☆经营分析☆ ◇688686 奥普特 更新日期：2025-10-27◇
★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】
【2025年中期概况】
┌────────────┬─────┬─────┬───┬──────┐
｜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(%) ｜
├────────────┼─────┼─────┼───┼──────┤
｜3C行业 ｜ 43851.00｜ --｜ -｜ 64.25｜
｜锂电行业 ｜ 16686.00｜ --｜ -｜ 24.45｜
｜其他业务 ｜ 3217.79｜ --｜ -｜ 4.71｜
｜半导体行业 ｜ 3131.00｜ --｜ -｜ 4.59｜
｜汽车行业 ｜ 1370.00｜ --｜ -｜ 2.01｜
└────────────┴─────┴─────┴───┴──────┘
【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】
【2025-06-30】
一、报告期内公司所属行业及主营业务情况说明
（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，2024年中国机器视觉市场规模181.47亿
元（该数据未包含自动化集成设备规模），同比下滑1.97%。GGII预测，2025年中
国机器视觉市场规模有望突破210亿元，同比增速超14%，预计至2028年我国机器视
觉市场规模将超过385亿元，2024-2028年复合增长率约为20%。
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
2025年上半年，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2025年上半年机
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2025年上半年展现出显著的应
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。2025年上半年，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2025年上半年持续突破，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NV
IDIAJetson、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AnomalyGPT、Se
gGPT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、珠三角等区域专项
政策的持续推出和深化，国产化进程显著加速为机器视觉行业提供了更为精准、灵
活的视觉解决方案。工业和信息化部持续推动产业转型升级，加快实施“人工智能
+”行动，推动大模型在制造业重点行业落地部署，并于上半年印发了《智能制造
典型场景参考指引（2025年版）》，为行业发展提供了明确指引。数据显示，上半
年规上装备制造业和高技术制造业增加值均实现显著增长，这些都为机器视觉技术
的广泛应用创造了有利条件。机器视觉系统的通用性和泛化性正日益增强，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%。
相机：
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、Blob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
2025年上半年，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Figure02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。
二、经营情况的讨论与分析
（一）基本经营情况
2025年上半年，在宏观经济环境复杂多变及下游行业结构性调整的背景下，凭借前
瞻性的战略布局与高效的执行能力，公司实现了经营业绩的稳健增长。业绩目标的
逐步兑现，标志着公司战略投入已进入收获期，盈利能力和运营效率得到显著提升
，为未来持续发展奠定了坚实基矗
1.营业收入实现稳健增长
2025年上半年，公司实现营收68,255.79万元，较2024年同期增长30.68%，延续了
良好的增长态势，展现了公司业务布局的持续兑现能力。基于前期在技术研发、市
场拓展等领域持续的战略投入积累，公司主营业务在各主要下游领域均实现增长，
进一步凸显了行业龙头的稳健实力与前瞻布局的显著成效。
其中，3C行业收入43,851万元，较2024年同期增长23.82%。作为机器视觉最大的应
用市场之一，3C电子行业受益于工业AI技术在消费电子制造中的规模化落地，下游
客户对视觉检测的需求显著提升。公司凭借深厚的技术积累和快速响应能力，持续
深化3C业务布局，进一步巩固了该领域的头部领先地位。
锂电行业收入16,686万元，同比2024年上半年增长49.35%。当前锂电行业呈现稳定
复苏态势，推动公司相关业绩显著回升。报告期内，公司持续深化头部电池客户合
作，同时积极拓展海外市场项目，业务覆盖动力电池、消费类电池及储能电池等多
元领域。这一长期战略布局进一步丰富了下游应用场景，有效降低单一市场波动对
业绩的影响，推动业务结构多元化程度显著提升。
半导体和汽车行业收入分别为3,131万元和1,370万元，较2024年同期分别增长25.5
1%和65.67%，保持着稳健的增长态势。在半导体制造和汽车（尤其是新能源汽车）
生产领域，机器视觉仍具备显著的国产替代潜力，随下游客户产能扩张及工艺升级
加速释放。
2.净利润增长强劲
2025年上半年，公司归属于上市公司股东的净利润为14,599.73万元，较2024年同
期增长28.80%；归属于上市公司股东的扣除非经常性损益的净利润为13,231.66万
元，较2024年同期增长36.26%。
利润增速高于营收增速，显示出公司整体运营效率的提升和盈利能力的增强。公司
前期在研发、市场等方面的战略投入进入收获期，新产品与新业务贡献持续提升，
同时随着规模效应显现，推动了盈利水平的显著改善。
整体来看，公司上半年业绩增长质量显著提升，增长动力源自多行业、多产品线的
协同共振，为全年目标的顺利完成奠定了坚实基矗
（二）公司战略投入方向及未来规划
1.从工业自动化到智能机器人双轨道战略布局
自2006年成立以来，公司业务始终与下游自动化行业的发展协同共进。面对智能制
造和人工智能时代的战略机遇，公司确立工业自动化和智能机器人的双轨道发展战
略：一方面持续深化工业自动化领域的既有优势，另一方面前瞻布局智能机器人零
部件领域，开辟新的成长赛道。与此同时，公司着力构建“视觉+传感+运动+AI”
产品矩阵，促进技术与产品的深度融合与协同赋能，为客户提供覆盖“感知-决策-
执行”的一站式解决方案。
（1）机器视觉长坡厚雪
根据行业研究数据，2024年中国机器视觉市场规模约181.47亿元，2025年预计突破
210亿元，未来五年有望保持年均20%左右高速增长，2028年市场规模将超385亿元
。随着智能制造升级及AI技术赋能行业发展，同时伴随下游行业视觉需求扩容，为
机器视觉行业带来巨大增长潜力，为企业提供了广阔的增长空间。
作为国内机器视觉行业龙头企业，公司凭借全系列产品线覆盖、多年行业深耕积累
及显著的本地化服务优势，在竞争中占据领先地位。公司拥有国内最完整的机器视
觉核心软硬件产品矩阵，自主产品线覆盖度稳居行业首位；深耕机器视觉领域多年
，积累了3C电子、锂电、汽车、半导体等重点行业的深度应用经验，解决方案适配
性与客户粘性显著优于行业平均水平；相较海外同行，公司依托本土化服务网络，
在交付效率、成本控制及场景适配上形成明显的差异化优势。
在工业自动化领域，公司将持续深化技术优势，同时拓展产品与能力边界，进一步
巩固行业地位。一方面，聚焦3C、锂电、汽车及半导体等重点领域，延展产品技术
链条，提升单客户价值量；另一方面，在保持直销优势的基础上拓展经销渠道，进
一步扩大市场覆盖率；同时，持续推进全球化布局，以高性价比产品服务海外市场
；此外，通过标准化产品及方案优化运营效率、放大规模效应，并加大工业AI等技
术研发投入，保持技术创新与产品竞争力。在行业高速增长与国产替代加速的双重
机遇下，公司有望凭借深厚的技术积累、丰富的行业经验及清晰的战略路径，持续
提升市场份额，实现业绩稳健增长。
（2）智能机器人零部件战略布局
依托在工业自动化领域的技术和经验积累，公司将智能机器人确定为战略级新兴业
务方向，目标成为机器人感知层核心方案的供应商。
目前，公司通过系统性布局和资源整合，已构建起完整的机器人视觉解决方案体系
，并取得突破性进展。2025年上半年，公司成立机器人事业部，汇集了来自于行业
顶尖的研发、销售和技术支持专业人才；同时持续加大对机器人领域的研发投入，
为技术创新提供了坚实保障。
在核心技术方面，公司将工业现场积累的先进视觉技术（如高精度定位、缺陷检测
、动态目标跟踪等）迁移应用至机器人场景，围绕各类机器人可移动终端的环境感
知、定位导航和人机交互需求，公司已布局dToF相机、iToF相机、双目结构光和激
光雷达四大产品方向，全面覆盖机器人“视觉感知”所需的关键视觉部件。随着"
视觉+AI+机器人"协同效应的逐步释放，公司业务有望向更高价值领域升级。
面向未来，公司将在机器人领域继续保持高投入与高标准：一方面扩充团队，引进
顶尖人才，加强组织能力建设；另一方面加大研发预算，聚焦dToF、iToF、双目结
构光、激光雷达等核心传感产品的自主研发设计，不断迭代升级。
2.视觉+传感+运动+AI产品矩阵
公司致力于打造世界一流的视觉企业，围绕机器视觉核心，结合视觉、结构、算法
、软件、电子和AI六个技术维度的积累，不断向传感、运动控制和人工智能领域延
伸。目前公司已构建视觉+传感+运动+AI协同发展的产品矩阵，形成了从视觉感知
、运动执行到智能决策的全链路技术闭环。完整的产品矩阵使各板块业务相互协同
，为客户提供一站式的自动化零部件综合解决方案，大幅提升了公司的市场竞争力
和客户黏性。
（1）业务板块融合发展
2025年上半年，公司机器视觉主营业务收入64,529.62万元，较去年同期增长23.55
%；净利润14,326.26万元，较去年同期增长26.38%，显示出机器视觉相关软硬件产
品保持了强劲的增长动能。
与此同时，上半年并表子公司东莞泰莱营收贡献3,726.17万元，归母净利润贡献27
3.47万元。东莞泰莱自二季度起纳入合并报表，目前正逐步与母公司现有业务深度
融合：通过将公司的视觉技术与东莞泰莱的精密传动技术相结合，进一步拓宽公司
下游客户的应用需求，推动“视觉+运动”的协同销售。
（2）AI赋能机器视觉
2025年上半年，公司工业AI产品相关项目收入达8,733万元，较去年同期增长363.0
0%，充分体现工业AI技术已在公司产品和解决方案中得到广泛应用，为机器视觉业
务注入了强劲增长动力。机器视觉是智能制造的关键环节，其与人工智能技术结合
的前景十分广阔。
2025年5月29日，公司牵头成立的东莞市新一代人工智能创新联合体在滨海湾新区
揭牌。联合体由奥普特主导组建，汇聚了产学研各界前沿力量，是公司在“视觉+A
I”融合领域的重要战略举措。作为中国机器视觉行业龙头，奥普特具备从视觉感
知、运动部件到AI算法的全栈技术实力，已服务全球超1.5万家客户，在3C电子、
锂电、汽车及半导体等重点领域积累了深厚经验。此次牵头组建联合体，既是响应
国家人工智能发展战略的积极举措，也是行业领军者的责任担当。联合体将重点攻
克高价值工业数据挖掘难题，构建产线级垂直模型库，打造大小模型协同的工业智
能体矩阵，全面释放工业数据价值，助推制造业智能化转型。通过产学研协同与开
放合作，公司有望在工业AI领域抢占技术高地，并将相关成果反哺自身产品矩阵，
进一步巩固“视觉+传感+运动+AI”协同发展的生态闭环。
（3）打造平台型发展架构
面向未来，公司计划从以下几方面入手，打造多产品、多业务模式的平台型发展架
构：
①拓宽业务路线：坚持非标定制与标准产品并举，灵活满足不同层次客户需求；同
步推进直销与经销策略，深耕大客户直销服务，通过优质渠道覆盖更广泛的中小客
户，最大化业务触达面。
②深化客户覆盖：实施大客户战略的同时开拓中小客户市常针对中小客户推出标准
化产品与模块化方案，降低应用门槛，扩大长尾客户渗透率；对大客户强化“一对
一”深度服务，打造标杆案例，提升行业影响力。
③聚焦国内外市场：坚持国内外并重。一方面抓住国内国产化替代机遇，深度参与
重点行业智能制造升级项目，巩固国内领先地位；另一方面加大海外开拓，在东南
亚、欧洲等制造业集中区布局营销服务网络，推动中国视觉产品“走出去”。
④产品协同与平台化：强化视觉、传感、运动与工业AI产品线的协同效应，以平台
化整合资源。通过统一技术数据平台，融合多类产品为成套解决方案，提升系统兼
容性与性能；加强内部协同研发与市场联动，形成攻坚合力，提高大型项目交付能
力。产品规划上构建标准化模块平台，减少重复开发释放规模效应，同时保留定制
化服务优势，为关键客户提供差异化增值服务。通过标准化与定制化结合，打造弹
性产品体系，支撑业务扩张。
通过以上举措，奥普特将从单一领域的机器视觉公司，升级为覆盖多技术、服务多
元场景的自动化零部件解决方案提供商。这种平台化、多元化路径，能抵御单一行
业波动，抓住智能制造新机遇，塑造长期增长格局。
（三）未来展望
1.公司业绩目标
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。
截至目前，公司经营情况良好，管理层对完成上述年度目标保持坚定信心。同时，
对于未来几年持续实现股权激励计划所设定的分年度业绩目标，公司也已做好充分
准备。在订单储备、产能布局、新品推出以及市场拓展等方面，公司均按计划有序
推进，为业绩达标提供了坚实支撑。
2.中长期目标
展望更长远的未来，公司不仅要做自动化领域卓越的零部件供应商，更要成为产业
的赋能者和推进者。为此，公司将在巩固硬件产品领先地位的同时，进一步融合软
件算法、应用平台和产业生态，构建起覆盖上下游行业的智能制造生态体系。通过
与上下游伙伴的紧密协作，以及对新兴应用场景的持续开拓，公司将不断丰富产品
的解决方案内涵，提升为客户创造价值的综合能力。
管理层坚信，凭借卓越的创新能力、丰富的产品矩阵和深厚的客户基础，奥普特有
信心穿越行业周期的波动，实现持续健康成长，最终成长为令行业瞩目的“世界一
流视觉企业”，为股东、客户和社会创造更大价值。
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
年及报告期内，公司研发投入分别为19,102.18万元、20,224.50万元、21,695.99
万元、12,923.19万元，占营业收入的比例分别为16.74%、21.43%、23.81%、18.93
%。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148项、实用新型
专利643项、外观设计专利60项，软件著作权142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2025年6月30日，公司研发人员1,077人，
占公司总人数比例为35.39%。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
(三)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，开发了机器视觉底层算法、平台软件，以及光
源控制和光学模拟等核心组件。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12,923.19万元，同比增长17.52%。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）视觉软件产品线：在全球化的应用需求中，奥普特持续推进全球化战略，凭
借领先的机器视觉技术与视觉软件产品解决方案，实现了从国内市场到海外市场的
视觉应用落地，产品与服务已覆盖多个国家和地区，标志着奥普特正式迈入国际化
发展的新阶段。视觉软件核心产品：DeepVision3深度学习软件、SmartWorks通用
视觉软件和SciVision算法包持续进行了多项技术升级与产品迭代。
①DeepVision3以视觉模型为基础，以通用和场景大模型为阶段目标，深刻理解工
业质检需求，持续构建“视觉+大模型”双引擎体系，加速AI质检的落地；基于基
础模型结合应用需求，研究出了无需标注训练，直接推理的通用模型，封装成工具
，开箱即用；面对复杂场景样本周期长的痛点，奥普特基于自主研发的大模型推出
了DeepSG样本生成软件，快速生成高仿真图像，缩短收集样本周期，加速模型落地
；全新推出DeepVision Cloud版本，支持百度云、阿里云等云服务器的部署，全面
的数据管理&权限管控，确保数据安全性。和DeepVision3单机版软件相比，支持云
端资源及算力管理最优调度；还支持线上一键升级软件，支持多人项目协作、标注
协作，跨设备、跨厂区数据上传与模型自动部署，是一个具有项目和数据管理功能
的平台。在功能特性方面推出了自动标注功能，基于大模型的标注工具，标注更高
效&更精确，极大地降低了人工成本。
②全新推出SmartWorks通用视觉软件：集1D、2D、2.5D、3D、AI、视频、运控ALL
IN ONE的全功能平台，有效助力用户功能拓展、升级改造等应用需求；架构升级，
将通讯、标定、流程独立模块化，使应用更高效便捷；全新的编程模式--首创引导
式编程，零代码编程，让应用更简单，降低使用门槛；易用性方面，新增了组合算
子功能，将功能模块进行组合，让方案更清晰的同时也增强了复用性，快捷调用；
可读性方面，新增了方案管理和采集管理，可视化、模块化设计，使其更友好、更
全面。
③SciVision从精度、性能、应用场景等多维度升级，让应用更稳定、可靠。在抗
干扰性、场景泛化性方面均有所突破；3D重建方面，对于三维源数据的孔洞填充，
还原原始数据，以及指定三维姿态对于数据进行姿态校正重采样，转换三维视图；
标定拼接方面，可实现360度全局标定拼接，厚度标定，2D、3D联合标定等功能，
有效为市场应用助力。OCR算法方面识别率及鲁棒性更高，采用通用模型提取特征
，识别结果更稳定；新增OCV字符缺陷检测算法，检测字符位置度以及字符缺失、
拖影、多墨、少墨等缺陷；新增尺度匹配算法，可支持匹配不同尺度变换的目标，
具备更优匹配率和效率；新增高级找直线、找点、找圆等算法，可适用于更多复杂
场景定位更准确；3D预处理方面，新增了半径滤波、平滑滤波、自适应高度筛选等
功能，有助于用户去除噪声以及平滑数据；检测定位方面，有高阶多项式拟合，FF
T周期性数据检测，RGBD分割和抓取点分析计算等功能，可适用于各种不同的工件
缺陷检测及复杂的包裹抓取场景；
（2）工业相机产品线：工业相机作为公司核心业务板块之一，持续加大研发的投
入和团队规模的扩充，并围绕着硬件平台迭代、算法升级及完善产品线进行技术创
新与突破。完成对CC、CH、CL三大产品系列从功能、效率、像质、结构等多方面进
行全面升级，相机新增了超频采集、存储采集等功能，在硬件不变下，采集效率提
升45%。新增CCM自适应、动态降噪等ISP功能，在复杂的场景也能出色成像。推出C
C系列新一代结构，结构更加紧凑、支持多角度安装，提升散热效率。推出多款真
彩线阵相机，真彩相机相较传统的伪彩相机，色彩还原性高，更有利于检测，同时
支持TDI、分时频闪等功能。为进一步提升CXP相机的采集稳定性和效率，推出了CX
P-12接口的智能采集卡，最大传输速率可达50G，卡端支持抽行组症Blob分析找边
找圆、二值化、滤波等功能，实现降本增效。
在2025年下半年，奥普特继续朝着工业相机的智能化、集成化、小型化发力，将推
出多数据接口相机、集成式相机、100G超过带宽相机、UV相机等产品，以应对快速
发展的市场需求和拓展更多应用领域。
（3）智能相机产品线：基于多光谱融合成像、纳米级电路集成、自适应深度学习
框架的跨维度突破，奥普特成功打造SCA1S、SCD3系列边缘智能相机，实现工业检
测能力从“感知辅助”到“认知决策”的代际跨越，为全球制造业智能化提供高精
度、高鲁棒、全场景的边缘计算产品解决方案。
①SCA1S系列：分辨率从230W到2000W。搭载了FPAG实现高速采集和HDR图像增强技
术。配备了6T的AI算力。除了可扩展的照明方式外，支持各类外部光源的控制，无
缝覆盖高反金属、透射材质及复杂曲面成像难题，突破智能相机的极限应用。
②SCD3系列：通过纳米级电路集成与光源模块化创新设计，体积压缩30%，专为超
密集产线而生；内置半导体专用的字符识别模型，实现晶圆半导体检测全栈升级。
（4）智能读码器产品线：智能读码器以AI+硬件协同创新为核心战略，聚焦核心性
能突破及复杂场景适应性提升两大方向，在图像处理、动态识别、多场景兼容性等
方面取得显著进展，为工业自动化读码场景提供更高效、更智能的解决方案。
硬件性能突破，双芯协同与高速动态识别，采用FPGA+ISP（图像信号处理器）协同
设计，实现图像预处理与解码算法的并行计算，图像质量提升40%，噪声抑制能力
显著增强。搭载新一代AI处理芯片，动态读码速度突破60帧/秒，支持最高3米/秒
移动目标的实时识别，满足高速产线需求。
技术融合创新，AI驱动场景自适应优化，搭载AI模型，智能分析场景特征，自动匹
配最优解码参数，调谐成功率提升30%，调试时间缩短50%，加速现场部署效率。复
杂场景适应性增强，自动判断码制类型，修复模糊、残缺或低对比度的条码，可修
复缺失30%以上的条码信息。在强光、反光、低光照环境下，通过噪声抑制和图像
增强技术，仍保持99.99%以上解码稳定性。
OCR+AI多模态识别，覆盖多行业字符特征。支持用户自定义多目标识别区域，AI并
行处理不同区域数据，单帧处理时间低于50ms，应用场景扩宽至物流分拣、医疗标
签等需多字段同步解析的领域。
奥普特将持续聚焦客户痛点，深化AI与硬件协同创新，以技术创新为核心驱动力，
不断提升智能读码器的综合性能与应用价值，向更多具有高难度读码需求的行业渗
透。
（5）3D产品线：3D相机持续在“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：光学-结构-算
法协同优化，线性度达±0.01%，温漂<0.3像素；高速度：FPGA+GPU加速实现18kHz
超高帧率；复杂工况适配：升级HDR算法及光晕过滤技术，增强多材质扫描能力；
成本优化：多款零部件进行了国产化探索，保障性能同时降本增效，强化供应链安
全。
线激光系列：全新推出了迭代产品LPE2系列，主打更大更全的视野覆盖和应用经济
性。全系采用亚像素中心点提取算法，采用双远心镜头设计，X数据间隔最小做到
了2.5um，满足微米级检测需求；无控制器一体化设计，降低成本；全新的算法升
级，点云后处理算法加持，支持高速高精度检测；全系覆盖7mm-2632mm视野，共9
款型号，适应行业多样化需求。
双/单投影条纹结构光系列：产品优化和迭代，全面优化了设计，更稳定高效，体
积更小巧，适配紧凑空间及机械手负载；高精度多用途，支持有序和无序抓取应用
，一次拍摄成像，作为高精度的结构光产品，可同步适用线激光的检测需求，提升
了产品矩阵的多场景适应性。
双目散斑结构光系列：全新发布了超大视野LSA1系列，最大视野可达3.4*3.1*2米
，采用自主研发的红外激光散斑成像算法，自带彩色相机，既能高精度还原3D点云
，又能通过融合2D彩色图像，增强3D点云的真实还原度，专门适配包装段的拆码垛
和大件物流物品的抓取上料、体积测量等应用。
此外，奥普特布局了智能机器人配套的微型化双目散斑相机、TOF感知相机；其中T
OF感知相机已经推出，自带智能避障算法，可直接识别障碍物，并输出IO信号供机
器人执行避障感知等。
（6）镜头产品线：公司持续完善镜头产品线及其应用范围，加大成像镜头由中大
视野拓展到中小视野的高精度检测应用的研发投入，成像镜头的光谱应用范围从可
见光波段拓展到近红外和短波红外波段。
定焦镜头产品线，推出CBA长工作距离定倍系列镜头，解决长工作距离高精度视觉
定位和检测难题，配合CCD系列微距定焦镜头，补充定焦镜头产品线在中小视野、
高精度的应用场景。布局和研发可见光和近红外共焦系列定焦镜头，研发覆盖可见
光到短波红外的全光谱共焦系列定焦镜头。研发靶面1.2英寸系列定焦镜头，扩展
标准定焦镜头产品的应用覆盖范围。
远心镜头和线扫镜头产品线，进一步补充完善自主远心镜头产品线的产品覆盖范围
；显微镜头产品线，继续研发高倍率工业显微物镜及其他显微视觉成像部件。
（7）光源产品线：2025年上半年，光源产品线于技术创新、优势打造及市场拓展
方面表现极为亮眼。在技术创新上，聚焦光学性能极限突破和场景适配精准优化，
取得重大进展：
①具备颜色切换功能的光纤光源，融入先进色彩编码技术与智能控制器调控，能高
速且精准地变换多样色彩，为视觉检测打造灵活照明方案，兼容性大幅提升。
②多分区编码光源精准锚定多种检测场景需求，推出环形与球积分等多种经典构型
。凭借先进的8分区控制技术，集成式控制模块，可对不同区域光照进行独立且精
准的调控，满足复杂多变的检测照明要求。
③高均匀照明灯箱通过精密的光学结构布局和优化的反光材料运用，能够有效消除
光照死角和明暗差异，实现整个照射区域内光照强度的高度均匀分布。在工业检测
中对产品表面缺陷的精准识别，高均匀灯箱都能凭借其卓越的均匀性表现，为各类
专业应用提供稳定、可靠且高质量的光照环境。
这些创新成果，为公司光源产品线培育出独特的竞争优势。依托深厚的技术积淀、
不懈的研发投入以及精准的市场研判，构建起覆盖多领域、多场景的多元产品矩阵
，可精准契合不同客户的个性化诉求。
（8）传感器产品线：2025年上半年，传感器业务持续深化技术引领与市场拓展，
以智能化升级与场景化解决方案为核心，驱动精密检测迈向新高度。在上半年，公
司围绕核心产品线进行了关键性迭代与创新应用，进一步巩固了技术优势并拓宽了
应用边界，传感器产品成功覆盖锂电制造全工艺流程,从极片涂布到电池组装的完
整工艺链提供解决方案，光谱共焦传感器实现15um级超薄玻璃尺寸测量能力突破，
通过动态补偿算法与点云重建技术，构建起面向曲面、异形等复杂玻璃结构的全自
动尺寸检测体系，形成涵盖高精密测量传感器、工业AI分析算法软件平台及闭环控
制模块的软硬件一体化生态，为新能源电池隔膜、柔性显示面板等高端制造领域提
供量产级解决方案。四级安全光栅，推出了软件可视化提高调试效率，轻量化配置
工具可现场部署更高效。
（9）测量系统产品线：面向工业检测的高精度、智能化需求，整合光学测量与多
传感器融合技术（光谱共焦、3D线激光、2D相机、结构光），结合视觉算法，打造
高精度智能检测解决方案。一键测量传感器采用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，通过并行测量及飞拍技术
缩短检测周期，提升检测效率。新一代机型采用模块化架构与柔性化设计，支持传
感器、运动平台、软件功能的灵活组合，满足不同行业的定制化需求；视觉系统支
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CAD图档导入；基于3D线激光模组，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。支持多种协议与数据格式，实现与MES、ERP系统的数
据互通，将检测结果实时反馈至生产执行系统，驱动质量闭环管理。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，实现高精度与智能化的核心逻
辑是“硬件筑基、算法赋能、集成提效”；通过硬件技术突破、软件算法、模块化
集成与标准化接口提升跨场景适配性，将技术优势转化为客户价值。测量系统将向
更高精度方向演进，成为智能制造的质量神经中枢。
2、报告期内获得的研发成果
报告期内，公司新增发明专利18项、实用新型专利94项、外观设计专利13项、软件
著作权12项；截至报告期末，公司累计获发明专利148项、实用新型专利643项、外
观设计专利60项，软件著作权142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17.52%，主要系报告期公司为保持技术领先、客户满意度，研发
人员薪酬、物料费用及股份支付费用增加。
4、在研项目情况
5、研发人员情况
6、其他说明
四、报告期内主要经营情况
报告期内，公司实现营业收入68,255.79万元，较上年同比增长30.68%。归属于上
市公司股东的净利润同比增长28.80%，归属于上市公司股东的扣除非经常性损益的
净利润同比增长36.26%。
五、风险因素
（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；或者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。
（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，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，同时拟
用并购的方式，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。
（三）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87,839.01万元，占当期总资产的比例为24.20%
，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25,273.10万元，占当期总资产的比例为6.96%。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。
（四）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。
（五）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
。
【4.参股控股企业经营状况】
【截止日期】2025-06-30
┌─────────────┬───────┬──────┬──────┐
｜企业名称 ｜注册资本(万元)｜净利润(万元)｜总资产(万元)｜
├─────────────┼───────┼──────┼──────┤
｜江苏泰莱传动技术有限公司 ｜ 1000.00｜ -｜ -｜
｜惠州市奥普特自动化技术有限｜ 7100.00｜ -｜ -｜
｜公司 ｜ ｜ ｜ ｜
｜广东焦点激光科技有限公司 ｜ 1000.00｜ -｜ -｜
｜宁德泰莱智能科技有限公司 ｜ -｜ -｜ -｜
｜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｜ -｜ -｜
｜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｜ -｜ -｜
｜司 ｜ ｜ ｜ ｜
｜东莞市赛视软件有限公司 ｜ 200.00｜ -｜ -｜
｜东莞市泰莱自动化科技有限公｜ 2465.94｜ 619.92｜ 17840.56｜
｜司 ｜ ｜ ｜ ｜
｜东莞市奥普特智能传感科技有｜ 2000.00｜ -｜ -｜
｜限公司 ｜ ｜ ｜ ｜
｜东莞市冠业传动科技有限公司｜ 517.24｜ -｜ -｜
｜OPT Vision Limited ｜ 516.61｜ -｜ -｜
└─────────────┴───────┴──────┴──────┘
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。
