公司代码：688088 公司简称：虹软科技

虹软科技股份有限公司

2024年年度报告

重要提示

一、 本公司董事会、监事会及董事、监事、高级管理人员保证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

公司已在本报告中阐述了公司在经营过程中可能面临的风险因素，敬请查阅本报告“第三节管理层讨论与分析/四、风险因素”部分。敬请投资者注意投资风险。

四、 公司全体董事出席董事会会议。

五、 立信会计师事务所（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Hui Deng（邓晖）、主管会计工作负责人韦凯及会计机构负责人（会计主管人员）韦凯声明：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

经公司第三届董事会第三次会议审议通过，公司2024年年度拟以实施权益分派股权登记日登记的总股本扣减公司回购专用证券账户中的股份为基数分配利润。本次利润分配预案如下：

公司拟向全体股东每10股派发现金红利2.50元（含税），不进行资本公积金转增股本，不送红股。截至2025年4月11日，公司总股本401,170,400股，扣减回购专用证券账户中的股份数439,000股，以此计算合计拟派发现金红利100,182,850.00元（含税）。

2024年度公司现金分红（包括中期已分配的现金红利60,109,710.00元）总额160,292,560.00元，占2024年度归属于上市公司股东净利润的比例90.72%；2024年度以现金为对价，采用集中竞价方式、要约方式已实施的股份回购金额13,199,788.71元（含印花税、交易佣金等交易费用），现金分红和回购金额合计173,492,348.71元，占2024年度归属于上市公司股东净利润的比例

98.19%。

公司通过回购专用账户所持本公司股份439,000股，不参与本次利润分配。

如在本报告披露之日起至实施权益分派股权登记日期间，因可转债转股/回购股份/股权激励授予股份回购注销/重大资产重组股份回购注销等致使公司总股本发生变动的，公司拟维持每股分配比例不变，相应调整分配总额。如后续总股本发生变化，将另行公告具体调整情况。

本次利润分配预案尚需提交公司2024年年度股东大会审议。

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，均不构成公司对投资者的实质性承诺，投资者及相关人士均应对此保持足够的风险认识，并且应当理解计划、预测与承诺之间的差异。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 ...... 8

第三节 管理层讨论与分析 ...... 15

第四节 公司治理 ...... 77

第五节 环境、社会责任和其他公司治理 ...... 99

第六节 重要事项 ...... 110

第七节 股份变动及股东情况 ...... 137

第八节 优先股相关情况 ...... 145

第九节 债券相关情况 ...... 146

第十节 财务报告 ...... 147

第一节 释义

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：

注：本报告若出现总数与各分项数值之和尾数不符的情况，均为四舍五入原因造成。

第二节 公司简介和主要财务指标

一、公司基本情况

二、联系人和联系方式

三、信息披露及备置地点

四、公司股票/存托凭证简况

(一)公司股票简况

√适用 □不适用

(二)公司存托凭证简况

□适用 √不适用

五、其他相关资料

注：公司分别于2024年1月、2024年6月收到保荐机构华泰联合证券有限责任公司出具的《华泰联合证券有限责任公司关于更换虹软科技股份有限公司首次公开发行股票持续督导保荐代表人的函》。更换后，公司保荐代表人由彭松林、田来变更为邵熠、张骁铂。

六、近三年主要会计数据和财务指标

(一) 主要会计数据

单位：元 币种：人民币

(二) 主要财务指标

报告期末公司前三年主要会计数据和财务指标的说明

√适用 □不适用

1、上述追溯调整系公司根据财政部于2022年11月30日发布的《企业会计准则解释第16号》（财会〔2022〕31号，以下简称“解释第16号”“本解释”）的要求，自2023年1月1日起施行“关于单项交易产生的资产和负债相关的递延所得税不适用初始确认豁免的会计处理”内容。根据解释第16号“关于单项交易产生的资产和负债相关的递延所得税不适用初始确认豁免的会计处理”的衔接规定，对于在首次施行本解释的财务报表列报最早期间的期初至本解释施行日之间发生的适用本解释的单项交易，企业应当按照本解释的规定进行调整。对于在首次施行本解释的财务报表列报最早期间的期初因适用本解释的单项交易而确认的租赁负债和使用权资产，以及确认的弃置义务相关预计负债和对应的相关资产，产生应纳税暂时性差异和可抵扣暂时性差异的，企业应当按照本解释和《企业会计准则第18号——所得税》的规定，将累积影响数调整财务报表列报最早期间的期初留存收益及其他相关财务报表项目。

2、报告期内，公司营业收入较上年同期增长21.62%、归属于上市公司股东的净利润较上年同期增长99.67%、归属于上市公司股东的扣除非经常性损益的净利润较上年同期增长128.93%，主要原因为：公司移动智能终端视觉解决方案本期实现营业收入67,526.11万元，较上年同期增长16.17%；公司智能驾驶及其他IoT智能设备视觉解决方案本期实现营业收入12,718.80万元，较上年同期增长71.20%。

3、报告期内，公司经营活动产生的现金流量净额较上年同期减少95.74%，主要系公司部分客户为了加深与公司合作，在上年度提前支付销售款，导致本期销售款收回减少所致。

4、报告期内，公司基本每股收益较上年同期增长100.00%、稀释每股收益较上年同期增长

100.00%、扣除非经常性损益后的基本每股收益较上年同期增长129.41%、加权平均净资产收益率较上年同期增加3.18个百分点、扣除非经常性损益后的加权平均净资产收益率较上年同期增加

3.18个百分点，主要系公司本期归属于上市公司股东的净利润、归属于上市公司股东的扣除非经常性损益的净利润增加所致。

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

季度数据与已披露定期报告数据差异说明

□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

注：主要系公司权益法核算的投资单位实现的非经常性损益，以及代扣代缴个人所得税手续费返还等。对公司将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》未列举的项目认定为非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。

√适用 □不适用

单位：元 币种：人民币

十、非企业会计准则财务指标情况

□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

十二、因国家秘密、商业秘密等原因的信息暂缓、豁免情况说明

√适用 □不适用

鉴于公司供应商、客户相关信息属于商业秘密、商业敏感信息，公开披露可能引致不当竞争、损害公司及投资者利益，公司已就前述信息履行豁免披露程序，对供应商和客户的名称进行隐名披露处理，对向前五名客户的具体销售情况、前五名供应商的具体采购情况等信息进行豁免披露处理。

第三节 管理层讨论与分析

一、经营情况讨论与分析

公司专注于计算机视觉领域，为行业提供算法授权及系统解决方案，是全球领先的视觉人工智能企业，始终致力于视觉人工智能技术的研发和应用，坚持以技术创新为核心驱动力，在全球范围内为智能设备提供一站式视觉人工智能解决方案。作为全球影像视觉技术的赋能者，公司秉承成就客户、创造价值的理念，持续自我突破并挑战新的技术边界，致力于在产业迭代的潮涌中破浪前行，在成就客户的过程中创造企业价值。2024年，公司坚定不移地贯彻创新驱动的企业发展战略。在移动智能终端领域，公司持续发力，进一步巩固并拓展了技术与市场优势。与此同时，公司以开拓新增长曲线的决心，深度布局智能汽车领域，全力开拓新市场、挖掘新客户、寻求新伙伴合作。着眼产业发展趋势，公司开展前瞻性技术培育，通过创新打造面向未来的领先优势与核心竞争力。通过一系列举措，公司核心竞争力得以深度夯实，新质生产力在各项业务中成功落地实践，为企业实现高质量、可持续发展筑牢根基。

2024年，尽管全球宏观经济挑战仍存，但受益于部分新兴市场复苏、AI技术推动，以及厂商积极的市场策略等，全球智能手机出货量迎来积极变化。据Counterpoint统计，2024年度全球智能手机出货量同比实现4%的正增长。受益于行业整体的温和复苏，以及依托公司在视觉人工智能领域的绝对领先优势，2024年度，公司智能手机业务收入延续良好增长势头，在此带动下，公司移动智能终端视觉解决方案实现营业收入67,526.11万元，同比增长16.17%，创下该业务史上最高收入记录，彰显了行业领先的长期价值创造能力。

2024年，虽然面临着外部环境变化、行业竞争加剧、汽车消费内生动力欠佳等挑战，但由于一系列政策持续发力显效，各地补贴政策有效落地，多措并举共同激发汽车市场终端消费活力。据中汽协统计，2024年度中国汽车产销量完成3,128.2万辆和3,143.6万辆，同比分别增长3.7%和4.5%。其中，全年出口量585.9万辆，同比增长19.3%，再上新台阶。随着公司在智能汽车领域持续开拓定点项目，并稳步推进项目实施，各项目在其生命周期内逐步释放价值，2024年度，公司智能汽车业务收入迎来大幅增长，公司智能驾驶及其他IoT智能设备视觉解决方案实现营业收入12,718.80万元，同比增长71.20%。

2024年，公司保持高水平研发投入，全方位保障技术创新、产品创造和行业应用拓展，牢牢把握发展先机。2024年度，公司研发费用共计39,785.10万元，占营业收入的48.81%。截至2024年末，公司研发人员586人，占员工总人数的62.47%。

报告期内，公司实现营业收入81,517.35万元，同比增长21.62%；实现归属于上市公司股东的净利润17,668.58万元，同比增长99.67%。公司重点开展并推进了如下工作：

（一）强化市场领先地位，引领移动影像技术与体验革新

1、Turbo Fusion全机型渗透，AI驱动影像视频革新

2024年度，公司智能超域融合（Turbo Fusion）技术面向全机型的渗透率继续提升，进一步巩固了公司在移动影像领域的领先地位。公司Turbo Fusion技术已完成从旗舰机型到高端、主流机型的全面渗透，核心影像解决方案在多个客户机型中实现商业化落地。通过优化算法和硬件适配，Turbo Fusion在中低端机型市场也实现了规模化落地。在场景化方案上，新增了运动抓拍、AI人像光影重构等细分功能。运动抓拍功能通过优化算法和硬件协同，实现了高速运动场景下的清晰成像。AI人像光影重构则通过深度学习技术，为人像照片提供更自然的光影效果。在端侧AI计算能力方面，公司继续探索生成式AI与Turbo Fusion技术的深度融合，优化了图像在夜景、逆光、长焦等场景的基础画质，推动了影像计算智能化升级。

在视频领域，Turbo Fusion的视频解决方案已实现方案落地，为2025年视频方案的规模化奠定了基础。这一进展标志着Turbo Fusion技术从静态影像向动态视频的全面扩展。

2、加码AI眼镜业务投入，驱动场景化应用落地

随着AI技术的迅猛发展与XR产业的逐步成熟，AI眼镜市场展现出巨大的潜力。凭借对市场趋势的精准研判，公司于2024年度加大对AI眼镜业务的投入力度，并取得了一系列关键进展。

在产品研发方面，公司致力于提升AI眼镜的影像清晰度与影像质量。结合端侧轻量化模型，公司成功构建并开发多项高度适配AI眼镜的高清影像处理算法，大幅提升成像视觉美感的同时，还可有效降低噪点，实现成像效果在清晰度和细腻度层面的显著提升。针对AI眼镜特有场景需求，公司系统性地优化了覆盖商务、直播、抓拍、交互等核心应用场景的专业算法解决方案，并创新研发适配大模型的算法，帮助精准体现用户交互意图、充分发挥大模型能力。

为确保影像算法在硬件平台上的高效运行，公司针对市面上主流AI眼镜芯片进行了全栈适配分析。在产业生态的构建上，公司与高通建立了深厚的合作关系，双方围绕AR1 Gen1芯片平台深入协作，从软硬件层面挖掘潜能，优化性能与功耗表现，为AI眼镜的影像与AI交互体验提供了有力支撑。

公司与多家知名AI眼镜品牌商建立了深度合作关系，并根据其产品定位与市场需求定制化开发影像算法解决方案。截至目前，虹软技术已成功助力雷鸟V3完成国内首款AI眼镜的发售，产品上市后市场反馈良好。

（二）稳步推进智能汽车业务，全方位夯实发展底座

1、VisDrive?一站式车载视觉软件解决方案

2024年度，公司持续迭代核心算法引擎，优化全场景产品矩阵布局。舱内业务上，公司继续拓宽了车型覆盖范围，持续提升市场占有率。公司的健康监测算法引擎获得理论上的突破，相关算法产品实现从1到N的复制，成功取得多个量产车型定点。法规类的产品除DDAW以及NCAP要求的DMS规模化量产上线外，还首次通过欧洲最新的ADDW以及国内的IVISTA中国智能汽车指数

和C-IASI的测试标准，并完成了量产上线。在合规能力建设上，公司在ENCAP 2026发布不久，便迅速启动并顺利完成OMS产品的部分合规验证。交互类产品上，公司针对驾驶员驾驶环境研发了智能调节新产品SmartFit，目前与OEM客户完成了POC技术验证，此外，公司手势识别算法引擎成功获得又一头部新能源客户的多个量产车型定点。舱外业务上，公司以项目驱动产品落地，以产品驱动市场，积极拓展更多客户。公司周视感知算法已在OEM客户车型上线，具备极暗及恶劣环境夜视能力的ADAS产品完成OEM客户的定向开发，3D AVM、哨兵监测（含基于AVM摄像头的算法产品）等系列算法产品持续出货并新增量产定点。公司于2024年上半年重点推出了基于智能SoC的舱泊一体解决方案，目前处于量产技术验证阶段，经过半年多的系统和软件算法磨合，方案更趋于稳定，有望2025年导入量产。

2、前装软硬一体车载视觉解决方案

舱内业务上，依托在合规能力上的市场竞争优势、技术积累优势，公司着重从优化产品路线、渠道建设等维度，全面推进海外布局。目前，公司面向舱内的前装软硬一体车载视觉解决方案Tahoe已获得多款车型的全球定点项目，2024年度，除继续推进已定点项目的量产开发，并开拓海外新定点项目之外，公司也正推进在客户车型上导入更多功能项目。此外，公司还为海外客户量身定制开发与测试工具，助力其智能化进程加速迈进。2024年度，除自主开发客户之外，公司还与海外知名Tier 1建立战略合作关系，双方互惠共享技术和客户资源，深度布局海外市场。

舱外业务上，公司全力推进面向舱外的前装软硬一体车载视觉解决方案WestLake的产品化进程，并有序开展市场推广和项目落地工作。2024年度，在驾驶测试方面，公司加大泛化性测试力度，持续打磨行车类功能，整体性能进一步提升，对比业内同级主流视觉算法方案，各项性能表现均基本达到同档位产品量产水平，个别性能表现优于同档位产品量产水平。在法规合规测试方面，针对最新的NCAP法规中的测试项，公司依托自研的规控算法和测试工具，持续进行验证和打磨，力求实现合规和体验的平衡。在系统研发方面，公司持续优化解决方案，提升产品功能上限，深入开发无高精度地图的高速NOA、记忆行车、记忆泊车等功能。目前，记忆行车、记忆泊车已完成开发部署，无图高速NOA也在进一步拓宽使用场景。在市场推广方面，公司积极扩大合作伙伴和客户群体，凭借公司核心技术能力与丰富的经验积累，与合作伙伴强强联合、协同发力，共同开辟市场。

3、商用车及工程机械车辆相关解决方案

在商用车及工程机械车辆领域，公司提供一站式的软件算法解决方案以及AiTrak软硬件一体解决方案。2024年度，在商用货车领域，公司承接了中国重汽、柳汽、陕汽、一汽解放等OEM客户多款车型项目，商用车全栈视觉算法产品VisDrive实现了AVM、BSD、DMS等算法量产。商用客车领域，公司在潍柴体系、金龙体系实现了符合欧盟GSR II法规要求的软硬一体产品量产。工程机械车辆领域，公司在三一矿卡、合力叉车等多种车型上实现了AiTrak系列产品落地量产。

（三）PSAI完成多平台覆盖，助力数十万中小商家降本提效

公司积极布局智能商拍业务，2024年度，在产品技术沉淀和商业拓展上均取得进展。在产品技术方面，公司在智能商拍方向坚持双轮驱动，同步提升ArcMuse计算技术引擎商拍图像生成和视频生成的基础能力。2024年度，ArcMuse计算技术引擎图像生成垂直大模型体系实现了从十亿级到百亿级参数量的跨越式提升。基于最前沿的DiT架构升级模型体系，并以此为基础进一步提升AI模特图、AI模特场景图、AI商品图、智能试衣等产品效果，扩展了ConsistentID、局部修复、版型替换等产品功能，显著提升了模特、服装、商品图像生成的真实感与表现力。视频生成方面，公司2024年上半年率先在国内智能商拍赛道正式上线了AI模特视频生成功能，仅需一张图片，即可生成优雅、写实的动态展示视频，通过动作表现力全面展示服装上身效果。并且，在AI模特视频生成上线后，不断完善产品功能矩阵，支持了自定义视频动作、360°服装细节还原等功能。

公司不断优化的ArcMuse计算技术引擎为包括PSAI在内的产品显著提质增效，公司也积极推动了PSAI产品相关的多个算法通过境内深度合成服务算法备案。ArcMuse计算技术引擎成功通过了国家互联网信息办公室《生成式人工智能服务管理暂行办法》规定的大模型备案许可，这些合规能力上的提升为公司以大模型为基础的各个应用领域提供了坚实保障。

在智能商拍商业拓展上，公司坚持多管齐下，为不同客群制定差异化的市场战略。对于中小商家，通过PSAI SaaS主站精细化运营和电商平台化战略，不断扩大渗透率和用户粘性。截至2024年末，PSAI已完成淘宝千牛、1688、抖音抖店、TikTok、京东京麦、拼多多和Shein等平台入驻，累计服务数十万商家客户。

（四）推动人才队伍高质量发展，促进管理质效提升

2024年度，公司聚焦人才队伍高质量发展，完善内部人才管理机制，使人力资源结构契合业务与组织架构，提升管理质效。在招聘方面，公司根据总体人才战略需求，强化招聘体系资源整合与能力建设，完善内外部人才供应链。基于人才增量调控，精准开展招聘工作，在智能汽车、AIGC等业务领域陆续引进具备引领技术及业务发展能力的核心人才。强化雇主品牌建设，通过校招储备优秀应届毕业生，在各业务领域形成合理的人才结构。

在管理机制方面，公司深度盘点人才体系，通过优化组织架构明晰业务目标，对各类别、各层次的人才分布、配置、发展、评价进行系统评估，确定人才队伍高质量发展要求。其中，公司着重识别并培养具备优秀潜力的新生代员工，激发资深员工和长期服务员工的内在驱动力，以长期绩优员工为能力标杆，优化完善技术、产品等重要类别员工的职业发展路径，全方位构建良性的人才发展生态。

在员工培训方面，公司秉持“专业专注、学习创新”“坚持创新、追求卓越”理念，于2024年开设第二期“管理培训研修班”，通过高管、内外部专家授课，提升一线业务管理者全局思维；开展“项目管理训练营”，以“提质、降本、增效”为主题，培养具备成本管理与跨部门协作能力的骨干；实施“虹鹰训练营”活动，帮助新员工融入企业文化。此外，公司还持续开展了“学

习发展嘉年华”“优秀导师发展”等项目，强化了导师队伍建设。通过一系列培训活动，公司搭建了较为全面的员工能力提升平台。

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

公司专注于计算机视觉领域，为行业提供算法授权及系统解决方案，是全球领先的视觉人工智能企业，始终致力于视觉人工智能技术的研发和应用，坚持以技术创新为核心驱动力，在全球范围内为智能设备提供一站式视觉人工智能解决方案。公司拥有丰富的针对智能手机等移动智能终端以及智能汽车的视觉算法产品线，主营业务收入来源于自主研发核心技术的授权许可使用。目前主要客户包括三星、小米、OPPO、vivo、荣耀、Moto等全球知名手机厂商以及国内主要的自主品牌、部分合资及外资品牌汽车主机厂商。

针对智能手机，基于多年的研究开发，公司可以提供目前市面上大部分主流智能手机视觉人工智能算法产品，包括单/双/多摄摄像头在各种场景下的拍摄和高质量成像、深度摄像头在各种场景下的拍摄和高质量成像、潜望式长焦摄像头无级变焦、3D建模、全景、SLAM、AR/VR、人脸解锁、超像素无损变焦、人体驱动等重要核心功能。在笔记本电脑上，公司从画质、隐私、美颜等几个方面来提升用户视频会议体验。通过视频去噪、提升动态范围来改善会议时的画质；通过背景虚化、换背景实现用户隐私进行保护；通过人像美颜、人体自动居中、人脸细节恢复和增强、眼镜去反光等技术提升视频会议效果。

在AI-XR领域，公司快速响应AI眼镜市场需求，积极布局AI眼镜影像算法，在原有VR/MR/AR算法解决方案的基础上，快速拓展AI眼镜影像算法，不仅可以提供VR/MR/AR一站式多传感器标定解决方案，头显6DoF跟踪、平面检测、稠密重建、语义分析、深度估计、实时人体/手部分割、实时3D Mesh重建等空间感知解决方案,手柄6DoF跟踪、裸手3D手势交互、视线跟踪和虚拟数字人表情驱动、人体驱动等交互解决方案,以及异步时间扭曲、异步空间扭曲、视频透视(VST)等视觉呈现解决方案，还可以提供AI眼镜单摄像头在各种场景下的拍摄和高质量成像、智能人脸识别、智能手势识别等解决方案。

在智能汽车领域，面向舱外，公司在行车辅助功能上储备了基于前视、周视、环视、后视、夜视摄像头系统的视觉感知算法，可以提供ACC、LCC、AEB、ILC等高级智能驾驶辅助功能；在自动泊车功能（APA）上储备了视觉感知算法、超声波视觉融合算法、规控算法；提供360°环视视觉子系统，支持2D/3D AVM全景影像功能，支持透明底盘、哨兵监测功能。面向舱内，公司主要在DMS、OMS两种产品形态上积累了一系列视觉感知算法，可以提供例如疲劳检测、分心检测、健康监测、身份识别（Face ID）、手势识别、遗留提醒等座舱监控、互动系统功能。

在智能商拍领域，公司基于ArcMuse计算技术引擎发力商拍图像和视频生成，推出了PhotoStudio? AI智能商拍云工作室（PSAI），分为服装版和商品版，为不同客户群体提供服务。PSAI支持AI模特图、AI模特场景图、AI商品图、智能试衣图片生成，以及AI模特视频生成功能。通过图片和视频内容生成的可控性与表现力有机结合，为商家提供完美的服装等商品展示。同时，PSAI还提供智能抠图、智能布光等AI工具包，为图片和视频生成内容提供智能后期处理工具，满足用户差异化需求。

(二)主要经营模式

1、盈利模式：公司主要盈利模式是将计算机视觉算法技术与客户特定设备深度整合，通过合约的方式授权给客户，允许客户将相关算法软件或软件包装载在约定型号的智能设备上使用，以此收取技术和软件使用授权费用。同时，公司也向客户销售软硬一体视觉解决方案。

2、研发模式：公司主要采取自主研发的模式。研发过程大致分为以下9个步骤：①获取需求信息；②管理层决策研发方向；③搭建研发项目组；④验证研发项目算法，进行项目测试；⑤集体讨论决策项目算法；⑥进行底层算法与实际环境的结合优化；⑦进行实际产品结合测试；⑧产品成熟后路演，选择合适的客户进行测试合作；⑨测试合格后大规模推广。

3、销售模式：公司采用直销的方式，主要向智能手机、智能汽车、笔记本电脑、智能家居、智能零售以及各类带摄像头的AIoT设备制造商销售计算机视觉算法软件及相关解决方案。

4、收费模式：按照业务合同的不同类型划分，公司的计算机视觉算法软件主要收费模式可划分为固定费用模式和计件模式两种模式。①固定费用模式：按合同约定的软件授权期限，收取固定金额的软件授权费用。特定客户在软件授权期限内，针对某款、某系列的特定设备内，可以合法地把含有虹软科技算法技术的特定软件无限量装载在合约限定的智能设备上。②计件模式：在合同约定的软件授权期内，按照客户生产的装载有虹软科技算法技术智能设备的数量进行收费。通常情况下，公司会与客户就不同生产数量区间，约定阶梯价格，保障双方利益。针对软硬一体解决方案，公司目前采用计件模式。

5、采购模式：公司的主要采购内容包括研发、测试和运营所需的各类硬件设备、软件、服务，以及产品解决方案所需的物料等。根据需求部门的请购申请，采购部门按照《采购管理制度》的要求，执行供应商选择、采购合同签订、合同执行跟踪、采购付款申请等流程。针对软硬一体解决方案，由公司进行硬件的设计并购买相应部分核心部件后，委托第三方进行组装生产。

(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

根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65软件和信息技术服务业”中的“I6513应用软件开发”。根据中国上市公司协会《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”，行业代码为“I65”。

公司从事计算机视觉技术算法的研发和应用，核心产品包括移动智能终端视觉解决方案、智能驾驶视觉解决方案、智能商拍解决方案以及其他AIoT智能设备视觉解决方案，根据公司主要产品功能及服务对象的特点，公司所属行业为计算机视觉行业，属于软件和信息技术服务业。根据国家发改委公布的《战略性新兴产业重点产品和服务指导目录2016版》，公司属于“新一代信息技术产业”。

1.1 行业的发展阶段、基本特点

（1）行业的发展阶段、基本特点、产业政策

在新科技革命和产业变革的大背景下，人工智能加快向各产业渗透，日益成为科技创新、产业升级和生产力提升的重要驱动力量。政府积极出台政策促进人工智能技术发展和应用，深化落实与视觉人工智能息息相关的人工智能、智能制造、信息化和工业化的相关政策，为视觉人工智能的发展提供了政策与配套资源支持。2024年以来，新出台的主要人工智能产业政策如下：

2024年1月，国务院常务会议研究部署推动人工智能赋能新型工业化有关工作。会议强调，要统筹高质量发展和高水平安全，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，加快重点行业智能升级，大力发展智能产品，高水平赋能工业制造体系，加快形成新质生产力，为制造强国、网络强国和数字中国建设提供有力支撑。

2024年3月，在《2024年国务院政府工作报告》中，提出要深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

2024年4月，国家发展改革委办公厅、国家数据局综合司印发《数字经济2024年工作要点》，提出适度超前布局数字基础设施、深入推进产业数字化转型、加快推动数字技术创新突破、不断提升公共服务水平、推动完善数字经济治理体系、全面筑牢数字安全屏障、主动拓展数字经济国际合作、加强跨部门协同联动等内容。

2024年7月，工业和信息化部等四部门联合印发《国家人工智能产业综合标准化体系建设指南（2024版）》，提出以抢抓人工智能产业发展先机为目标，完善人工智能标准工作顶层设计，强化全产业链标准工作协同，统筹推进标准的研究、制定、实施和国际化，为推动我国人工智能产业高质量发展提供坚实的技术支撑。

2024年12月，工业和信息化部等三部门联合印发《制造业企业数字化转型实施指南》，提出鼓励企业探索智能研发新应用，开发“人工智能+”研发设计软件，构建设计模型、仿真模型等数据集，开展模型训练，发展创成式设计、实时仿真等创新应用，加速新产品研发。

进入2025年，政策持续聚焦人工智能产业。3月，在《2025年政府工作报告》中，提出持续推进“人工智能+”行动，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。

（2）细分领域发展状况

视觉人工智能行业为各类人工智能应用提供基础支持技术，广泛应用于各类人工智能细分领域。2024年以来，包括大模型在内AI新技术的发展，持续赋能智能汽车、人工智能手机和电脑、智能机器人等新一代智能终端。与本公司相关的主要细分领域发展状况如下：

移动智能终端细分领域

2024年，尽管全球宏观经济挑战仍存，但受益于部分新兴市场复苏、AI技术推动，以及厂商积极的市场策略等，全球智能手机出货量迎来积极变化。根据Counterpoint统计，2024年度全球智能手机出货量同比实现4%的正增长。AI技术正成为核心卖点，三星、荣耀、小米、OPPO、vivo、传音等多家安卓手机厂商先后推出了带有AI功能的手机产品。影像一直是智能手机竞争的主要赛道，AI技术的应用也进一步提升了手机的影像能力，以大模型为计算基座的图像算法正驱动影像技术革新。Counterpoint预测，2027年全球AI手机渗透率约40%，出货量有望达5.22亿部。行业认为，交互方式的革新、功能升级以及诸如折叠屏等新形态的出现等因素相辅相成，预计在一定程度上会推动换机需求。

在AI与XR技术融合中，AI眼镜等智能终端正开启人机交互新模式。AI智能助理系统整合视觉识别、语音交互和环境感知等多模态数据，构建“全息感知-实时解析-智能响应”的技术闭环，重塑用户在工作和生活场景中的体验。AI眼镜行业正处于蓬勃发展的关键时期，科技企业纷纷布局，据报道，目前已有超40家国内外厂商入局AI眼镜，其中包括互联网大厂、手机巨头、AR明星企业，涉及产品数量预计超过50款。IDC预计，2025年全球智能眼镜市场预计出货1,205万台，同比增长18.3%，其中不具备显示功能的音频眼镜及音频拍摄眼镜预计出货547万台，同比增长101.9%。

智能汽车细分领域

据GlobalData公布数据，2024年全球汽车销量同比增长2.1%，达8,900万辆。从国内市场来看，虽然面临着外部环境变化、行业竞争加剧、汽车消费内生动力欠佳等挑战，但由于一系列政策持续发力显效，各地补贴政策有效落地，多措并举共同激发了汽车市场终端消费活力。据中汽协统计，2024年度中国汽车产销量完成3,128.2万辆和3,143.6万辆，同比分别增长3.7%和

4.5%。其中，全年出口量585.9万辆，同比增长19.3%，再上新台阶。

中国智能汽车行业迎来发展的黄金期，高算力平台与智能化配置成为车企差异化竞争的核心要素。国家发展改革委预测，到2025年，我国智能汽车的数量预计将达到2,800万辆，市场渗透率预计为82%；到2030年，智能汽车的数量将增至3,800万辆，渗透率预计将达到95%。在智能驾驶领域，从传统汽车制造商、传统Tier 1、新兴车企，到科技企业、互联网公司以及消费电子公司，均积极推进智能驾驶技术商业化进程。城市NOA、去高精地图以及舱驾融合等成为智能驾驶领域的主要发展趋势，这些技术的进步将推动智能驾驶向更高层次的自动化与智能化阶段迈进。

在智能座舱领域，据中汽数据发布信息，智能座舱相关功能在中国乘用车市场渗透率超过70%，中国已成为智能座舱规模最大的市场。随着高性能计算平台、多模态交互和操作系统等

关键技术的突破，智能座舱正加快向软硬件一体化发展。预计到2025年，国内智能座舱市场空间将达到千亿元级别。

商业拍摄细分领域在电商领域，商品展示图片和视频是线上购物决策链路的核心触点，能够激发消费者的购买欲，是构建产品竞争力和品牌信任度的数字化橱窗。传统商拍存在成本高昂、拍摄效率低的问题，随着以视觉大模型为核心的新一代人工智能浪潮快速发展，智能商拍有望对传统商拍形成替代。服饰类店铺对商拍的需求更加强烈，化妆品、日用品等其他品类次之。根据东北证券研究内容，从GMV角度计算，线上零售平台每年用于商拍的成本约为其GMV的1%-2%，据此计算可得电商零售商拍的市场空间约为256-511亿元。从店铺数量角度计算，店铺平均每年用于商拍的支出超过2万元，假设商拍渗透率为50%，计算可得商拍市场空间约为340亿元/年。

伴随着视觉AI大模型技术的日趋成熟，市面上出现了一些AI商拍解决方案，如PhotoStudio?AI、Weshop、PhotoMagic等，这些方案借助视觉大模型应用产品，为传统商业拍摄领域带来显著的降本增效变革。作为垂直行业的技术密集型应用，智能商拍技术栈有别于通用视觉大模型应用，需要兼顾大模型的创造性，同时围绕商家商品内容可控生成图像或者视频。场景垂直化、生成可控化和服务精细化的需求，差异化的客户需求和巨大的潜在市场容量，将为有技术积累和创新能力的赛道玩家提供广阔的市场机遇。

1.2 主要技术门槛

视觉人工智能属于高知识密集型领域，有较高的技术门槛，公司主要为移动智能终端、智能汽车等智能设备以及商业拍摄领域提供视觉人工智能解决方案，在前述领域的主要技术门槛包括：

（1）端计算和边缘计算技术的积累

边缘计算极大程度上解决了物联网背景下集中式运算架构中的带宽和延迟两大瓶颈问题，主要难点在于低资源的嵌入式平台环境的开发能力，基于移动终端的边缘计算具有巨大的应用价值，但是受限于移动终端有限算力，诸多企业望而却步。

公司自2003年开始便明确了在嵌入式设备研发相关视觉人工智能技术的发展方向，在边缘计算技术领域积累深厚，多年来建立了全面、复杂的多平台适用的底层嵌入式开发库。公司积累的算法具有高度的紧凑性、稳定性以及易调用性，可以在高性能、有效大幅降低资源消耗的情况下实现高精度运行。

公司长期专注于嵌入式设备算法的研究与开发，多年来积累了大量基于端设备的视觉人工智能算法开发经验。目前公司基于端设备的视觉人工智能算法适用性高、运行稳定，可以在边缘侧发起高效的运算，通过诸如智能手机、笔记本电脑、智能可穿戴等设备实现高效的图像优化、识别与检测等功能。公司的移动智能终端视觉解决方案、智能驾驶视觉解决方案和其他AIoT智能设备视觉解决方案等业务均是从边缘侧发起运算，在智能手机、笔记本电脑、智能可穿戴设备、汽车和各类AIoT设备上实现各类视觉人工智能的功能。

（2）视觉人工智能技术的层次积累

在数码相机以及手机功能机时代，公司就开始专注于视觉人工智能技术的研发与应用，公司主要算法技术都经过了长时间的锤炼，从基本的黑白小分辨率图像的摄取、增强、编辑、检测识别到高清大图像、视频的实时处理均打下了坚实的基础，创造了有利和领先的条件。公司掌握的视觉人工智能算法技术具有通用性和延展性。多年来，公司积极致力于将视觉人工智能算法与行业应用相结合，凭借先进的科研力量、强大的产品开发能力以及卓越的工程实施能力，公司快速将视觉人工智能算法技术落地为成熟的解决方案，并进一步将应用领域从智能手机扩展到智能汽车、智能可穿戴、智能家居、智能零售等多个行业，助推行业升级。此外，公司基于自身深厚的技术积累，能够为上述行业快速提供高性能、高效率、硬件平台适应性强、功耗控制优良的解决方案，大大降低各类客户的产品使用先进技术的门槛，帮客户提升产品竞争力，助力视觉人工智能和人工智能相关应用的普及。

（3）工程落地能力

虹软创立至今，除不断积累和发展自身技术、掌握持续开发、迭代与硬件更加匹配的算法的能力，还一直致力于与核心产业链内主流公司开展长期、广泛的合作。公司与高通、联发科等各主流芯片公司建立了长期稳定的合作关系，研发中持续合作交流，深入了解平台硬件特性并为其针对性优化，共同开发核心功能，不断提高视觉人工智能技术算法产品与移动芯片的适配性。公司还与索尼传感器、三星半导体、格科微、OmniVision、舜宇光学、信利等业内核心器件合作伙伴建立了业务交流或合作关系，在项目早期就针对特定相机或硬件做算法适配和调优。针对智能终端的芯片平台，公司具备针对CPU、GPU、DSP和NPU等各个算力单元的强大优化能力。结合各硬件算力单元的能力和算法模块的算力需求，公司具备的异构计算优化能力能够从系统层面更有效地优化性能、降低功耗。得益于此，除核心技术能力突出外，公司同时具备优势明显的工程落地能力，在客户提出技术需求后，能更好地联合和发挥在相机模组、软硬件平台、产线、算法等多方资源合作优势，进而提供效果好、能耗低、效率高、硬件平台适应性广并能够快速落地的解决方案。

2、 公司所处的行业地位分析及其变化情况

当前视觉人工智能市场已初步形成“头部集聚+垂直深耕”的竞争格局，技术迭代加速、行业渗透深化以及政策引导等因素仍在持续推动市场动态变化。核心技术积累、产品化能力、产业生态链合作均构成各垂直行业的核心壁垒。公司是计算机视觉行业领先的算法服务提供商及解决方案供应商，是全球领先的计算机视觉人工智能企业。

公司坚持深耕计算机视觉算法技术，深化各行业布局的发展战略，逐步将计算机视觉算法技术的应用扩展至更多的智能终端设备领域。除本公司外，行业中国内企业主要有商汤科技、旷视科技，国外企业主要有Seeing Machines、Mobileye、Cipia、Smarteye。

在智能手机领域，公司为客户提供全栈视觉人工智能解决方案，是全球最大的智能手机视觉人工智能算法供应商之一，大部分智能手机视觉解决方案达到国内外先进水平，多数新创技术在行业内属于技术首发。公司主要客户包括三星、小米、OPPO、vivo、荣耀、Moto等全球知名手机

厂商，据IDC所统计的2019年度至2024年度全球出货量前五的手机品牌中，除苹果公司完全采用自研视觉人工智能算法外，其余安卓系统手机的主流机型均有搭载公司视觉人工智能解决方案。同时，公司与高通、联发科等移动芯片厂商深度合作，针对不同硬件平台优化算法，提升与移动芯片的适配性，并且与豪威、索尼、三星半导体等传感器厂商建立技术交流，形成从底层硬件到终端应用的完整生态链。

在AR/VR/XR领域，公司进行前瞻性布局，从标定、感知、交互和视觉呈现四个维度构建了一套完整的虹软空间计算技术体系，为客户打造了一站式、全方位的产品解决方案。公司在大力更新技术的同时，也与多家业界头部厂商保持密切沟通和交流，持续扩大技术合作生态圈。在AI-XR技术的深度融合进程中，以AI眼镜为代表的智能终端设备正开启人机交互的新范式。公司快速响应AI眼镜市场需求，积极布局AI眼镜影像算法，与多家知名AI眼镜品牌商建立了深度合作关系，根据品牌商的产品定位与市场需求，为其定制化开发影像算法解决方案。目前，已成功助力雷鸟V3成为国内首款发售的AI眼镜。在智能汽车领域，公司为客户提供面向舱内外的VisDrive?一站式车载视觉软件解决方案，是国内基于高通智能座舱平台上的主流视觉算法供应商。公司客户覆盖了国内主要的自主品牌、部分合资品牌以及外资品牌汽车主机厂商，已经赋能众多客户顺利在相关国家和地区实现产品量产落地，大大加快了新车市场化进程。

公司积极拥抱技术变革，引领计算机视觉技术发展，自成立以来，经历了从浅层模式识别到深度学习，再到大模型驱动的智能计算的多阶段演进。当前，人工智能技术正经历以大模型为核心的范式变革，在政策引领、产业升级与技术跃迁的三重驱动下，垂直行业大模型正重构各产业生态。依托深厚的视觉AI技术积累，以自研ArcMuse计算技术引擎为核心，公司不断推动视觉大模型的技术进步与行业落地。公司于2023年推出PSAI，目前已完成淘宝千牛、1688、抖音抖店、TikTok、京东京麦、拼多多和Shein等平台入驻，成为国内率先完成主流电商平台全覆盖的服务提供商，累计服务数十万商家客户。作为公司视觉AI核心基座的新一代ArcMuse计算技术引擎，还将服务于公司旗下智能手机、智能汽车、AI眼镜及XR、机器人等更多元场景。

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

核心技术方面，人工智能技术正经历以大模型为核心的范式变革。以DeepSeek V3和R1为代表的开源大语言模型，掀起了AI平权的浪潮，让大模型赛道从堆算力基建，回归到工程创新和算法创新本身。DeepSeek模式在大语言模型上的成功，极大促进了大模型应用产品在国内的传播度和接受度。同时，在视觉大模型领域复制和迁移DeepSeek工程和算法创新方法，成为行业新趋势。

产业应用方面，垂直行业视觉大模型正重构各产业生态。在消费电子领域，以大模型为计算基座的图像算法正驱动影像技术革新。基于多模态数据融合与动态自适应建模技术，构建算法-硬件-应用协同的跨平台生态，形成高精度语义理解与实时渲染能力，加速底层算力重构与计算摄影标准化进程，满足消费者对专业级影像体验与创作自由融合的核心需求。在智能汽车领域，大模型在实现场景感知与个性化服务、提升环境感知能力、优化决策与规划、提升自动驾驶系统在复

杂环境下的适应性和决策能力等方面，将驱动智能汽车产业迈向技术革新与用户体验升级的新阶段。在商业拍摄领域，传统商业拍摄存在周期长、成本高、流程繁以及同质化严重等问题，垂直行业视觉大模型的出现，将专业技术与场景深度结合，有效解决商拍痛点，平衡标准化与个性化需求，将加速商业拍摄行业降本增效的趋势。

(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

一、核心技术及其先进性

目前，公司积累了大量视觉人工智能的底层算法，构建了完整的视觉人工智能技术体系。公司自主研发了诸如人脸分析及识别/人脸美化及修复/人体分析及美化、手势识别/物体识别/场景识别、行为分析、暗光图像增强/超分辨率图像增强/视频画质增强/画质修复、光学变焦、虚化技术、3D AR动画等诸多可应用于智能手机、智能座舱、智能辅助驾驶、笔记本电脑、智能可穿戴设备等终端领域的核心技术。针对单摄/多摄/TOF/结构光等不同种类的摄像头，公司均可提供相应的3D与AR视觉解决方案，帮助厂商在移动设备上便捷高效地实现落地。为满足各智能终端对于VR/MR/AR应用的需求，公司已经研发并可以直接落地使用的解决方案，包括基于双摄/多摄/TOF/结构光的深度获取和优化，以及基于单摄的深度获取引擎，这些深度数据成为一些上层逻辑应用的核心基础；实现了SLAM中环境Map的构建，物体的3D Modeling，视线的检测、跟踪，人体和动作静态、动态姿态的检测和跟踪，解决了实时显示中的延迟等多种问题。为满足智能驾驶人机交互的需求，公司主要研发了基于红外相机、单摄RGB摄像头、双摄、深摄的交互技术，包括手势交互引擎包、头部动作和口部动作交互引擎、经典表情识别，以及视频、照片拍摄时的娱乐功能。公司在人体分析、人脸识别、人体识别、手势识别、人体美化等技术上，在当前状态下的中段平台达到超过95%的正确率、毫秒级实时性，这些引擎也可以有效鲁棒地支持低端硬件平台，人物属性分析、对象属性分析、多帧多通道质量提升等技术点能达到业界先进的低功耗、高性能、相对强鲁棒的水平。

公司大部分智能手机视觉解决方案达到国内外先进水平，多数新创技术在行业内属于技术首发，能够满足目前市面上中高端智能手机大多数与视觉相关的技术与应用的算法需求，且公司的智能手机视觉解决方案在除苹果之外的主流手机品牌的大部分旗舰机型上获得使用。

二、核心技术报告期内发生的主要变化

公司拥有多项原始创新的核心技术，主要核心技术列表如下：

二、核心技术报告期内发生的主要变化

（1）人脸分析及识别

人脸检测技术针对人脸、宠物脸、后脑勺等误检问题进行了进一步的优化，同时提升了远距离小人脸检、残缺人脸和过曝人脸的召回率，手机版本在内部最新自建难例测试集上保持速度不变的情况下，召回率由93.9%提升到97.70%，精度由99.2%提升到99.75%。人脸关键点定位技术在自测数据集上精度提升3%，在手机应用中针对残缺人脸和超大角度的定位精度和跟踪稳定性进一步提升，尤其是超大角度的跟随性和稳定性提升较为明显，为后续人脸特效的真实感提供了更有力的保障。同时也提升了智能座舱应用中镜片反光场景眼睛点的精度和超大角度人脸关键点的准确性。在智能座舱场景中，人脸角度和位置估计新方案平均角度在新的难例自建数据集上精度误差由2.98度降低到1.86度，同时单目眉心距离估计由预先的4.7厘米误差降低到3.26厘米。人脸重建技术不断提升不同表情、不同人脸角度下的稳定性及贴合性，尤其是在自拍场景下的眼睛、嘴巴贴合度更高，在自测集上贴合精度提升4%。

2D Face ID进一步改善效果，在FAR≤100k的情况下，常规场景和戴口罩场景下，FRR改善

3.2%~3.4%，优化注册方案，不同场景整体改善2.5%~3.3%；3D Face ID在FAR≤100k的情况下，常规场景和戴口罩场景下，FRR改善1.2%~6.3%；车载场景的RGB/IR交叉识别持续改善，FRR改善2.0%~2.9%，同时进一步改善海外人种识别效果，对深色人种误识率减半；通用版本支持开放平台全面更新，较旧版本有大幅度提升，相对提升幅度达20%；人脸识别大模型更新，在FAR百

万分之一的条件下多个场景FRR降至1%以下。静默式活体RGB及IR版本持续改善，尤其对低分辨率人脸的效果大幅改善，同时完成了RGB炫光活体的初始版本，效果更优于常规静默版本。性别识别RGB版本精度提升3.7%，IR版本精度提升4.6%；年龄识别效果大幅提升，RGB版本MAE减少30.8%，IR版本MAE减少33.3%。人脸质量算法增加更多输出信息，例如大胡子、夜拍过曝等，同时增加了对宠物脸模糊判断的支持。

（2）人体分析及美化

人体检测技术进一步提升，针对手机移动端场景，提升了人体召回率并且降低了误检率，同时提升了目标跟踪稳定性，在内部困难自测数据集上，召回率提升到92.7%，精度提升到96.7%，尤其是伸手、踢腿、弯腰等场景的检测效果更加稳定，同时也降低了办公座椅的误检。而车载场景下召回率提升到95.3%，精度提升2.75%达到98.75%。人体骨骼关键点技术，在座舱内场景中的复杂动作、成像存在大畸变场景下点位的准确性和稳定性提升较为明显，整体map提升3.69%，为后续人体分析提供了更加可靠的基础信息。人体重建技术通过多相机大球实验室数据的采集和合成数据补充，同时改进新方案，SMPL模型精度提升3%。遗留儿童检测技术在人脸方案和人体方案两个方面都进行了算法效果提升，尤其是人体方案提升较为明显，人体版本儿童召回提升

13.05%，精度提升2.45%，最终融合方案儿童召回单相机单图片测试场景下提升27.34%。行为识别技术不断完善，针对座舱内场景，增加座椅关键点功能，精准定位23个车内关键点，辅助行为分析，进一步提高儿童危险行为召回率达到87.85%。同时针对ENCAP2026对相关安全行为的要求，扩展了坐姿前倾等危险行为类别。基于行为识别的环视哨兵功能，增加人体异常分类模块，报警输出算法召回率提升，提高画面中间位置人体很近时的跟踪率，前后画面距离很近破坏车牌场景，以及左右画面前车窗距离很近场景的召回率有提升，整体报警召回率提升到99.2%。

人脸美型方案，在效果、性能、稳定性方面有了很大的改进。效果方面，在保持原有形变效果的基础上，精细参数调节，实现非局部形变的功能，模拟出更加自然的形变效果，通过客户验收并获得认可。性能方面，升级美型框架，美型耗时降低近50%，在开启多个形变功能时，优化变形逻辑，提升预览性能，用户体验更好。重构强边缘及大角度保护机制，增强预览稳定性，降低美型失效概率。新增AI人脸美型，参考真实整容技术，注重保留用户原本的脸部特征，使用户脸型美化更加自然，并实现个性化脸型美化效果。人脸美化方向由视觉艺术团队主导，使得美型效果更显美观。基于AI美型方案，已经实现个性化人脸强边缘平滑功能，效果达到预期，计划添加更多美型效果。

人体美型方案根据客户需求，新增人像自然瘦腹功能，提升人像气质。升级人体感知模块，应用人体语义分割、三维人体重建等技术点，人体参数感知结果更准确，变形控制更到位。

（3）宠物分析

宠物身体检测技术、宠物面部关键点检测技术针对多宠物场景、遮挡场景提升了检测率，有效提升了复杂场景下检测的鲁棒性，在宠物面部关键点检测的基础上开发了宠物欧拉角估计，并

且进一步优化了宠物五官关键点检测，眼睛轮廓检测，眼睛状态分类，在获取更加准确的宠物五官轮廓的同时更有效地获取了面部姿态等脸部状态信息，为后续一系列产品提供了强大支持。

（4）行为分析

继续提升满足DDAW以及Euro NCAP法规的驾驶员疲劳/分心检测技术方案。通过大量路测数据对疲劳/分心的误报进行实车数据分析，通过多数据融合将基于车机信号与车辆控制信号在内的驾驶员行为数据与视觉感知信息进行融合，通过数据统计优化行车中的误检问题。与此同时，根据大量KSS以及心理行为研究实验结论，结合大量实车疲劳路测数据分析，完成了更加符合疲劳认知的全新疲劳解决方案的研发。根据大量疲劳研究实验进行了真实疲劳数据采集和真实疲劳检测技术更新，提升了基于真实疲劳反应的驾驶员疲劳分级检测，在视觉信息获取上增加多帧、多时间窗口的分析，增大疲劳分析的时间窗口区间，将大量与疲劳行为相近但表现形式有差异的混淆行为进行鉴别，对诸如低头向下看、从左右两侧注视手机屏幕或者其他交互区域等行为与闭眼或疲劳进行区分，形成了与市场同类产品技术的差异化，目前正在尝试将该新技术融入量产方案中，并且实车测试已达到DDAW认证要求。视线追踪技术已经支持了众多智能座舱量产项目，结合座舱标定方案为驾驶员分心技术提供视线落点输出支持，完成了Euro NCAP法规中需要支持的视线落点检测研发，对驾驶员视线检测覆盖到舱内23个区域。满足了车上大多数可能摆放手机位置下的驾驶员看手机分心检测要求，满足Euro NCAP所有视线分心测试场景的检测要求，并将过标方案融入量产方案中，实现了更多满足法规要求的视线功能设计。根据对ADDW法规解读与技术实现分析，目前已经完成ADDW实车专项测试，并即将在各量产方案中设计算法方案，满足该法规标准继续进行单摄像头下视线追踪技术的精度提升，自主研发基于3D人脸重建与追踪的底层数据特征表达，实现3D视线追踪技术，该技术方案在客观数据指标上实现总体20%的提升，并在大角度场景下实现近30%的精度提升；视线追踪技术继续对多摄像头方案进行研究，并根据项目需要应用在量产项目中，全面提升驾驶员在车内的视线精度，尤其是在人脸大角度下的视线精度，全面覆盖各种摄像头下的人脸全角度。2024下半年，基于多相机方案的视线真值系统进入了第三阶段研发，完成了便携式真值系统方案研发，满足用户的低成本且快速部署的要求；与此同时继续提升大范围场景的实验室方案，实测大范围视线平均误差低于

1.1度，且完成了真值评测的系统搭建，已经进入产品原型优化阶段。与此同时，自主研发了基于用户行为的无感自标定视线精度提升方案，对于视线基础引擎的精度做了较大的提升。当前该方案已经取得了重大进展，通过多组实验获得了新型自研模型，在无需用户配合的条件下完成用户个性化特征提取，与原有方案对比平均视线精度获得了20%以上的提升，当前方案的迭代还在持续进行中。该方案有望实现视线技术在量产方案中的精度突破，为智能座舱交互带来更好的用户体验。同时，视线研发团队还对眼睛瞳孔虹膜特征在成像上的差异进行深入研究，获得了一整套适用于视线的摄像头设计准则，指导量产项目中的视线摄像头设计。2024下半年完成了视线以及座舱行为数据的自动化合成数据生成平台的研发，利用自主研发的基于AIGC、三维人脸人体行为

建模、图形渲染等技术构建了自动化合成数据平台，用于大规模低成本的高精度真值数据生成，大大降低了数据成本的同时为解决长尾问题和提升总体精度起到了关键作用。该平台已经用于相关各量产项目交付以及预研项目中。

为了更好地解决量产项目中的不同车型以及各种容易引起摄像头位姿变化的外界影响，研发了一整套完善的视线无感自标定解决方案，为主机厂降低了相机标定带来的成本，目前该方案已经大规模用于量产项目中，适配各种车型的活动摄像头安装需求。与此同时自标定方案在2024年继续进行新技术方案探索，挖掘各种不同车型座舱的共性特征，大规模降低自标定技术依赖的数据存储空间与车型适配成本。该新自标定技术方案架构将在今后的量产方案中大规模应用，为视线一体化方案带来更高的鲁棒性。该技术方案目前可以兼容支持由于内饰颜色、纹理、光照带来的差异，并可以较高精度兼容有差异的车型之间的自标定方案共用，大大提升了产品的容错率与大平台化的可能性。同时该技术方案也在公司的一体化DOMS相机产品中发挥了作用，新的自标定方案将为DOMS一体化带来可靠的技术保障，让DOMS一体化产品的落地提供有力的保证。

基于XR头显的眼动追踪完成了双眼双目多光源方案的研发与调优，并配合头显的需要完成了与眼动相关的外围视觉算法研发，完成了设备端部署，精度效果已经达到业内领先水准。同时对适用于多种条件下的眼动算法进行研究，提升底层引擎的检测精度，并设计融合方案实现眼动追踪精度最优化。

车载表情识别与唇语关键词识别技术也有了重大突破。为了设计出符合用户感知习惯的技术方案，满足更好的用户体验，通过大量实车数据分析，构建了一套全新基于用户无感表情标定的表情识别技术，可以满足个性化用户表情识别的需求，精准捕捉到一些具有个性化的面部行为，大大提升了用户体验。唇语关键词识别技术完成了多模态技术的研发，将语音与图像信息融合，解决了一些有歧义的唇语关键词无法用单一视觉技术方案覆盖的问题。

车载危险行为检测，实际落地部署了基于人体行为分析的多通道信息融合的抽烟打电话检测方案，极大改善了目标物遮挡、光照恶劣等边界场景和困难场景下的产品体验。算法模型设计方面增添了更加丰富的语义信息监督，对于之前体验较差的相似目标攻击测试取得较大进展，进一步降低了误检的风险。基于DMS/OMS一体化解决方案的方向盘脱手检测算法进一步推进，结合细粒度的人体行为，对手和方向盘的交互做细致分类，产品体验也取得较大突破。商用车市场方面，对实车场景的数据做深度整合，针对不同平台差异，研发不同算力的标准化模型，模型训练效率明显提升，效果也有较大改善，各种复杂场景下的误检风险进一步降低；积极开发和布局top-down视角下的功能和产品，目前已支持玩手机和方向盘脱手检测，并对产品体验做快速的迭代升级。

（5）手势识别

手势识别相关底层算法持续优化改进。手部检测/跟踪算法针对不同目标硬件平台，提供不同算力的基础检测模型，增加了左右手属性输出和手持物检测模块，细分手部行为，增强了算法适用性。跟踪算法结合人体关键点考察全局信息，优化误识率和跟踪连续性，并可输出手部所属人id，建立人/手绑定关系。引入Transformer架构，尝试基于大模型的视频手部跟踪算法。手

部姿态估计算法针对不同业务场景和上游任务，将现有算法梳理整合为不同基础模型。面向大数据、新架构做优化的新算法，基本解决了关键点估计在大角度及自遮挡条件下效果欠佳的业界痛难点问题，并且提升了关键点置信度的可靠性。通过以手部左右手属性为先验输入，可以用之前一半的算力获得更好的性能和精度。持续改善包含手部关键点的上半身人体关键点检测模型，在公司内部客观测试集上，双手交互的场景的手部姿态估计精度相比单独手部的姿态估计算法提升接近10%。静态手势识别，精简了手势定义，提升了模型的标准化程度，增强了其在不同项目中的可复用性。动态手势识别，报告期内成功实现了项目所需的新的手势识别功能，如连续挥手、模拟按钮旋转等。此外，搭建动捕系统采集大量时序数据并自动标注手部关键点，用于探索基于新模型的动态手势识别技术。移动端和PC端手势产品线，积极推进手势技术落地，持续优化产品性能。针对手机AON设备的近距离凌空手势控制方案，通过优化模型结构降低了设备功耗，并且提升了模型量化精度，优化总体识别率和误识率；提升大角度手势的识别率，放宽了对用户动作的限制，改善多手共存场景下的识别效果；此外，还增加了对用户佩戴透明手套的支持，扩展了手势交互的应用范围。针对手机直播、社交等应用场景，推出了基于单双手静动态手势识别的手势特效解决方案，体现出手势交互的趣味性。针对手机自拍场景，提升了Palm自拍手势的识别效果，覆盖更多应用场景，可支持多人远距离操作，支持手部戴戒指、指环，进一步提升了用户体验和交互灵活性。此外，应用于windows一体机的静动态手势交互方案，通过系统级整合，将手势交互技术无缝应用于任务管理、多媒体控制、视频会议等场景；将手势识别与人脸关键点技术结合，支持更加自然、富含语义的手势动作，进一步提升用户体验。车载智能座舱手势产品线，基于OMS的RGB/IR镜头的静动态手势交互技术，在报告期内重点优化动态手势，通过在时间域上考察更加完整的手部运动规律来排除相似动作的误识，并通过自适应帧率机制以适应不同设备平台的不同算法调用帧率。实现了舱内手势技术与占位分析、人体分析等技术的整合，可区分手势归属人员，结合语音声源定位，可增加手势应用灵活性，扩展应用场景。此外，OMS手势识别方案融入了三维视觉技术，实现手部3D模型估计，从而具备更精准的手指指向等手势识别能力。鼠标手势交互技术重点提升多人场景下手势检测和跟踪的稳定性，优化用户体验。鼠标手势利用2D/3D手部骨架点，实现了更为精准和精细的动作识别，在大角度姿态、手部自遮挡等较难场景下提升了动作的识别精度。通过和人体技术的融合，鼠标手势交互技术实现了多人同时操作鼠标的功能，扩展了该方案的应用空间。为提升舱内手势产品竞争力，新研发了基于双目输入的舱内3D手势识别方案，该方案利用双目视觉算法、双目手部检测/跟踪算法，双目手部3D姿态估计/3D mesh 建模算法，实现精准的手部3D位置和姿态的估计。此外，为满足部分新增客户需求，研发了多项手势技术新应用，包括多方向手指指向识别，石头剪刀布、切水果等流行手势游戏等。通过技术的迭代完善，多方向手指指向识别、石头剪刀布游戏已经处于落地部署阶段。

VR/AR手势产品线，基于双目输入的3D手势解决方案持续优化。检测/跟踪模块重点优化了一些边界条件下的检测效果，提升手部遮挡和快速运动等困难场景下的召回能力，整体性能也有了大幅度的提升。手部关键点估计算法升级为基于双目图像输入的端到端方案，不论是3D关键点精度还是模型推理速度都有较大改善，对于一些复杂的自遮挡情况算法也有较好的鲁棒性。通过引入时序信息，改善了关键点的帧间稳定性。此外，针对3D关键点训练数据较难获取的问题，探索新的数据合成方法，可控生成不同光线和背景下任意姿态的手势及其真值，有效扩充了算法的训练数据规模。整体方案着重优化了手部常用舒适区域的效果，用户主观体验提升明显。

（6）图像质量分析

人像质量分析重点优化车载客户关注的人脸遮挡，对不同类型的遮挡（口罩、墨镜、手、水杯等）判断正确率提升0.6%~3.1%；以3D建模数据辅助改善角度判断，效果提升2.0%。

HDR场景识别技术持续优化算法方案，显著提升了算法泛化能力与困难样本检测准确率，从而高效支持了多个智能眼镜相关项目的落地；通用场景的图像画质分析技术，综合评分基础上增加对比度、亮度、色彩度、清晰度、噪声等维度的评分，同时优化评分的单调性，并支持加权组合以灵活适配不同应用场景。

（7）高动态范围（HDR）

YUV HDR支持了旗舰处理器AEB模式下的HDR融合。该模式配合改进的HDR融合算法，实现了零延时的高动态范围合成，实现了高光还原和亮度过渡的平衡，实现了防鬼影和防噪音的平衡，实现了对霓虹灯、日落、天空、室内flicker等不同场景的智能优化，提高了整体的合成率和还原度。该模式支持对动态曝光输入的自适应调整，保持输出曝光的稳定性。在防鬼影方面，加入了基于AI的增强技术，实现了提亮和去噪，减少了运动区域的噪音，提高了运动场景的画质。针对高饱和度区域的还原，转换到HSV空间进行颜色、饱和度、亮度的动态融合，获取更鲜艳真实的颜色。针对中低端平台无法提供ISP提亮帧的情况，通过调整原有框架，改进HDR融合算法和鬼影处理策略，改善融合结果。开发暗光环境人像HDR功能，并支持闪光灯和屏幕补光模式，在暗光人像模式能更好的还原场景动态，同时保持人像的亮度和人脸的细节。根据对不同风格的要求，定制HDR融合策略。基于机器学习算法结合预览图片的统计特征改进动态EV算法，为系统推荐适配的低曝光图片的EV值，提升融合结果的动态还原效果。

基于RAW域的HDR在AI去噪、高动态图像获取方面都取得了巨大进步，针对HDR摄影的复杂环境，从白天到夜晚都准备了鬼影处理策略，在影调方面以保持真实场景亮度分布为出发点，自适应调整影调，在保持原本动态范围扩展能力的基础上使最终结果更贴近客户美学需求。基于场景识别与语义分割，实现对不同被摄环境、不同语义区域的自适应影调调节，并且保持成片的自然度。根据senser、环境信息，智能提升了最终成片的通透程度。针对运动场景实现了智能优化，提升了运动区域的画质，提高了抓拍成片率。针对不同曝光序列优化了运动鬼影，改善最终成片效果。弱光环境结合图象分割方面，根据图象区域分割的结果动态调整局部的融合策略，最终的融合结果更加自然。开发暗光环境闪光灯模式和屏幕补光模式人像HDR功能，在暗光人像模

式能更好地还原场景动态，同时保持人像的亮度和人脸的细节。进一步拓展了HDR的特性和应用范围：适配了Quadbayer数据，为使用最新sensor获取更好的纹理细节提供了保障；灵活支持可变倍率，为全倍率RAW域HDR的实现打下了基础。在亮光环境下，利用不同通道的混合输入数据，在继承了HDR影调的同时实现了图像纹理细节的大幅提升。针对硬件能力不足的中低端平台，设计了全流程轻量化处理框架，提升了处理效率，降低了资源开销。

（8）暗光图像增强

暗光图像增强技术，公司为客户的摄像头传感器做了针对性支持，确保每个摄像头的去噪以及保留细节达到最佳效果。改进对齐算法，提升运动区域和人像的配准精度，使得算法结果细节保留更多。改进多帧融合算法，结合AI增强提升细节。改进针对运动区域的去噪和融合算法，消除运动噪音和运动模糊。改进高动态场景下的模型训练，使得高动态场景的暗处细节更清晰。改进训练策略，使得落地后的性能优化版本效果更好。研发基于增强型的暗光图像增强算法，实现最终出图效果清晰度明显提升，进一步拓展增强型暗光增强算法的适用范围，使得更暗的场景实现清晰度的提升。针对中低端设备噪点严重的特点，开发新的单帧处理算法优化图像。针对人脸部分，开发专门的算法对人脸进行去噪和增强，有效改善人脸的视觉效果。对不同的平台计算资源，比如NPU、GPU、DSP等做性能的最佳适配。同时，针对更低平台做了算法的针对性改进，维持效果和性能的最佳平衡，使得算法可以平铺到更多的客户设备。针对中低端平台将轻量化单帧图像增强AI模块和多帧模块配合，在很小的系统消耗的情况下，实现细节提升。针对车载平台开发自适应的多帧和单帧算法模块并配合开发轻量化单帧图像增强AI模块，实现画质提升。

（9）超分辨率图像增强

超分辨率图像增强技术，通过不同方案的尝试和实践，最终方案在清晰度上有突出优势，在效果和性能上达到了一个新的高度，满足市场客户的需求。拓展更深层的超分维度，YUV域，RAW域，Quadbayer域等，实现超分辨率的质的提升。改进运动区域检测策略和配准精度，改进融合算法，优化AI模型训练流程，提升AI增强的效果。研发基于增强型的AI超分辨率算法，实现在不同的倍率，清晰度和解析力都得到了明显提升。攻克了Quadbayer更高iso和逆光场景的输入网格和噪音偏大难题，拓展更多的亮度范围场景下，实现光学的超分辨率。改进针对不同摄像头传感器的去噪效果，提升结果细节。优化代码框架，提升性能。实现在不同的放大倍率上，都展现出更好的去噪效果以及细节水平。结ZSL和PSL的RAW数据，开发25M产品，提升结果细节的同时，保留场景的动态，在多轮算法迭代和框架优化后，实现性能和功耗的大幅优化，同时在最新的旗舰平台开发了基于AI的不同解析力图片融合算法，进一步提升图像中不同区域的细节的表现力和一致性。

（10）画质修复

屏下摄像头画质修复技术实现了预期的功能，在抑制图像原有噪声的同时提升图像清晰度、对比度和色彩饱和度，图像整体视觉效果更接近普通摄像头效果。文档图像去阴影技术更新了基础模型，改善了阴影Mask检测的效果。通过对模型的优化和精简，在降低计算量的同时，也大幅

降低了内存占用量，并且效果和之前基本一致，从而使得该技术在更多中低端手机上落地应用。此外，通用场景去阴影技术的研发，也拓展了该技术的应用领域。美食阴影去除方案，针对去阴影产品always-on使用模式，新增阴影分类模块，明确算法处理的范围，提高了产品的可控性和稳定性；重点优化了深色食材表面的阴影处理，减少了偏色和误去除问题。对于客户反馈的问题场景，进行了数据补充，有效支持了客户的产品使用体验和升级版本。通过对摩尔纹产生机理的深入研究，对摩尔纹合成算法进行了改进，可以根据不同场景，生成对应的摩尔纹，提升了数据的真实性和丰富性。算法上尝试了多种新的方案，提升了去摩尔纹的效果以及泛化性能，同时精简了模型，降低了计算量。去反光技术细分各种拍摄场景，设计了有效区分反光层和背景层的代价函数，有效地改善了强反光边缘的场景使用效果并抑制误去除，相比基础版本有明显的改善，未来还需要进一步与竞品效果做比较。

图像去反光技术，使用了更加简洁和高效的网络模型，引入新的数据合成方案，针对性优化了特定场景下的效果。目前算法在去反光效果、颜色保持、抑制伪影等方面相比之前版本有了较为明显的提升，获得了客户的认可。

图像去炫光技术，因为多种原因，光线在镜头组中的反射、折射以及散射，会造成手机拍照成像出现炫光现象，表现为圆弧形的光斑、光晕，条纹和放射性线条，重影和鬼影等等，严重影响成像质量和主观感受。新研发的图像去炫光技术，使用AI技术去除特定场景下图像上的炫光，提升图像质量。该技术包含炫光检测和炫光去除两大模块，目前覆盖的场景包括阳光或灯光照射下的弧形炫光和夜间灯光周围的散射状炫光等，可有效去除上述炫光而无副作用，处理效果相比竞品具有一定的优势。

视频去雨除雾技术，针对车载场景清晰度改善的需求，设计了视频AI训练方案，引入时序先验，改善雨雾天气下的车载场景显示效果，提升了画面的清晰度和稳定性。通过模型网络结构优化和蒸馏等技术，达到3M车载摄像头的实时视频处理。针对特殊雨雾场景数据难以对齐问题，设计了专门的数据合成方案，充分考虑雨雾大气模型，提升合成数据的真实性。

（11）视频画质增强

视频超夜技术，主要改进了去噪算法并且从YUV域去噪扩展到了RAW域去噪。YUV域去噪算法分别针对PC上的应用和车载上的应用做了研究和改进。PC上的应用和车载上的应用的主要区别在于去噪算法运行的主要处理器不一样，前者的去噪算法主要是运行在GPU上，后者的去噪算法主要是运行在NPU上，因此针对其特点分别给出了不同的去噪方案。PC上的去噪算法在传统CV方案上结合了AI方案，CV算法主要是提升了鬼影检测技术，从而进一步改善了运动物体的去噪效果，AI算法根据不同摄像头的噪声特性，设计了不同的训练方案和量化策略，使得每款摄像头都能在降噪质量和性能上达到较好平衡。基于车载平台开发了全新的AI实时去噪方案，并针对鱼眼镜头专门优化了训练数据的采集方案，降低了数据采集的难度，提高了采集效率，从而大大加快了模型迭代速度，同时在模型优化上面采用了数据蒸馏，模型减枝等优化手段，使得模型能够

在车载设备上对1080P的视频进行实时处理。对于极暗的视频，在YUV域处理比较困难，因此我们将处理域前移到RAW域。RAW域处理的好处是噪声形态没有被其它处理过程破坏，保持了原始的噪声形态，这对于去噪网络来说是比较友好的。但是它的难点在于需要处理的数据量增加了，因此对于极暗视频，我们的重点放在了模型优化上面。经过优化我们可以在当前的旗舰机下实现4K视频的实时处理，同时噪声去除能力也明显优于传统的去噪算法。手机端视频超夜技术，拓展手机端至暗光0.1lux，极大改善AI降噪模型的降噪能力的同时保持细节。在实时性和功耗上，做到极致优化，满足客户使用场景需求。针对性训练不同摄像头传感器的视频去噪效果，针对客户的不同硬件平台，设计模型和量化策略，达到画质和性能功耗的较好平衡。视频超分技术，持续改善文字场景和密集纹理场景的效果，进一步提升了小字号字体的清晰度，增强可阅读性，改善了混合语言文字场景中的某种语言文字较好另一种语言文字偏差的问题。在密集纹理场景中，减少出现假纹理现象的概率。同时，优化了模型结构，减少了性能开销和功耗，并保持处理效果跟优化前持平。视频插帧技术，扩展了应用场景，包括在模拟长曝光场景的应用，在视频编码插帧场景的应用以及在多摄相机切换镜头中的应用。在模拟长曝光场景的应用中，主要针对大运动、非刚性运动以及频闪等场景下做了优化，改善了插帧的平滑性和流畅性，减少插帧错误率。在视频编码插帧场景的应用中，提升了其在物体遮挡和复杂背景下的追踪精度，进一步改善了插帧结果的边缘清晰度。在多摄相机切换镜头的应用中，插帧技术用于改善多摄相机在切换镜头时的画面平滑性。在该应用场景中输入的两帧图像来源于不同的镜头，镜头之间的焦距不一样，因此视差范围差异比较大、画质差异也比较大，同时镜头之间还存在视差，这些差异给视频插帧技术带来了不小的挑战。为了解决该问题我们从训练数据和模型优化两个方面着手。在训练数据采集方面，采用了实拍加仿真相结合的方案，实拍数据能保证数据对场景的契合度，仿真数据可以增加数据的多样性。在网络结构方面也做了相应的优化，以适应这种特殊的应用场景。相对于原有的算法，视频插帧技术的引入，使得在切换镜头时画面的平衡性和流畅性有了非常明显的提升。

（12）畸变消除

进一步优化了光学畸变消除性能和功耗表现，提升了视频流的处理性能；进一步提升了身体部分的修正效果并优化了任意输入区域透视畸变弱化的效果；设计实现了人脸和身体透视畸变检测及自适应矫正的方案，扩展了人像矫正的适用范围。增加了人像俯仰拍摄畸变修正方案，针对不同角度拍摄人像进行拍摄角度修正，合理利用畸变，提升了人体拍摄美观度。

（13）光学变焦

平滑切换支持更多的摄像头组合，变焦算法扩展至更多的低平台，更新镜头间公差校正算法，解决低端平台因摄像头公差较大导致的旋转跳变感，更新融合过渡算法（即fusion），功能上将fusion模式拆分，实现模块化和参数化，能够针对客户需求定制fusion效果，提高效率。

本报告期算法持续更新，面向视频模式，进一步提升了变焦的平滑性，使得切变效果在摄像效果下更加自然。另外针对视差较大的情况，新开发了AI融合插帧算法，能够在两个镜头获取的

图像间生成具有视差变化的中间图像，使得大视差的切换更为自然，减少了鬼影等不自然的画面。该算法目前已经完成原型开发。

（14）多摄标定

进一步扩大AVM标定和BSD标定的适配范围，以完成更多厂商/车型的不同需求，设计完成全套车载摄像头标定解决方案，包括EOL、在线、售后车载多摄像头标定姿态相对/绝对标定解决方案，设计完成激光雷达标定、AR HUD标定、红外传感器标定方案。开发了全新基于world model的标定算法，并以此为核心开发了下一代的车载售后标定和镜头外参autofix算法，极大地降低了算法的硬件资源占用和执行时间，同时保证标定精度与上一代算法比未有降低，完成整套车载标定体系，保证车载标定算法整体从产线、售后、用户日常使用和维护的完备性。

（15）全景拼接

全景拼接技术，主要针对不同焦距的镜头进行了效果和性能上的优化。在匹配算法方面，针对不同的镜头做了自适应的调整，比如长焦镜头的特点是图像帧间距离比较大，匹配算法需要增大搜索范围，而广角/超广角镜头由于畸变比较大图像扭曲比较严重，因此需要进行局部匹配。针对这些特点，我们开发了适应性更强的匹配算法。算法能力提升了，但是耗时也增加了不少，因此我们利用多种优化手段对其进行优化，特别是我们充分利用了系统的GPU，把算法进一步的细致拆分，使其能够充分利用GPU的并行性，优化后的算法比优化前的算法在性能上只增加2%。对于仰拍和俯拍的场景，匹配算法精度大大提高，拼接接受率提高了30%。针对超广角镜头中出现的直线扭曲问题也有很大的改善，接受率提高20%。针对具有运动物体的场景，我们进一步提升了运动物体的检测算法，采用动态拼接缝的方式，避免运动物体处于拼接缝的位置，使得运动物体完整呈现。

（16）人脸美化及修复

公司在图像修复与编辑方向上长期致力于Live Photo、视线校正、人头姿态校正等人脸修复与编辑技术。

Live Photo技术调整了深度神经网络结构，针对性地改进了口腔区域模糊、不真实的问题；研发了针对特定人物的微调技术，使得算法能够生成更加逼真的结果；对网络进行性能优化，使得效果可以在PC设备上做到实时。改进的新版本可以不依赖于初始的对齐步骤，利用隐式参数传递即可完成人物驱动，提升了技术的易用性。2024下半年采用更高效的隐式参数驱动方法，大幅提升运动传递的准确性，使处理后的人物动作更加自然流畅。同时，增加边缘保护机制，处理结果可完美贴合原始图片和视频，极大提升了技术的实用性，为用户提供了更多创意和应用的可能性。新研发了视频口播数字人技术，基于用户提供的几分钟视频素材可以训练得到对应的数字分身，在输入不同的文字内容时可以进行相应的生动播报，支持中文、英文等多语种。新改进的版本提供了可跳过预训练的通用口型生成方式，使得用户可以便捷地对视频中人物口型进行替换，降低创作门槛，同时新版本还增加了语音克隆和视频延长的功能，进一步提升了生成视频的真实性。结合最新的 DiT 技术，进一步提升口型与音频的匹配度，使数字人播报更加自然流畅。此外，

除了数字身份应用外，积极拓展技术边界，结合多模态大模型和视频生成技术，实现了实时语音对话和 AIGC 个性化视频生成应用，为用户带来更丰富、更智能的交互体验。视线校正技术研发了全新的3D视线校正算法，创新地结合了三维人脸重建和二维图像编辑方法，相较于前代算法产品，突破了正脸姿态的限制，并且大幅度拓展了算法能支持的视线角度，在人脸角度和视线偏移角度均较大的情况下算法依然可以得到正确的矫正结果。在用户主观测试报告中，新的算法在真实感、矫正范围、算法稳定性、准确性等方面均明显优于竞品。人头姿态矫正技术结合了三维人脸重建与生成网络技术，设计了新的实现方案，相较于2023年的版本，对效果的自然性、头部角度支持的角度大小、算法性能消耗等方案均进行了较大幅度的改进。在效果上，相较于前代版本，解决了可能会出现的额头部分变长、脖子区域融合拼缝、面部抖动、面部刘海导致眼镜断裂等问题，在视频上能做到连续、稳定、自然的结果。在性能上算法完成了模型的蒸馏和量化训练，以及计算过程全部部署在GPU上，实现了算法在设备端的实时运行。

在人脸美化技术上实现了人脸自适应肤色调节技术，可针对不同肤色的人脸进行自动肤色调节，有效提升不同肤色情况下的效果一致性；调整了磨皮方案，进一步提升了细节表现力，肤质纹理更加自然，增强了对不同画质人脸去噪的自适应性，改善人脸明暗不均现象的同时立体感也得到提升；实现预览磨皮算法，在去脏能力、通透度、立体感、肤质细腻度方面都有所提升；实现了Vulkan方案的磨皮、美白、美唇、亮眼、白牙等美颜技术和腮红、眼影、SkinGloss、美瞳等美妆技术，在基本保持性能和视觉效果优势的情况下，解决了客户不同设备平台间驱动更新时产生的兼容性问题，降低了产品的维护成本；实现了4D眼睫毛、眼影、唇彩、腮红、SkinGloss等4D美妆技术，较大程度上提升了美妆的真实性、立体感和光泽度，进一步优化了大角度、姿态下的美妆效果；实现了AI唇部、眼部遮挡物体分割算法，提升了美妆技术的实用性；实现了AI预览祛斑算法，较大提升了预览美颜的祛斑、去脏能力，对肤质纹理也有很好的保留；优化了拍照AI祛斑算法，对大侧脸提升祛斑效果的稳定性；图像祛斑方面也增加了去抬头纹、去颈纹等新功能。性能功耗方面，进行了GPU优化、模型优化和NPU硬件优化。优化了拍照AI祛斑算法，对大侧脸提升祛斑效果的稳定性。预览头发柔顺技术可以去除视频中的杂乱发丝、捋顺发束，达到美发风格化的效果。针对海外市场需求，定制实现了Bindi检测技术，可保护印度女性眉心Bindi，提升美颜效果；针对客户对高清人像的需求，开发了结合 AI的人像算法，在调整光影瑕疵、修饰皮肤质感和恢复五官结构上做到了光影更好看、肤质更细腻、五官更清晰，打造了人像审美的高级感。低光照和极暗光线下的人脸美颜解决方案继续扩展了超清人像美颜风格的应用平台，人像视觉效果更加自然、整洁，同时保持清晰度和立体感。视频任务上，针对移动设备端改善了模型以及任务框架，增强人像效果以及自然程度，同时提升了性能并优化了功耗。而PC端主要增强人像修复强度，提升人像解析力，同时针对不同平台做了专门性能优化。实现针对车载、平板、PC、手机等设备的视频人像修复的轻量级模型部署。

人脸修复技术针对不同画质的人像照片，进行了更细致的算法区分处理，能够让正常拍摄的人像脸部肤质更显性、更自然，将长焦或极差环境下拍摄的人脸恢复清晰，目前算法都已实现在手机端的部署，作为整体画质增强模块的一部分，人脸修复技术已应用到多个产品之中。人脸换头技术，用来提升用户拍照时（尤其是人像合照场景）的成片率。在合照拍摄场景中，往往在抓取精彩时刻的一瞬间，会存在部分人物头部、表情姿态等不协调，如果重新拍摄将费时费力，且错过了那一精彩时刻，也难保重拍过程中仍存在另外人物新的姿态不佳。人像换头技术基于动态照片拍照场景（用户在拍照时，会有一张最终成像的静态图像和同步保留拍照前后 3s左右的动态视频），算法通过抓取动态视频内人物好的头部表情姿态，来替换融合最终成像中人物不好的头部表情姿态，从而保证最终合照成像下所有人物都有最佳的表情和姿态。整个算法处理过程中，基于公司已有成熟算法积累（微笑检测、模糊判断、睁闭眼开合度检测、遮挡判断等），自动化抽取推荐出姿态佳、表情姿态好推荐帧，用于人物头部姿态替换。为了提升算法应用的鲁棒性，扩展应用边界，针对一些遮挡场景下，整体头部姿态校正的不适应性，我们新增开发支持了换脸策略，只对成像中人物面部五官表情进行替换。另一方面，受限于动态视频帧画质与成像画质的差异，我们新增了肤色/画质的对齐模块，以及对应画质微调的人脸修复算法来进一步的对齐画质，从而保证最终头部姿态替换融合校正后整体画质的一致性。

（17）虚化技术（Bokeh）

持续优化视频虚化（电影模式）、单摄虚化、双摄虚化的产品细节，始终保持行业领先地位。

本报告期内，公司基于自主研发的AI-Depth Ultra技术，构建了新一代智能虚化引擎AI-Bokeh Ultra，完成了从深度感知到光学成像的全链路技术升级。该方案以高精度深度预测算法为核心，通过融合物理光学仿真与场景语义理解技术，在移动设备上首次实现覆盖全场景的单反级光学虚化自适应能力。基于AI-Depth Ultra的真实距离预测能力，系统可智能适配不同光圈参数下的虚化强度梯度，有效改善传统方案中部分场景虚化强度过强或过弱的问题；结合主体语义分割与matting技术，实现主体像素级边缘检测与精细发丝还原，达成单反标志性的“刀锐奶化”成像特质；凭借高精度深度解析能力，能够精确处理细密物体与镂空结构（如首饰、花枝、细网格等）的虚实过渡，呈现符合物理光学规律的自然渐变效果。该单摄虚化方案不仅在成像质量方面进入虚化领域第一梯队，同时在计算延迟等关键性能指标上达到业界领先水准，目前已完成技术验证并进入量产转化阶段。

视频虚化支持了P010格式，色彩更加丰富，光斑的层次感、立体感及艺术感更强；支持了任意形状的光斑，效果更具有艺术性和创造性；优化了自动及手动对焦算法，对焦主体检测及跟踪更加准确、稳定。单摄虚化支持了极浅景深效果，能够模拟超大光圈拍摄人物特写时的虚化效果。视频虚化和人像虚化均继续改善了边界的准确性，效果更加真实、自然。在保持准确性提升的同时，性能和功耗也都有10%以上的优化。作为底层核心技术，视频虚化和单摄虚化均持续保持行业领先，并在更多客户及平台成功出货。

视频虚化继续精细打磨产品细节，持续保持行业领先水平。重构并升级了底层渲染引擎，对各硬件平台均具有更好的适配性和通用性，提升了算法部署效率。进一步优化了性能及功耗。优化了视频光斑触发算法，使得光斑更具层次感和立体感。单摄电影模式继续在更多手机客户及平台大规模成功出货，双摄电影模式也开发完成并成功出货。

升级了新一代渲染算法，该算法在效果上更加逼近大光圈的单反镜头，光斑更具真实性、自然性和艺术性；改善了渐变的层次感，使其更加立体、自然；改善了边界的准确性，使其更加锐利；进一步改善了虚化效果的准确性及渐变虚化的层次感，提升了成片率；支持了圆形及椭圆形电影镜头级光斑效果。支持了高通SM8550等旗舰手机平台4K分辨率30FPS实时渲染，同时支持下沉到高通SM7325等中端手机平台并成功出货。实现了已拍摄视频在相册中重新编辑虚化强度、对焦点等功能的算法原型；作为底层核心技术，多维度达到了业内领先水平，为电影模式在多家手机客户成功出货提供了重要技术支撑。

升级了视频换背技术，能够根据背景图像自适应地调整前景的色调和亮度，使融合结果更加自然、真实。优化了手机前置摄像头自拍场景下的人像虚化效果，发丝更加准确、真实、自然。双摄虚化基于更加精确的双摄AI深度，进一步优化算法，使得效果更加精确和自然，接近单反相机拍照的效果。同时虚化算法、HDR和超级夜景等画质类算法结合，显著提高了虚化光斑的层次感和真实感。进一步基于特定的单反相机或镜头专门优化光斑效果，使得更加接近光学镜头拍摄的效果，如哈苏风格化等。结合第三代AI Matting技术，发丝的数量和精准度对比前一代有了进一步的提升，同时头发附近的发饰等细小物体的分割效果也一并得到了改善，同时结合深度信息，可以让发丝产生层次感的虚化渐变，更加接近光学相机拍摄的效果。

双摄虚化与Turbo Fusion技术有机结合为Turbo Fusion Bokeh，利用Turbo Fusion获得真实场景亮度信息，使得虚化更加接近单反相机在实际场景中的拍照效果，光斑更具能量感和层次感，形状更加接近单反相机的效果，颜色也更加真实。Turbo Fusion Bokeh 的光斑效果升级成

2.0版本，光斑的颜色、亮度、形态和层次进一步逼近真实相机拍摄的效果。

全新的AI Bokeh技术，可以修复深度图上的瑕疵，是业界首次可以逼真地模拟出接近单反相机真实自然的前景虚化效果，同时还可以支持多种单反相机的光斑形态。AI bokeh从8bit YUV域扩展到16bit线性RGB域，完全嵌入到了Turbo Fusion的流程之中，从虚化生成原理上更加接近实际光圈相机的生成过程，结合最新的高精度深度模型和第三代AI Matting技术，基于更加精细的深度层次信息和更加精准的头发Matting，开发出了虚拟光圈技术，可以更加逼真地模拟特定单反镜头不同光圈下的拍摄效果。

（18）深度恢复

在本报告期内，公司自主研发的AI-Depth Ultra技术取得突破性进展：通过算法架构和训练数据的双重革新，实现了深度感知精度的大幅提升，可精准识别耳环、花束、吸管等手持物细节，以及铁丝网、细栏杆等复杂空间结构；通过突破传统单摄像头系统只能预测相对距离的技术局限，创新性地实现了真实三维空间中的真实距离预测能力。该技术在单图深度预测领域已形成

完整产品化解决方案，不仅首次在移动端实现全场景单反级光学虚化自适应能力，而且支撑空间成像、多主体动态融合等新型影像场景落地。经系统级优化，单图深度预测在计算延迟等关键指标均达到行业领先水平，不仅推动单摄虚化技术进入虚化领域第一梯队，也为未来3D视觉、AR交互等战略方向奠定核心技术基础。视频深度预测方案也已完成算法原型开发，正在加速推进项目落地。持续迭代优化不同场景、算力、精度条件下的各类单摄深度恢复模型，超高精度深度恢复模型的准确性进一步提升，能够更加准确表达多景物、同层次、不同纵深等场景的深度描述，并且进一步优化了边界准确性，为更多高精度深度需求的应用提供底层支撑；高精度深度恢复模型应用于单摄虚化等拍照应用，重点改善了同层次一致性等维度的精度，大幅提升了成片率，支持了单摄虚化的极浅景深模式；应用于人像视频虚化（电影模式）的视频深度恢复，显著提升了整体准确性和成片率，提升了中远距离人像场景的精度，同时优化了性能与功耗，持续在多维度保持了行业领先水平，满足了多家客户对于精度、功耗、性能等指标的高标准要求。为进一步满足客户下一代平台的虚化要求，持续对双摄深度恢复算法进行开发和优化，使得其性能和效果在客户的下一代平台上得到了最佳的部署，极大地提高了深度的准确性和精细度，并且对于不同的双摄模组排布的支持也更加完善。双摄深度AI模型从原来的只支持水平垂直排布的模组拓展到支持任意角度排布的模组。同时针对一些特殊情况，比如细小物体、透明物体、反光物体、低光夜景场景等，融合了单摄模型，训练了全新的双摄深度模型，使得深度效果更加稳定。

针对单摄深度恢复算法，则引入更大的模型蒸馏和metric机制，使得对于近景人像的细节和深度值的准确性进一步提高。

基于单摄的多视图深度恢复技术研发取得了长足进步，相比基于单一视图的深度估计方法，借助多视图像可以更好地恢复场景几何信息，并应对场景遮挡问题，同时拥有更高的深度估计精度和一致性，是三维场景重建的基础。为了提升网络的精度和泛化性，引入虚拟合成数据精调模型，进一步提升网络输出精度，使其可以重建弱纹理、更复杂的室内场景。另外，实现了模型在端侧设备上的部署，在保证较好实时性的前提下，取得明显优越的深度估计和重建效果。这一突破为移动端实时SLAM、VR/AR导航等应用铺平道路，进一步拓展多种应用场景的落地可能。

（19）图像语义分割

优化人像Matting算法，针对接入人像虚化后，发丝区域在复杂背景和光照下的误虚、漏虚和断续等问题，在算法端和数据端同时发力，对Matting效果进行了迭代升级，使得发丝效果更加连续顺滑，细节得以准确保留，整体效果更加真实自然。

继续优化AI Camera智能场景识别算法，在稳步提升白天场景多语义分割准确性的同时，还特别针对夜晚场景进行了效果优化，提升了夜间人像、天空等类别的精度，为夜景增强应用提供了支持。

针对日益增加的视频处理需求，开发了视频物体分割算法，并实现了该算法的设备端部署。该算法对于物体的遮挡、消失、形变等问题也有较好的鲁棒性。该算法能够为多种视频编辑应用提供支持。对AIGC线上人体区域解析大模型进行了优化，在分割效果维持不变的情况下，推理性能优化了30%。通过进一步的数据迭代，充分发挥了大模型的学习能力和特征提取能力，提升了人体区域和服饰区域的分割精度。升级人像Matting算法，在进一步提升发丝细节准确性的同时，重点考虑了在多纹理、绿植、眩光等复杂场景下的边缘颜色溢出、漏光等问题，同时增加了发饰、耳饰等饰品的支持。在算法端和数据端同步迭代，使得虚化后的发丝效果更加真实自然，饰品得以完整保留。

持续优化AI Camera智能场景识别算法，根据应用需求增加了人体肤色区域的实例信息，增加细粒度区分普通植被和花卉植物功能。通过数据迭代进一步扩充算法的适用范围，提高算法在不同场景、不同时间段的准确性和鲁棒性。

持续迭代AIGC线上人体区域解析大模型，为了实现AIGC技术对身体各区域更加精细的控制，将人体区域划分提升到23种类别，通过区域交叉感知技术，缓解了相似特征带来的歧义性问题，保证分割掩模的准确性。通过融合Matting技术，将基础模型的全局感受能力与精细特征提取能力相融合，大幅提升了人体各区域的分割精度，为生成效果提供了保障。

（20）物体识别

车牌脱敏技术解决方案针对行车记录仪、AVM镜头等场景进行了进一步的优化。针对不同镜头采用小的专家模型方式，在低算力的条件下对不同目标设备进行了最大程度的优化。同时增加自适应卡尔曼滤波跟踪技术进一步缓解视频连续帧中的误检漏检，车牌的检测结果在视频序列中更加稳定。在通用场景上达到了98%以上的检测率和2%以下的误检率，远远满足了《汽车传输视频及图像脱敏技术要求与方法》的相关要求，同时雨雪天气、夜间暗光上也有了较大的提升。在车牌支持类型上，从大陆常见车牌拓展到了警车白牌、大使馆黑牌、新能源公交车黄绿牌和港澳双车牌等。

哨兵模式在维护已有客户线上版本稳定迭代的同时，针对新客户的需求进行定制化开发，大幅优化了多种驻车场景下车辆/开门杀的误报问题，将误报率控制在1/100h以下；对低仰角镜头下检出率下降明显的问题进行优化，对齐了不同镜头的召回指标；对于不同芯片算力差异大的现象，设计了不同程度的轻量模型，实现了QNN/SNPE/GPU等多种平台的部署，顺利交付多个车型项目。此外，探索了多种哨兵模式的新功能，设计并部署了基于运动检测的高灵敏度哨兵方案，增加了多种非常规类别的运动报警支持。

AON码识别技术，本报告期内实现了AON码识别技术。针对手机场景，使用手机后视相机实时无感判别二维码、条形码的场景，并询问用户是否需要码识别，从而减少扫码操作步骤，提供更便捷的扫码服务；该技术目前具有低功耗、低延迟、多种类、多尺度、大角度等特点，准确检

出率≥95%，误检率≤1%。针对车载场景，车载二维码识别技术，低速场景下采用车身周围相机，实时检测周边出现的二维码，并投影到车机显示屏，用户可在车内完成扫码完成泊车支付等功能。

（21）场景识别

场景识别引擎GPU版本继续更新迭代算法模型，支持高通、MTK等NPU平台的运行，进一步提升了全体场景检测准确率，改善支持任意角度和有限度遮挡的目标场景检测。

（22）三维重建

三维重建技术更新了基于3D高斯的重建算法方案。与原先的NeRF方案相比，重建速度和效果都有比较明显的提升。实现了一套在线内参标定算法，可以支持任意手机拍摄的视频作为算法输入而无需事先标定，方便服务器端重建应用场景使用。实现了一种全局一致的前景分割算法，能从视频中自动分割出前景物体完成重建，剥离不相关的背景。支持手机端实时渲染，能较好地复现各向异性的光照效果。

针对XR眼镜应用场景，迭代和部署实时三维重建技术。迭代实时语义场景重建，并构建出室内场景的布局信息，目前已经支持室内场景墙、门、窗、天花板、地面、桌子、椅子等元素的布局信息，形成一个更简洁，信息更丰富的室内场景信息，为XR上层应用提供更加完善的语义信息，方便XR创作者创造出更加丰富的应用。

实现了一种立体视频生成算法，可自动对普通视频进行局部重建并在新的双目视点下渲染生成立体视频，从而使得普通手机拍摄的视频也可以在XR眼镜上获得具有立体感的沉浸体验。该算法支持在手机端部署运行，其效果与目前PC端商业软件相当。

开发静态场景隐式建模技术，支持生成高真实感的新视点图像。该技术方案根据视频与实时获取的相机位姿，用神经网络隐式建模三维场景，通过可微的体渲染技术，实现端到端训练。该技术方案可重新规划相机路径后渲染得到新的视频，用于视频编辑和立体视频生成等。结合神经辐射场和隐式符号距离函数几何表达，还可用于重建静态场景的三维网格模型。在静态场景建模技术基础上，增加室外街道场景的动态物体建模，从而支持对开放式动态场景进行建模，并同时对静态场景和动态物体进行渲染。增加了基于3D高斯的动态街道场景建模，提升了渲染的图像质量与速度。

Add Me自助合照技术，支持用户在无人协助的情况下实现合照。该技术可引导多个合照人在相同位置交替拍摄两张照片，然后利用图像融合算法，将两次拍摄结果合成为包含所有人的合照。此技术能够自动检测和分割图像中的合照对象，精确匹配两张图的内容，准确拼接所有合照人像。同时，还能妥善处理人物前后的遮挡关系、人像的阴影等，保证合成图像的人像具有正确的空间关系、自然的光照效果，减少人工痕迹，使合成照片具有较强的真实感。

（23）光照重建

对大模型方案下人像重打光技术进行了一系列改进，提升了模型的性能。利用先进的AIGC技术，扩充了训练数据集的规模，生成了更多样化的训练样本，为模型训练提供了更广泛的场景和变化。对于原始训练集中质量欠佳的数据，进行了重绘微调，有效改进了数据的整体质量。模型

的泛化能力和鲁棒性得到了进一步提升，重光照的效果和成功率也有了明显的提高。尤其是全身人像的重打光效果更精准和自然。环境光照建模方法也进行了改进，从较为简单的光照建模加强为支持直接输入复杂的环境光照图，从而避免了因低阶近似导致的信息丢失，能够更精确地表示复杂的光照条件，生成更加逼真的效果。另外，还实现了根据背景光照条件自动调整前景人像光照的功能。该功能可用于虚拟场景渲染与合成，能够将真实人像与虚拟场景无缝融合，生成高质量的合成图像。近期实现了针对非理想拍摄条件下的人像光照增强功能。该功能能够自动增强在侧光、顶光、背光等复杂光线环境下拍摄的照片光照，智能地提升图像亮度，减轻阴影，提升照片的整体观感。通过采用模型蒸馏等技术简化模型结构，已成功将该技术部署到了移动设备上，目前正在持续进行性能优化和效果调整，以进一步提升用户体验。

（24）即时定位与地图构建（SLAM）

VR手柄跟踪是SLAM技术的一个新拓展领域，是VR终端设备的刚需技术。VR手柄算法完成了从仿真到实际设备开发的转变。支持多种第三方设备，并支持双手柄实时交互，实现了安全区设定、空间划线等功能。对VR手柄跟踪算法的性能、鲁棒性、精度等进行了全面的优化，在高通XR2设备平台上，算法单帧耗时在22ms以内，支持视野可见范围内2m/s的剧烈运动，平均定位精度小于6.5mm。除了基于光斑的传统VR手柄，还开发了使用手机作为VR手柄的功能，可以使用普通的Android手机实现实时六自由度跟踪定位，实现菜单点选、简单的游戏交互等。对手机手柄跟踪算法的性能、鲁棒性、精度等进行了全面的优化。从逻辑上优化了用户体验，使得输出轨迹更加光滑、流畅。SLAM技术在XR眼镜的头部位姿估计上取得显著进步。头部位姿估计是XR眼镜的一个核心技术和基础功能，要求低功耗、高精度和低时延。通过优化SLAM算法和把视觉模块从CPU移到DSP， SLAM算法计算效率提升30%，有效地降低了功耗和运动时延。针对XR常见的室内小面积使用场景，对建图模块进行大量优化，极大提高后端建图和实时定位精度。同时，改进姿态预测模块，实时定位准确度提升30%，接近业内毫米级的定位精度要求。已有版本在多款XR原型眼镜上集成，能为快速、准确的头部位姿估计提供良好的用户体验。

同时，SLAM技术在本报告期内扩展到高阶辅助驾驶领域，包括城市NOA产品的记忆行车自建图算法和基于SDMap Pro地图的BEV道路融合定位。在轻图辅助下，本报告期内实现了硬件选型，BEV+GPS+里程计的多传感器融合定位算法，支持城区内各种复杂路段。

本报告期内研发了激光SLAM技术，该技术可以支持智能驾驶中4d标注所需的高精度、低时延的6DoF定位和道路场景的点云稠密重建。

（25）3D AR动画

公司打通了3D数字人创建、编辑、实时驱动全流程。支持基于单张图或扫描模型完成数字人重建。与之前的重建算法相比，改善了头顶区域、眼睛的相似度，提升了纹理重建效果。编辑模块支持对重建模型的脸型、头型、五官、脖子等进行直观地修改。实现了基于单个RGB摄像头的实时全身驱动，包括表情跟踪与手势跟踪，实时动画效果基本达到业界领先水平。3D数字人重

建增加了人头重建模块，提高重建人头几何的相似度；支持双眼皮的拟合，眼睛的相似度；增加了编辑模块，支持重建模型的再编辑及调整,同时也支持从中性模型开始编辑。新研发了基于球形实验室多视角数据的超写实数字人重建方案。新方案的重建质量远好于传统方案，3D渲染结果能达到以假乱真的地步。支持左右90度的视角渲染，渲染结果包含部分躯干。支持表情实时编辑，也可进行单目表情实时驱动。为了改善3D数字人重建的真实性及超写实数字人重建的便捷性，新研发了基于3D高斯表达的数字人方案，此方案更加便捷，用户仅需输入两分钟左右的自拍视频，即可重建出包含部分驱动的写实数字人，算法可在手机端运行，不仅支持表情、视线、头部位姿的实时编辑及驱动，也能较好地复现出各向异性的光照效果。

（26）健康监测

在保持健康监测技术稳步量产的前提下，提升技术先进性，保持业界前沿地位。心率检测方面，结合更精准的频率分析技术和场景识别技术，提高多场景下的信号质量评判和提取能力，提升产品精度和不同镜头多种场景适配程度；呼吸检测方面，利用新的信号处理方法，扩大瞬时呼吸支持范围，提升瞬时呼吸算法场景精度和鲁棒性，在主动检测功能中新增9种呼吸异常状态的检测，着重提升了对呼吸停滞的判断准确率，同时优化了被动检测场景下的呼吸算法精度。

（27）高级驾驶辅助系统（ADAS）

ADAS产品矩阵持续深化技术布局与场景拓展，通过多维度创新实现产品力跃升。本报告期，公司基于市场需求与技术创新双轮驱动战略，构建了覆盖低、中、高算力平台的完整产品体系，形成低算力预警产品、高性价比前视L2产品、中算力环周L2+产品的阶梯化布局，通过持续技术迭代在算法优化、功能完善与性能突破等方面取得显著进展。低算力预警产品完成第二代技术迭代，实现安全性能与运行效能的同步优化。核心预警功能指标取得突破性进展：前向碰撞预警（FCW）功能召回率提升3%，精准率提升6%；车道偏离预警（LDW）功能召回率提升5%，精准率提升3%；盲点监测（BSD）功能召回率提升20%，误报率降低50%。系统架构层面，算法整体耗时降低10%，内存占用减少60%，并通过自适应场景管理系统完成对欧洲E-NCAP、GSR等法规场景的全覆盖适配。前视L2级产品实现纯视觉技术路线的重大突破。通过构建“检测+测量+决策”全链条深度学习架构，并引入端到端技术框架，障碍物检测模块取得突破性进展：基于时空连续性约束的新型测距算法使目标物距离测量误差环比降低10%，速度输出稳定性提升60%，由此推动大规模路测中AEB误报率环比下降60%。道路环境感知方面，采用分段式BEV方案，经三次迭代升级，车道线整体召回率提升3%，在复杂场景下平均召回率达到95%。车道居中控制（LCC）系统通过引入场景自适应算法，支持场景类型扩展30%至12大类（含无车道线路段、施工区等特殊场景），最高适用车速提升30%。底层算法方面，自动标定算法支持曲率范围扩展，平均耗时降低40%，工况识别准确率提升5%；同时新增纯视觉灯系检测算法，支持夜间光源、车尾灯及信号灯识别，最远探测距离突破200米。面向高阶智能驾驶的中算力环周一体产品基于端到端BEV方案逐步深入迭代，关键精度指标环比提升10%。功能开发方面，在基础L2功能之上，已实现无高精地图支持的高速上下匝道技术闭环，完成第一版实车功能验证。ADAS规控上完成AEB、ACC、LCC demo样车的搭建，

通过持续的技术迭代与场景适配，ADAS系列产品在复杂环境下的感知精度与决策可靠性显著提升，用户实际体验获得系统性优化。

（28）图像特效

基于丁达尔效应产生的物理原理，选择合适的场景对仿真实现进行合理的简化和模拟，最终实现一套结合AI和CG的方法，为特定的场景图像添加上合适的丁达尔特效效果，提升图像艺术感。人像线条画效果和宠物线条画效果，这两种效果都结合了AI技术和审美的艺术，通过AI算法提取出具有表现力的线条，然后根据审美的评判制定一些准则将原始图像转换为一幅线条艺术画。目前二者都已实现手机端部署，并有参数控制线条粗细、颜色、数量等，从而满足不同用户的自适应调整需求。光照耀斑项目基于对物理世界相机镜头与光照规律的精确建模，通过模拟实际镜头的参数，设计任意预想的耀斑效果。在用户拍照时添加耀斑效果，能显著提升图像的层次感和真实感。同时，精心设计的耀斑样式还能提升图像的艺术美感。该算法结合了光照方向检测，能够根据当前光照环境自动调整耀斑样式，以确保耀斑效果与当前场景自然贴合。目前，该项目已在手机端部署，并包含耀斑颜色与样式设计模块，可以满足用户获取不同耀斑风格的需求。

Flair Clip人像风格化效果通过无监督、少样本地学习特定风格的图像，将图像风格迁移到目标人像中，同时保留人物的可识别特征，实现了数据需求量低、效果稳定、帧间连续性好的人像风格迁移算法，并在服务器端进行了部署，同时向客户递交了一些测试通过的风格化模型进行商用。

Personal Color Tone技术旨在通过个性化定制打破当前设备端内置滤镜的局面，允许用户创建新的基于学习方案的滤镜风格，释放创造力。首先，用户根据个人喜好在app上编辑素材，得到自己想要的风格图，然后直接在设备端进行在线训练，快则几分钟，慢则30分钟就能得到目标风格模型，视素材量而定。用户在后续拍照时，只需要选择训练好的风格模型，就能得到目标风格图像。小巧轻便的模型设计是关键，大大减少用户等待的时间，提升用户体验。

（29）生成式AI（AIGC）

新研发了AIGC视频生成技术，能够基于单张人物全身照片和预定义的动作模板生成相应的动画视频。该技术使用便捷，生成的视频能够很好地保持输入图像的人物脸型、发型、服装、配饰等外观，也能较好地保持图像背景不变。同时，能够很好地表现大角度的人脸以及生成转身的效果。2024下半年更新了AIGC视频生成的技术，在原有生成动画的能力之外，增加了手部动作的稳定性，改善了视频的整体画质；除此之外增加支持基于人物全身正面照加背身照和预定义动作模板生成对应的动画视频，以及基于半身人物照片生成相应的半身动画视频。公司产品在模特视频生成质量上达到行业领先水平。在同类图生视频产品中，公司产品独具优势，是目前唯一能够支持正反面输入并实现360度完美还原服装细节的产品。目前，该技术在PSAI网站上线，基于用户上传的图像生成模特走秀视频。

通过深入的尝试与研究，基于潜心沉淀的视觉大模型、小模型（细分模型与浅层模型）以及各类CV和CG引擎包构建了一套专有的计算技术引擎ArcMuse。该引擎为虹软PSAI赋予了卓越的智能商拍能力，可高质量生成服装模特展示图、服装展示图、商品展示图及模特展示视频，全方位提升商拍图片及视频的美感和质感，助力用户在效率、创意和成本方面取得更大的提升。对于其中的AI模特视频生成功能，用户仅需要上传一张全身模特照片，即可生成转身等复杂动作，高保真地展现和还原模特穿上服装后的动态效果，以及衣服的物理效果。它基于ArcMuse计算技术引擎大模型的生成能力，并结合了公司多年沉淀的视频人像属性解析技术，能够保持模特自然的写实效果，无论是正面、侧面、大角度都可以高保真生成和还原，同时可以完美地还原服装物理效果，如裙摆的飘动，完美地表现模特穿上服装之后优雅的风采和神态。

对于其中的AI智能试衣功能，用户只需要上传一张服饰图，选择目标模特，即可生成该模特穿着该服饰的效果图，该效果图能够真实体现服饰穿着在模特身上的悬垂感、褶皱及光影变化等，且与真实服饰保持较好的一致性。其中的服饰图可以支持挂拍服饰图、平铺服饰图及3D服饰图，且支持上装、下装、裙子等多个品类的服饰。目标模特同时支持内置模特和用户自定义模特，其中内置模特覆盖不同年龄、性别、肤色等，用户自定义模特可由用户根据自身需求上传相应图像。该功能基于虹软自研扩散模型基础架构及海量数据训练，能够极大简化传统真人模特拍摄的流程和效率。

本报告期内，得益于模型、数据、算力的大幅增长，虚拟试衣解决方案实现了多项重大更新与重要突破，具体表现为：整体成功率、结果图与衣服图一致性、版型正确率、文字与印花准确性均获得显著提升，面料及纹理质感明显改善，生成的手部区域在正确性及自然性上大幅优化，并扩展支持复杂姿势及背景的参考模特图；同时实现了衣服是否塞入裤子、拉链与扣子开合状态等维度的可控生成。通过对用户需求反馈的持续优化迭代，该方案已达成行业领先水平，有效助力公司PSAI项目为服装商家提供兼具优质效果、快速响应与降本增效特性的解决方案。

同时，针对目前项目落地中服饰品牌客户的真实需求，支持了同版型替换功能和局部重绘功能。在输入服饰与模特身着服饰版型相同时，同版型替换功能能够输出相同版型的服装上身图像，服饰上身效果更加稳定，细节纹理更加贴合服饰原图。服饰局部重绘功能针对智能试衣中出现的局部版型和纹理错乱的问题，框选需要修改的区域后进行局部修改，可以明显提升出图效率。

对于其中的真人图/人台图功能，用户上传一张真人图或人台图后，PSAI将智能保持用户提供图片中的服装信息，在生成阶段，PSAI为用户提供丰富多样的预设模特和场景资源选择。预设模特包括不同年龄、性别、人种和风格的模特，例如儿童、中年和老年，网红风、韩风、美式复古风等；场景方面，PSAI提供上百种不同预设场景风格的选择，包括影棚等各种室内场景，以及森林、雪山、草原、沙漠等室外场景，通过迭代优化，不断丰富AI 模特和场景的细节，提高出图率，这些多样化的资源和提高的出图率将帮助用户在提升效率、创意和降低成本方面取得更大的进步。同时，PSAI支持了用户通过提示词自主描述模特场景，或上传场景参考图，丰富了场景来源和选择性。真实而风格迥异的模特形象，可以吸引更多目标消费者的注意力，增强商家的品牌

形象。针对用户文本交互，PSAI推出了自己的大语言模型，用于将任意语言、格式和内容的用户输入转换为适合模型输入的精准提示词，降低了用户的语言和知识门槛。同时，PSAI也接入了DeepSeek作为扩充，增强了复杂用户输入的推理能力。针对大客户的模特形象定制，PSAI推出了ConstantID，该算法支持从各个角度还原真实的模特样貌，保持超高的相似度和真实的皮肤质感，并且直出4k高分辨率图片，为多角度一致模特生成提供了稳定的算法流程。对于其中的AI商品图功能，用户只需上传一张商品图，即能够智能保持商品主体信息，并基于ArcMuse计算技术引擎大模型和众多引擎组件的生成与控制能力，高效地生成多种场景和风格的精美广告图，大大降低了商品图的制作成本。为了达到商品与场景的完美融合，提供了纯色、展台、海边、雪山、赛博朋克、多巴胺等多种预制场景供用户选择。通过在算法层面对生成过程的精细控制，使得生成的场景更加真实、效果更加自然。同时，针对用户的个性化需求，还支持了任意画幅比例生成、预制素材库、上传参考图等功能，允许用户自主控制画面的构图、元素、色彩和风格，极大地扩展了用户的创作空间。报告期内，PSAI也支持了用户通过提示词自主描述商品场景、背景合成、相似风格、拍同款等功能，给客户提供了更多更便捷的选择。对于其中的AI商品图功能，基于新的生成大模型对在线功能进行了迭代升级，使得生成的图像在细节表现上更加精致和准确，为用户提供了更出色的使用体验。通过自注意力映射、Lora等生成控制技术，进一步提高了模型对于前景商品和背景区域的感知能力和控制能力，解决了图像生成中的画质差、图像模糊等问题，提升了出图效率。除了以上四种核心AI技术，PhotoStudio? AI还提供了智能补光、智能美化、魔法擦除、画质升级和智能抠图等AI编辑功能，既可以完成商拍成品图的美学提升，也为用户的创作提供了更大的发挥空间。

（30）泊车辅助系统（AVM/APA/HPA）

AVM技术在持续推进产品标准化和工程化、提升产品质量方面，取得了显著进展。首先，在平台化方面，新增了对三路、五路和六路图像拼接的支持，进一步提升了多相机分布下的图像处理能力，确保在不同硬件平台的功能兼容性与效果稳定性。其次，在性能方面，通过优化代码框架和处理流程，显著减少了算法处理耗时，并有效降低了对CPU、GPU、内存和带宽等系统资源的消耗，使得产品能够成功落地更多中低端平台。最后，在效果方面，深入优化了镜头阴影校正、图像清晰度提升及颜色一致性等技术，大幅提升了图像细节和色彩表现的准确性与自然度。在L2级行泊一体解决方案中，自动泊车辅助（APA）和记忆泊车辅助（HPA）是其重要组成部分。APA功能能够在无需驾驶员干预的情况下自动完成泊入动作，而HPA则允许用户在完成一次路线行驶后，再次到达相同停车场时基于历史建图自动完成循迹泊车。本报告期内基于低算力平台的APA产品在功能层面上实现了从1到N的突破：新增支持用户自选方向的自动泊出功能；实现了基于视觉检测方案的空间车位检测与泊入泊出功能；新增车头/车尾泊入方向切换功能；实现了基于移动设备的离车泊入、遥控泊车、直进直退功能；对于动态障碍物，决策模块优化预测刹停逻辑，增加了行人经过提醒等语音交互信息，并根据障碍物动静态情况进行路径更新；增加

了自动车位选择功能，简化交互流程；此外，新增的自选车位功能也提供了更加灵活的泊车位置选择。自动泊车辅助在视觉感知方面拆分为车位检测和避障检测两大技术点：①车位检测能够在寻库、泊入阶段实现垂直、水平、斜列、砖线、机械全类别的检测结果，并且能够提供视野范围内任意目标车位的高精定位，3m内车位入口感知精度误差<2cm，为极窄车位、机械车位等困难场景提供可靠的安全冗余；特别针对业界难点的机械车位，开发了配套的感知解决方案，配合规控已经实现了机械车位成功泊入，泊车成功率持续优化中。在本报告期内，待优化项更加收敛，针对难例场景进一步迭代模型，提升低照度、强曝光、强阴影、积水等开放场景的感知稳定性。自动泊车辅助过程中，结合融合多帧的车位检测结果，构建基于车位角点的优化问题，提供车位跟踪、车位建图以及基于车位的自车定位功能，在寻库、泊车过程中向下游提供稳定、精准的车位地图，达到准量产水平。②在避障检测方面，Free Space检测通过数据工程模型方案的持续改进，显著提高了模型精度，并支持了不接地、墙体在内的更多语义。在模型设备端输出最关注的0~5米内，同类别点平均距离误差下降至原有误差的70%，所有点平均距离误差下降到原有误差的67%，测距点满足分类和距离要求的召回率显著提升；OD算法中进一步加入了车辆行人等类别的关键点检测，通过模型输出目标朝向角和测距点细粒度语义，服务下游模块。在视觉空间车位检测上，支持了不同方向下对车辆角度的准确估计，实现了水平和垂直空间车位的有效检测和跟踪，完成了准确的视觉空间车位泊入，弥补了超声波雷达空间车位的不足。在多模态感知融合方面，增加了超声波雷达障碍物检测结果与视觉障碍物检测结果的感知融合，提供了更加安全可靠的泊车可行驶区域。本报告期内泊车感知团队面向中低算力平台进行了技术架构的重大升级，基于特殊的鱼眼BEV算法开发了端到端感知架构，成功将车位检测、障碍物识别、交通参与者检测、标志检测及可行驶区域感知融合至单一模型中。同时将可行驶区域由传统2D的FreeSpace升级为3D占据栅格表示，显著提升了对复杂环境的适应能力。在技术实现过程中，团队针对TDA4、8255等中低算力平台进行了深度优化：通过部署逻辑优化与模型结构重构，将模型推理耗时降低70%；通过精心设计特征维度匹配和利用NPU加速，规避了部分高耗时算子；通过预计算重投影参数等方法，将初始化耗时降低数十倍，满足低算力实车部署要求。为解决贴地障碍物高度识别精度不足的问题，创新性地提出体素OCC与高度场结合的方案，在保持计算效率的同时，实现了厘米级地面精细感知，为极限场景下的自动泊车提供了更可靠的环境理解能力，有效提升了APA与HPA功能在复杂场景中的鲁棒性。

APA自动泊车规控上利用混合A*成功实现了垂直车位、平行车位、斜列车位的正常泊入，并顺利匹配到大小不同车型上，并在小车型上验证了立体车库的泊入效果。报告期内，还大幅度优化了路径搜索算法的效率，提升了规划的反应速度，同时优化了碰撞检测模型，针对窄车位、断头路等复杂场景，实现了场景识别功能，支持掉头再泊入功能，依赖于远距离记忆地图，成功实现远距离记忆泊入车位。在路径平滑方面，采用了弹性优化策略，在空间充裕的场景下使用更舒适的曲线，而在空间有限的场景下则平滑相对安全的曲线，显著提升车辆控制的平顺性。

HPA在视觉感知方面的技术点则为大范围语义泊车地图的构建，包括车位、立柱、地表标志、减速带、道路边界等元素的泊车语义地图构建。完成构建泊车地图，可用于自车定位，提供目标车位的指引；也可用于记忆泊车过程中的路径规划。在本报告期内，HPA算法的效率、稳定性和初定位重定位的准确性进一步提升，确保车辆在进入泊车区域时能够迅速且准确地进行定位，并在需要时进行精确的重定位。在规划控制方面，HPA实现了循迹代客泊车功能，能够根据泊车语义地图中的信息，循迹引导车辆沿着记忆路线行驶。无论直行、转弯还是绕行，均能精确控制车辆的行驶轨迹。

（31）三维渲染引擎

三维渲染引擎提供了渲染、动画、UI等完整的图形引擎解决方案。渲染模块内置基于物理的HDR渲染管线，支持glTF文件格式，符合glTF的材质和渲染标准，可以加载大量高质量3D模型，与通用材质模型兼容，可以渲染多种材质如金属、塑料、玻璃、皮肤、车漆、车灯、皮革等。重构渲染管线，支持前向渲染及延迟渲染，支持多种反走样方案，提升渲染真实度。动画系统实现了播放及编辑模型预置骨骼动画，基于人体捕捉系统，可以实时驱动数字角色。额外支持弹簧振子系统，有助于实现头发、衣服等物体跟随摆动。为满足车载业务，新增节点动画和形变动画具有可编辑功能，从而满足三维雷达墙、相机环视等复杂动效。HMI方面在原有2D UI方案上升级为3D UI，可以在三维场景中实现引导线，轨迹线等车载相关业务需求。引擎系统模块提供丰富接口，让开发者自由组织三维场景内容，支持多种平台，已经为移动端、PC、服务器端提供稳定且高效渲染效果。为了让用户获得更加优质的SR效果，引擎内置物体运动补偿，抖动、突变异常判断功能。针对车载低算力座舱平台，我们优化了调度指令和资源预编译系统，引擎初始化时间减少70%。优化渲染指令调用，减少50%的CPU耗时。针对车载HMI多物体渲染优化如下功能：添加场景管理，减少视野外物体所带来的额外性能消耗，CPU与GPU交互时间降低30%；支持GPU压缩纹理，进一步减少初始化时间；优化内部数据结构，相同材质球模型绘制合并，减少内存访问次数。着色器支持离线编译及自动更新，解决客户更新GPU后着色器不兼容的问题。由于急剧增多的车型需求，我们推出了AVM 、 APA 编辑器，提升项目美术资源的制作、验证效率。

（32）图像修补技术

修补（Inpainting）技术是一种恢复图像与视频中缺失区域的技术，目标是让修补后的图像在视觉上自然协调，尽可能接近真实场景。修补的区域可以是被遮挡的内容、损坏的部分，或者是需要去除的对象（如水印、路人、障碍物等）。

新研发了图像修补技术，用户上传一张图像，通过交互界面选取希望填补的区域，即可生成自然的修补结果，修补区域内的图像内容与外围区域保持协调，边缘部分过渡平滑。针对任务难度及性能要求的不同，在手机端落地了两套不同的算法方案。精简版方案在确保基础修补效果的同时，重点优化模型参数量与计算量，满足手机用户对通用场景实现快速修补的需求。算法通过设计前景物体感知掩码，修补背景时避免融入前景信息。该技术支持任意大小的图像和任意形状的修补区域，生成内容清晰、自然、合理，具有较强的维持原有结构的能力，可以满足大部分用

户需求。完整版方案利用稳定扩散模型的可控生成与图像编辑能力，进一步提升修补质量，优化细节还原与纹理生成，使生成结果更加无缝自然，减弱视觉突兀感，确保修补区域与原始图像高度融合。结合公司自研的高精度路人分割算法，搭建了一套完整的路人擦除方案，并着力优化主体遮挡、极小面积路人、复杂姿态等困难场景的处理结果。新研发了视频修补技术，视频目标分割模块根据目标特征，在整段视频中跟踪用户选取的目标物体，输出像素级分割结果。通过优化特征匹配算法和记忆模块，提升了算法在多目标、小物体和遮挡等情况下的分割掩码的准确性和稳定性。通过模型压缩合并、蒸馏等技术手段，大幅提升了算法在设备端的性能，单帧处理速度满足实时要求。同时，针对AI编辑中常用的路人消除功能，开发了智能路人检测分割算法，能够在复杂场景下对背后路人进行精准的自动识别和分割，可大幅提升功能的易用性和用户体验。光流估计和补全模块是视频修补技术中的重要环节，结合光流估计与区域填充技术，通过引入端到端的二合一网络，避免了多步误差累计，提升了复杂动态场景下的光流补全质量和泛化能力。同时针对手机端做高效性能优化，降低计算开销，将单帧处理时间从1000+ms压缩至10ms，使算法速度和精度上均达到项目要求。视频修补模块基于视频序列与目标分割结果，利用光流建模时序运动信息，估计待修补区域的位移数值，创新性地提出累积误差截断、关键像素缓存等算法策略，改善了复杂场景下的模糊问题与光影问题。此外，基于并行计算、模型蒸馏量化等一系列方法，将整套视频修补方案成功部署到手机端。国家科学技术奖项获奖情况

□适用 √不适用

国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况

□适用 √不适用

2、 报告期内获得的研发成果

公司坚持以创新驱动企业发展，不断探索视觉领域的前沿技术，持续高水平研发投入打造核心竞争力，研发投入强度连续多年达30%以上。截至2024年12月31日，公司拥有专利288项（其中发明专利264项）、软件著作权154项。相较于2023年末，报告期内净增发明专利16项、软件著作权7项。报告期内获得的知识产权列表

注：（1）申请数：指截至报告期末正在申请状态中的数量。（2）其他：包括商标、PCT、作品著作权。（3）上表数据不包含已失效的数量。

3、 研发投入情况表

单位：元

研发投入总额较上年发生重大变化的原因

□适用 √不适用

研发投入资本化的比重大幅变动的原因及其合理性说明

□适用 √不适用

4、 在研项目情况

√适用 □不适用

单位：万元

情况说明注：公司在研项目预计总投资规模根据项目整体规划等因素定期进行调整。

5、 研发人员情况

单位：万元 币种：人民币

注：上表统计时不包含劳务派遣人员。研发人员构成发生重大变化的原因及对公司未来发展的影响

□适用 √不适用

6、 其他说明

□适用 √不适用

三、报告期内核心竞争力分析

(一) 核心竞争力分析

√适用 □不适用

1、人才优势

在超过30年的发展历程中，公司磨合出一支以博士为带头人、硕士为骨干的核心研发团队，充分掌握核心技术算法，并进一步落地成为成熟的商业产品。通过长期的潜心学习，公司始终立足于领域内的最前沿，建立和长期保持行业内经验积累和能力上的领先优势。虹软科技及其下属公司经过30多年的摸索，不断改善形成了一套独有的高效管理模式，基本实现自动化、自驱、自愿的高效运行状态，同时采用“导师制”培养模式，有效减少研发的试错次数。高效的研发管理体系提高了公司的自主创新能力和产品研发速度，提升了公司视觉人工智能技术算法水平。目前，公司拥有良好人才储备并在持续完善，为重要项目的推进奠定了基础。

2、技术积累优势

公司技术积累优势主要体现在端计算和边缘计算技术的积累优势、视觉人工智能技术的层次积累优势、工程落地能力，具体见本节“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/（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/1.2主要技术门槛”。虹软自成立以来便致力于计算机视觉技术的研发，技术所应用的终端，从个人电脑、数码相机、智能手机，再发展到智能汽车、AI眼镜、XR 3D空间计算头显以及其他AIoT领域，一直与影像产业的发展、消费者的需求和影像科技创新紧密相连。经过数十年的技术、专利和人才积累，公司已全面掌握视觉人工智能及人工智能的各项底层算法技术并不断进行技术演进，掌握包括即时定位与建图、图像语义分割、人体识别、物体识别、场景识别、图像增强、三维重建、虚拟人像动画、虚拟数字人等全方位的视觉人工智能技术。公司所掌握的这些底层技术具有通用性和延展性，在此基础之上，公司构建了不同的组件和产品，并衍生出多种产品应用方案满足相应的细分市场需求。公司坚持以创新驱动企业发展，持续高水平研发投入，不断打磨视觉人工智能技术能力。截至报告期末，公司拥有专利288项（其中发明专利264项）、软件著作权154项。

3、产业链深度合作优势

公司所涉的消费电子产业与汽车产业，高度依赖产业协同。公司拥有紧密、稳定的产业生态关系，与高通、联发科、格科微、索尼传感器、三星半导体、艾迈斯半导体、OmniVision、舜宇光学、英飞凌等平台、传感器、摄像头模组厂等产业链上下游主流公司开展合作。在智能汽车业务上，除了既有的合作伙伴之外，公司也持续与更多的芯片、相机模组、Tier 1等诸多上下游产业链公司形成了相互信赖的合作伙伴关系。

凭借与产业链内主流公司长期、广泛的合作，公司掌握了持续开发、迭代与硬件更加匹配的算法的能力，通过共同研发、持续合作交流，得以在客户提出技术需求后，在最短时间内及时响应，提供低能耗、高效率、硬件平台适应性广的解决方案，保持技术持续处于行业最前沿。

4、客户及品牌优势

公司是全球领先的视觉人工智能算法供应商，客户群体广泛。在智能手机领域，公司主要客户包括三星、小米、OPPO、vivo、荣耀、Moto等全球知名手机厂商，服务范围涵盖全球90%以上的安卓手机品牌。在智能汽车领域，公司方案不仅可满足GBT、C-NCAP、C-IASI、IVISTA等国内法规及行业标准要求，而且还可满足DDAW、ADDW、ISA STU型式认证、E-NCAP、A-NCAP等各项海外法规及行业标准要求。在这一领域，公司已协助众多OEM客户顺利在相关国家地区实现产品量产落地，大大加快了新车市场化进程。在智能商拍领域，PSAI产品已入驻淘宝、1688、抖店、京东、拼多多和Shein等多家主流电商平台服务市场，累计服务数十万大小商家。在AI眼镜领域，公司成功赋能雷鸟V3，助力雷鸟V3成为国内首家发售的AI眼镜产品，市场反响热烈。优良的客户质量、良好的市场口碑、国际化的品牌认可度、海量历史销售数据，为公司后续业务发展奠定了良好基础。

(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

□适用 √不适用

四、风险因素

(一) 尚未盈利的风险

□适用 √不适用

(二) 业绩大幅下滑或亏损的风险

□适用 √不适用

(三) 核心竞争力风险

√适用 □不适用

1、技术升级迭代风险

公司所处的视觉人工智能行业技术升级迅速，是典型的科技驱动型行业，产品更新换代频繁，市场对技术与产品的需求不断提高，更多的视觉人工智能技术正被运用到各类智能终端。作为一家以研发和技术为核心驱动力的企业，如果公司不能正确判断和及时把握行业的发展趋势和技术的演进路线，并投入充足的研发力量布局下一代的视觉人工智能技术研发，可能导致公司无法保持当前的技术领先性，从而对公司未来的经营产生不利影响。在移动智能终端领域，智能手机市场的需求变化较快，相关技术的迭代周期较短，迭代周期约为1-2年。如果公司未能及时更新升级相关技术或根据市场需求成功开发出新产品，则公司可能出现技术落后、技术迭代不及时等情况，从而导致市场占有率大幅下降。在AI眼镜、XR 3D空间计算头显等方向，公司进行了一系列前瞻性的技术和业务布局，但若无法抓住未来市场涌现的机遇尽快获取客户，则可能导致错失发展机遇的风险。在智能汽车领域，当前产业竞争加剧，如公司无法快速与OEM合作伙伴推出针对高阶智能驾驶相关有竞争力的量产产品，则公司可能面临错失发展机遇的风险。

2、市场竞争风险

公司所处行业发展前景广阔，近年来参与者不断增多，并不断加大技术研发及市场开拓的投入，行业竞争加剧。众多企业凭借其在特定细分领域的优势参与各垂直应用领域的竞争。若公司不能持续有效地制定并实施业务发展规划，保持技术和产品的领先性，则将受到行业内其他竞争者的挑战，从而面临市场竞争加剧而导致的毛利率下滑和市场占有率下降的风险，进而影响公司的经营业绩和发展潜力。

3、核心技术泄密的风险

公司销售的各类产品均基于公司独立研发积累的大量计算机视觉核心技术。为保护公司的核心技术，公司制定了严格的保密体系，但上述措施仍无法完全避免公司核心技术泄密的风险。未来如果公司相关核心技术内控制度不能得到有效执行，或者出现重大疏忽、恶意串通、舞弊等行为而导致公司核心技术泄露，将对公司的核心竞争力产生风险。

(四) 经营风险

√适用 □不适用

1、新业务开发和拓展风险

公司经过数十年的发展，积累了大量视觉人工智能的底层算法，这些底层算法具有通用性、延展性，除了可以广泛运用于智能手机外，还可应用于AI眼镜、XR 3D空间计算头显等其他消费电子产品以及智能汽车、智能商拍、智能保险、智能零售、智能家居、医疗健康等多个领域。

新业务的成功与否既受到行业发展状况、市场需求变动以及市场竞争状况等因素影响，又受到公司对新领域的理解、认知、推广力度及与伙伴的合作等诸多因素影响。因此，公司对新业务开发和拓展可能不及预期。如果公司在新领域产品开发或市场推广效果不佳，或者出现其他不利因素，将可能导致公司新业务开发失败，从而对公司未来的经营业绩产生不利影响。

2、主要客户采购量减少的风险

报告期内，公司前五名客户销售额为49,021.72万元，占销售总额的60.14%。如果智能手机出货量下滑、主要客户业务发展战略发生调整、主要客户因供应链短缺等原因延迟推出新机型或者其他不可预知的原因导致对公司产品的采购需求下降，则会对公司整体经营业绩产生不利影响。

3、核心人才流失、未能招募足额的优秀人才及人力成本上升风险

公司所处的视觉人工智能行业近年来发展蓬勃，对人才的需求量较大。公司的业务发展，需要一批稳定的研发技术人员、产品化人才及管理人才，这些核心人才对于公司业务的发展壮大起到至关重要的作用。

公司的成功取决于不断吸收和留住高水平的研发、产品、销售和管理人才。尽管公司通过内部培养及外部引进逐步形成了较为稳定的核心人才团队，并通过树立企业文化、优化薪酬体系、改善工作环境、完善绩效考核机制等方式完善了人才培养体系，但是，仍然可能出现核心人才流失的情况，从而给公司业务带来不利影响。

公司所处行业内企业对于优秀人才的竞争越来越激烈。如果公司未能招募到满足公司业务发展需求的优秀人才，则会对公司的业务发展产生不利影响；如果公司在人力成本上的投入增长速度持续高于收入的增长速度，则会对公司的短期经营业绩产生不利影响。

4、管理能力不能满足业务发展需求的风险

目前，公司已积累了适应业务快速发展的经营管理经验，完善了相关内部控制制度，逐步实现了公司内控制度的完整性、合理性和有效性。随着新业务的深入推进，公司资产规模和经营规模扩张，在研究开发、市场开拓、资本运作、内部控制、运营管理、财务管理等方面对公司的管理层提出更高的要求。若公司的组织模式、管理制度和管理人员未能适应公司内外环境的变化，将给公司持续发展带来不利影响。若公司管理水平不能快速适应不断扩大的经营规模，解决上市公司经营管理面临的新课题，也将对公司发展带来不利影响。

(五) 财务风险

√适用 □不适用

1、税收优惠的不确定性风险

报告期内，公司及子公司享受了一系列增值税税收优惠、所得税税收优惠，尽管税收减免对公司业绩的影响有限，但如果未来公司所享受的税收优惠政策出现不可预测的不利变化，或者在税收减免期内公司不完全符合税收减免申报的条件，则公司将在相应年度无法享受税收优惠或存在所享受的税收优惠减少的可能性。公司税收优惠政策可能的变化会使公司未来经营业绩、现金流水平受到不利影响。

2、汇率波动风险

虹软科技是一家全球化公司，在海外多地拥有经营主体，且客户分布韩国、日本、台湾地区、美国及欧洲等各地，报告期内公司来源于境外的收入占比为44.59%，上述境外业务使用外币进行结算，受到人民币汇率水平变化的影响。随着公司业务的发展，公司外汇结算量将可能进一步增加，同时人民币汇率受国内外政治、经济环境等综合因素的影响，存在波动风险，进而对公司的经营业绩产生不利影响。

3、应收账款收回风险

截至报告期末，公司应收账款账面余额为26,042.82万元，应收账款账面余额占营业收入的比例为31.95%。如果未来宏观经济形势发生不利变化，客户经营状况发生重大困难，公司可能面临应收账款无法收回而增加坏账损失的风险。

(六) 行业风险

√适用 □不适用

目前，公司提供的视觉人工智能解决方案主要应用于智能手机、智能汽车行业，主要客户包括了三星、小米、OPPO、vivo、荣耀、Moto等全球知名手机厂商以及国内主要的自主品牌、部分合资品牌、外资品牌汽车主机厂商。报告期内，公司移动智能终端视觉解决方案业务收入为67,526.11万元，占公司营业收入比例为82.84%，公司下游主要客户集中于智能手机市场。

公司智能手机视觉解决方案收入与智能手机和摄像头的出货量虽无明显线性相关关系，但如果智能手机出货量下滑、摄像头出货量出现下降，主要智能手机业务客户发展战略发生调整或者其他不可预知的原因导致对公司的智能手机计算机视觉解决方案的采购需求下降，则会对公司经营业绩产生不利影响。智能汽车业务方面，若行业竞争加剧，公司技术及产品竞争力不足，客户业务发展战略发生调整、客户自身业务发展状况发生改变或供应链紧缺等，可能导致公司智能汽车业务进展不及预期，以上因素可能会对公司经营业绩产生不利影响。

(七) 宏观环境风险

√适用 □不适用

1、宏观经济风险

公司主要从事视觉人工智能技术的研发和应用，主要产品有移动智能终端视觉解决方案、智能驾驶视觉解决方案和其他AIoT智能设备视觉解决方案，主要终端应用领域包括智能手机、笔记本电脑、智能可穿戴设备等消费电子产品以及智能汽车等，应用领域对国内外宏观经济、经济运

行周期变动较为敏感。如果国内外宏观经济发生重大变化、经济增长速度放缓或出现周期性波动，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延迟推出新产品而对公司采购需求下降，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，可能对公司未来的发展以及经营业绩产生负面影响。

2、贸易摩擦风险

随着公司经营规模的不断扩大，公司人员增加、结构优化导致各项费用增加，同时在国际贸易摩擦的背景下，国外客户受美国制约可能向公司减少采购，国内外客户受制于贸易摩擦或其他因素导致的自身销量下降进而可能对公司采购下降，以上因素可能会对公司的短期业绩形成不利影响。

(八) 存托凭证相关风险

□适用 √不适用

(九) 其他重大风险

√适用 □不适用

1、诉讼风险

在业务发展过程中，公司可能面临各种诉讼、仲裁。公司不排除在经营过程中，因公司业务、人力、投资等事项而引发诉讼、仲裁事项，从而耗费公司的人力、物力，以及分散管理的精力。公司实际控制人Hui Deng（邓晖）于2019年9月出具承诺，针对“Marc Chan、Lei Li及其家庭基金诉讼事宜”，如发生任何纠纷（包括但不限于诉讼、仲裁、索赔等）给公司造成任何经济损失（包括但不限于支付赔偿款、律师费、诉讼费等）均由公司实际控制人Hui Deng（邓晖）独立承担。截至目前，双方均已提起上诉，上诉结果存在不确定性。详见本报告“第六节 重要事项/

九、重大诉讼、仲裁事项”。

2、母子公司多层架构的风险

公司下设多家境内外子公司，层级较多，公司面临各国法律及税收的监管要求。如果未来境外子公司所在国家或地区法律及税收的监管要求发生不利变化，同时公司实际控制人、管理层缺少相应的管理经验和能力，将增加公司管理协调的难度，带来经营管理风险，从而对公司业绩造成不利影响。如果未来境外子公司所在国家或地区对于现金分红、资金结转等事项进行严格监管，可能对公司下级子公司的经营利润逐级分配至母公司构成一定障碍，可能造成母公司没有足额资金进行现金分红的风险。

3、知识产权侵权风险

公司坚持自主创新的研发路线，经过多年的技术开发和业务积累，掌握了多项核心技术，拥有发明专利264项、软件著作权154项。公司的商标、专利、软件著作权等知识产权对于公司的业务经营至关重要，公司建立了完善的知识产权维护机制以保护公司的知识产权免受侵犯。但是，考虑到知识产权的特殊性，第三方侵犯公司知识产权的情况仍然有可能发生，从而导致公司为制止侵权行为产生额外费用，对公司正常业务经营造成不利影响。

同时，虽然公司一直坚持自主创新的研发战略，以开发自有、底层技术为主要研发路线，以避免侵犯第三方知识产权，但仍不排除少数竞争对手采取恶意诉讼的市场策略，利用知识产权相关诉讼等拖延公司市场拓展，以及公司员工对于知识产权的理解出现偏差等因素出现侵犯第三方知识产权的风险。

五、报告期内主要经营情况

报告期内，公司实现营业收入81,517.35万元，较上年同期增长21.62%；实现归属于上市公司股东的净利润17,668.58万元，较上年同期增长99.67%。

(一) 主营业务分析

1、 利润表及现金流量表相关科目变动分析表

单位：元 币种：人民币

营业收入变动原因说明：主要系公司本期移动智能终端视觉解决方案业务、智能驾驶及其他IoT智能设备视觉解决方案业务收入均较上年同期增长所致。营业成本变动原因说明：主要系公司本期移动智能终端视觉解决方案业务、智能驾驶及其他IoT智能设备视觉解决方案业务收入均较上年同期增长，相应其产品销售成本增加所致。销售费用变动原因说明：主要系公司本期工资薪金、销售咨询服务商的服务费增加所致。管理费用变动原因说明：无重大变化。财务费用变动原因说明：无重大变化。研发费用变动原因说明：主要系公司本期工资薪金增加所致。经营活动产生的现金流量净额变动原因说明：主要系公司部分客户为了加深与公司合作，在上年度提前支付销售款，导致本期销售款收回减少所致。投资活动产生的现金流量净额变动原因说明：主要系公司本期利用闲置资金进行现金管理购买的理财产品金额增加所致。筹资活动产生的现金流量净额变动原因说明：主要系公司本期现金分红金额增加和回购股票所致。本期公司业务类型、利润构成或利润来源发生重大变动的详细说明

□适用 √不适用

2、 收入和成本分析

√适用 □不适用

报告期内，公司实现主营业务收入81,397.81万元，较上年同期增加14,424.00万元、同比增长21.54%，主要系：（1）公司移动智能终端视觉解决方案业务本期实现营业收入67,526.11万元，较上年同期增长16.17%；（2）公司智能驾驶及其他IoT智能设备视觉解决方案业务本期实现营业收入12,718.80万元，较上年同期增长71.20%。报告期内，公司主营业务成本7,794.28万元，较上年同期增加1,332.66万元、同比增长

20.62%，主要系公司本期移动智能终端视觉解决方案业务、智能驾驶及其他IoT智能设备视觉解决方案业务收入均较上年同期增长，相应其产品销售成本增加所致。

(1). 主营业务分行业、分产品、分地区、分销售模式情况

单位：元 币种：人民币

主营业务分行业、分产品、分地区、分销售模式情况的说明无

(2). 产销量情况分析表

□适用 √不适用

(3). 重大采购合同、重大销售合同的履行情况

√适用 □不适用

已签订的重大销售合同截至本报告期的履行情况

√适用 □不适用

单位：万元 币种：美元

已签订的重大采购合同截至本报告期的履行情况

□适用 √不适用

(4). 成本分析表

单位：元

成本分析其他情况说明无

(5). 报告期主要子公司股权变动导致合并范围变化

□适用 √不适用

(6). 公司报告期内业务、产品或服务发生重大变化或调整有关情况

□适用 √不适用

(7). 主要销售客户及主要供应商情况

A.公司主要销售客户情况

√适用 □不适用

前五名客户销售额49,021.72万元，占年度销售总额60.14%；其中前五名客户销售额中关联方销售额0.00万元，占年度销售总额0.00%。公司前五名客户

□适用 √不适用

报告期内向单个客户的销售比例超过总额的50%、前5名客户中存在新增客户的或严重依赖于少数客户的情形

□适用 √不适用

B.公司主要供应商情况

√适用 □不适用

前五名供应商采购额6,593.36万元，占年度采购总额33.50%；其中前五名供应商采购额中关联方采购额0.00万元，占年度采购总额0.00%。公司前五名供应商

□适用 √不适用

报告期内向单个供应商的采购比例超过总额的50%、前5名供应商中存在新增供应商的或严重依赖于少数供应商的情形

√适用 □不适用

单位：万元 币种：人民币

报告期内，公司前五名供应商中有二名为本年度新增前五大供应商，系上年度前十大供应商。

3、 费用

√适用 □不适用

单位：元 币种：人民币

销售费用变动原因说明：主要系公司本期工资薪金、销售咨询服务商的服务费增加所致。

管理费用变动原因说明：无重大变化。研发费用变动原因说明：主要系公司本期工资薪金增加所致。财务费用变动原因说明：无重大变化。

4、 现金流

√适用 □不适用

单位：元 币种：人民币

经营活动产生的现金流量净额变动原因说明：主要系公司部分客户为了加深与公司合作，在上年度提前支付销售款，导致本期销售款收回减少所致。投资活动产生的现金流量净额变动原因说明：主要系公司本期利用闲置资金进行现金管理购买的理财产品金额增加所致。筹资活动产生的现金流量净额变动原因说明：主要系公司本期现金分红金额增加和回购股票所致。

(二) 非主营业务导致利润重大变化的说明

□适用 √不适用

(三) 资产、负债情况分析

√适用 □不适用

1、 资产及负债状况

单位：元

其他说明无

2、 境外资产情况

√适用 □不适用

(1) 资产规模

其中：境外资产118,576.62（单位：万元 币种：人民币），占总资产的比例为39.25%。

(2) 境外资产占比较高的相关说明

√适用 □不适用

单位：万元 币种：人民币

注：该等数据均为各公司单体数据。

3、 截至报告期末主要资产受限情况

√适用 □不适用

单位：元 币种：人民币

4、 其他说明

□适用 √不适用

(四) 行业经营性信息分析

√适用 □不适用

报告期内行业经营性信息分析详见本报告“第三节 管理层讨论与分析/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”。

(五) 投资状况分析

对外股权投资总体分析

√适用 □不适用

单位：元 币种：人民币

注：1、上述投资额为实际出资金额；2、上述投资额均不包含对合并报表范围内子公司的投资。

1、 重大的股权投资

□适用 √不适用

2、 重大的非股权投资

□适用 √不适用

3、 以公允价值计量的金融资产

√适用 □不适用

单位：元 币种：人民币

注1：主要系结构性存款及银行理财产品。注2：主要系其他权益工具投资。

证券投资情况

□适用 √不适用

衍生品投资情况

□适用 √不适用

4、 私募股权投资基金投资情况

√适用 □不适用

单位：万元 币种：人民币

其他说明

苏州正骥创业投资合伙企业（有限合伙）全体合伙人于2024年11月决议通过未投资资金退还方案等议案，本公司于2024年11月收到相应退款。此次未投资资金退还方案实施完毕后，该基金的出资总额由10,350.00万元减少至8,950.00万元，本公司认缴及实缴出资额由500.00万元减少至

432.3674万元，持股比例仍为4.8309%。

5、 报告期内重大资产重组整合的具体进展情况

□适用 √不适用

(六) 重大资产和股权出售

□适用 √不适用

(七) 主要控股参股公司分析

√适用 □不适用

单位：万元 币种：人民币

[注1]：ArcSoft US的授权股本为5,000股，已发行3,160股。[注2]：MISL的授权股本为1,000,000股（票面值0.01欧元/股），已发行1股（票面值0.01欧元/股）。[注3]：AMTL的授权股本为1,000,000股（票面值1欧元/股），已发行1股（票面值1欧元/股）。[注4]：上海多媒体的注册资本为1,847.70万元。[注5]：南京多媒体的注册资本为20,867.71万元。[注6]：该等数据均为各公司单体数据。

(八) 公司控制的结构化主体情况

□适用 √不适用

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

√适用 □不适用

详见本报告“第三节 管理层讨论与分析/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/（三）所处行业情况”。

(二) 公司发展战略

√适用 □不适用

公司以“商业本身并不是生活和生命的全部，我们希望通过努力和智慧创造出被客户喜爱、尊重的伟大产品，并成为世界领先的智能视觉技术供应商和服务商”为经营宗旨，以市场为导向，以科技为支撑，以诚实守信为根本准则，不断巩固和进一步提高竞争优势，实施坚持原创，坚持深耕计算机视觉算法技术，深化各行业布局的发展战略，逐步将计算机视觉算法技术的应用扩展至更多的智能终端设备领域，为更多的行业客户提供最优的计算机视觉算法解决方案及服务。

(三) 经营计划

√适用 □不适用

2025年，公司将以技术创新赋能行业为使命，秉持“夯实核心赛道、突破新兴领域、引领场景革命”的目标，通过强化视觉AI核心基座、创新技术与产品、拓展市场、优化经营管理等举措，持续发挥在视觉AI领域的领军优势，让虹软视觉AI技术广泛赋能更多场景，全面提升行业影响力。此外，对于符合公司战略方向的优质资产，公司还将探索通过并购等资本化运作方式开展产业布局，快速提升公司的竞争力和创新能力，瞄准能力强化以及新业务拓展，追求更高质量、更加稳健的可持续发展，为社会、客户及合作伙伴创造更大价值。

一、聚焦主业经营，构筑面向未来的领先和竞争力

2025年，公司将保持对研发的高投入，持续深耕底层核心技术，以深厚的技术积淀为基石，构筑面向未来的领先和竞争力。市场方面，公司将继续巩固移动智能终端市场领导地位，加速智能驾驶技术规模化落地，前瞻布局AIGC智能商拍以及AI眼镜、XR头显、机器人等下一代人机交互入口，不断丰富视觉AI场景智能生态，实现技术、市场与商业价值的协同增长。

1、强化市场领先地位，继续引领移动影像技术与体验革新

随着 AI 技术的快速发展，移动智能终端对算力的需求呈指数级增长，而硬件工艺进步趋缓，成本却在不断攀升。在这一挑战与机遇并存的环境下，虹软将持续加大研发投入，强化系统工程创新，推动基础技术、计算架构和软件算法的深度优化，积极探索AI与视觉大模型技术融合与系统性突破。

2025年，公司将持续在Turbo Fusion系列产品线上进行技术和产品的迭代升级。在端侧AI计算能力上，公司将基于大模型架构，进一步集成生成式AI能力，提升图像和视频处理的智能化水平。通过生成式AI技术，Turbo Fusion将实现更先进的图像语义理解、动态降噪和场景分割功能，为用户提供更自然、更高质量的图像和视频效果。在系统优化维度，公司将针对市场上多元化的硬件平台进行深度优化，降低整体系统功耗，为功能扩展预留计算资源，并进一步增强Turbo Fusion在实时图像与视频处理中的性能，以满足更高要求的应用场景。在市场推广上，公司将加速Turbo Fusion技术在全机型市场上的渗透，并将结合产业中传感器、SoC等核心硬件特性为客户开发定制化产品。

2、深化智能汽车业务战略布局，实现市场份额的稳步提升

经过多年来持续投入耕耘，公司智能座舱产品已在行业内构建起差异化竞争优势。作为长期战略机会点，2025年，公司将持续加大“舱外”和“海外”业务的技术投入与资源配置，强化与整车厂、Tier 1及生态伙伴协作，以此加速公司智能汽车解决方案的规模化落地，提升市场份额。

（1）智能座舱：巩固市场地位，强化智能座舱拳头产品

2025年，公司将在智能座舱领域继续加大研发投入，推动产品的持续迭代与升级，进一步强化技术优势。特别是在驾驶员监控系统（DMS）和乘员监测系统（OMS）等关键领域，公司将集中精力推动这些产品的合规认证和全球化推广，以满足国内外对智能座舱的严格法规要求。

与此同时，公司还将推动创新型智能座舱产品的落地和推广。2024年，公司新产品SmartFit已完成了POC技术验证，健康监测算法产品开启了从1到N的量产复制，2025年，公司将加大对创新产品的推广力度，优化产品在不同车型上的适配能力，推动在市场中的渗透，向大众化车型普及，为更多消费者带来智能化、个性化的座舱体验。

（2）舱外产品：推动产品规模化落地，优化全场景智能驾驶体验

2024年，公司重点推出基于智能SoC的舱泊一体解决方案，该方案目前已成功获得客户的POC项目机会。2025年，公司将加速推进新产品量产前的技术验证工作，争取在年内实现量产导入。

公司在自动驾驶领域的战略布局持续深化。为满足国内外法规和市场需求变化，公司将在2025年推出智能驾驶前视一体机解决方案SouthLake。同时，还将继续开展WestLake产品功能、性能优化升级和市场推广工作。

（3）商用车与工程机械：强化法规适配，推动规模化应用

2025年，公司将持续升级在商用车及工程机械车辆市场的技术及产品解决方案，在产品技术上继承乘用车领域领先的产品技术，并结合商用车及工程机械车辆的应用场景持续优化，帮助客户打造优秀的安全驾驶产品和体验。在市场拓展上，覆盖更多的商用车主机厂及车型的定点及量产，积极推进软件算法解决方案以及AiTrak软硬件一体解决方案的市场覆盖度。同时，面向存量的普通货运、两客一危、出租网约、公交等后市场的需求，为大量的后装客户提供满足不同车型营运要求的后装软件算法解决方案。

（4）海外市场：强化本地化适配，拓展全球业务版图

2025年，公司将在海外市场深化本地化适配工作，进一步拓展全球业务版图。产品层面，公司将继续推进VisDrive、Tahoe、SouthLake、MonoLake等核心产品的国际化布局，并根据欧盟ENCAP 2026等要求及时更新产品发展计划，以使产品契合全球市场标准，满足不同地区客户需求。市场拓展方面，公司积极构建广泛多元的合作渠道，2025年，公司将全方位加深与合作伙伴的协作，创新合作模式，开拓更多海外项目，不断拓展公司在国际市场的影响力。

3、积极布局前沿赛道，拓展新兴业务空间

随着端侧AI计算能力的跃升和大模型的快速发展，智能设备正迈向更高阶的自主感知、实时交互和个性化内容生成。这些能力的增强，不仅拓宽了人机交互的边界，也推动了视觉AI在多个新兴产业的深度融合。2025年，公司将结合自身优势和行业应用需求，提升定制化、行业化能力，在AI眼镜、XR头显、机器人、AIGC智能商拍等重点领域打造更多标杆产品和应用。

（1）AI智能眼镜，拓展多维拍摄视角

基于AI眼镜这一创新产品形态，公司积极探索多元应用场景，深入挖掘适配AI眼镜特性的优质产品。2025年，公司将通过持续优化产品能力，不断丰富AI眼镜生态系统，致力于为AI眼镜拓展更为广阔的发展空间，解锁更多潜在价值与应用可能。在算法优化上，公司将运用先进的图像处理技术与深度学习技术提升算法，以增强算法应对低光照、大动态范围和快速运动等复杂场景的能力。在生态协作上，公司通过与高通等芯片厂商紧密合作，推动影像算法与新一代AI眼镜芯片的深度协同。在平台构建上，公司将积极构建AI眼镜影像算法平台，着手平台架构设计与开发，使其具备跨手机和眼镜平台的兼容性，以支持市场上现有及未来发布的各类设备，与此同时，提供标准化的API接口，简化第三方开发者接入，降低开发成本和时间。

（2）XR头显，打造沉浸式虚实融合体验

XR头显的核心能力在于精准环境感知、智能视觉交互、实时内容生成，公司将围绕这些关键技术持续突破。2025年，公司将优化视觉SLAM（同步定位与地图构建）技术，提升XR设备在复杂物理环境中的空间定位和场景理解能力，使虚拟与现实的融合更加自然流畅。同时，依托手势识别、眼动追踪、图像理解等AI视觉技术，增强XR设备的智能交互能力，使用户能够更加直观、便捷地控制虚拟内容。此外，公司将结合AIGC与视觉大模型技术，实现虚拟环境建模、个性化数字人生成、智能化场景构建，让XR体验更具沉浸感与个性化。

（3）智能商拍，焕新AIGC内容创作

在商拍领域，AI技术正在重塑商品商业宣传资料的内容生产方式。2024年，公司持续推进AI大模型技术商业化应用创新，旗下PSAI已完成Web端应用程序与微信小程序的双端覆盖，构建起跨平台的数字化服务矩阵。PSAI个人终端应用已完成产品原型开发和小范围测试验证，公司将秉持审慎创新原则，结合技术成熟度曲线与个人消费市场偏好和规律，稳步推进产品价值转化进程。

2025年，公司将持续推进大模型迭代更新，研发新一代融合多模态信息的视频生成垂直大模型，以DiT架构为核心，进一步提升ArcMuse计算技术引擎在智能商拍业务上的应用表现，与此

同时，公司将根据客户的个性化需求，提供定制化商拍服务，进一步加速行业赋能，帮助客户实现更高效的内容创作与传播。另外，结合PSAI在智能商拍领域的技术积累和行业优势，2025年，公司还将推动AI大模型在上游服装工业领域的应用和示范。

（4）虹软AI视觉，赋能多元场景落地

公司持续关注人工智能领域的新技术和新市场，积极探索虹软视觉AI技术在更广泛智能设备及场景中的应用可能性。智能机器人正成为AI赋能物理世界的重要载体，其核心能力依赖于精准的环境感知、智能决策与高效交互。

2025年，在环境感知与自适应交互技术方面，公司将致力于开发复杂场景理解和动态环境适应技术，使具身智能设备（如机器人等）能在暗光照或极暗光照环境、背景杂乱、大侧或逆光等复杂环境中准确识别物体，并实时感知环境变化进行高精度的视觉调整和决策。在精细操作辅助技术方面，公司将优化高精度手势识别和视觉引导的智能设备（如机械臂）操作技术，使机器人智能设备能根据手势指令进行精细操作。在情感识别与交互技术方面，公司将研发情感状态识别和个性化交互技术，使智能设备（如机器人等）能根据人的情感状态提供人性化服务。在多模态融合技术方面，公司将探索视觉与语音、触觉的融合技术，提高智能设备（如机器人等）的交互准确性和操作安全性。在自主学习与进化技术方面，公司将致力于视觉模型的在线更新和视觉策略的优化，使智能设备（如机器人等）能不断学习和适应新环境。在安全监控与保障技术方面，公司将开发异常行为监测和视觉安全验证技术，保障智能设备（如机器人等）和周围人员的安全。

二、持续创新投入，为“视觉AI+X”产业发展蓝图注入动能

2025年，公司将着力升级新一代ArcMuse计算技术引擎，致力于构建一个兼顾视觉效果与性能的综合型视觉AI基础架构。第一，公司将对现有模型和引擎模块进行深度优化升级，提升基座模型和垂直模型的性能表现，具体涵盖CPG与KDE控制引擎迭代、图像与视频生成大模型的性能优化、精准数据库建设以及集群优化和汇编级代码优化。第二，公司将新增底层功能模块，进一步拓展引擎的适用范围，包括DiT大模型端侧引擎与自适应美学系统，以及基于大模型的新型目标检测模块。

依托新一代ArcMuse计算技术引擎，深度融合公司在“云+端”层面的工程创新能力，借助集群优化、端侧优化以及数据与知识蒸馏等方式，ArcMuse计算技术将实现对公司各核心业务领域的全方位赋能，为公司“视觉AI+X”产业发展蓝图注入强劲动能。

三、精准优化经营管理，全面提高经营质效

2025年，除继续坚持研发驱动，聚焦主业稳健经营，从而提升价值创造能力之外，公司还将从人才队伍建设、持续提升业财融合、加强现金管理等维度精准优化经营管理，全面提升经营效率与效果。

1、发挥人才专业能力，支持组织效能提升

2025年，公司将人力资源工作重点聚焦于发挥优秀人才专业能力，强化团队间有效协同，提升组织协作效率，进而促进组织效能的提升。在人才供应链建设方面，公司将持续发力，依据业

务领域实施精准招聘策略，及时为各业务提供既具备技术能力，又拥有创新潜力的人才。人才培训与发展力度也将进一步加强。根据业务战略，公司将按照岗位类别、业务定位等属性，分层分类地开展专业能力培训提升项目，以此强化各岗位角色的战略执行力和实际问题解决能力。公司还将继续完善各业务领域专家级人才的能力绩效评估机制和职业发展规划设计，充分发挥资深员工的传、帮、带作用，助力新员工快速融入重要项目。此外，公司着重提升人力资源部门对业务需求的感知与协同能力，全力支持业务团队实现战略目标的传导、绩效共识的构建、正向文化的引导以及激励关怀的保障，致力于塑造良好的高绩效团队业务氛围。

2、优化经营质量，促进业财协同

在财企协作方面，公司深入推进业财融合，促进业务与财务的高效协同。围绕客户信用管理，持续优化评审流程，强化应收账款管理，以此助力业务结构优化，推动客户多元化发展。针对成熟业务，对客户的签约情况、业务贡献度、收入及现金流质量展开动态监测，不断完善客户维度分析，为业务决策提供有力支撑。对于次新业务，完善管控机制，借助第三方征信数据，优化客户信用评审，强化信用风险管理，同时推动销售合同优化收款条件。新业务方面，将风控环节前移，使管理团队参与立项前评审，从源头把控风险。2025年，公司将延续分级分类的账期管理策略，进一步提升财务管理精细化水平，助力公司稳健发展。

3、强化现金管理，精准平衡资金安全与收益

长期以来，公司始终紧密围绕视觉人工智能技术持续投入资源，致力于在行业领域稳固保持领先地位。多年来，公司尤为注重维持充裕的现金储备，为技术研发提供坚实资金支持，并防范经营中的不确定性风险。截至2024年末，公司资金存量达到人民币204,050.36万元。公司通过“阶梯式存款+低风险理财”的组合模式，实现资金配置结构化，提升了现金管理综合收益率。2025年，公司将继续实施全球化统筹策略，更为全面地综合考量海外资金与境内资金在结构化产品及币种上的组合配置，平衡资金的安全与增值。

(四) 其他

□适用 √不适用

第四节 公司治理

一、公司治理相关情况说明

√适用 □不适用

报告期内，公司严格遵守《公司法》《证券法》《上市公司治理准则》《上海证券交易所科创板股票上市规则》等法律法规和规范性文件的要求，不断完善公司法人治理结构和监督机制，进一步促进公司规范运作，提高治理水平。

公司股东大会、董事会、监事会依法运作，各职能部门分工明确、有效配合，独立董事忠实、勤勉履职，董事会下设战略委员会、审计委员会、提名委员会、薪酬与考核委员会共四个专门委员会，同时设置独立董事专门会议。各层级委员会及专门会议充分发挥专项职能，为董事会的科学决策提供保障。

报告期内，公司整体运作规范，独立性强，信息披露规范，公司治理实际情况符合上市公司治理规范性文件的要求。公司治理与法律、行政法规和中国证监会关于上市公司治理的规定是否存在重大差异；如有重大差异，应当说明原因

□适用 √不适用

二、公司就其与控股股东在业务、人员、资产、机构、财务等方面存在的不能保证独立性、不能保持自主经营能力的情况说明

□适用 √不适用

控股股东、实际控制人及其控制的其他单位从事与公司相同或者相近业务的情况，以及同业竞争或者同业竞争情况发生较大变化对公司的影响、已采取的解决措施、解决进展以及后续解决计划

□适用 √不适用

控股股东、实际控制人及其控制的其他单位从事对公司构成重大不利影响的同业竞争情况

□适用 √不适用

三、股东大会情况简介

表决权恢复的优先股股东请求召开临时股东大会

□适用 √不适用

股东大会情况说明

□适用 √不适用

四、表决权差异安排在报告期内的实施和变化情况

□适用 √不适用

五、红筹架构公司治理情况

□适用 √不适用

六、董事、监事和高级管理人员的情况

(一) 现任及报告期内离任董事、监事、高级管理人员和核心技术人员持股变动及报酬情况

√适用 □不适用

单位：股

注：报酬包括公司承担的五险一金等。任期未满一年的，按在任期间报酬统计。

其它情况说明

√适用 □不适用

1、截至报告期末，Hui Deng（邓晖）先生通过HomeRun控制虹软科技11,869.88万股股份，Hui Deng（邓晖）先生的配偶Liuhong Yang女士通过HKR控制虹软科技1,959.50万股股份，两人为虹软科技的共同实际控制人，共同控制虹软科技13,829.38万股股份。此外，Hui Deng（邓晖）先生通过股权激励平台Arcergate间接持有虹软科技121.55万股股份，因此Hui Deng（邓晖）先生及其配偶Liuhong Yang女士合计持有虹软科技13,950.94万股股份。

2、截至报告期末，Xiangxin Bi先生通过Arcergate间接持有虹软科技533.42万股股份；王进先生通过杭州虹礼和杭州虹力间接持有虹软科技

823.88万股股份；徐坚先生通过杭州虹仁和杭州虹力间接持有虹软科技370.18万股股份；孔晓明先生通过瑞联新兴产业间接持有虹软科技18.09万股股份；刘伟光先生通过杭州虹兴间接持有虹软科技10.53万股股份；姚庆先生通过杭州虹义间接持有虹软科技1.31万股股份；蒿惠美女士通过杭州虹力和杭州虹义间接持有虹软科技78.95万股股份；韦凯女士通过杭州虹义间接持有虹软科技10.78万股股份；余翼丰女士（离任监事）通过杭州虹义间接持有虹软科技4.85万股股份；范天荣先生（离任监事）通过杭州虹义间接持有虹软科技1.29万股股份。报告期内，Xiangxin Bi先生间接持有虹软科技的股份减少10.36万股；孔晓明先生间接持有虹软科技的股份减少1.40万股，变动原因系瑞联新兴产业减持虹软科技股份所致。

(二) 现任及报告期内离任董事、监事和高级管理人员的任职情况

1、 在股东单位任职情况

√适用 □不适用

2、 在其他单位任职情况

√适用 □不适用

(三) 董事、监事、高级管理人员和核心技术人员报酬情况

√适用 □不适用

单位：万元 币种：人民币

(四) 公司董事、监事、高级管理人员和核心技术人员变动情况

√适用 □不适用

(五) 近三年受证券监管机构处罚的情况说明

□适用 √不适用

(六) 其他

□适用 √不适用

七、报告期内召开的董事会有关情况

八、董事履行职责情况

(一) 董事参加董事会和股东大会的情况

连续两次未亲自出席董事会会议的说明

□适用 √不适用

(二) 董事对公司有关事项提出异议的情况

□适用 √不适用

(三) 其他

□适用 √不适用

九、董事会下设专门委员会情况

√适用 □不适用

(一) 董事会下设专门委员会成员情况

注：1、公司于2024年4月18日召开的第二届董事会第十五次会议审议通过了《关于调整第二届董事会审计委员会委员的议案》，决议调整第二届董事会审计委员会成员，由李青原（召集人）、王慧、Hui Deng(邓晖)调整为李青原（召集人）、王慧、孔晓明。

2、公司于2024年12月19日召开的第三届董事会第一次会议审议通过了《关于选举第三届董事会专门委员会委员的议案》，选举产生了第三届董事会各专门委员会委员。在此之前，第二届董事会审计委员会成员为李青原（召集人）、王慧、孔晓明，第二届董事会提名委员会成员为王展（召集人）、王慧、Hui Deng(邓晖)，第二届董事会薪酬与考核委员会成员为王慧（召集人）、王展、Hui Deng(邓晖)，第二届董事会战略委员会成员为Hui Deng(邓晖)（召集人）、王展、李钢、孔晓明。

(二) 报告期内审计委员会召开8次会议

(三) 报告期内提名委员会召开3次会议

(四) 报告期内薪酬与考核委员会召开2次会议

(五) 报告期内战略委员会召开4次会议

(六) 存在异议事项的具体情况

□适用 √不适用

十、监事会发现公司存在风险的说明

□适用 √不适用

监事会对报告期内的监督事项无异议。

十一、报告期末母公司和主要子公司的员工情况

(一) 员工情况

(二) 薪酬政策

√适用 □不适用

公司薪酬政策作为价值分配的形式之一，始终遵循按劳分配、效率优先、兼顾公平及可持续发展的原则，以提高市场竞争力和对核心人才的吸引力、激发员工工作积极性为导向。报告期内，公司根据员工的工作业绩和工作能力，结合公司内部薪酬水平进行薪酬调整，确保薪酬水平适应公司的经营状况和员工绩效表现。薪酬综合考虑市场情况、岗位价值、员工能力和公司利润等多个因素，进行合理设定，同时提供完善的福利体系，包括五险一金、带薪年假、节日福利、健康管理等，以满足员工多样化的需求。公司高度重视员工的福利待遇执行情况，由人事部门专人负责薪酬福利政策的反馈、执行和监督，确保福利政策得到有效执行。

(三) 培训计划

√适用 □不适用

公司根据企业发展战略、业务场景特点、岗位能力需求、员工发展意愿、行业发展趋势等多方面的培训需求分析，确定年度整体的培训计划并按照项目任务推进实施。

2024年度，公司基于前期多维度的培训需求分析，系统推进并基本完成了全年体系化培训目标。“管理研修班”第二期管理能力提升项目顺利完成，在上一年度课程的基础上，结合公司年度目标进一步赋能团队管理者提升管理意识与管理技能；项目管理培训实现提效创新，“项目管

理训练营”项目与“效率先锋”项目互动共建，内部教学组、讲师引导跨部门研发、算法、测试、产品等协作角色深入研讨项目管理实战案例，着力解决业务实际问题；“虹鹰成长训练营”项目融入公司业务元素，与“虹软30周年”主题结合，开发全新的培训场景形式，发掘了新一批具备创新精神、开拓意识、高效执行力、具备可持续学习能力的新生代员工骨干。

2024年度，公司注重理论与实践的结合，组织开展业务数据合规、信息安全合规等多项法律法规相关的培训课程，通过提升业务团队的数据安全与合规意识，助力业务模式的安全升级。与此同时，公司继续构建员工成长与学习发展平台，鼓励引导更多资深优秀人才参与虹软导师、讲师发展等项目，为公司培养和发现更多具有领域影响力的专家型人才。

(四) 劳务外包情况

□适用 √不适用

十二、利润分配或资本公积金转增预案

(一) 现金分红政策的制定、执行或调整情况

√适用 □不适用

1、现金分红政策的制定情况

根据中国证监会《关于进一步落实上市公司现金分红有关事项的通知》《上市公司监管指引第3号——上市公司现金分红》等有关规定，公司在《公司章程》中明确了利润分配的基本原则、分配形式、现金分红的具体条件和比例、现金分红政策、现金分红相对于股票股利在利润分配方式中的优先顺序、利润分配预案的决策程序和机制及利润分配政策的调整等事项。主要内容如下：

（一）基本原则：公司实行连续、稳定的利润分配政策，重视对投资者的合理回报并兼顾公司的长远和可持续发展。公司具备现金分红条件的，应当优先采用现金分红进行利润分配。其中，现金股利政策目标为稳定增长股利。

（二）利润的分配形式：公司采取现金或者现金、股票相结合的方式分配股利。利润分配不得超过累计可分配利润的范围，不得损害公司持续经营能力。在有条件的情况下，公司可以进行中期利润分配。

（三）现金分红的具体条件和比例：公司在弥补亏损（如有）、提取法定公积金、提取任意公积金（如需）后，除特殊情况外，在当年盈利且累计未分配利润为正数、满足正常生产经营的资金需求、无重大投资计划或重大现金支出发生的条件下，公司每年度至少进行一次利润分配，采取的利润分配方式中必须含有现金分配方式，公司每年以现金方式分配的利润不少于当年实现的可供分配利润的10%。公司每连续三年以现金方式累计分配的利润不少于连续三年实现的年均可分配利润的百分之三十。公司可以根据公司的经营状况、现金流量状况、未来的业务发展规划及资金需求进行中期现金分红。

（四）公司董事会应当综合考虑所处行业特点、发展阶段、自身经营模式、盈利水平、债务偿还能力、是否有重大资金支出安排和投资者回报等因素，区分下列情形，提出具体现金分红政策：1.公司发展阶段属成熟期且无重大资金支出安排的，进行利润分配时，现金分红在本次利润分配中所占比例最低应达到80%；2.公司发展阶段属成熟期且有重大资金支出安排的，进行利润分配时，现金分红在本次利润分配中所占比例最低应达到40%；3.公司发展阶段属成长期且有重大资金支出安排的，进行利润分配时，现金分红在本次利润分配中所占比例最低应达到20%。公司发展阶段不易区分但有重大资金支出安排的，可以按照前款第3项规定处理。

（五）公司在经营情况良好，并且董事会认为发放股票股利有利于公司全体股东整体利益时，可以在满足上述现金分红的条件下，提出股票股利分配预案，并提交股东大会审议。采用股票股利进行利润分配的，应当具有公司成长性、每股净资产的摊薄等真实合理因素。

（六）公司董事会应结合公司的实际盈利情况、资金需求、未来经营计划等因素，根据本章程的规定制订合理的利润分配方案并经董事会审议通过后提请股东大会审议。

（七）公司的利润分配政策不得随意改变。如现行政策与公司生产经营情况、投资规划和长期发展的需要确实发生冲突的，可以调整利润分配政策。调整后的利润分配政策不得违反中国证监会和上海证券交易所的有关规定。

2、现金分红政策的执行情况

（1）公司2023年年度利润分配方案为：以实施权益分派股权登记日登记的总股本扣减公司回购专用证券账户中的股份为基数进行利润分配，每10股派发现金红利2.20元（含税），公司不进行资本公积金转增股本，不送红股。该利润分配方案经公司2023年年度股东大会审议通过，已于2024年6月6日实施完毕。详见2024年5月31日刊载于上交所网站的《2023年年度权益分派实施公告》（公告编号：临2024-032）。

（2）公司2024年半年度利润分配方案为：以实施权益分派股权登记日登记的总股本扣减公司回购专用证券账户中的股份为基数进行利润分配，每10股派发现金红利1.50元（含税），公司不进行资本公积金转增股本，不送红股。该利润分配方案经公司2023年年度股东大会授权并经第二届董事会第十七次会议审议通过，已于2024年9月25日实施完毕。详见2024年9月19日刊载于上交所网站的《2024年半年度权益分派实施公告》（公告编号：临2024-046）。

（3）公司2024年年度利润分配预案为：拟以实施权益分派股权登记日登记的总股本扣减公司回购专用证券账户中的股份为基数分配利润，向全体股东每10股派发现金红利2.50元（含税），不进行资本公积金转增股本，不送红股。截至2025年4月11日，公司总股本401,170,400股，扣减回购专用证券账户中的股份数439,000股，以此计算合计拟派发现金红利100,182,850.00元（含税）。2024年度公司现金分红（包括中期已分配的现金红利60,109,710.00元）总额160,292,560.00元，占2024年度归属于上市公司股东净利润的比例90.72%；2024年度以现金为对价，采用集中竞价方式、要约方式已实施的股份回购金额13,199,788.71元（含印花税、交易

佣金等交易费用），现金分红和回购金额合计173,492,348.71元，占2024年度归属于上市公司股东净利润的比例98.19%。

公司通过回购专用账户所持本公司股份439,000股，不参与本次利润分配。如在本报告披露之日起至实施权益分派股权登记日期间，因可转债转股/回购股份/股权激励授予股份回购注销/重大资产重组股份回购注销等致使公司总股本发生变动的，公司拟维持每股分配比例不变，相应调整分配总额。如后续总股本发生变化，将另行公告具体调整情况。本预案已经公司第三届董事会第三次会议审议通过，尚需提交2024年年度股东大会审议。

(二) 现金分红政策的专项说明

√适用 □不适用

(三) 报告期内盈利且母公司可供股东分配利润为正，但未提出现金利润分配方案预案的，公司应当详细披露原因以及未分配利润的用途和使用计划

□适用 √不适用

(四) 本报告期利润分配及资本公积金转增股本预案

√适用 □不适用

单位：元 币种：人民币

注：上表数据不包括2024年中期已分配的现金红利。若包括中期已经分配的现金红利60,109,710.00元（含税），公司2024年度现金分红金额160,292,560.00元，现金分红金额占合并报表中归属于上市公司普通股股东的净利润的比率90.72%；2024年度以现金方式回购股份计入现金分红的金额13,199,788.71元（含印花税、交易佣金等交易费用），合计分红金额173,492,348.71元，合计分红金额占合并报表中归属于上市公司普通股股东的净利润的比率

98.19%。

(五) 最近三个会计年度现金分红情况

√适用 □不适用

单位：元 币种：人民币

注：为稳定市场预期，增强投资者信心，公司于2024年4月18日召开第二届董事会第十五次会议，于2024年5月10日召开2023年年度股东大会，审议通过《关于变更部分回购股份用途并注销暨减少注册资本的议案》，将2021年回购计划中已回购的4,829,600股股份的用途由“用于员工持股计划或股权激励”变更为“用于注销并相应减少注册资本”。公司已于2024年6月27日完成对2021年回购计划中已回购的4,829,600股股份的注销。详见2024年4月19日、2024年5月11日、2024年6月27日刊载于上海证券交易所网站的相关公告。2024年度，公司以现金为对价，采用要约方式、集中竞价方式回购股份并注销的回购金额为211,396,457.21元（含印花税、交易佣金等交易费用）。

十三、公司股权激励计划、员工持股计划或其他员工激励措施的情况及其影响

(一) 股权激励总体情况

□适用 √不适用

(二) 相关激励事项已在临时公告披露且后续实施无进展或变化的

□适用 √不适用

其他说明

□适用 √不适用

员工持股计划情况

□适用 √不适用

其他激励措施

□适用 √不适用

(三) 董事、高级管理人员和核心技术人员报告期内被授予的股权激励情况

1.股票期权

□适用 √不适用

2.第一类限制性股票

□适用 √不适用

3.第二类限制性股票

□适用 √不适用

(四) 报告期内对高级管理人员的考评机制，以及激励机制的建立、实施情况

√适用 □不适用

依据公司《董事会薪酬与考核委员会议事规则》，董事会薪酬与考核委员会负责制定高级管理人员的考核标准并进行考核，制定、审查高级管理人员的薪酬政策与方案，并向董事会提出建议。2024年度，公司薪酬与考核委员会根据公司经营发展及在公司担任的具体职务等实际情况，参照公司所处行业、地区薪酬水平，对公司高级管理人员进行年度综合考评。薪酬与考核委员会提出高级管理人员薪酬方案后，报董事会批准。公司高级管理人员薪酬分为基本薪酬和绩效薪酬两部分，绩效薪酬根据绩效考核情况而定，与公司及个人绩效结构挂钩。

十四、报告期内的内部控制制度建设及实施情况

√适用 □不适用

内容详见公司于2025年4月15日在上交所网站(www.sse.com.cn)披露的《虹软科技股份有限公司2024年度内部控制评价报告》。报告期内部控制存在重大缺陷情况的说明

□适用 √不适用

十五、报告期内对子公司的管理控制情况

√适用 □不适用

公司制定了适用于子公司的《重大事项内部报告制度》《对外投资管理制度》《财务管理制度》《内部审计制度》《内幕信息及知情人管理制度》等一系列制度，为公司对子公司的管理控制提供了制度保证；同时，公司通过委派董事、高级管理人员等方式，提高各子公司的经营管理水平。

十六、内部控制审计报告的相关情况说明

√适用 □不适用

内容详见公司于2025年4月15日在上交所网站(www.sse.com.cn)披露的《虹软科技股份有限公司2024年度内部控制审计报告》。是否披露内部控制审计报告：是内部控制审计报告意见类型：标准的无保留意见

十七、上市公司治理专项行动自查问题整改情况

无

十八、其他

□适用 √不适用

第五节 环境、社会责任和其他公司治理

一、 董事会有关ESG情况的声明

虹软科技始终致力视觉人工智能技术的研发和应用，坚持以技术创新为核心驱动力，在全球范围内为智能设备提供一站式视觉人工智能解决方案。公司在环境、社会、治理等方面一直在不断努力提升，以实现可持续发展。在环境保护方面，公司严格遵守《中华人民共和国环境保护法》《中华人民共和国节约能源法》《中华人民共和国固体废物污染环境防治法》等法律法规，并积极响应国家关于“碳达峰、碳中和”的战略目标及对节能减排的号召。公司主要以技术授权作为盈利模式，日常碳排放及能源消耗主要来源于办公场所，故公司重点推进“绿色办公、低碳节约”，将环保理念融入公司日常经营管理之中。在社会责任方面，公司持续以技术创新为核心驱动力，积极探索视觉领域的前沿技术，把握行业演进规律，进行前瞻性技术的培育和布局，为客户及合作伙伴提供更多有价值的产品和服务，推动行业发展与创新，实现商业价值与社会价值的共创共享。公司注重保障员工合法权益并提供多种福利支持，高度重视员工职业健康、身心健康，为员工提供良好的工作环境及职业发展通道。此外，公司积极承担社会责任，开展帮扶活动，为构建和谐社会贡献力量。

在公司治理方面，公司严格按照股东大会、董事会、监事会以及管理层的“三会一层”治理架构进行规范运作，形成了科学规范、权责清晰、运作高效、制衡有序的公司治理机制。报告期内，公司持续深化内部控制体系建设，不断完善内部控制制度，规范信息披露工作及投资者关系管理，切实保护公司、股东、债权人及其他利益相关者的合法权益，推动公司高质量发展。

未来，公司董事会将严格履行证监会加强企业ESG实践的要求，督促、指导企业ESG实践和信息披露工作的展开，承担企业社会责任，为企业、行业可持续发展、资本市场高质量发展和社会发展持续贡献力量。

二、 ESG整体工作成果

√适用 □不适用

(一)本年度具有行业特色的ESG实践做法

□适用 √不适用

(二)本年度ESG评级表现

√适用 □不适用

(三)本年度被ESG主题指数基金跟踪情况

□适用 √不适用

三、 环境信息情况

(一) 是否属于环境保护部门公布的重点排污单位

□是 √否

虹软科技主要以技术授权作为盈利模式，该模式下公司无需建立自有工厂，不直接从事具体生产制造行为，公司充分利用高比例研发人才及领先技术成果等核心优势，与合作伙伴共同开发、打造尖端产品，故公司日常经营不涉及环境污染及处理等问题。

(二) 报告期内因环境问题受到行政处罚的情况

报告期内，公司未因环境问题受到行政处罚。

(三) 资源能耗及排放物信息

√适用 □不适用

1、 温室气体排放情况

√适用 □不适用

公司日常生产活动能源消耗主要为电力和水，并未直接产生温室气体，但因电力使用有间接温室气体排放。在日常经营中，公司始终坚持绿色低碳的环保理念，致力于提高员工的环保意识，增强员工对温室气体危害的认知，深入贯彻环保的可持续发展理念。

2、 能源资源消耗情况

√适用 □不适用

公司日常经营中主要消耗的资源能源为电力和水，其中2024年度电力使用约为642.34万kW·h，自来水消耗量约为21,884.44吨。

3、 废弃物与污染物排放情况

√适用 □不适用

公司经营过程中涉及的主要污染物包括废水、固体废弃物。公司所产生的废水均为生活废水，不产生工业废水，生活废水通过市政污水管道进入污水处理厂处理后统一排放。固体废弃物主要为生活垃圾，交由当地环保部门统一处理。

4、 公司环保管理制度等情况

√适用 □不适用

公司严格遵守《中华人民共和国环境保护法》《中华人民共和国节约能源法》《中华人民共和国固体废物污染环境防治法》等法律法规，积极倡导绿色低碳的办公模式，推进节能减排和资源的合理利用进一步达到保护环境的目的。

(四) 在报告期内为减少其碳排放所采取的措施及效果

具体说明

√适用 □不适用

1、公司持续倡导“绿色办公，低碳节约”的理念，为减少温室气体排放，采取了以下节能减排措施：（1）公司在办公区域和会议室安装了智能灯控系统，可按需调节照度，办公区域实现夜间与非工作日自动熄灯，会议室实现感应熄灯；非工作时段，公司安排物业人员对所有办公区域和会议室进行定时巡逻，及时检查电源开关、各类设备运行情况，以节约用电。（2）公司视觉产业化大楼采用的中央空调由统一的智慧化管理平台控制，实现了按需供给、全自动、智能化运营，有效减少空调能耗。（3）公司基于“以使用者为中心”的协同理念，搭建了全新的数字化办公平台，实现了办公效率提升，节约了线下沟通带来的员工差旅成本和碳排放量。平台整合了自研的产研效能管理系统、OA办公系统及大型便捷协同的沟通协作系统，并初步接入AI大模型，依托流程引擎与低代码平台，结合IPD 和敏捷开发模式，初步打通了技术管理、产品管理、项目管理及各类工具间的业务流程，确保信息流转与数据共享。

2、公司持续深化技术创新与管理革新，以数智化手段推动效能升级。面对不断增长的数据需求和高昂的处理成本，公司推进全链路自动化、智能化数据工厂建设，推动数据的高效采集、智能标注、精准管理及高效利用，以支撑公司AI技术在多个领域的落地。

(五) 碳减排方面的新技术、新产品、新服务情况

√适用 □不适用

1、公司在产品开发过程中始终坚持“3P”（性能、功耗、成本）的核心理念。作为全球年出货量高达数十亿台电子消费产品行业的重要参与者，公司持续提升算法能力，优化智能手机、智能汽车及其他智能终端的功耗表现。通过降低设备能耗，助力实现绿色科技的目标。

2、公司旗下新质生产力产品PSAI为行业贡献了低碳商拍解决方案。该产品依靠公司ArcMuse计算技术引擎，可控生成服装模特展示图片或者视频，改善了传统商业拍摄成本高、周期长、流程繁的难题，不仅为电商企业提供了高效的技术支持，帮助其在运营中实现降本增效，还大幅减少了因线下差旅带来的温室气体排放。同时，该产品通过虚拟化拍摄技术，显著降低了实地拍摄过程中对资源的消耗。这一创新产品为企业提供了更环保的解决方案，进一步体现了公司在推动可持续发展方面的承诺与前瞻性。

(六) 有利于保护生态、防治污染、履行环境责任的相关信息

□适用 √不适用

(七) 应对全球气候变化所采取的措施及效果

□适用 √不适用

四、 社会责任工作情况

(一)主营业务社会贡献与行业关键指标

请参阅本报告“第三节 管理层讨论与分析”之“一、经营情况讨论与分析”及“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”。

(二)推动科技创新情况

作为全球影像视觉技术领域的关键赋能者，公司科技始终秉持“成就客户、创造价值”的理念，不断自我突破，勇攀技术高峰，积极投身于产业迭代的浪潮，力求在助力客户发展的同时实现自身价值的提升。

在技术创新的征程中，公司高度重视与产业链合作伙伴的深度协作。与高通、联发科等移动芯片厂商保持密切的合作关系，针对不同的硬件平台特性，深入优化算法，持续提升产品与芯片平台的适配度，确保算法在各类芯片上都能发挥出最佳性能。同时，与豪威、索尼、三星半导体等传感器厂商开展紧密的技术交流，实现从底层硬件到终端应用的全生态链协同发展，有效整合各方优势资源，为技术创新提供了坚实的保障。

通过与产业链伙伴的紧密携手，公司取得了丰硕的成果，助力众多不同类型客户实现多项新产品的首发。这些新产品不仅推动了 AI 技术的创新发展，也为整个产业链带来了新的增长点，真正实现了产业链各环节的互利共赢，进一步巩固了公司在全球影像视觉技术领域的领先地位。

(三)遵守科技伦理情况

在科技迅猛发展的今天，公司始终致力于推动计算机视觉与人工智能技术的可持续、负责任应用。我们深知，科技的进步不仅要提升效率、创造价值，更要尊重人类价值观、维护社会公平，并促进生态环境的可持续发展。报告期内，公司未发生违反科技伦理的行为，未因违反科技伦理被有权机关处罚。

1、以人为本，守护隐私与安全

在AI驱动的智能影像和计算机视觉领域，数据的安全与隐私保护至关重要。虹软科技严格遵循全球数据隐私保护法规，在产品设计与技术研发过程中坚持“隐私优先”原则，确保用户数据在获取、存储和应用过程中均符合高级别的安全标准。我们不断优化算法的公平性和透明性，避免潜在的偏见，为用户提供可信赖的智能体验。

2、公平普惠，促进社会责任

科技的价值在于惠及更多人群，而非加剧数字鸿沟。公司致力于打造负责任的AI技术，推动智能影像与AI的普惠应用，助力智能手机、智能汽车、智能设备等行业的可持续发展。公司倡导开放协作，与产业链合作伙伴共同构建负责任的AI生态，让科技创新真正服务于社会进步。

3、绿色低碳，推动可持续发展

作为视觉AI领域的技术引领者，公司积极推动低能耗、高效率的计算架构优化，减少算力资源消耗，并通过先进的算法优化与边缘计算技术降低碳排放。公司关注环境友好型技术的发展，并持续探索AI在环保、节能等领域的创新应用，以科技赋能绿色未来。

(四)数据安全与隐私保护情况

隐私保护和数据安全始终是公司坚守的核心价值。公司构建了一套严谨且全面的隐私保护、数据安全体系，在数据的整个生命周期中，无论是数据的收集、存储，还是使用、传输与销毁，都实施了严密的安全防护措施，致力于营造一个坚实可靠、值得信赖的数字环境。

1、隐私保护

在AI驱动的智能影像和计算视觉领域，数据的安全与隐私保护至关重要。公司严格遵循全球数据隐私保护法规，在产品设计与技术研发过程中坚持“隐私优先”原则，确保用户数据在获取、存储和应用过程中均符合高级别的安全标准。公司不断优化算法的公平性和透明性，避免潜在的偏见，为用户提供可信赖的智能体验。

2、数据及信息安全

公司始终高度重视包括数据安全在内的信息安全管理，在业务开展过程中不断优化安全管理措施，确保数据与业务流程的安全可控。公司通过持续改进、安全审计、宣贯培训和风险治理等四个关键维度的工作，建立了一套完善的信息安全管理体系。2024年，公司进一步加强了信息安全管理的措施，以PDCA（Plan-Do-Check-Act）管理框架为基础，以客户需求、合规需求及企业发展为目标，进一步提高了信息管理体系的绩效。

（1）业务开展

基于长期以来对设备安全保护的管理经验，公司针对测试环节进一步优化了安全管理机制，结合监督检查机制，及时发现和纠正问题，以确保测试合规及测试效率。公司专项建设数据安全管理平台，将设备管理、客户重要数据保护和个人信息保护作为一个整体，线上与线下结合，将实物与系统信息进行综合保护与管理。公司重点加强个人信息的存储安全及使用权限控制，将客户信息安全要求中对个人信息的要求进行独立管理，单独审批、专项专用。公司进一步优化了客户信息安全管理，从项目立项、产品需求、设计开发和测试等研发流程中融合客户安全要求，并在研发流程中改进了客户安全管理需求的分析分解、落实到人、跟踪到岗等节点。

（2）运营管理

a、管理制度与技术措施

在管理制度方面，公司重点优化了对终端安全的管理。主要包括终端的安全配置、硬件的加密管理和终端操作安全审计等，这些措施旨在满足当前异地办公的场景下，保障公司信息资产的安全性和保密性。在技术措施方面，优化了网络安全设备的防御措施，通过分析日志数据，及时拦截、阻断不安全的访问，处置可疑的IP，以确保公司网络环境和数据安全。执行常态化的漏洞扫描和安全配置优化，及时发现和应对潜在的安全威胁，最大程度地保障公司信息资产的安全性和可用性。

b、日常运营与安全审计公司建立了完善的信息安全管理组织。其中，各业务部门的安全人员每年进行年度专业培训，不断提高安全知识和技能，在管理体系优化、内部审核、组织落实等方面发挥了重要作用。同时，在公司 “信息安全，我的责任”的宗旨下，业务各环节的员工安全意识不断提升。随着业务环境的不断变化，工作中涌现出的如AI工具的安全使用、沟通中的信息安全等新的安全风险点，都有员工积极反馈和参与的作用。公司信息安全职能部门根据业务模块特点，制定并实施了涵盖物理环境、供应商、访客、数据安全、设备安全、个人信息合规等方面的周期审计，以及包括信息系统、内部管理平台和产品等方面的专项审计。审计能发现问题，纠正才能解决问题，综合考虑各项审计问题整体制定纠正措施，是公司优化组织管理的关键之一。c、信息安全宣贯与培训信息安全宣贯与培训对于提升员工安全意识至关重要，是确保网络安全的第一道防线。2024年，公司针对性地培训相应的岗位安全要点，细化信息安全制度要求在不同岗位的落实，重点加强了客户项目的信息安全培训，并针对具体项目的保密要求，公司进行专项信息安全要求拆分，确保在业务流程中执行。

(五)从事公益慈善活动的类型及贡献

1. 从事公益慈善活动的具体情况

√适用 □不适用

2024年，公司及公司党委心怀社会担当，精心组织并踊跃参与了一系列公益活动。主要包括：

（1）深化公益合作项目：2024年是虹软“架起虹桥，让爱远航”合作项目开启的第二年，公司党委与工会携手杭州市萧山区崇文世纪城实验学校共同推进 “以爱为名，暖阳速递”公益项目，为四川省康定县某小学送去冬日爱心物资。

（2）多地开展公益教学：公司党委与工会通力合作，先后去往四川康定县某小学、浙江天台某小学、浙江海宁某小学开展公益教学活动。在四川省康定县某小学，公司选派了员工队伍中具有高层次教学经验的理工科博士，为孩子们带去一堂别开生面的“AI与我们”课程，激发孩子们对科技的浓厚兴趣。

（3）参与“精准扶贫”助学：公司党委继续参与了四川省广元市朝天区两河口镇小学的“精准扶贫”爱心助学活动。

（4）深入开展校企合作项目：通过与杭州某高校合作、探讨教学模式，共同打造暑期特色班“虹软智能图像处理训练营”，为学生提供了深入学习智能图像与智能车载技术的实践平台，还通过产学融合的模式，激发并培养其在相关开发、评测等方面的能力。

（5）向高校进行捐赠：为支持教育事业发展，公司向高校教育发展基金会进行了捐赠，并与其开展校企合作项目，共同打造暑期特色班“虹软智能图像处理训练营”，为学生提供深入学习智能图像与智能车载技术的实践平台。

2. 巩固拓展脱贫攻坚成果、乡村振兴等工作具体情况

□适用 √不适用

具体说明

□适用 √不适用

(六)股东和债权人权益保护情况

1、完善公司治理及内部控制体系

公司严格按照《公司法》《证券法》《上海证券交易所科创板股票上市规则》等有关规定，不断健全、完善公司法人治理结构；并根据相关法律法规和规范性文件要求，结合公司实际情况，不断完善公司各项内部控制制度，积极加强内部控制体系建设，不断提升公司的规范化运营，为公司股东和债权人的合法权益提供保障。

2、积极履行信息披露义务

根据相关法规要求，公司建立了标准的信息披露流程，及时履行信息披露义务，便于股东和债权人获取公司财务状况、经营成果、重大事项等关键信息，充分保障其知情权与合法权益。公司坚持多渠道、多平台、多方式的投资者关系管理工作，加强与投资者的互动交流，增进投资者对公司的了解和认同。

3、重视对投资者的合理回报

公司在努力创造价值的同时，坚持与投资者共享成果、共谋未来的理念，自上市以来持续进行现金分红。公司2019年7月首次公开发行募集资金净额125,485.92万元，上市以来至2024年中期累计现金分红金额42,428.50万元，占上市募集资金净额的33.81%；上市以来至2024年中期累计现金分红金额与回购支付金额合计64,888.12万元，占上市募集资金净额的51.71%。

4、诚信经营，不损害债权人的合法权益

公司诚信经营，严格履行与供应商、客户等签订的合同义务，创造公平合作、共同发展的经营环境，具有较高的信誉度，不存在损害债权人合法权益的情形。

(七)职工权益保护情况

公司始终秉持公平、公正、公开的招聘原则，注重招聘流程的规范化和标准化，确保招聘过程的透明性和公正性。

公司高度重视员工职业健康与安全管理。报告期内，公司组织了应急心脏复苏等主题的职业健康基础知识培训；为应对可能发生的职业健康安全事故和紧急情况，公司制定了详细的应急响应和现场处置流程，定期组织包括消防应急演练、应急救助、AED操作、海姆立克急救等培训活动，提高员工在紧急情况下的应急响应能力；为切实提高员工自我防骗、识骗意识，公司开展信息安全专项主题培训，开展了员工反邮件钓鱼、防范网络诈骗的宣讲活动。公司长期关注员工身心健康。（1）公司为员工提供良好、安全的办公环境。按照相关法律法规和标准要求，在办公场所配置安全设施，包括不限于安全警示标识、消防器材、应急照明、通风设备等。公司定期对工作环境进行检测和调整，确保空气质量、采光和噪音等方面都达到研发工作标准。（2）公司每年与第三方健康服务机构合作，定期为公司员工提供健康体检服务。公司严格遵守《中华人民共和国劳动法》《中华人民共和国劳动合同法》等相关法律法规，在国家法定的社会保险、住房公积金、带薪休假的基础上，为员工额外单独购买商业保险，其中包含意外伤害保险、医疗保险、大病保险、公共交通意外保险、住院津贴医疗保险和疾病身故定期寿险等。报告期内，公司对出差员工的异地急诊商业保险理赔标准进行了升级优化。（3）公司在DOC平台开通“阳光树洞”的快速通道，及时处理职场歧视等不适、不当、不法“三不”行为。公司重视职工的意见和建议，通过工会、OA协同办公系统“合理化建议”以及 “阳光树洞”等渠道，让员工了解并参与自身权益保护事项。此外，公司充分发挥工会组织优势，全方位做好员工关怀工作：关怀生育女员工、生病或住院员工，帮扶困难员工；改善企业劳动关系，依法维护职工权益；关心员工生活，组织开展户外、乒乓球、羽毛球、摄影、篮球、健康跑、运河游、喜剧季、美食节等丰富多样的文化活动；推出购车团购优惠等福利项目。员工持股情况

注：上述员工持股人数及持股数量仅包括在职员工通过员工持股平台的持股情况，不包括其他员工自行在二级市场买入情况。

(八)供应商、客户和消费者权益保护情况

公司高度重视与供应商的合作关系，已建立较为完善的采购管理制度，明确了供应商选择的标准、采购合同签订的流程、退货及折让的处理等。公司根据供应商安全管理程序，适时对供应商进行重新评估，加强风险控制，进一步构建公平诚信的采购供应体系，切实保障供应商的合法权益。

公司非常重视产品技术的质量控制，已建立完善的产品质量检测、跟踪及维护的质量控制体系，并持续推进产品安全、功能安全管理体系的建设和优化。2024年度，公司持续强化以客户为中心、基于价值创造的管理体系建设，并将其转化为可持续的竞争优势。公司对已认证的ISO 9001（质量管理）、ASPICE持续优化运营，并顺利通过年度复审，确保与国际标准保持同步。2024年

3月，公司成功获得ISO 14001（环境管理）、ISO 45001（职业健康安全管理）的整合体系认证。这标志着公司在质量管理、环境管理和职业健康安全管理方面均满足国际标准，也为全球业务拓展筑牢更为坚实的标准根基。公司始终与行业最前沿的技术保持同步，关注产业发展产生的新技术需求，并与产业链的合作伙伴建立了长期、紧密、稳定的合作关系，实现各方共赢。公司在经济活动中秉承诚实守信、公平公正的原则，树立良好的企业形象，促进公司平稳、持续地健康发展。

(九)产品安全保障情况

在产品合规测试方面，公司致力于确保智能汽车产品符合国内外各项法规要求。公司智能汽车产品通过了多项欧盟准入法规的测试，包括适用于(EU) 2019/2144 ADDW的高级驾驶员分心警告系统、适用于UN Regulation No 151 的车辆盲区检测系统、适用于UN Regulation No 159 的行人移动监测系统，正在进行（EU）2021/1958 ISA智能速度辅助系统的STU认证，这些举措旨在为客户提供面向海外的合规产品，为其拓展海外市场奠定坚实基础。与此同时，公司紧追国内车载产品标准，目前公司舱内DMS软件已配合主机厂通过C-NCAP、C-IASI等最新标准测试，充分验证产品能力的安全性与可靠性，加速其在智能汽车领域的广泛应用。

在产品网络安全方面，为确保公司智能汽车产品网络安全管理符合全球各个国家及地区的法规要求，公司于2024年成功通过ISO/SAE 21434汽车网络安全管理体系认证，进一步夯实了网络安全体系建设。在商用车海外项目中，公司率先落地实施了网络安全开发实践，确保车辆在复杂网络环境下的安全性，同时，在落地的乘用车Tahoe项目中深入推进网络安全防护工作，覆盖从设计开发到量产交付的全流程安全保障。此外，公司积极支持OEM客户推动整车网络安全认证，助力其满足合规要求并提升市场竞争力。

在产品功能安全方面，2024年公司顺利通过ISO 26262功能安全管理体系复审（补充对 ADASAEB 产品进行全面、细致的测试与评估），并在实践过程中持续优化和完善体系建设。同时，公司成功通过了认证机构在体系适用性和持续改进能力方面的年度审核，进一步强化了功能安全管理能力，确保产品符合国际安全标准。

在隐私数据合规方面，公司严格遵循《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》及智能网联汽车数据通用要求等法律法规，全面优化了产品端的个人信息和隐私保护机制。针对涉及用户数据的各个环节，公司实施更可靠的技术防护措施，并优化隐私政策的管理流程。同时，在产品测试阶段，公司开展隐私数据合规的专项测试和安全检查，确保仅测试通过且安全检查合格（无中高级别问题）的版本方可发布，从而强化数据安全保障，提升用户隐私保护水平。

(十)知识产权保护情况

2024年，公司以“质量优先、创新引领”为核心策略，全面优化知识产权管理体系，强化高价值专利培育与技术成果转化效能，充分激发全员创新活力。公司不断完善内部流程管控，建立

起多层级审核机制，从技术新颖性、创新性及市场应用潜力等多维度综合评估专利价值。同时，公司构建专利储备池，通过动态筛选与分级管理实现“优中选优”，确保专利申请质量持续提升。

(十一)在承担社会责任方面的其他情况

□适用 √不适用

五、 其他公司治理情况

(一) 党建情况

√适用 □不适用

虹软始终坚持党建强基，以党建为引领，在做精主业的同时，积极投身党建文化建设，为公司高质量发展提供坚实力量。2024年，虹软“同心荟”获得杭州市滨江区区级“同心荟”称号。2024年，虹软党委通过一系列爱心活动回馈社会，详见本节“四、社会责任工作情况/(二)从事公益慈善活动的类型及贡献/1.从事公益慈善活动的具体情况”部分。2024年，公司党委持续在党员中开展重要会议精神学习、优秀书籍、视频和学习强国等网站学习项目，组织员工进行强身健体的文体活动和社会公益项目，进一步实现虹软“文明其精神、强健其体魄、助益于社会”的党建目标。

(二) 投资者关系及保护

开展投资者关系管理及保护的具体情况

√适用 □不适用

公司始终践行“创造价值，与投资者共享发展成果”的理念，坚持投资者保护的信念和决心，严格遵循合规性、平等性、主动性、诚实守信等基本原则，通过多渠道、多平台、多方式的投资者关系管理工作，不断加强与投资者的互动交流，力争通过价值创造赢得市场和投资者的信任与认可。公司已制定《信息披露管理办法》《投资者关系管理制度》《媒体采访和投资者调研接待办法》等，对工作原则、工作职责、投资者关系管理负责人等各方面进行了明确规定，并在日常投资者关系管理工作中得到有效实施。

报告期内，公司持续加强与投资者的联系与沟通，通过“上证e互动”网络平台、投资者邮箱、投资者专线、分析师会议、现场参观及业绩说明会等多种线上线下相结合的方式加强与投资者的联系与沟通，在将公司价值有效传递给资本市场、让投资者对公司有更好理解和认可的同时，也将投资者的关注点、观点等及时反馈给公司管理层，以积极应对市场变化、响应投资者诉求。其他方式与投资者沟通交流情况说明

□适用 √不适用

(三) 信息披露透明度

√适用 □不适用

报告期内，公司严格按照《公司法》《证券法》《上市公司信息披露管理办法》《上海证券交易所科创板股票上市规则》等相关要求，切实履行公司信息披露义务，持续做好信息披露工作，确保信息披露程序合法合规，保证信息披露内容的真实、准确、完整、及时、公平，确保公司所有投资者有平等的机会获得公司信息。

2024年度，为进一步规范公司的信息披露行为，加强信息披露事务管理，保护公司、股东、债权人及其他利益相关者的合法权益，公司结合实际情况，修订了公司《信息披露管理制度》《信息披露暂缓与豁免业务管理制度》《内幕信息及知情人管理制度》《投资者关系管理制度》等。

(四) 机构投资者参与公司治理情况

√适用 □不适用

报告期内，公司召开2次股东大会，多家机构投资者参与了投票；公司积极通过召开定期报告业绩说明会、举办投资者接待日、接待投资者调研、参加券商策略会等活动，加强与机构投资者的交流、积极听取机构投资者对公司的意见和建议，促进公司治理的不断完善。

(五) 反商业贿赂及反贪污机制运行情况

√适用 □不适用

公司恪守商业道德，始终坚持诚信、合规的经营理念，严格遵守《中华人民共和国刑法》《中华人民共和国民法典》《中华人民共和国反不正当竞争法》《关于禁止商业贿赂行为的暂行规定》等运营所在地的法律法规，并进行了内部相关制度建设。报告期内，公司未发生针对腐败行为及不当竞争行为的法律诉讼。

(六) 其他公司治理情况

□适用 √不适用

第六节 重要事项

一、承诺事项履行情况

(一) 公司实际控制人、股东、关联方、收购人以及公司等承诺相关方在报告期内或持续到报告期内的承诺事项

√适用 □不适用

本人若违反或未履行上述承诺，愿意根据中国证监会和上交所等相关监管机构的有关规定承担相应的责任。

注：1、该承诺为杭州虹力在公司首次公开发行股票并在科创板上市前作出的承诺，截至本报告期末，杭州虹力为公司持股比例5%以下的股东。

2、该承诺为Top New Development Limited、JIANG Nanchun在公司首次公开发行股票并在科创板上市前作出的承诺。

(二) 公司资产或项目存在盈利预测，且报告期仍处在盈利预测期间，公司就资产或项目是否达到原盈利预测及其原因作出说明

□已达到 □未达到 √不适用

(三) 业绩承诺的完成情况及其对商誉减值测试的影响

□适用 √不适用

二、报告期内控股股东及其他关联方非经营性占用资金情况

□适用 √不适用

三、违规担保情况

□适用 √不适用

四、公司董事会对会计师事务所“非标准意见审计报告”的说明

□适用 √不适用

五、公司对会计政策、会计估计变更或重大会计差错更正原因和影响的分析说明

（一）公司对会计政策、会计估计变更原因及影响的分析说明

□适用 √不适用

（二）公司对重大会计差错更正原因及影响的分析说明

□适用 √不适用

（三）与前任会计师事务所进行的沟通情况

□适用 √不适用

（四）审批程序及其他说明

□适用 √不适用

六、聘任、解聘会计师事务所情况

单位：元 币种：人民币

聘任、解聘会计师事务所的情况说明

√适用 □不适用

2024年12月19日，公司召开的2024年第一次临时股东大会审议通过了《关于续聘2024年度审计机构的议案》，同意续聘立信会计师事务所（特殊普通合伙）为公司2024年度财务和内部控制审计机构，聘期一年。审计期间改聘会计师事务所的情况说明

□适用 √不适用

审计费用较上一年度下降20%以上（含20%）的情况说明

□适用 √不适用

七、面临退市风险的情况

(一)导致退市风险警示的原因

□适用 √不适用

(二)公司拟采取的应对措施

□适用 √不适用

(三)面临终止上市的情况和原因

□适用 √不适用

八、破产重整相关事项

□适用 √不适用

九、重大诉讼、仲裁事项

√本年度公司有重大诉讼、仲裁事项 □本年度公司无重大诉讼、仲裁事项

(一) 诉讼、仲裁事项已在临时公告披露且无后续进展的

√适用 □不适用

(二) 临时公告未披露或有后续进展的诉讼、仲裁情况

□适用 √不适用

(三) 其他说明

□适用 √不适用

十、上市公司及其董事、监事、高级管理人员、控股股东、实际控制人涉嫌违法违规、受到处罚及整改情况

□适用 √不适用

十一、报告期内公司及其控股股东、实际控制人诚信状况的说明

√适用 □不适用

报告期内，公司及公司控股股东、实际控制人不存在未履行法院生效判决、所负数额较大的债务到期未清偿等情况。

十二、重大关联交易

(一) 与日常经营相关的关联交易

1、已在临时公告披露且后续实施无进展或变化的事项

□适用 √不适用

2、已在临时公告披露，但有后续实施的进展或变化的事项

□适用 √不适用

3、临时公告未披露的事项

□适用 √不适用

(二) 资产或股权收购、出售发生的关联交易

1、 已在临时公告披露且后续实施无进展或变化的事项

□适用 √不适用

2、 已在临时公告披露，但有后续实施的进展或变化的事项

□适用 √不适用

3、 临时公告未披露的事项

□适用 √不适用

4、 涉及业绩约定的，应当披露报告期内的业绩实现情况

□适用 √不适用

(三) 共同对外投资的重大关联交易

1、 已在临时公告披露且后续实施无进展或变化的事项

√适用 □不适用

2、 已在临时公告披露，但有后续实施的进展或变化的事项

□适用 √不适用

3、 临时公告未披露的事项

□适用 √不适用

(四) 关联债权债务往来

1、 已在临时公告披露且后续实施无进展或变化的事项

□适用 √不适用

2、 已在临时公告披露，但有后续实施的进展或变化的事项

□适用 √不适用

3、 临时公告未披露的事项

□适用 √不适用

(五) 公司与存在关联关系的财务公司、公司控股财务公司与关联方之间的金融业务

□适用 √不适用

(六) 其他

□适用 √不适用

十三、重大合同及其履行情况

(一) 托管、承包、租赁事项

1、 托管情况

□适用 √不适用

2、 承包情况

□适用 √不适用

3、 租赁情况

□适用 √不适用

(二) 担保情况

□适用 √不适用

(三) 委托他人进行现金资产管理的情况

1、 委托理财情况

(1) 委托理财总体情况

√适用 □不适用

单位：元 币种：人民币

其他情况

□适用 √不适用

(2) 单项委托理财情况

√适用 □不适用

单位：元 币种：人民币

注：结构性存款产品，按照存款管理，按照监管规定纳入存款准备金和存款保险保费的缴纳范围，产品内嵌衍生品部分与汇率、利率、贵金属、大宗商品、指数等标的挂钩。

其他情况

□适用 √不适用

(3) 委托理财减值准备

□适用 √不适用

2、 委托贷款情况

(1) 委托贷款总体情况

□适用 √不适用

其他情况

□适用 √不适用

(2) 单项委托贷款情况

□适用 √不适用

其他情况

□适用 √不适用

(3) 委托贷款减值准备

□适用 √不适用

3、 其他情况

□适用 √不适用

(四) 其他重大合同

√适用 □不适用

详见本报告“第三节 管理层讨论与分析/五、报告期内主要经营情况/（一）主营业务分析/2.收入和成本分析/（3）重大采购合同、重大销售合同的履行情况”。

十四、募集资金使用进展说明

√适用 □不适用

(一) 募集资金整体使用情况

√适用 □不适用

单位：万元

其他说明

□适用 √不适用

(二) 募投项目明细

√适用 □不适用

1、 募集资金明细使用情况

√适用 □不适用

单位：万元

注1：2022年12月13日，公司第二届董事会第八次会议、第二届监事会第七次会议审议通过了《关于部分募投项目结项并将节余募集资金永久补充流动资金及部分募投项目变更的议案》，同意公司将首次公开发行募集资金投资项目智能手机AI视觉解决方案能力提升项目结项，并将节余募集资金永久补充流动资金。2022年12月29日，公司2022年第三次临时股东大会审议通过上述议案。详见2022年12月14日披露的《关于部分募投项目结项并将节余募集资金永久补充流动资金及部分募投项目变更的公告》（公告编号：临2022-034）、2022年12月30日披露的《2022年第三次临时股东大会决议公告》（公告编号：临2022-038）。公司于2023年1月30日从募集资金专户上海浦东发展银行静安支行划款75,203,455.25元至一般存款账户。

2023年8月15日，公司第二届董事会第十次会议、第二届监事会第十次会议审议通过了《关于部分募投项目结项并将节余募集资金永久补充流动资金的议案》，同意公司将首次公开发行募集资金投资项目研发中心建设项目结项，并将节余募集资金永久补充流动资金。详见2023年8月16日披露的《关于部分募投项目结项并将节余募集资金永久补充流动资金的公告》（公告编号：临2023-023）。公司于2023年8月18日从募集资金专户中信银行杭州平海支行划款15,111,956.03元至一般存款账户。

注2：经第二届董事会第八次会议、第二届监事会第七次会议审议通过，并经2022年第三次临时股东大会审议批准，公司终止募投项目光学屏下指纹解决方案开发及产业化项目，将该项目剩余募集资金投入募投项目IoT领域AI视觉解决方案产业化项目；同时，结合公司战略发展需要及募投项目实际建设情况，公司对IoT领域AI视觉解决方案产业化项目追加17,945.69万元的投资，追加后预计总投资金额为56,402.84万元，其中使用终止募投项目光学屏下指纹解决方案开发及产业化项目剩余募集资金16,587.44万元（含光学屏下指纹解决方案开发及产业化项目终止前，该项目募集资金产生的利息收入及现金管理收益2,210.90万元），不足部分由公司自有投入补足。详见分别于2022年12月14日、2022年12月30日披露的《关于部分募投项目结项并将节余募集资金永久补充流动资金及部分募投项目变更的公告》（公告编号：临2022-034）、《2022年第三次临时股东大会决议公告》（公告编号：临2022-038）。

注3：详见本节“十四、募集资金使用进展说明/(四)报告期内募集资金使用的其他情况/4、其他”。

2、 超募资金明细使用情况

√适用 □不适用

单位：万元

(三) 报告期内募投变更或终止情况

□适用 √不适用

(四) 报告期内募集资金使用的其他情况

1、 募集资金投资项目先期投入及置换情况

□适用 √不适用

2、 用闲置募集资金暂时补充流动资金情况

□适用 √不适用

3、 对闲置募集资金进行现金管理，投资相关产品情况

√适用 □不适用

单位：万元 币种：人民币

其他说明

2023年8月15日，公司第二届董事会第十次会议、第二届监事会第十次会议审议通过了《关于继续使用部分暂时闲置募集资金进行现金管理的议案》，同意在确保不影响募集资金项目建设和募集资金使用的情况下，继续使用最高余额不超过人民币30,000万元的部分暂时闲置募集资金进行现金管理，购买安全性高、流动性好、具有合法经营资格的金融机构销售的有保本约定的投资产品（包括但不限于保本型理财产品、结构性存款、定期存款、通知存款、大额存单等）。在该额度内，资金可以滚动使用，使用期限自公司董事会审议通过之日（2023年8月15日）起12个月内有效。董事会授权董事长行使该项决策权及签署相关法律文件，具体事项由公司财务部负责组织实施。该事项在董事会审批权限范围内，无需提交股东大会审批。内容详见2023年8月16日披露的《关于继续使用部分暂时闲置募集资金进行现金管理的公告》（公告编号：临2023-024）。2024年7月10日，公司第二届董事会第十六次会议、第二届监事会第十五次会议审议通过了《关于继续使用部分暂时闲置募集资金进行现金管理的议案》，同意在确保不影响募集资金项目建设和募集资金使用的情况下，继续使用最高余额不超过人民币20,000万元的部分暂时闲置募集资金进行现金管理，购买安全性高、流动性好、具有合法经营资格的金融机构销售的有保本约定的投资产品（包括但不限于结构性存款、定期存款、通知存款、大额存单、其他保本型理财产品等）。在该额度内，资金可以滚动使用，使用期限自公司上一授权期限到期日（2024年8月14日）起12个月内有效。董事会授权董事长行使该项决策权及签署相关法律文件，具体事项由公司财务部负责组织实施。该事项在董事会审批权限范围内，无需提交股东大会审批。内容详见

2024年7月12日披露的《关于继续使用部分暂时闲置募集资金进行现金管理的公告》（公告编号：临2024-036）。报告期内，公司使用部分闲置募集资金进行现金管理金额未超过授权额度。截至2024年12月31日，公司使用部分暂时闲置募集资金进行现金管理余额为11,000.00万元。

4、 其他

√适用 □不适用

（1）关于以集中竞价交易方式回购公司股份事项

2024年2月3日，公司第二届董事会第十三次会议、第二届监事会第十三次会议审议通过了《关于以集中竞价交易方式回购公司股份方案的议案》，同意公司使用首次公开发行人民币普通股取得的超募资金通过上海证券交易所交易系统以集中竞价交易方式回购公司已发行的部分人民币普通股（A股），并将回购股份在未来适宜时机全部用于员工持股计划或股权激励，回购价格不超过50.00元/股（含），回购资金总额不低于人民币1,000万元（含），不超过人民币2,000万元（含），回购期限为自董事会审议通过本次回购方案之日起6个月内。

公司于报告期内完成回购，实际回购公司股份439,000股,支付的资金总额为人民币1,319.85万元（不含印花税、交易佣金等交易费用）。内容详见2024年2月5日披露的《关于以集中竞价交易方式回购公司股份的回购报告书》（公告编号：临2024-005），2024年5月8日披露的《关于股份回购实施结果暨股份变动的公告》（公告编号：临2024-028）。

（2）关于募投项目延期事项

2024年12月31日，公司第三届董事会第二次会议、第三届监事会第二次会议审议通过了《关于募投项目延期的议案》，同意公司对募投项目IoT领域AI视觉解决方案产业化项目达到预定可使用状态的日期延长至2025年6月。内容详见2025年1月2日披露的《关于募投项目延期的公告》（公告编号：临2025-002）。

十五、其他对投资者作出价值判断和投资决策有重大影响的重大事项的说明

√适用 □不适用

（一）关于子公司向上分红事项

2024年3月，公司下属全资子公司上海多媒体向本公司分红人民币8,500.00万元。

第七节 股份变动及股东情况

一、股本变动情况

(一) 股份变动情况表

1、 股份变动情况表

单位：股

2、 股份变动情况说明

√适用 □不适用

公司于2024年4月18日召开第二届董事会第十五次会议、第二届监事会第十四次会议，并于2024年5月10日召开2023年年度股东大会，审议通过了《关于变更部分回购股份用途并注销暨减少注册资本的议案》，同意公司将存放于回购专用账户中2021年回购计划回购的4,829,600股的用途进行变更，由“用于员工持股计划或股权激励”变更为“用于注销并相应减少注册资本”，并对该部分回购股份4,829,600股进行注销，同时按照相关规定办理注销手续。

上述回购股份注销日期为2024年6月27日，本次注销完成后，公司总股本由406,000,000股减少为401,170,400股，注册资本由406,000,000元减少为401,170,400元。公司已完成工商变更登记和备案手续，并取得浙江省市场监督管理局换发的《营业执照》。

详见2024年4月19日披露的《关于变更部分回购股份用途并注销暨减少注册资本的公告》（公告编号：临2024-020），2024年5月11日披露的《2023年年度股东大会决议公告》（公告编号：临2024-029），2024年6月27日披露的《关于实施回购股份注销暨股份变动的公告》（公告编号：临2024-034）。

3、 股份变动对最近一年和最近一期每股收益、每股净资产等财务指标的影响（如有）

□适用 √不适用

4、 公司认为必要或证券监管机构要求披露的其他内容

□适用 √不适用

(二) 限售股份变动情况

□适用 √不适用

二、证券发行与上市情况

(一) 截至报告期内证券发行情况

□适用 √不适用

截至报告期内证券发行情况的说明（存续期内利率不同的债券，请分别说明）：

□适用 √不适用

(二) 公司股份总数及股东结构变动及公司资产和负债结构的变动情况

□适用 √不适用

三、股东和实际控制人情况

(一) 股东总数

存托凭证持有人数量

□适用 √不适用

(二) 截至报告期末前十名股东、前十名流通股东（或无限售条件股东）持股情况表

单位：股

持股5%以上股东、前十名股东及前十名无限售流通股股东参与转融通业务出借股份情况

□适用 √不适用

前十名股东及前十名无限售流通股股东因转融通出借/归还原因导致较上期发生变化

□适用 √不适用

前十名有限售条件股东持股数量及限售条件

□适用 √不适用

截至报告期末公司前十名境内存托凭证持有人情况表

□适用 √不适用

持股5%以上存托凭证持有人、前十名存托凭证持有人及前十名无限售条件存托凭证持有人参与转融通业务出借股份情况

□适用 √不适用

前十名存托凭证持有人及前十名无限售条件存托凭证持有人因转融通出借/归还原因导致较上期发生变化

□适用 √不适用

前十名有限售条件存托凭证持有人持有数量及限售条件

□适用 √不适用

(三) 截至报告期末表决权数量前十名股东情况表

□适用 √不适用

(四) 战略投资者或一般法人因配售新股/存托凭证成为前十名股东

□适用 √不适用

(五) 首次公开发行战略配售情况

1、 高级管理人员与核心员工设立专项资产管理计划参与首次公开发行战略配售持有情况

□适用 √不适用

2、 保荐机构相关子公司参与首次公开发行战略配售持股情况

□适用 √不适用

四、控股股东及实际控制人情况

(一) 控股股东情况

1、 法人

√适用 □不适用

2、 自然人

□适用 √不适用

3、 公司不存在控股股东情况的特别说明

□适用 √不适用

4、 报告期内控股股东变更情况的说明

□适用 √不适用

5、 公司与控股股东之间的产权及控制关系的方框图

√适用 □不适用

(二) 实际控制人情况

1、 法人

□适用 √不适用

2、 自然人

√适用 □不适用

3、 公司不存在实际控制人情况的特别说明

□适用 √不适用

4、 报告期内公司控制权发生变更的情况说明

□适用 √不适用

5、 公司与实际控制人之间的产权及控制关系的方框图

√适用 □不适用

6、 实际控制人通过信托或其他资产管理方式控制公司

□适用 √不适用

(三) 控股股东及实际控制人其他情况介绍

□适用 √不适用

五、公司控股股东或第一大股东及其一致行动人累计质押股份数量占其所持公司股份数量比例达到 80%以上

□适用 √不适用

六、其他持股在百分之十以上的法人股东

√适用 □不适用

单位：元 币种：人民币

七、股份/存托凭证限制减持情况说明

□适用 √不适用

八、股份回购在报告期的具体实施情况

√适用 □不适用

单位：万元 币种：人民币

第八节 优先股相关情况

□适用 √不适用

第九节 债券相关情况

一、公司债券（含企业债券）和非金融企业债务融资工具

□适用 √不适用

二、可转换公司债券情况

□适用 √不适用

第十节 财务报告

一、 审计报告

√适用 □不适用

审计报告

信会师报字[2025]第ZA10792号

虹软科技股份有限公司全体股东：

一、 审计意见

我们审计了虹软科技股份有限公司（以下简称虹软科技）财务报表，包括2024年12月31日的合并及母公司资产负债表，2024年度的合并及母公司利润表、合并及母公司现金流量表、合并及母公司所有者权益变动表以及相关财务报表附注。我们认为，后附的财务报表在所有重大方面按照企业会计准则的规定编制，公允反映了虹软科技2024年12月31日的合并及母公司财务状况以及2024年度的合并及母公司经营成果和现金流量。

二、 形成审计意见的基础

我们按照中国注册会计师审计准则的规定执行了审计工作。审计报告的“注册会计师对财务报表审计的责任”部分进一步阐述了我们在这些准则下的责任。按照中国注册会计师职业道德守则，我们独立于虹软科技，并履行了职业道德方面的其他责任。我们相信，我们获取的审计证据是充分、适当的，为发表审计意见提供了基础。

三、 关键审计事项

关键审计事项是我们根据职业判断，认为对本期财务报表审计最为重要的事项。这些事项的应对以对财务报表整体进行审计并形成审计意见为背景，我们不对这些事项单独发表意见。我们确定下列事项是需要在审计报告中沟通的关键审计事项。

由于营业收入系虹软科技的关键业绩指标之一，从而存在管理层为了达到特定目标或期望而调节营业收入确认的风险。因此我们将营业收入的确认识别为关键审计事项。

四、 其他信息

虹软科技管理层（以下简称管理层）对其他信息负责。其他信息包括虹软科技2024年年度报告中涵盖的信息，但不包括财务报表和我们的审计报告。

我们对财务报表发表的审计意见不涵盖其他信息，我们也不对其他信息发表任何形式的鉴证结论。

结合我们对财务报表的审计，我们的责任是阅读其他信息，在此过程中，考虑其他信息是否与财务报表或我们在审计过程中了解到的情况存在重大不一致或者似乎存在重大错报。

基于我们已执行的工作，如果我们确定其他信息存在重大错报，我们应当报告该事实。在这方面，我们无任何事项需要报告。

五、 管理层和治理层对财务报表的责任

管理层负责按照企业会计准则的规定编制财务报表，使其实现公允反映，并设计、执行和维护必要的内部控制，以使财务报表不存在由于舞弊或错误导致的重大错报。

在编制财务报表时，管理层负责评估虹软科技的持续经营能力，披露与持续经营相关的事项（如适用），并运用持续经营假设，除非计划进行清算、终止运营或别无其他现实的选择。

治理层负责监督虹软科技的财务报告过程。

六、 注册会计师对财务报表审计的责任

我们的目标是对财务报表整体是否不存在由于舞弊或错误导致的重大错报获取合理保证，并出具包含审计意见的审计报告。合理保证是高水平的保证，但并不能保证按照审计准则执行的审计在某一重大错报存在时总能发现。错报可能由于舞弊或错误导致，如果合理预期错报单独或汇总起来可能影响财务报表使用者依据财务报表作出的经济决策，则通常认为错报是重大的。

在按照审计准则执行审计工作的过程中，我们运用职业判断，并保持职业怀疑。同时，我们也执行以下工作：

（一）识别和评估由于舞弊或错误导致的财务报表重大错报风险，设计和实施审计程序以应对这些风险，并获取充分、适当的审计证据，作为发表审计意见的基础。由于舞弊可能涉及串通、伪造、故意遗漏、虚假陈述或凌驾于内部控制之上，未能发现由于舞弊导致的重大错报的风险高于未能发现由于错误导致的重大错报的风险。

（二）了解与审计相关的内部控制，以设计恰当的审计程序。

（三）评价管理层选用会计政策的恰当性和作出会计估计及相关披露的合理性。

（四）对管理层使用持续经营假设的恰当性得出结论。同时，根据获取的审计证据，就可能导致对虹软科技持续经营能力产生重大疑虑的事项或情况是否存在重大不确定性得出结论。如果我们得出结论认为存在重大不确定性，审计准则要求我们在审计报告中提请报表使用者注意财务报表中的相关披露；如果披露不充分，我们应当发表非无保留意见。我们的结论基于截至审计报告日可获得的信息。然而，未来的事项或情况可能导致虹软科技不能持续经营。

（五）评价财务报表的总体列报（包括披露）、结构和内容，并评价财务报表是否公允反映相关交易和事项。

（六）就虹软科技中实体或业务活动的财务信息获取充分、适当的审计证据，以对合并财务报表发表审计意见。我们负责指导、监督和执行集团审计，并对审计意见承担全部责任。

我们与治理层就计划的审计范围、时间安排和重大审计发现等事项进行沟通，包括沟通我们在审计中识别出的值得关注的内部控制缺陷。

我们还就已遵守与独立性相关的职业道德要求向治理层提供声明，并与治理层沟通可能被合理认为影响我们独立性的所有关系和其他事项，以及相关的防范措施（如适用）。

从与治理层沟通过的事项中，我们确定哪些事项对本期财务报表审计最为重要，因而构成关键审计事项。我们在审计报告中描述这些事项，除非法律法规禁止公开披露这些事项，或在极少数情形下，如果合理预期在审计报告中沟通某事项造成的负面后果超过在公众利益方面产生的益处，我们确定不应在审计报告中沟通该事项。

立信会计师事务所 中国注册会计师：

（特殊普通合伙） （项目合伙人）

中国注册会计师：

中国?上海 二○二五年四月十一日

二、 财务报表

合并资产负债表2024年12月31日编制单位：虹软科技股份有限公司

单位：元 币种：人民币

公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

母公司资产负债表2024年12月31日编制单位：虹软科技股份有限公司

单位：元 币种：人民币

公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

合并利润表2024年1—12月

单位：元 币种：人民币

本期发生同一控制下企业合并的，被合并方在合并前实现的净利润为：0 元，上期被合并方实现的净利润为： 0 元。公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

母公司利润表2024年1—12月

单位：元 币种：人民币

公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

合并现金流量表2024年1—12月

单位：元 币种：人民币

公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

母公司现金流量表

2024年1—12月

单位：元 币种：人民币

公司负责人：Hui Deng（邓晖） 主管会计工作负责人：韦凯 会计机构负责人：韦凯

合并所有者权益变动表2024年1—12月

单位：元 币种：人民币