥普特 更新日期：2025-06-21◇
★本栏包括 【1.主营业务】【2.主营构成分析】【3.经营投资】【4.参股控股企业经营状况】
【1.主营业务】
机器视觉核心软硬件产品的研发、生产、销售。
【2.主营构成分析】
【2024年年度概况】
┌────────────┬─────┬─────┬───┬──────┐
｜项目名称 ｜营业收入( ｜营业利润( ｜毛利率｜占主营业务收｜
｜ ｜万元) ｜万元) ｜(%) ｜入比例(%) ｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉 ｜ 90970.77｜ 57885.12｜ 63.63｜ 99.82｜
｜其他业务 ｜ 166.62｜ 48.51｜ 29.12｜ 0.18｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉核心部件 ｜ 79345.76｜ 51638.81｜ 65.08｜ 87.06｜
｜机器视觉配件 ｜ 11625.01｜ 6246.31｜ 53.73｜ 12.76｜
｜其他业务 ｜ 166.62｜ 48.51｜ 29.12｜ 0.18｜
├────────────┼─────┼─────┼───┼──────┤
｜境内销售 ｜ 84809.66｜ 53146.64｜ 62.67｜ 93.06｜
｜境外销售 ｜ 6161.11｜ 4738.48｜ 76.91｜ 6.76｜
｜其他业务 ｜ 166.62｜ 48.51｜ 29.12｜ 0.18｜
└────────────┴─────┴─────┴───┴──────┘
【2023年年度概况】
┌────────────┬─────┬─────┬───┬──────┐
｜项目名称 ｜营业收入( ｜营业利润( ｜毛利率｜占主营业务收｜
｜ ｜万元) ｜万元) ｜(%) ｜入比例(%) ｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉 ｜ 94202.30｜ 60560.01｜ 64.29｜ 99.80｜
｜其他业务 ｜ 184.79｜ 60.99｜ 33.01｜ 0.20｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉核心部件 ｜ 80904.54｜ 53143.35｜ 65.69｜ 85.72｜
｜机器视觉配件 ｜ 13297.76｜ 7416.66｜ 55.77｜ 14.09｜
｜其他业务 ｜ 184.79｜ 60.99｜ 33.01｜ 0.20｜
├────────────┼─────┼─────┼───┼──────┤
｜境内销售 ｜ 87332.56｜ 55379.83｜ 63.41｜ 92.53｜
｜境外销售 ｜ 6869.74｜ 5180.18｜ 75.41｜ 7.28｜
｜其他业务 ｜ 184.79｜ 60.99｜ 33.01｜ 0.20｜
└────────────┴─────┴─────┴───┴──────┘
【2022年年度概况】
┌────────────┬─────┬─────┬───┬──────┐
｜项目名称 ｜营业收入( ｜营业利润( ｜毛利率｜占主营业务收｜
｜ ｜万元) ｜万元) ｜(%) ｜入比例(%) ｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉 ｜ 114080.67｜ 75516.09｜ 66.20｜ 99.99｜
｜其他业务 ｜ 14.37｜ --｜ -｜ 0.01｜
├────────────┼─────┼─────┼───┼──────┤
｜机器视觉核心部件 ｜ 96336.36｜ 64799.49｜ 67.26｜ 84.44｜
｜机器视觉配件 ｜ 17744.32｜ 10716.60｜ 60.39｜ 15.55｜
｜其他业务 ｜ 14.37｜ --｜ -｜ 0.01｜
├────────────┼─────┼─────┼───┼──────┤
｜境内销售 ｜ 108325.27｜ 71594.44｜ 66.09｜ 94.94｜
｜境外销售 ｜ 5755.41｜ 3921.64｜ 68.14｜ 5.04｜
｜其他业务 ｜ 14.37｜ --｜ -｜ 0.01｜
└────────────┴─────┴─────┴───┴──────┘
【3.经营投资】
【2024-12-31】
一、经营情况讨论与分析
（一）基本经营情况
2024年，在复杂多变的经济环境下，公司凭借技术沉淀及稳固的客户基础，展现出
显著的经营韧性。特别是在行业周期分化加剧、国产替代进程加速的趋势下，公司
通过精准的差异化布局和持续的创新，不断巩固核心业务的竞争力，为未来稳健增
长奠定了基矗
1.营业收入保持稳定，凸显核心竞争力
2024年，公司实现营业收入91,137万元，较2023年下降3.44%。2024年面临下游行
业资本支出景气度不足的挑战，公司业务和产品依然显示出核心竞争力，营收波动
较校表明公司多元化的产业布局和市场调节能力在一定程度上缓冲了部分行业的下
行压力。
报告期内，在3C行业，公司营收达到58,478万元，同比增长0.74%。尽管3C行业整
体复苏不甚显著，主要客户资本开支收紧，产线投入减少，但公司凭借持续的技术
创新、产品线拓展以及对客户需求的深度挖掘，实现了该领域收入的微幅增长，进
一步印证了公司在3C领域的技术和产品优势。目前公司产品在3C核心大客户相关产
业链收入持续稳居国内同类视觉产品首位。
在锂电行业，公司收入为20,908万元，同比下降19.72%。锂电行业仍处于下行周期
，客户资本开支从“扩规模”转向“提效率”，需求疲软。公司依托已有的市场份
额和客户基础，加大AI+解决方案投入，凭借技术优势部分抵消了行业周期波动带
来的负面影响，持续巩固在锂电行业的视觉领先地位。
公司业务在半导体行业和汽车行业呈现出强劲的增长态势。公司在半导体行业收入
达到5,081万元，同比增长44.08%；在汽车行业收入达到3,210万元，同比增长89.9
5%。两个行业的显著增长，凸显了在国产替代趋势下，未来机器视觉行业及奥普特
的巨大增长潜力。公司凭借技术优势和本土化服务，正逐步攫取海外竞争对手的市
场份额。
2.逆势加大投入，为未来发展积蓄力量
2024年，公司净利润为1.36亿元，同比下降29.66%。然而，截至2024年12月31日，
公司员工人数2,618人，较2023年同期增长350人，较2022年同期增长520人。这一
数据表明了公司在面临利润下滑的压力下，依然连续两年坚定加大投入，为未来发
展积蓄力量。
在全球经济不确定性加剧的背景下，公司选择战略性投入，持续强化产品线研发、
优化销售体系、拓展海外市场，既体现出公司对未来发展的信心以及布局未来的战
略，也彰显了公司服务社会发展的责任担当。公司通过扩大招聘规模，为缓解就业
压力提供了支持，为经济社会稳定贡献了力量。
上述前瞻性的战略投入，短期内虽对利润产生一定影响，但从长远看将增强企业核
心竞争力，为把握未来市场机遇奠定基矗
（二）公司战略投入方向及未来规划
面对机器视觉行业的快速发展及市场机遇的不断涌现，公司制定发展战略规划，聚
焦核心竞争力的构建与可持续发展目标的实现。
1.加大产品线投入，拓展自动化核心零部件布局
公司始终秉持高强度的研发投入，持续夯实技术护城河和应用护城河。多种技术积
累和跨学科融合能力，是公司未来核心竞争力的重要组成部分。公司在巩固现有全
系列机器视觉产品体系基础上，系统性拓展传感器产品线，并通过战略并购切入运
动控制技术领域，持续强化自动化解决方案能力。
（1）视觉产品：持续提升产品能力，大幅提升市场占有率
公司已构建起涵盖视觉算法库、智能视觉平台、工业AI、光源、光源控制器、工业
镜头、工业相机、智能读码器、3D传感器、一键测量仪等在内的全系列机器视觉产
品线。这一完整布局不仅实现了从核心硬件到算法的全覆盖，更通过软硬件深度协
同，形成了显著的技术整合优势和在价值链关键环节的有效卡位。
凭借完善的产品矩阵以及软硬件协同优势，公司能够满足客户从原材料到成品的全
流程视觉需求，显著降低客户的供应链管理成本。同时，软硬件协同的完整方案有
效缩短客户的产品部署周期，并实现与生产线设备的高效及精准兼容。通过全面覆
盖的产品和技术方案，公司不仅能强化市场议价能力，更能通过规模化采购和技术
复用策略优化成本结构，从而形成可持续的竞争优势。
展望未来，公司将持续提升产品能力，同时利用技术及产品优势，拓展销售渠道，
大幅提升相机、智能读码器等产品的市场占有率。
（2）工业传感器与运动部件：自主研发及收并购结合，完善自动化产业布局
公司基于对大量行业客户真实市场需求的深刻洞察，依托专注于传感器研发的电子
、光学及算法工程师的强大团队，开启了工业传感器创新研发之路，成功推出七大
系列产品，构建了全面的传感器产品矩阵。同时，公司于2025年初收购了东莞市泰
莱自动化科技有限公司的控股权，正式布局进入直线电机等运动部件市常这标志着
公司在工业自动化领域的产品线得到了进一步的丰富和完善。
未来公司将凭借在视觉传感器领域的技术积累，进一步拓展专用传感器领域，定位
中高端产品，服务中高端客户，致力于在工业传感器领域实现更高水平的国产替代
。同时，公司计划进一步加大在精密运动和机器人关键部件的研发投入，例如气浮
平台、ZR精密旋转（DD）轴，以及空心杯电机、无框力矩电机等。这将助力公司在
自动化领域形成“视觉+传感+运动控制”的综合能力，为客户提供更完整的系统解
决方案。
2.立足工业AI技术优势，推动应用场景和方案落地
工业AI是推动机器视觉跨越式发展的关键技术，是公司研发战略的核心组成部分。
（1）核心产品和技术平台
公司积极顺应AI发展趋势，推出了两款基于人工智能的工业视觉软件——DeepVisi
on3与Web版AI平台。DeepVision3在稳定性、易用性、交互式标注和多模态数据处
理能力上均有显著提升。Web版AI平台则通过云端协同，提高了项目协作和模型部
署效率，尤其便于中小企业以SaaS形式使用AI功能。
（2）拓展应用场景，驱动市场需求
报告期内，工业AI技术蓬勃发展，有力推动了各类应用场景和方案的落地。工业AI
技术使机器视觉的应用超越了传统的缺陷检测，拓展至识别分类、精确测量、引导
定位等更广泛领域，尤其能胜任传统算法难以处理的复杂、随机性强的检测任务。
越来越多行业龙头客户将AI技术视为实现提质增效的重要手段，主动寻求生产过程
的智能化升级。机器视觉作为工业AI最重要的载体之一，其功能特点契合制造业客
户“降本增效”的核心诉求。头部客户的示范效应以及从战略高度推动AI视觉应用
，正加速机器视觉在整个产业链的渗透。
在实际案例中，公司研发的AI视觉软件平台已成功应用于头部行业客户过去主要依
赖人工的领域，展示了“AI+视觉”结合的巨大潜力，为3C、锂电、半导体等众多
行业的智能化转型提供了强大助力。
（3）未来发展方向
展望未来，机器视觉智能分析算法与平台将朝着高效轻量化、多模态协同、通用化
生态及边缘智能方向加速演进，这将进一步推动智能制造的规模化应用。
基于此，公司明确了大力发展工业AI的技术发展方向。未来，公司将聚焦轻量化、
高精度与一站式解决方案，致力于提升技术的实用性与产业覆盖面。一方面，通过
模块化配置打造更轻量化的视觉方案，实现检测、分类、匹配、定位与边缘检测等
多种功能；另一方面，依托海量工业数据与充足算力，优化模型架构与推理策略，
开发精准匹配、跟踪、计数与检测的通用大模型，增强复杂场景下的鲁棒性与智能
化水平。同时，公司将推出高质量的工业AI生成平台，覆盖数据挖掘、知识梳理、
半自动标注、用户确认、一键训练、模型调配与批量部署的全流程闭环，实现从数
据准备到模型上线的无缝衔接，为工业智能化提供高效便捷的整体解决方案，全力
推动工业AI技术在更多应用场景中落地生根。
3.加大标准产品销售，拓展市场空间
当前机器视觉正加速渗透工业制造、智能检测等多元化场景，市场需求呈现精细化
、专业化趋势。公司将充分利用过去在视觉领域积累的丰富场景和行业经验，据此
推动技术成果向标准化、模块化产品转化，将公司过去非标定制开发的视觉方案沉
淀为通用产品，提升业务的规模化和可复制性，以进一步拓展中小客户市场，实现
规模效应。
（1）定制与标准并行，兼顾多样市场需求，拓宽客户群体
一方面，公司会针对行业战略大客户提供定制开发服务，以此保持对行业前沿需求
的敏锐洞察，获得规模效应与技术溢出；另一方面，公司将成熟方案产品化，推出
标准版供更广泛客户使用。这种模式既能助力公司抓住大客户技术需求，提升技术
实力、实现规模效应，又能以较低的增量投入服务更多中小型客户，扩大市场覆盖
面。
（2）提升产品能力，拓宽销售渠道，大幅提升市场占有率
基于产品标准化战略，公司将持续提升工业相机、智能读码器、3D传感器等核心部
件的产品能力。同时，公司以“产品市场化、品牌化”为核心进行战略升级，通过
生态合作模式链接行业伙伴，共同探索机器视觉技术的应用价值与市场潜力，构建
可持续发展的利益共同体。未来，公司将重点推进标准方案和标准产品的销售，从
而拓展市场空间，大幅提升产品的市场占有率。
（3）工业AI助力智能化，提速产品和方案标准化推广
工业AI等新技术的发展正在提升生产过程的智能化程度，为标准方案的大范围复制
创造了有利条件。过去，由于不同行业、不同客户的生产线差异较大，方案难以实
现标准化复制。但如今，随着AI算法自适应能力的增强以及视觉系统对场景通用性
的提高，只需较少调整就能适配不同应用，有利于公司将成熟方案打包成标准产品
进行推广。
4.持续拓展海外市场，赢取技术先机
在深耕国内市场的同时，公司高度重视海外市场的拓展，持续布局全球业务版图。
（1）布局海外市场，提升技术与产品竞争力
开拓海外不仅直接带来新增市场空间，更能够对标国际一流竞争对手，提升自身技
术和产品的竞争力。目前，海外发达国家和地区的自动化程度普遍较高，各产业链
和生产环节相对标准化且成熟。公司通过组建专业的全球服务团队、积极与当地有
影响力的企业建立战略合作伙伴关系、打造符合当地特色的本土化服务体系，持续
在欧洲、东亚、东南亚等地拓展业务。
通过上述措施，公司既能服务当地客户、参与国际竞争，又能与国际领先视觉企业
对标，发现差距并改进技术。同时，公司在海外项目中接触到高标准应用需求和复
杂场景，这有助于锻炼团队并催生新的产品创意。当国内客户有更高要求或面临进
口替代场景时，公司可凭海外经验提供本土方案实现替代，为国内业务升级提供支
撑，确保公司在国产替代进程中的技术领先。
（2）洞察市场需求，树立品牌形象
从市场需求来看，机器视觉作为工业自动化的重要组成部分，其价值在于提升生产
效率、提高良品率、降低人工成本，这与全球制造业“降本增效”的主题不谋而合
。无论国内还是海外客户，对于生产流程优化和智能化升级均存在迫切需求。
通过发挥公司在视觉领域的专业技术优势，海外团队积极协助客户挖掘潜在视觉应
用场景，提供定制化解决方案。开拓海外市场不仅能够扩大公司产品销量，更通过
技术实力验证显著增强客户信任度，进而在海外市场逐步建立起公司的品牌形象。
5.持续拓展行业需求，拥抱技术变革
公司敏锐把握产业趋势和客户需求变化，不断拓宽机器视觉技术的应用边界，激发
各行业对视觉方案的更多需求，以推动公司业务的长远增长。
（1）国产替代趋势强劲，公司本土优势尽显
在3C电子、半导体、汽车制造等高端制造领域，此前关键装备和核心部件多由欧美
日厂商主导，机器视觉产品也不例外。近年来国内厂商技术实力快速提升，叠加地
缘因素影响，“国产替代”成为明确的产业方向。
公司作为本土机器视觉领先企业，紧抓这一历史机遇，重点面向过去由海外同行垄
断的应用环节提供替代方案。例如在消费电子装配检测领域，公司推出的视觉系统
已经成功进入头部客户产线，实现对部分进口产品的替代；在半导体封测、汽车零
部件检测等领域，公司也取得了突破性的客户进展。由于国内客户对响应速度和本
地服务的要求更高，公司本土化优势明显，再加上性价比和定制化灵活性的优势，
使得国产机器视觉方案日益受到欢迎。
随着“国产替代”进程的深入和本土供应商技术能力的增强，国产替代比例正逐年
提高，显示出国内市场广阔的增长潜力。
（2）坚持定位中高端客户，实施大客户战略
大客户往往代表着行业最前沿的需求和最高标准的应用场景，与其深入合作有助于
公司站在技术创新的前沿。公司组建了专门的大客户团队，密切跟踪重点客户的新
工艺、新项目需求，快速响应并提供解决方案。通过与龙头客户的深度绑定，公司
不仅获得了稳定的大体量业务，还在联合攻关中提升了自身技术水平。当大客户的
非标定制项目发展成熟后，公司也能将这些方案复制推广给行业内其他客户，从而
实现规模化销售，放大研发投入产出比，提升人均产出效率和公司整体经营效益。
报告期内，公司来自大客户的业务收入保持良好增长，多家行业领军客户的合作规
模进一步扩大，验证了大客户战略的有效性。
（3）探索新兴领域需求，审慎布局视觉技术
随着技术和市场的演进，公司也在积极探索更广泛的新兴领域对视觉技术的需求。
其中既包括对现有工业领域更深层次、更全面的渗透，也包括向泛工业、消费级产
业的拓展。
公司充分发挥在工业机器人领域长期积累的经验和技术优势，关注人形机器人等新
兴热点领域对机器视觉的需求。公司已经基于自身成熟的3D视觉（如结构光、TOF
等）和AI算法技术，以及目前成熟的核心传统视觉模组产品能力，着手研发面向人
形机器人等新型终端的视觉模组和解决方案。在这一过程中，公司保持理性和克制
，审慎评估市场成熟度和商业可行性，将相关研发定位为前瞻性布局，适度介入人
形机器人视觉等话题领域。管理层认为，人形机器人尚处于发展初期，短期内难以
形成大规模市场，但视觉作为机器人感知的关键技术，公司进行预研有助于提前占
据技术制高点。一旦未来条件成熟，公司可以凭借过去在工业机器人、协作机器人
、应用场景辅助机器人的应用积累，提前布局迅速推出契合市场需求的产品。
（三）未来展望
展望未来，机器视觉产业正处于持续成长和变革的快车道，公司对行业前景和自身
发展保持积极但理性的信心。
1.公司经营目标
公司管理层根据既定的发展战略和股权激励计划，制定了明确的业绩目标：以2024
年营业收入为基数，公司2025年度营业收入增长率不低于20%。公司将继续在研发
方面加大投资力度，在运营层面加强管理与成本控制，保持2025年营业收入增长的
同时，净利润增长率不低于营业收入增长率。
这一目标充分考虑了宏观环境和行业趋势，既体现了公司对自身增长潜力的信心，
也反映出管理层稳健进取的经营风格。为实现这一目标，公司将在报告期内各项举
措的基础上，进一步加强市场开拓和产品交付能力，努力提高经营效率和盈利水平
。
2.中长期展望
从中长期来看，公司认为支撑业务持续增长的动力来自以下方面：
（1）机器视觉在各行业的渗透率将继续提高
纵观国内及全球市场，制造业智能化改造的深化都将带来对视觉系统需求的刚性增
长。从中国市场看，近年来中国已成为全球机器视觉最活跃的地区之一，国内市场
空间广阔。国际市场方面，工业4.0和智能制造在欧美、日本等发达国家同样是大
势所趋，对高端视觉检测、测量和控制的需求与日俱增。
公司作为行业一员，将顺应这一全球潮流，在技术和市场上做好准备，分享到行业
增长红利。
（2）客户对机器视觉价值的认知和重视将进一步提升
随着越来越多成功案例的出现，机器视觉在提升产品质量、降低成本方面的效果得
到验证，会有更多企业将视觉方案纳入生产必备要素。这将带来存量客户深度提升
和增量客户拓展的双重机遇。
公司一方面将通过提供优质服务和解决方案，发掘现有客户更多需求，提升单客业
绩贡献；另一方面也将加大市场教育和推广力度，拓展尚未使用视觉技术的客户群
体，扩大整体市场规模。
（3）工业AI技术的持续迭代将不断赋能机器视觉产品升级
随着制造业智能化转型加速，工业质检、设备预测性维护等场景对视觉系统的实时
性与精度要求日益严苛。工业AI技术的持续迭代将不断赋能机器视觉产品升级。未
来可以预见工业AI算法将更加高效，使机器视觉系统变得更智能、更易用。这些技
术进步有望催生更加丰富的应用场景。公司将保持对前沿技术的高度关注和投入，
确保自身产品始终处于技术发展的前列。
（4）全球化布局助力公司持续实现国产替代
机器视觉产品和应用场景的非标属性，带来了公司方案和产品较高的技术壁垒及全
球竞争力。过去海外成熟的机器视觉公司占有率较高的行业，如半导体、汽车等行
业，随着国内投资的持续加码将带来机器视觉国产替代新的机会。同时，关税所带
来的影响将促使国内考虑供应链的稳定性和安全性，公司可以此拓展国内院校、科
研机构的国产替代市常
未来公司将加大海外市场开拓力度，进一步完善全球营销与服务网络。2025年计划
持续寻找全球合作伙伴，拓宽海外销售渠道，充实海外本地化团队，提高对海外客
户的响应速度和服务深度，持续提高公司业务的国际化水平和抗风险能力。
（5）公司自身的核心竞争优势将进一步巩固并转化为业绩
经过多年的投入，公司已经建立起了行业领先的技术平台和产品矩阵，形成覆盖算
法、光学、硬件设计及系统集成等全链条的自主研发体系。凭借广泛的行业覆盖与
客户资源，公司在各类应用场景中积累了深刻的洞察力和敏捷交付能力。通过从项
目制向标准化产品的商业模式升级，公司经营效能持续优化。随着规模效应释放，
人均效能与盈利水平稳步提升，进一步反哺研发投入，形成创新驱动的良性循环。
展望未来，具备核心技术壁垒、深厚客户积淀、完善产品体系及AI算法先发优势的
企业将主导市场格局。公司将持续强化"技术+应用"双轮驱动战略，筑牢市场竞争
护城河。
保持定力，蓄力未来。基于对行业趋势的研判和自身核心竞争力的把握，公司对未
来发展秉持积极稳健的预期。我们坚信凭借技术积累与市场洞察力，能够在机器视
觉这一高速成长的赛道中持续突破，为客户创造更大价值。面对复杂多变的市场环
境，管理层将带领团队攻坚克难，以扎实的业绩回馈股东与社会各界的支持，推动
企业迈向高质量发展的新阶段。
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
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、销售的国家高新技
术企业。公司以机器视觉软硬件产品为主，依托机器视觉技术向传感器、运动产品
线延伸，用先进技术及产品助力客户精益生产、降本增效，快速为客户提供智能、
前沿的自动化核心产品及解决方案。
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常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
特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能
视觉平台、工业AI、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传
感器、一键测量仪。同时，奥普特以核心光学技术为基础，加大在先进工业传感器
领域的研发投入，持续推出多品类工业传感器；结合资本优势，在运动产品领域进
行布局，并购成熟协同企业，拓展产品线。以此为基础，公司能够向下游客户提供
各种视觉、传感器及运动部件等自动化核心零部件产品及解决方案，提升客户粘性
及公司竞争力。
(二)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、传感器等自动化核心软硬件方案及产品，从中取得收入、获得盈利。
2.研发模式
公司的主要产品自动化核心零部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，属于技术密集型行业。研发能力是关系公司在行业内竞争力
的核心因素之一。公司的研发主要为基于机器视觉、工业传感器、运动部件等软硬
件产品和解决方案的研发。
基于机器视觉、工业传感器、运动部件等软硬件产品和解决方案的研发，公司坚持
基础研发、产品研发与前瞻性研发并重。一方面公司通过包括对光学成像、图像处
理、工业AI、3D视觉技术、异构计算、电子电路及精密结构等技术的研究，为产品
研究夯实了技术基础；另一方面，公司也贴合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
趋势，进行前瞻性的产品研发和布局。
基于机器视觉、工业传感器、运动部件等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孝形状
，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。
同时，伴随着公司标准产品销售占比的提升，公司在产品和解决方案研发之外，会
兼顾成本控制与流程控制，通过渠道反馈快速迭代标准化产品功能。
3.销售模式
公司的销售模式以买断式销售为主，主要向行业大客户提供软硬件产品及解决方案
。随着公司产品线的持续扩张，公司逐步加大标准产品的销售。在以直销为主的销
售模式下，公司未来计划逐步拓展标准产品的区域经销模式。
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，但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，公司计划未来建立起以向客户提供
标准软硬件产品及解决方案的业务模式。未来规划以直销为主、经销为辅，对于大
行业战略大客户，公司采用直销模式为主；对于中小型客户，公司以经销模式提供
标准化产品和方案。
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，因此
，该部分原辅料的采购具有品种多、单品种采购量较少等特点。另一部分是用于配
合视觉方案销售的外购成品，包括部分相机等标准品。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。
预计随着公司经销模式的逐步运营，公司将推动部分标准化产品原材料的集中采购
以降低成本。
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
奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、
智能视觉平台、工业AI、光源、光源控制器、工业镜头、工业相机、智能读码器、
3D传感器、一键测量仪。同时，奥普特以核心光学技术为基础，加大在先进工业传
感器领域的研发投入，持续推出多品类工业传感器；结合资本优势，在运动产品领
域进行布局，并购成熟协同企业，拓展产品线。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。
在产品分类方面，公司根据常用程度和应用范围将自主产品划分为标准产品和非标
准产品。这些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
各种各样的应用场景中，实现各异的视觉功能。因此，在解决方案层面呈现出定制
化、多品种、小批量的特点，在标准品层面具有模块化、通用化、大批量的特点。
随着行业解决方案的批量应用及深度积累，以及产品线的持续扩充，公司正逐步实
现行业方案及产品交付的标准化。
在生产模式方面，公司采取以销定产与安全库存相结合的策略，同时兼顾市场需求
进行批量生产，以保证生产的稳定性和交付的灵活性。对于常规产品，公司采用“
备货生产”模式，即根据历史订单数据、市场趋势及需求等信息进行销售预测，确
定安全库存水平。并根据上游供货周期动态调整生产计划，实现快速市场响应。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，对于
用量较大的产品，采用模块化生产，以缩短交付周期。
(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
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电子、锂电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，应用范围涵盖了包括3C电子、锂电、汽车、半导体、光伏等国民经济
的各个领域。2024年3月5日，李强总理在作政府工作报告时强调，应“大力推进现
代化产业体系建设，加快发展新质生产力”。新质生产力是创新起主导作用，摆脱
传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新
发展理念的先进生产力质态。机器视觉技术被视为新质生产力的重要组成部分，是
实现生产力质变的关键技术之一。在工业自动化系统中，机器视觉技术承担着感知
入口、数据承载和行业大脑的角色，是推动制造业高质量发展的核心动力。它不仅
提高了生产效率，推动了产业变革，还促进了智能视觉产业的发展，成为新质生产
力的重要驱动力。智能视觉产业作为新质生产力发展的重要赛道，其发展具有广泛
性、融合性、高附加值和战略性等特点，为经济增长提供了新的动力。因此，机器
视觉技术在新质生产力中具有重要的地位和作用。随着技术的不断进步和应用领域
的不断扩大，机器视觉技术在新质生产力中的作用和地位将更加突出和重要。
高工机器人产业研究所（GGII）数据显示，2023年中国机器视觉市场规模185.12亿
元（该数据未包含自动化集成设备规模），同比增长8.49%。GGII预测，至2028年
我国机器视觉市场规模将超过395亿元，显示出机器视觉行业巨大的增长潜力。
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、传感器等自动化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，奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全
面覆盖视觉算法库、智能视觉平台、工业AI、光源、光源控制器、工业镜头、工业
相机、智能读码器、3D传感器、一键测量仪、工业传感器产品。公司产品定位于中
高端市场，研发、设计和生产的机器视觉产品已经成功应用于3C电子、锂电、汽车
、半导体、光伏等多个领域，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。基于图像传感器的技术积累，公司工业
传感器产品线开始初具规模，但整体仍处于起步阶段。公司已建立稳定的客户群体
，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。
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
2024年，机器视觉行业经历了显著的技术革新、产业升级以及新业态和新模式的涌
现，这些变化为行业的未来发展奠定了坚实的基矗以下是对2024年机器视觉行业新
技术、新产业、新业态、新模式的发展情况以及未来发展趋势的详细分析：
（1）新技术发展
机器视觉技术通过光学成像与算法分析，为自动化生产设备赋予视觉感知与处理能
力，实现识别、测量、定位与检测等功能。作为智能制造的核心驱动力，它融合先
进的光学成像和算法分析技术，使自动化生产设备具备强大的视觉处理能力。随着
智能制造技术的日益普及，生产企业对高精度质量检测、高效数据处理、精确尺寸
测量及深度溯源分析等视觉功能的需求急剧增长，推动机器视觉系统向更高精度与
效能的方向演进。行业聚焦于优化机器视觉系统的高精度成像“视力”（即成像清
晰度）与智能分析算法，以满足对更高水平自动化生产流程的需求，进而引领智能
制造的新一轮变革。
①光源技术的多样化与智能化
高精度成像技术作为机器视觉领域的核心驱动力，在2024年展现出显著的应用价值
，特别是在锂电池检测、3C自动光学检测及半导体制造等高端领域，已成为确保产
品质量与提升生产效率的关键。随着智能制造和工业自动化的深入推进，对高精度
成像的需求持续攀升，驱动技术在光源、传感器、算法及系统集成等方面不断突破
，为智能制造注入新动能。
新型光源技术显著提升，激光、LED及混合光源在亮度、稳定性及波长范围上取得
突破，满足高精度成像的多样化需求。波长覆盖从紫外（250nm）扩展至近红外（2
500nm），适配金属、陶瓷、玻璃等复杂材料。例如，紫外光源在锂电池极片检测
中增强微米级划痕对比度，信噪比提升约12%；近红外光源优化半导体晶圆深层缺
陷成像，检测深度增加约15%。这些进展得益于光源材料与驱动电路的优化，如氮
化镓基LED效率提升与激光器小型化。
多光源组合与动态调节技术成为主流，环形光源、同轴光源与背光源通过实时调整
角度与强度，显著改善复杂表面的成像效果。在3C产品AOI检测中，多角度光源有
效抑制高反光干扰，成像清晰度提升约10%。智能化光源控制系统进一步成熟，基
于AI反馈机制自动优化亮度、色温与曝光参数，响应时间从80ms缩短至15ms，确保
高速产线的稳定性。智能光源模块通过深度学习算法，动态适配不同材质表面，成
像质量提升约8%。这些技术进一步简化了系统设计复杂度，提升了视觉系统的灵活
性与可靠性。
高精度成像离不开传感器与光学镜头的协同升级。2024年，CMOS传感器在分辨率、
动态范围与帧率上持续突破。传感器支持8K分辨率下200fps，结合全局快门技术，
减少高速运动场景中的图像畸变，广泛应用于锂电池焊接检测。高感光度传感器提
升低光环境下的信噪比，适配半导体晶圆的微米级缺陷检测，检测精度达0.5μm。
光学镜头技术同样进步显著。液态镜头与自由曲面镜头的应用，使得相机在不同工
作距离与视场下保持高分辨率。奥普特的10GigE相机配备自适应光学系统，支持毫
秒级调焦，适配3C产品表面缺陷检测，成像一致性提升约10%。此外，超低畸变镜
头结合AI校正算法，减少边缘失真，助力高密度电子零部件的亚微米级测量，测量
误差控制在±0.1μm以内。这些技术为复杂工业场景提供了更清晰、更稳定的成像
基矗
相比传统2D视觉，3D视觉感知在弱光照与复杂环境下展现出更高稳定性与适应性，
能够获取空间高度信息，显著提升检测精度。2024年，2D与3D视觉的深度融合成为
行业热点，基于AI的多模态数据处理技术推动视觉系统理解复杂工业环境的能力。
通过高频结构光投影，实现亚毫米级表面形貌测量，适配机器人抓取与高精度定位
任务。在汽车制造中，3D视觉引导焊接机器人完成复杂曲面焊接，定位误差缩小至
±0.05mm。AI算法进一步赋能3D视觉，深度学习模型通过融合2D颜色信息与3D几何
数据，优化了目标分割与缺陷分类，广泛应用于生物识别、消费电子及工业三维测
量。例如，在半导体制造中，3D视觉系统检测芯片上的颗粒污染与立晶缺陷，误检
率降低约7%。
高精度成像技术在锂电、3C及半导体行业的应用持续深化。在锂电池检测中，高分
辨率相机与精密镜头捕捉焊接过程中的针孔、焊坑、毛刺等微小缺陷，确保电池安
全性。例如，奥普特XG系列相机在电芯表面检测中识别翻折、划痕与褶皱，检测率
达99.8%。在3C电子AOI场景中，高精度成像技术精准提取压伤、破损、色差等不良
特征，显著提升质检效率，良品率提高约5%。半导体制造中，AOI设备利用高感光
度传感器与多光源系统，检测芯片上的划痕、双胞等缺陷，检测精度达0.2μm，满
足7nm工艺需求。
②智能分析算法升级和普及
传统机器视觉系统依赖常规机器学习与图像分析技术，面临性能瓶颈，准确性、鲁
棒性及泛化能力难以满足智能制造日益严苛的高标准需求。尤其在锂电池智能制造
等精密工艺中，漏检率需从百万分之一（PPM）提升至十亿分之一（PPB），对传统
系统构成巨大挑战。2024年，人工智能技术的迅猛发展极大增强了机器视觉的智能
分析能力，深度学习、3D视觉感知与大模型技术的突破显著提升了检测精度与效率
，拓宽了应用场景，加速智能制造的转型升级。
深度学习的深化应用与优化。深度学习技术在2024年持续突破，成为机器视觉智能
分析的核心引擎，特别是在背景复杂、成像多变及频繁换型的场景中表现卓越。在
锂电池生产制造过程中，深度学习的视觉检测技术已应用到叠片、模切、卷绕等关
键工序中实现高速高效的视觉检测。通过迁移学习与少样本学习，模型训练所需标
注图像从数百张减少至50张，标注成本降低90%。增量学习技术的进步使模型更新
周期从6小时缩短至1.5小时，适配柔性制造的快速换型需求。通过网络剪枝与量化
技术，推理延迟从数百毫秒降至数十甚至数毫秒，支持在嵌入式设备（如NVIDIAJe
tson、RKNN）或中端CPU上高效运行。
深度学习与3D视觉感知的有机结合为机器视觉系统带来革命性的进步。基于3D深度
学习的系统能够更精准地识别、分类和定位物体，赋能更广泛的工业制造。基于3D
感知获取工件表面的3D形状和表面信息，利用先进的3D深度学习算法精确检测产品
缺陷，尤其是依赖2D视觉难以发现的微弱缺陷。在知名锂电企业的关键工位，漏检
率降低了50%以上。在智能手机、耳机模组的装配过程中，该技术通过高精度的三
维扫描和深度学习处理，能够准确获取模组、胶路的相对位置，从而指导机器人实
现高精度AOI缺陷检测、胶路引导、点胶质量分析，有效降低了人工操作误差和产
品不良率。
大模型在机器视觉系统中的应用逐渐展现出巨大的潜力和价值。2024年7月，继SAM
大模型之后，Meta发布SAM2大模型，可以分割一切图像和视频。进一步扩展视觉大
模型的应用边界。在视觉领域，基于SAM、SAM2大模型的应用正日益广泛。例如，
在图像分割领域，传统手工标注目标掩码的方法耗时冗长且成本高昂，而创新的SA
M算法通过显著优化，不仅将标注质量提升至新高度，还实现了标注速度三倍以上
的飞跃。这一技术突破在工业制造缺陷检测中大放异彩，SAM检测模型能够精确捕
捉狭长划痕、模糊污渍、微小破损等复杂缺陷，展现出卓越的检测能力。基于SAM
定制的行业大模型在3C、锂电、生物、医学等多个领域展现出强大的泛化性和通用
性，推动了这些行业的智能化进程。同时，视觉语言大模型，例如AnomayGPT、Seg
GPT的引入，更是通过文本提示的方式，实现了少样本乃至零样本场景下的高效工
业异常缺陷检测，展现了惊人的迁移学习潜力和低样本需求下的卓越检测性能。这
些前沿技术的融合与发展，不仅为机器视觉领域注入了新的活力，也为相关企业转
型升级、提升竞争力提供了强有力的技术支撑。然而，该技术方案存在实施门槛高
、成本与可扩展性限制、开发效率低等问题，也是未来行业发展需要克服的关键技
术问题。
基于深度学习，实现多模态数据深度融合，显著提升复杂场景下的视觉分析能力与
鲁棒性。通过整合2D图像、3D点云和红外等多种数据模态，系统能够多维度捕捉目
标特征，弥补单一模态的局限性。2D图像提供丰富的纹理与颜色信息，3D点云精确
刻画工件几何结构，红外数据则对热异常和隐性缺陷高度敏感。基于3D深度学习算
法，系统能够精准识别、分类和定位物体，尤其擅长检测2D视觉难以发现的微小缺
陷。在锂电池电极焊接等关键工位，融合2D与3D数据的模型将漏检率降低50%以上
，检测精度达250PPM。在3C行业，智能手机和耳机模组装配中，高精度三维扫描结
合深度学习，准确获取模组与胶路的相对位置，指导机器人完成AOI缺陷检测、胶
路引导及点胶质量分析，显著降低不良率和人工误差。在锂电池模组检测中，多模
态融合通过深度学习整合异构数据，构建全面特征表达，使系统在反光、遮挡或复
杂纹理场景下表现稳定，mIoU提升约10%。自适应加权机制进一步优化数据协同，
降低对单一模态质量的依赖，推动高精度智能化检测在3C电子、锂电及精密制造领
域的广泛应用。
（2）新产业、新业态发展
随着《中国制造2025》《新一代人工智能发展规划》及长三角、珠三角专项政策推
出，助力国产化进程加速。机器视觉系统的通用性和泛化性正日益增强，为多个生
产行业提供了更为精准、灵活的视觉解决方案。标准化和平台化的视觉成像方案成
为引领行业发展的主流趋势，极大地降低了技术应用的门槛，提升了应用效率，使
得机器视觉技术能够更加广泛地应用于各类生产场景。国产机器视觉市场占有率稳
步提升，并进一步布局海外市场，瞄准欧洲、东亚、东南亚等新兴区域。
视觉成像方面，通过光源智能化、传感器优化、2D+3D融合及模块化设计提升成像
的智能化、高精度、灵活性。基础算法方面，AI模型的鲁棒性和泛化性逐步提升，
3D视觉、多模态信息融合在具身智能、机器人导航、自动化检测、智能抓取域快速
扩展。嵌入式视觉与多模态技术融合，推动智能工厂效率跃升。应用场景方面，机
器视觉从3C电子、半导体、锂电池、光伏等智能制造领域，向新能源汽车、自动驾
驶、新农业、医疗、物流等多元场景拓展，催生了共享制造、“视觉即服务”及智
能分拣、无人值守系统等新业态。
在智能分析算法方面，自适应视觉分析算法和高精度通用图像感知技术的持续优化
，为机器视觉系统赋予了更强的兼容性和灵活性。这些技术突破使得机器视觉系统
能够轻松应对不同行业的特定需求，提供低成本、便捷灵活的定制化服务。这种高
度的灵活性和适应性，使得机器视觉技术成为推动企业智能化转型的重要力量。视
觉行业的领军企业凭借多年的行业积累、强大的研发实力以及丰富的行业经验，不
断推出针对特定行业和场景的创新性视觉解决方案。这些方案不仅解决了行业痛点
，还推动了生产效率和产品质量的显著提升。在锂电行业，奥普特推出自适应AI检
测方案，实现对锂电卷绕、切叠等主流工艺关键工序的高速高质量检测。面向锂电
的前工序，如涂布、分条、模切等，推出通用工业视觉高速高精度的解决方案，能
够开箱即用；面向形态多样的锂电中后道工序，例如，焊接、包装、入壳、组装段
等，研发自适应迁移学习技术，产线换型时AI项目实施周期缩短40%。在3C电子行
业，AOI检测利用高精度成像快速识别手机屏幕与零部件的压伤、色差。模块化系
统降低中小产线部署成本约10%，推动柔性制造普及。奥普特研发高精度、高可信
的AI解决方案，覆盖手机制造过程中的中框、屏幕、组装、电子回收等更广泛的流
程工艺。在侧壁小孔、通孔的刀纹、未见光、划伤，以及音圈马达的表面压伤、余
线等缺陷检测，漏检率低于0.2%，误检率3%。
（3）未来发展趋势
随着中国制造业在全球的领先地位与国际竞争加剧，智能制造加速发展，机器视觉
作为关键技术，通过深度融合人工智能、大数据、云计算等前沿科技，不断提升智
能化、精准化和自主化水平。2024年，AI大模型、3D视觉及多模态融合技术的突破
，推动机器视觉在锂电、3C电子、半导体等领域的应用深化。智能检测以机器视觉
为核心，为智能制造提供强大的感知能力，确保生产闭环的完善。展望未来，随着
技术的突破和产业链的完善，机器视觉将在制造业各领域广泛应用，推动行业向高
效、智能、绿色方向发展，成为中国制造业转型升级的重要驱动力。随着技术的进
步和行业的需求变化，预计机器视觉行业在以下方面继续发展：
1）硬件方面
光源：随着机器视觉在各行业的广泛应用，目标物体特征分析需求日益复杂。单一
光谱光源仅能提供外观、形状等有限信息，而多光谱技术通过采集不同波长信号，
生成高分辨率多/高光谱图像，获取目标高维信息，简化光学部件复杂性，推动多
种特征分析。从单一光谱到多/高光谱的转变，不仅提升信息获取能力，还扩展了
应用范围，助力机器视觉系统更智能高效。
新型光源（如激光、LED及混合光源）在亮度、稳定性和波长范围（250nm紫外至20
00nm近红外）上显著提升，适配金属、陶瓷、玻璃等材料。例如，紫外光源增强锂
电池极片微米级划痕对比度，近红外光源优化半导体晶圆深层缺陷成像，信噪比提
升约10%。多光源组合与动态调节技术成为主流，环形、同轴与背光源协同设计，
通过实时调整角度与强度，改善复杂表面成像效果。在3C产品外观检测中，多角度
光源抑制高反光干扰，成像清晰度提升约8%。
智能化光源控制系统通过反馈机制自动优化亮度与色温，响应时间从100ms缩短至2
0ms，保障高速产线稳定性。多模态光源系统整合红外、紫外与可见光，动态切换
波长适配不同材料，在锂电池模组检测中同时捕捉金属划痕与塑料色差，成像质量
提升约10%。
镜头：成像镜头产品类型由中大视野拓展到中小视野的高精度检测应用。微距定焦
镜头，高倍率大靶面远心和线扫镜头及高倍率工业显微镜在不同的应用领域发挥重
大作用。超低畸变远心镜头视场畸变控制在0.02%以内，满足3C与半导体检测的亚
微米级要求。双远心镜头在芯片封测中测量引脚共面性，误差控制在0.2微米。自
适应光学系统通过液态镜头实现焦距动态调节，适配不同工件高度，效率提升约20
%。计算成像通过算法校正畸变，降低高端镜头成本约10%。
a.智能化：随着人工智能和嵌入式系统技术的发展，机器视觉工业相机将变得越来
越智能。这包括集成AI模块以实现图像处理和深度学习算法，实现边缘智能，能够
同时胜任图像采集与数据处理工作。此外，智能工业相机还将利用更多的板载智能
或更智能的嵌入式技术来发展。奥普特万兆网线阵相机植入FPGA边缘计算技术，实
现实时图像预处理与目标检测，通过二值化、滤波、形态学、找边、Bob分析等算
法，显著提升系统检测速度，减少PC端运行负荷。同时，支持分时频闪技术，单次
扫描即可获取四种不同光源拍摄效果图像，减少相机工位，降低视觉方案成本。
b.模块化：机器视觉工业相机的系统模块化也是一个重要的发展趋势。将光源、电
源、控制模块甚至一些传感器集成到整个系统的软硬件中，应用起来更加方便，系
统的稳定性也更高。这种模块化设计使得相机能够更灵活地适应各种应用场景。奥
普特相机提供了风扇、水冷散热和TEC主动制冷等多种散热方式。同时，奥普特推
出了硬件迭代升级、代码重构及低功耗平台的新一代产品，较上一代产品功耗降低
超过20%，有效减少相机热噪声，显著提升图像信噪比。在3C产线实现手机屏幕缺
陷检测，单线成本降低约15%。低功耗设计优化了系统性能，无风扇结构提升洁净
室应用的稳定性，系统寿命延长约25%。边缘计算模块将图像处理延迟降低50%，支
持高速AOI与锂电池叠片监控。
c.特定应用和单一功能导向：机器视觉工业相机将越来越专注于特定应用和单一功
能，以极低的成本适用于各行各业的应用场景中。例如，某些工序检测内容固定，
只需要通过较少的硬件设备和软件算法就可完成目标的工作，比如条形码的读娶识
别某些特征是否存在等。
d.高精度和高自动化：随着工业生产对高精度和高自动化的需求增加，机器视觉工
业相机也将向更高精度和更高自动化的方向发展。这包括提高相机的分辨率、动态
范围、色彩准确性等性能，以及实现更复杂的图像处理和分析算法。奥普特工业相
机采用高品质的成像芯片，具备高动态、高灵敏度、低噪声等特性，针对外部环境
干扰及镜头、Sensor物理缺陷导致的成像问题，奥普特相机集成了坏点校正、锐化
、降噪、FFC、镜头阴影校正、白平衡、Gamma、CCM等各类ISP算法，全方位提升图
像质量。
3D成像和检测高精度重建和特征融合。线扫3D产品通过持续优化硬件技术与光路设
计，实现了精度与速度的双重飞跃，成功应用于3C电子、锂电、汽车、半导体及光
伏等高精度要求的行业，显著提升了生产效率与产品质量。而结构光3D技术则在3D
图像处理领域取得重大突破，有效解决了边缘模糊、环境干扰等长期存在的技术难
题，在器件精密装配与物流运输自动化方面展现出巨大潜力。展望未来，3D视觉技
术与深度学习的深度融合将是不可逆转的趋势。深度学习算法能够赋予3D视觉系统
更强大的数据处理与分析能力，使其能够更准确地识别复杂场景中的物体、理解空
间关系，并自主做出决策。这种技术融合将极大地拓展3D视觉技术的应用边界，使
其能够胜任更加智能化、高效化的市场应用需求，如自动驾驶、智能机器人、医疗
影像分析等领域。
2）检测算法升级和生态完善
2024年，机器视觉在人工智能的推动下实现跨越式发展，深度学习、3D视觉感知、
大模型及底层算法优化的融合显著提升了检测精度与泛化能力，为锂电池、3C等行
业的智能化转型注入动力。展望2025年，机器视觉智能分析算法与平台将进一步向
高效轻量化、多模态协同、通用化生态及边缘智能方向演进，加速智能制造的规模
化应用。
①智能分析算法的高效与通用化
底层算法的持续优化将进一步降低数据与算力依赖，推动模型轻量化与小样本学习
的普及。自监督学习、知识蒸馏及神经架构搜索（NAS）将驱动工业预训练模型在
边缘设备上的高效部署。未来，轻量化模型在低配CPU上推理时间将缩短至毫秒级
，较2024年提速25%，功耗降低40%。小样本学习通过元学习与生成式AI（如扩散模
型）优化，训练样本需求将从数十张降至5-10张。例如，在3C胶路检测中，生成对
抗网络（GAN）可合成高保真缺陷图像，弥补数据不足，检测精度提升约20%。迁移
学习与增量学习将使模型换型周期缩短至1小时，适配柔性制造的快速迭代需求。
检测结果的可信度和自适应性显著提升。高可信检测模型将应用到更多的高端复杂
的视觉检测任务中，例如锂电池焊接检测、3C电子产品关键目标定位，通过领域自
适应迁移学习技术将使模型跨场景泛化能力提升约25%，检测稳定性提高20%。视觉
大模型的零样本检测能力将进一步成熟，结合模型剪枝与量化技术，在中端GPU上
实现大于80FPS推理，功耗降低35%。这些进展将推动算法从特定任务向通用视觉解
决方案过渡，覆盖锂电、半导体等更多行业。
AI机器视觉技术正引领智能制造迈向新的发展阶段，其核心趋势在于从单一视觉模
态向多模态、跨模态的深度融合，以及大模型与小模型在工业场景下的协同应用。
随着人工智能技术的飞跃，机器视觉系统不再局限于常规2D图像识别，而是融合了
图像、点云、时序、文本、语音等多模态信息，模拟人类更全面的感知与认知方式
，极大地提升了其在制造过程中的智能化水平。例如，对于需要触感才能准确鉴别
产品表面质量的情况，通过结合触觉传感器感知产品的物理特性，可以实现更全面
、精准的缺陷检测。此外，声音也是一种重要的信息源，通过分析生产过程中的声
音，可以及时发现设备的异常情况，如轴承的磨损、电机的故障等。这种跨模态的
信息融合将极大提升工业生产的智能化和自动化水平。多模态数据融合将成为未来
机器视觉的核心趋势，整合2D图像、3D点云、红外、偏振及超光谱数据，提升复杂
场景下的检测精度与鲁棒性。Transformer架构与多模态预训练模型将优化异构数
据处理效率，检测效果预计会有显著提升。在锂电池模组检测中，融合2D纹理与3D
几何信息的多模态视觉模型将逐步验证推广。基于2D、红外、偏振等多模态数据、
多视图下信息融合分析，在高端场景下，特别是在锂电池热异常检测、半导体内部
缺陷检测，应用研究逐步兴起。
生态平台向智能化与云边协同演变。未来，机器视觉平台将从中间层产品加速向综
合生态转型，集成算法开发、数据管理、模型训练与实时推理的全链条功能。工业
AI软件和AI平台将支持更多模态（2D、3D、红外、偏振等），云边协同模式将进一
步优化，边缘节点利用低算力完成预处理与推理，云端高算力支持模型训练与优化
。在高端制造行业，实现自动的需求分析、数据收集、数据生成、模型训练、结果
评估以及模型一键部署等智能化操作。平台通过开放API与模块化设计，适配跨行
业需求，显著降低项目开发成本，提高项目实施效率。大模型与小模型的协同将成
为平台核心。通用工业视觉大模型提供基础视觉能力，小模型通过蒸馏技术适配特
定任务，大小模型协同显著提升推理速度。
人形机器人技术的日益成熟，诸如特斯拉OptimusGen2及集成OpenAI多模态大模型
的Figure01等，这些先进产品依托于多模态大模型的强大能力，未来将能够更深层
次地理解人类指令，无论是复杂的操作任务还是微妙的语境变化，都能得到精准的
解析与执行。在生产制造领域，这意味着机器人能够制定出更为精细的工件处理策
略，实现高精度的测量引导与缺陷检测，同时还能对生产过程进行实时优化，以进
一步提升效率与质量。
(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
公司以视觉算法和光学技术为核心，具备开发机器视觉底层算法、平台软件，以及
光源控制和光学模拟等核心组件的能力。核心技术包括工业AI算法、传统视觉算法
、3D视觉算法、光源控制和光学成像等。公司重点发展工业AI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，并持续在
光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件技术方面进行强
化，同时拓展智能感知和融合技术、智能数据处理与分析技术等传感器技术，以及
高端超精密运动部件驱动及驱控一体技术等，加强公司在自动化核心零部件领域的
产品竞争力。
同时，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
构建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。
公司始终秉承以产品和技术为核心的经营理念，并取得了显著成就。报告期内，公
司研发投入达到21,695.99万元，同比增长7.28%。通过不断加强与客户的技术交流
，公司在产品创新上取得进展。
（1）产品线拓展完善
①视觉软件产品线：随着全球化战略下的视觉软件业务发展，OPT紧抓全球智能制
造升级机遇，依托自主核心算法持续迭代视觉软件产品矩阵。在深化国内市场渗透
、实现多行业标杆客户复购的基础上，我们通过本地化服务网络建设和国际标准认
证体系完善，将视觉软件类产品推向国外市场，正式形成“双循环”市场格局。三
大核心产品：SciVision、Smart3、DeepVision3完成多项技术升级与产品迭代；Sc
iVision提升多维检测能力，强化2.5D和3D算法模块，突破传统平面检测局限；AI
融合创新，扩展检测、定位等高级应用；通过底层算法优化，提升应用可靠性，增
强复杂光照、低对比度环境下的视觉检测鲁棒性；传统视觉+3D+AI，自主知识产权
形成差异化竞争力。Smart3标准化升级：方案对比、参数监控、一致性调试等功能
提升了应用的可靠性与易用性；支持Windows、MacOS、Linux系统，国内首家支持M
acOS系统的视觉软件厂商，覆盖更广泛用户群体；在生态融合方面，丰富产品API
接口，让用户可更便捷完成二次开发应用，更灵活的实现用户的自主开发需求。De
epVision3聚焦算法性能优化与数据效率提升,降低AI应用门槛；云端协作：支持多
人多任务系统开发，提升模型部署效率；轻量化部署：无需复杂配置快速启动项目
，缩短交付周期。
未来，软件产品线通过“软件（算法）+AI+生态”三位一体策略，探索实时分析与
模型训练的联动架构，从单一工具向智能视觉平台演进，打造工业智能化转型的核
心技术引擎。
②工业相机产品线：2024年，工业相机业务实现技术突破与市场拓展双驱动。围绕
高精度、高速度、智能化、低成本的核心竞争力，完成多项技术升级与产品迭代。
推出分辨率覆盖30~500万的多款短波红外相机，支持400~1700nm宽光波响应，采用
多种散热方式，图像采集稳定。结构创新上，推出结构仅为29*29*30mm的超小体型
的CXP相机，满足机械臂末端、狭小空间部署需求。其中推出的万兆网线阵相机更
是荣获2024年度机器视觉创新产品奖，重新定义高速、高精检测新标准。在功能、
算法上，引入多级降噪、动态降噪等ISP算法以及超频采集等功能，有效提升图像
质量和采集速度。持续开拓市场和细化行业应用，助力3C电子、半导体、光伏、锂
电等产线客户良率与效率双提升。2025年将聚焦智能化、集成化与小型化技术，持
续引领工业视觉智能化升级。
③智能相机产品线：为了响应工业4.0与“中国制造2025”战略，推动制造业智能
化升级，聚焦提升生产效率与产品品质，奥普特在光学、电子、算法等核心技术的
基础上全新推出智能相机相关产品。2024年成功推出了SCA1系列：高速高精度设计
，满足精密制造场景需求；SCB1系列：紧凑易用、简化部署流程、适配空间受限环
境；SCD3系列：专为半导体行业定制，支持多色光源适配复杂的检测任务；SCS1：
经济小巧，降低中小企业智能化改造门槛。自主研发算法，构建技术壁垒：深度学
习技术赋能图像识别与分析；HDR/HDR+技术优化复杂光照环境下的成像质量。AI调
谐与宽动态自适应算法动态适应场景变化，提升处理效率。25年奥普特将继续深化
AI与算法研发，探索边缘计算等前沿技术，通过技术驱动与精准的市场定位，形成
差异化的竞争优势，在工业智能化浪潮中持续领跑。
④智能读码器产品线：2024年，智能读码器围绕硬件平台迭代、算法融合创新及集
成开发三大主线实现技术突破，为全球客户交付更高效、更稳定的工业级读码解决
方案。
硬件平台升级：ISP+NPU双核升级，优化图像信号处理器（ISP），集成新一代NPU
，复杂光照像特征提取效率提升25%；升级高性能FPGA平台，单帧HDR技术实现30%
扫描速度提升，采集耗时稳定＜150ms，适配高速产线；升级低功耗处理平台，更
新调度策略，功耗降低20%，延长产品的使用寿命，提高了系统的稳定性和可靠性
。算法创新：针对圆柱形瓶体、金属曲面等复杂场景，开发专用畸变校正技术，畸
变场景读码准确率提升40%；针对光伏覆膜、高光金属件等特殊材质反光难题，通
过大量数据训练模型，提升强光/弱光环境下条码识别率；融合深度学习OCR技术，
形成“编码+非编码”双轨追溯体系，覆盖7000多种中英文字符识别，支持条码读
取与字符识别交叉验证，综合识别准确率突破99.99%。通信与集成优化：内嵌PROF
INET软协议，实现即插即用式网络集成，通信延迟降低至5ms以内，无缝对接工业
自动化系统；集成同轴光、环形光等8类行业光源，外置光源智能联动，应对复杂
材质。
未来，奥普特将持续投入行业解决方案创新开发，构建全场景光学系统，启动医疗
专用读码器研发，嵌入式读码器研发，适配更丰富的应用场景，提供更可靠的整体
解决方案。
算法方面，针对圆柱形或曲面物体，开发专用畸变校正技术。针对光伏覆膜等特殊
材质反光难题，通过大量数据训练模型，提升强光/弱光环境下条码识别率。
⑤3D产品线：3D视觉技术突破传统二维局限，以高维感知技术驱动智能制造升级。
作为国产机器视觉领军企业，奥普特持续深化3D核心技术研发，构建了覆盖全场景
的立体检测产品矩阵。通过“技术纵深+场景覆盖”双轮策略，已形成国产3D视觉
领域的技术高地，成为全球智能检测解决方案的核心供应商。在2024年，3D相机锚
定在“高精度、高速度、复杂工况适应性、成本最优化设计”等产品核心竞争力上
，进行了多项技术开拓和升级。高精度：亚像素级算法实现纳米级重复性（Z轴0.1
μm）；高速度：FPGA边缘计算赋能18kHz超高帧率；复杂工况适配：宽动态范围设
计兼容多变工业环境；成本优化：无控制器一体化方案降低部署成本40%+。
线激光系列：推出了迭代产品LPF2系列，全系采用亚像素中心点提取算法，3200点
轮廓，X数据间隔5um，满足微米级检测需求；无控制器一体化设计，降低了部署成
本，并节约了控制器成本；融入了FPGA实时处理，支持高速连续检测；全系覆盖13
.5mm-2632mm视野，满足多行业应用的选型。结构光系列：全新发布了双/单投影条
纹结构光3D相机，采用自研高精密条纹生成技术，保障复杂表面成像质量；GPU异
构计算平台加速三维点云重建；一次拍摄成像，可同步适配线激光的检测需求，提
升了产品矩阵的多场景适应性。
在消费级机器人领域，奥普特也进行了积极的布局。规划了小型化的散斑结构光系
列和TOF相机系统，其小型化和嵌入式设计，更适用于人形机器人和导航避障类的3
D视觉应用。
未来，奥普特依托3D全矩阵产品线的布局和全自主研发体系，不断增加研发投入和
行业人才吸纳，持续深化"3D+AI"技术融合，重点突破纳米级检测、多光谱融合等
方向。
⑥镜头产品线：公司持续完善镜头产品线及其应用范围，各个成像镜头产品类型由
中大视野拓展到中小视野的高精度检测应用。在定焦镜头产品线推出微距定焦镜头
，靶面支持1.2英寸及以下成像芯片，在近工作距离相比普通定焦镜头有着更优异
的性能；在远心镜头产品线推出21M系列大靶面远心镜头，匹配3DAOI检测的高速高
精度应用，推出RN系列远心镜头，采用灵活的模块化组合设计，能够根据不同的视
野和相机匹配对应的模块组合成镜头，扩宽了公司大视野、大靶面及非常规倍率检
测应用的成像器件方案；在线扫镜头产品线研发高倍率大靶面线扫镜头；在显微镜
产品线研发高倍率工业显微镜。
⑦光源产品线：2024年，光源产品线在技术创新、优势构建与市场拓展上大放异彩
。
技术创新层面，围绕光学性能极限突破与场景适配精准优化，实现重大跨越。
多颜色可切换光纤光源，集成前沿色彩编码以及控制器智能控制，可高速、精准切
换多种色彩，为视觉检测提供灵活照明方案，兼容性更强。
高清晰平面无影光源，通过纳米级光学元件加工、微棱镜光路调控等核心技术，使
成像清晰度提升数倍，为高精度检测提供更坚实的基矗
平面条纹光源为高清晰平面无影光源的拓展版，采用全息光栅与微透镜阵列组合，
生成均匀且具特定条纹的光场，精准捕捉细微特征，填补特殊照明市场空白。
水冷线形光源，创新研发智能水冷散热系统，可确保大功率下光源稳定运行，为半
导体制造、激光加工等高要求行业提供可靠保障。
近红外光纤光源聚焦光伏行业半导体检测、农业检测等需求，优化光纤耦合与光源
性能，实现高信噪比、亮度高等特性，拓展光学应用新边界。
这些创新成果，铸就公司光源产品线独特优势。凭借深厚技术积累、持续研发投入
与精准市场洞察，形成涵盖多领域、多场景的丰富产品矩阵，能精准满足不同客户
个性化需求。
⑧传感器产品线：2024年，传感器业务在技术研发与市场布局方面实现重大突破，
以创新产品矩阵与行业解决方案重构精密检测生产力。推出了高精度激光位移传感
器，采用多核异构处理器与超大像元图像传感器，集成FPGA边缘计算与亚像素插值
算法，实现±0.05%F.S.高线性精度及88KHz的高响应频率。推出了高精度光谱共焦
传感器，±62°大角度测量，高均匀连续宽光谱光源设计搭配大孔径高线性度色散
物镜设计，同时采用超低噪声分辨率图像传感器，实现0.25μm的重复精度，精确
测量高透反光或者曲面形状等特殊工件。推出了高精度纠偏传感器，采用高指向性
远距离光学设计，多核异构处理器集成高精度标定算法，性能上实现了±0.2%F.S.
的高线性精度以及4KHz的高响应频率，此外，省线型连接及其感测头可独立工作的
特点，大大降低其安装难度，即使在狭小的空间也能正常安装。推出了四级安全光
栅传感器，软件可视化提高调试效率，具备双CPU、OSSD输出自诊断和光轴电路自
诊断，大大提高产品安全与可靠性。
⑨测量系统产品线：测量系统紧密围绕工业检测中的高精度、智能化需求构建，形
成了以光学测量设备、智能传感器及视觉算法为核心的技术矩阵。一键测量仪采用
实现飞拍测量，双倍双远心镜头与畸变校正算法，集成亚像素处理与毛刺过滤算法
，实现微米级测量精度，通过并行测量技术缩短检测周期，提升检测效率。支持多
角度+低角度光源组合，适应复杂表面特征检测。支持一键测量，无需编程，兼容C
AD图档导入；基于3D线激光结构，实现高精度三维重建，覆盖3C、电子、汽车零部
件等场景的尺寸分析。对射测量传感器以高精度、高效率、易安装为核心优势，专
为在线智能尺寸检测设计，适用于高速产线与狭小安装空间场景，覆盖工业检测中
的智能尺寸测量需求。扫描测量传感器专为平面2D检测设计，适用于铝型材、板材
、卷材等行业的批量检测；内置接触式图像传感器，成像无畸变，确保测量数据准
确性，搭配测量软件，导入图档后自动生成测量程序，实时检测数据变化。测量系
统与奥普特的智能相机、3D传感器等产品线形成技术协同，提供从2D到3D尺寸检测
的完整解决方案。
（2）大力发展AI技术
奥普特推出的两款基于人工智能工业视觉软件——DeepVision3与Web版（Coud版）
AI平台，以卓越的技术创新、出色的产品特性及广泛的产业落地能力，为智能制造
注入强大动力，助力产业迈向新高度。这两款产品从底层算法的高效突破，到中间
层软件的稳定易用与智能化升级，再到上层行业的深度应用，充分展现了技术与产
业融合的无限潜力。
首先，高效实用的底层算法为机器视觉的规模化应用奠定坚实基矗基于公司积累的
海量工业数据与深厚行业经验，通过自监督对比学习训练专用预训练模型，并结合
模型剪枝与知识蒸馏技术，打造出高精度轻量化AI模型。以语义分割任务为例，在
普通CPU（i5-2400）环境下，百万像素图像推理时间缩短至20毫秒，较上一代提速
60%，比常规轻量化网络快一倍。这种高效特性使AI模型在低算力设备上运行流畅
，特别适用于边缘场景及老旧设备改造，大幅拓宽应用边界。同时，自研高可信检
测算法通过置信度优化与一致性推理，在锂电焊接和钢材缺陷检测中将mAP提升2.6
%，显著降低漏检与误检率，确保结果稳定可靠。此外，小样本学习与数据生成技
术，将数据依赖量降低到30%，并生成高质量缺陷图像，有效解决工业数据稀缺难
题。
其次，奥普特推出的DeepVision3和Web版（Coud版）平台更注重稳定性、功能扩展
与用户体验优化，逐步构建了一个高效的视觉生态平台，降低AI项目实施门槛，降
低项目实施成本、提高项目开发效率。例如，依托大模型训练与智能交互优化，在
3-cip条件下mIoU提升10%，标注效率与精度显著提高。支持2D、3D点云、偏振、红
外等多模态数据分析，从单一工具升级为综合视觉平台，满足工业场景多样化需求
。Web版AI平台以云端协同为核心，用户无需复杂配置即可快速启动项目，团队协
作效率大幅提升。例如，在锂电检测中，模型与数据共享使项目实施效率提高50%
。两款产品与自研Smart3软件无缝衔接，通过中央高算力训练与边缘快速部署，打
通数据标注到模型下发的全流程。这种智能化生态不仅降低技术壁垒，还极大提升
开发效率，为产业应用提供便捷支持。
最后，AI产品与解决方案覆盖锂电、3C电子、半导体等领域，2024年实施规模以上
项目数百项，检测产品数十亿件。在锂电行业，自适应检测方案覆盖卷绕、切叠等
工序，实施周期缩短40%；在3C电子领域，高精度检测将手机侧壁小孔、胶路复检
的漏检率控制在0.2%以下，误检率低至0.1%；在半导体领域，12英寸晶圆检测精度
达毫米级，30秒内完成16项缺陷类型检测与60万颗晶粒精准分类，漏检率<0.1%、
误检率<2%。AI视觉技术还泛化至机器人包裹抓娶智能交通判定、烟叶等级分类等
场景，赋能更多行业实现智能化转型。
未来，聚焦轻量化、高精度与一站式解决方案，提升技术实用性与产业覆盖面。通
过模块化配置打造更轻量化的视觉方案，实现检测、分类、匹配、定位与边缘检测
等功能。依托海量工业数据与充足算力，优化模型架构与推理策略，开发精准匹配
、跟踪、计数与检测的通用大模型，增强复杂场景下的鲁棒性与智能化水平。同时
，推出高质量工业AI生成平台，覆盖数据挖掘、知识梳理、半自动标注、用户确认
、一键训练、模型调配与批量部署的全流程闭环，实现从数据准备到模型上线的无
缝衔接，为工业智能化提供高效便捷的整体解决方案。
2、报告期内获得的研发成果
报告期内，公司新增发明专利33项、实用新型专利57项、外观设计专利10项；截至
报告期末，公司累计获发明专利130项、实用新型专利469项、外观设计专利41项，
软件著作权124项，其他2项。
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
研发费用同比增长7.28%，主要系报告期公司加大研发创新投入强度，增强产品的
宽度和深度，全面参与客户新项目，在人员薪酬、研发物料方面的投入增加，及新
增项目机会，样品费用增加。
4、在研项目情况
5、研发人员情况
6、其他说明
三、报告期内核心竞争力分析
(一)核心竞争力分析
公司作为机器视觉领域的先行者和领跑者，拥有丰富的软硬件技术和产品经验。公
司始终坚持对机器视觉及其底层核心技术进行创新和优化，以满足不同行业和应用
场景的需求。凭借对市场动态的敏锐洞察、对行业的深刻理解，以及多年积累的定
制化和高效的解决方案，我们与众多优质客户建立了长期稳定的合作关系，赢得了
广泛的荣誉和认可。公司具备明显的竞争优势，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
年公司研发投入分别为19,102.18万元、20,224.50万元、21,695.99万元，占营业
收入的比例分别为16.74%、21.43%、23.81%。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。截至报告期末
，公司累计获发明专利130项、实用新型专利469项、外观设计专利41项，软件著作
权124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。公司近几年被评为“国家级制造
业单项冠军企业”“国家知识产权示范企业”“高新技术企业”，获批“国家博士
后科研工作站”“广东省博士工作站”“广东省奥普特机器视觉工程技术研究中心
”“广东省重点实验室”“广东省企业技术中心”“东莞市机器视觉重点实验室”
等创新研发平台，获得了“广东省制造业企业500强”“广东省科技进步二等奖”
“广东省机械工业科学技术奖一等奖”“广东省机械工程学会科学技术一等奖”“
广东省制造业单项冠军产品”等省级奖项，并入选了广东省产教融合型企业。
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，积累了一定的核心技术，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。同时，公司基于光学技术的领先优势，在原有图像传感器的技
术积累上，逐步延伸工业传感器技术。公司依托强大的研发团队及自研能力，将持
续保持产品的高速迭代，牢牢把握市场需求方向。
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。截至2024年12月31日，公司研发人员1,034人
，占公司总人数的39.50%。公司研发团队的专业覆盖面广，包括光学、工业设计、
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。公司大客户团队，与行
业大客户密切配合，对保持客户粘性及技术延续性发挥了重要作用。稳定、优秀的
团队为公司的核心竞争力奠定了良好的基矗
3.自主产品在各产品线布局的优势
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，
并逐步建立工业传感器产品体系。奥普特拥有完整的机器视觉核心软硬件产品，自
主产品线已全面覆盖视觉算法库、智能视觉平台、工业AI、光源、光源控制器、工
业镜头、工业相机、智能读码器、3D传感器、一键测量仪、工业传感器产品。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、锂电等行业，公司与国内外知名设备厂商
和终端用户保持着长期稳定的合作，拥有丰富的机器视觉产品的设计、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，形成了较高的技术壁垒，
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，工业AI将深刻改变机器视觉行业的技术发展，而
行业数据是工业AI技术的基矗工业AI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作出判断并达到满足
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、锂电等行业积累
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，在机器视觉的工业AI技术领域抢占发展的高地。
公司通过大量行业方案积累，逐步开始建立分行业方案、产品、交付的标准化。目
前公司机器视觉解决方案广泛应用于3C电子、锂电、汽车、半导体、光伏、食品、
医药、烟草、物流等多个行业。
5.客户资源与品牌优势
公司依托多年深度积累的解决方案能力及优秀的产品品质、大规模的交付能力、及
时有效的服务模式，将产品成功应用于全球知名企业和行业龙头企业的生产线中，
获得客户的高度认可。公司基于与知名客户长期稳固的合作关系，在保持原有产品
和领域良好合作的同时，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、提供技术服务等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
30分钟内响应客户，2小时输出标准方案，定制方案3天交付。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。
(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措
施
四、风险因素
(一)尚未盈利的风险
(二)业绩大幅下滑或亏损的风险
(三)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.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。
3.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、工业AI、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流
失，这将对公司的生产经营造成重大不利影响。
(四)经营风险
1.管理风险
公司自成立以来经营规模不断扩大，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.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。
4.新产品的研发及市场推广的风险
公司已形成了机器视觉领域完整的产品线，并逐步建立工业传感器产品线，同时通
过并购的方式，扩充运动产品线。但为应对竞争与需求变化，公司还需要持续的研
发投入。公司目前有多个新产品处于规划或者研发阶段，并在各下游行业规划研发
机器视觉应用方案。一方面，上述在研项目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。另一方面在研项目可能在未来商业化中会面临激烈竞争
，出现商业价值低或不及预期的风险，同时，新产品或新方案在客户方面形成一定
的偏好及忠诚度均需要一定的时间。因此，公司存在新产品研发失败和市场推广不
利的风险，进而对公司未来的业绩增长和盈利提升产生负面影响。
(五)财务风险
1.应收账款回收风险
报告期末公司应收账款账面价值为73,412.91万元，占当期总资产的比例为23.04%
，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。
2.存货跌价风险
报告期末公司存货账面价值为14,435.02万元，占当期总资产的比例为4.53%。若未
来市场环境发生变化或竞争加剧导致产品滞销、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。
(六)行业风险
公司主要客户群体集中在3C电子、锂电等行业，由于3C电子、锂电等行业的市场需
求受宏观经济及政策等多方面因素的影响，具备较为明显的周期性。若未来出现宏
观经济下滑、扶持政策力度下降等不利因素，同时如果公司不能进一步拓展其他应
用行业的业务，可能出现收入及利润增速放缓甚至下滑的风险。
(七)宏观环境风险
随着全球经济周期的变化，经济增长速度放缓可能会导致市场需求疲软，直接影响
制造业的生产和投资。若未来国家宏观经济环境发生重大变化、经济增长速度放缓
或下游行业需求出现周期性波动，公司主要客户因终端需求下滑、调整自身市场计
划，或因供应链短缺等原因在自动化业务方面的资本支出放缓，且公司未能及时对
行业需求进行合理预期并调整公司的经营策略，可能对公司业务发展造成不利影响
。
(八)存托凭证相关风险
(九)其他重大风险
五、报告期内主要经营情况
报告期内，公司实现营业收入91,137.38万元，较上年同期下降3.44%。归属于上市
公司股东的净利润同比降低29.66%，归属于上市公司股东的扣除非经常性损益的净
利润同比降低28.62%。
六、公司关于公司未来发展的讨论与分析
(一)行业格局和趋势
近年来，随着产业结构转型升级、制造业自动化及智能化进程加速，导致产业资本
不断涌入机器视觉领域，也吸引了众多初创企业的加入，行业内竞争不断加剧。
目前，中国机器视觉市场的参与主体主要有两类，第一类是老牌的外资机器视觉企
业（包括在华分支机构和合资企业），第二类是新兴自主研发的内资企业。外资机
器视觉企业发展时间长、品牌知名度高、技术研发能力强、产品性能及可靠性高、
产品种类及方案积累多，且管理更为完善，对市场判断准确，规划性强。但同时，
从产品设计上看，外资企业产品普遍标准化，应对国内客户较多的应用场景及定制
化偏好有一定的难度，而且产品价格相对较高，在客户整体成本压力不断上升的环
境下处于相对劣势。与外资企业相比，内资机器视觉企业发展时间较短、知名度较
低、自主研发高端产品的性能及稳定性与外资品牌还具有一定差距。但内资企业对
国内客户需求及市场更为了解，能够提供灵活化及定制化的服务，快速响应客户需
求，供货周期短，且成本优势明显，市场份额逐年增长。
高工机器人产业研究所（GGII）数据显示，2023年中国机器视觉市场规模185.12亿
元（该数据未包含自动化集成设备规模），同比增长8.49%。GGII预测，至2028年
我国机器视觉市场规模将超过395亿元，显示出机器视觉行业巨大的增长潜力。
机器视觉作为人工智能领域最重要的前沿分支，未来前景十分广阔。随着经济发展
及大众生活水平的提升，下游3C电子、锂电、汽车、半导体、光伏等行业市场规模
有望持续扩大；其次，基于提升产品性能、降低成本、提高工艺水平的内在需求，
下游行业在设备智能化改造、工业机器人应用等方面的投入将持续增加，机器视觉
产品在各下游行业的渗透率将不断提升；同时，机器视觉技术的不断升级、成熟，
将促使新产品、新服务的不断涌现，为客户提供更便捷、更高效、更安全的服务，
有利于激发新的市场潜力。作为国内目前领先的机器视觉核心零部件供应商，行业
规模的持续扩大为公司实现跨越式发展提供了重要机遇。
(二)公司发展战略
公司致力于成为国际一流的自动化核心零部件供应商，聚焦感知与决策核心关键环
节，为客户提供实现自动化所需的核心软硬件产品及解决方案。
1.核心技术方面：重点发展工业AI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，并持续在光源及其控制技术、镜头技
术、智能相机技术、视觉处理分析软件技术方面进行强化，同时拓展智能感知和融
合技术、智能数据处理与分析技术等传感器技术，以及高端超精密运动部件驱动及
驱控一体技术等，加强公司在自动化核心零部件领域的产品竞争力。
2.产品方面：不断丰富和完善公司自动化核心零部件产品线。现有视觉软件产品线
、3D产品线、智能读码器产品线、工业相机产品线、工业镜头产品线、光源产品线
、测量系统产品线，并拓展至工业传感器产品线、运动部件产品线。
硬件方面，持续完善自动化核心零部件硬件产品，满足更广的项目应用需求。在软
件方面，持续升级现有的视觉处理分析软件，重点开发3D重构及分析模块、工业AI
算法模块，同时拓展工业传感器智能数据处理与分析软件技术以及直驱、驱控一体
技术。
3.海外市场：公司将继续秉承其在机器视觉技术领域的专业优势，积极把握全球制
造业自动化和智能化的发展浪潮，不断加大海外市场的投入，积极开拓海外市场，
实现全球布局，以提升公司的国际竞争力和品牌影响力。
4.行业方面：公司将持续深入实施市场多元化战略，深化在3C电子和锂电领域的市
场领先地位，同时积极拓展汽车、半导体、光伏等行业的市场机遇。
(三)经营计划
1.经营目标
公司致力于成为国际一流的自动化核心零部件供应商，聚焦感知与决策核心关键环
节，为客户提供实现自动化所需的核心软硬件产品及解决方案。
公司管理层根据既定的发展战略和股权激励计划，制定了明确的业绩目标：以2024
年营业收入为基数，公司2025年度营业收入增长率不低于20%。公司将继续在研发
方面加大投资力度，在运营层面加强管理与成本控制，保持2025年营业收入增长的
同时，净利润增长率不低于营业收入增长率。
公司上述经营目标不代表公司对2025年度的盈利预测，能否实现取决于经济环境和
市场状况的变化等因素，预算的结果存在一定的不确定性。
2.研发规划
公司自成立以来一直重视产品的技术升级与研发创新，最近三个会计年度累计研发
投入占累计营业收入比例达20.37%。经过多年的研发技术积累，公司产品的性能及
品质行业领先，并得到国内外一线客户的认可。2025年，公司将继续以下游客户需
求为导向，持续加大研发投入，加强与客户在工艺研发方面的合作，增强核心竞争
力。重点发展工业AI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，并持续在光源及其控制技术、镜头技术、智能相机
技术、视觉处理分析软件技术方面进行强化，同时拓展智能感知和融合技术、智能
数据处理与分析技术等传感器技术，以及高端超精密运动部件驱动及驱控一体技术
等，加强公司在自动化核心零部件领域的产品竞争力。继续引进和培养高端人才，
扩编研究院和博士后工作站。
3.产品规划
不断丰富和完善公司自动化核心零部件产品线。完善现有视觉软件产品线、3D产品
线、智能读码器产品线、工业相机产品线、工业镜头产品线、光源产品线，并拓展
至工业传感器产品线、运动部件产品线。
硬件方面，持续完善自动化核心零部件硬件产品，满足更广的项目应用需求。在软
件方面，持续升级现有的视觉处理分析软件，重点开发3D重构及分析模块、工业AI
算法模块，同时拓展工业传感器智能数据处理与分析软件技术以及直驱、驱控一体
技术。
4.市场规划
2025年，公司将继续把握市场机遇。
（1）优化客户结构：对于大行业战略大客户，采用直销模式，提供全面的解决方
案，以深度满足其技术需求，提升公司技术实力并实现规模效应；对中小型客户，
探索经销模式，提供标准化产品及方案，通过较低增量投入扩大市场覆盖面。
（2）市场领域拓展：在巩固现有的3C电子、锂电等领域客户的基础上，积极把握
半导体、汽车等行业的国产替代机遇，进一步拓展市场空间。
（3）海外市场布局：进一步强化和深耕国内市场的同时，积极开拓欧洲、东亚、
东南亚等海外市场，提升国际化经营能力和品牌知名度。
（4）销售渠道与生态建设：加大标准产品销售，拓宽销售渠道。通过生态合作模
式链接行业伙伴，实现资源共享与协同发展。
（5）工业AI技术驱动：依托工业AI技术进步，推动了多场景应用方案落地，持续
拓展市场空间。
5.人力资源发展规划
公司将持续优化人才结构，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，加大研发投入，不断提高产品核心竞争力。另外，公司将持续招纳高水
平的经营管理人才、市场策划和营销人才，扩充销售服务团队，保障市场开拓和客
户服务能力。此外，公司将进一步完善员工绩效考核机制，优化激励机制和分配方
式，充分调动员工积极性与创造性，激励人才充分发挥自身优势，增强公司的凝聚
力与向心力，保证公司的持续健康发展。
6.内部治理结构规划
公司将持续按照上市公司的要求，进一步完善法人治理结构，规范股东大会、董事
会、监事会的运作，完善公司管理层的工作制度，建立科学有效的公司决策机制、
市场快速反应机制和风险防范机制。通过对组织结构的调整，提升整体运作效率，
实现企业管理的高效灵活，驱动组织的高速成长，增强公司的竞争实力。
【4.参股控股企业经营状况】
【截止日期】2024-12-31
┌─────────────┬───────┬──────┬──────┐
｜企业名称 ｜注册资本(万元)｜净利润(万元)｜总资产(万元)｜
├─────────────┼───────┼──────┼──────┤
｜株式会社OPT ｜ -｜ -｜ -｜
｜惠州市奥普特自动化技术有限｜ 7100.00｜ -138.44｜ 2521.21｜
｜公司 ｜ ｜ ｜ ｜
｜宁德奥普特视觉科技有限公司｜ 500.00｜ -｜ -｜
｜奥普特视觉科技(苏州)有限公｜ 15000.00｜ -1294.79｜ 51499.63｜
｜司 ｜ ｜ ｜ ｜
｜奥普特视觉科技(常州)有限公｜ 100.00｜ -｜ -｜
｜司 ｜ ｜ ｜ ｜
｜东莞市迈未来光电科技有限公｜ 1000.00｜ 1.69｜ 52.44｜
｜司 ｜ ｜ ｜ ｜
｜东莞市赛视软件有限公司 ｜ 200.00｜ -95.14｜ 22.09｜
｜东莞市奥普特智能传感科技有｜ 2000.00｜ -｜ -｜
｜限公司 ｜ ｜ ｜ ｜
｜OPT Vision Limited ｜ 516.61｜ -1080.81｜ 4943.73｜
｜OPT VIET NAM COMPANY LIMIT｜ -｜ -｜ -｜
｜ED ｜ ｜ ｜ ｜
｜OPT Malaysia Sdn.Bhd ｜ -｜ -｜ -｜
｜OPT Machine Vision GmbH ｜ -｜ -｜ -｜
└─────────────┴───────┴──────┴──────┘
免责声明：本信息由本站提供，仅供参考，本站力求
但不保证数据的完全准确，如有错漏请以中国证监会指定上市公司信息披露媒体为
准，本站不对因该资料全部或部分内容而引致的盈亏承担任何责任。
用户个人对服务的使用承担风险。本站对此不作任何类型的担保。本站不担保服
务一定能满足用户的要求，也不担保服务不会受中断，对服务的及时性，安全性，出
错发生都不作担保。本站对在本站上得到的任何信息服务或交易进程不作担保。
本站提供的包括本站理财的所有文章，数据，不构成任何的投资建议，用户查看
或依据这些内容所进行的任何行为造成的风险和结果都自行负责，与本站无关。
