消息，2024年7月12日奥普特（688686）发布公告称公司于2024年7月11日组织现场参观活动，Abrdn Pic、Eurizon Capital Sgr Spa、Fidelity、FountainCap Research & Investment、GIC、Grand Alliance Asset Management Limited、Greencourt capital、Invesco Ltd.、Janchor Partners、Lazard Asset Management LIc、Manulife Investment Management (Us) LIc、AIA、Millennia、Nan Shan Life Insurance Co., Ltd、Optimas Capital、Pleiad Investment Advisors Limited、Point72 Asset Management,L.P.、Polymer Capital Management (Hk) Limited、Schroders、Sumitomo Mitsui DS Asset Mgmt、Taikang Insurance Group Co., Ltd.、UBS、AIIM、Yiheng Capital、德邦证券、光大证券、美银证券、中信证券、Avanda Investment Management、Bluecrest Capital Management (Uk) Lp、Boci - Prudential Asset Management Limited、Caravel Asset Management Limited、Cathay Life Insurance Co.,Ltd.、East Capital参与。
具体内容如下：
问：机器视觉的功能和应用场景？
答：机器视觉作为机器的“眼睛”和视觉“大脑”，属于智能装备感知、分析部分的关键零部件。机器视觉的诸多应用场景和功能，均可归为四种基本功能——识别、测量、定位和检测。比如 3C行业的精密组装、外观缺陷检测等环节，锂电行业前段的涂布锟压、中段工艺的电芯组装、后端化成分容检测、模组 Pack 段检测等环节均有应用，大幅提升了生产效率和产品质量。机器视觉的应用场景与我国制造业发展相匹配，近年来我国制造业的转型升级以及新兴产业的逐步渗透，再加上终端客户对产品质量管控要求的不断加强，机器视觉逐步实现核心技术的突破和下游应用场景的拓展。
问：如何看待 3D视觉技术发展趋势？
答：近年来，线扫 3D 产品不断改进硬件技术，优化光路设计，持续推出精度更高、速度更快的产品，专注满足 3C电子、锂电、汽车、半导体、光伏等行业视觉应用。结构光 3D产品在 3D图像处理技术上取得重大成效，解决边缘不清晰、环境干扰等技术难点，在器件装配、物流运输行业取得重大突破。未来，3D视觉技术将持续创新，助力机器视觉实现更智能、高效的市场应用。3D视觉技术相较于 2D视觉技术，提供了更为丰富和精准的图像信息，能够真实地还原出物体的三维信息，更好地满足对于高精度定位、抓取、检测等场景的需求，填补了 2D 视觉技术的应用空白。GGII数据显示，2023年，2D视觉市场规模约为 175.52亿元，同比增长 15.29%；3D视觉市场约为 25.45亿元，同比增长 38.35%。GGII预测，至 2027年我国机器视觉市场规模将超过 560亿元。其中，2D视觉市场规模将超过 400亿元，3D视觉市场规模将接近 160亿元。未来公司将继续创新 3D 视觉技术，助力机器视觉实现更加智能化和高效的市场应用，推动工业自动化和智能制造的进步。
问：深度学习的视觉分析算法与柔性生产制造之间的契合度日益增强，主要表现在哪些方面？
答：主要表现为分析性能显著提升以及学习成本的显著下降。过去深度学习视觉分析算法模型依赖成百上千张的训练图像，而目前这一依赖程度已大幅降低，仅需几十张甚至几张图像即可。在产品换型时，对于相近的流程工艺，检测模型能够实现一键换型，大大提高生产效率和灵活性。此外，新增或更新训练任务时，模型能够自适应增量学习，训练周期缩短至原来的 1/3。在保证性能的前提下，深度学习模型所依赖的计算资源也在逐步降低，部署时从原先的高端显卡逐步过渡到中/低端显卡，甚至可以在 CPU 条件下进行推理运算。
问：与国外的竞争者相比，公司存在哪些优势和劣势？
答：对比国外机器视觉厂商，公司的优势主要表现在非标定制化的能力、自主研发能力与核心技术的积累、完善的自主产品线、成本优势、以及公司的快速响应能力；劣势主要是与国外行业巨头在行业渗透、产品通用性、品牌溢价等方面都还存在一定差距。中国拥有全球成长性最大的机器视觉市场，实体经济高质量转型发展将带动机器视觉应用场景的拓展和渗透率提升。公司将利用自身优势，持续保持高研发投入，迭代产品和技术，牢牢把握国产替代机遇，巩固公司在机器视觉领域的优势。
问：对比传统机械对焦镜头，公司的液态镜头技术有哪些优势？
答：液态镜头技术是一种创新的成像技术，它利用液态材料（如油或水）的物理特性来实现镜头的焦距调节。这种技术在智能读码器中的应用显著提高了读码效率和适应性。传统机械对焦镜头依赖于机械部件（如马达和齿轮）来移动镜片，改变焦距，实现聚焦。由于机械移动部件的限制，对焦速度较慢，特别是在连续对焦或快速变焦的场景中，且长期使用中机械磨损可能导致对焦不准确。公司的液态镜头通过改变内部液体的形状或压力来调节焦距，能够实现快速自动对焦，适合于需要快速响应的应用场景，如高速生产线上的条码读取，且具有较大的焦距调节范围，能够适应不同的工作距离和拍摄需求，对环境变化的适应性更强。
问：公司在行业应用经验和数据积累了哪些优势？
答：机器视觉的下游应用非常广泛，几乎涉及国民经济的方方面面。即使在某一具体领域的应用，也会因下游的生产工艺、被摄对象的具体材质特点等不同，而有较大差别。因此，完善的机器视觉解决方案对下游客户而言至关重要。而设计有效的机器视觉解决方案，需要大量的行业应用经验积累，绝非一朝一夕所能形成。公司在机器视觉领域深耕多年，特别是在 3C 电子、锂电等行业，公司与国内外知名设备厂商和终端用户保持着长期稳定的合作，拥有丰富的机器视觉产品的设计、应用案例库。深厚的案例积累，奠定了公司在相关领域的优势地位，形成了较高的技术壁垒，能有效保障公司在行业内的竞争优势，并为公司不断扩大产品应用范围、持续提升市场份额提供了有力支撑。此外，深度学习（工业 I）将深刻改变机器视觉行业的技术发展，而行业数据是深度学习技术的基础。深度学习需要通过大量数据对人工智能模型进行训练，不断对模型进行调校和优化，最终使机器能够像人类一样自动作出判断并达到满足实际应用要求的准确率。公司经过多年的专业化经营，在 3C 电子、锂电等行业积累了大量的数据，有助于公司迅速对模型进行调校和优化，提高模型输出结果的准确率和响应速度，在机器视觉的深度学习技术领域抢占发展的高地。公司通过大量行业方案积累，逐步开始建立分行业方案、产品、交付的标准化。目前公司机器视觉解决方案广泛应用于 3C 电子、锂电、汽车、半导体、光伏、食品、医药、烟草、物流等多个行业。
奥普特（688686）主营业务：机器视觉核心软硬件产品的研发、生产和销售。
奥普特2024年一季报显示，公司主营收入2.27亿元，同比下降9.53%；归母净利润5730.19万元，同比下降12.67%；扣非净利润4891.35万元，同比下降16.65%；负债率7.16%，投资收益497.34万元，财务费用-412.89万元，毛利率66.82%。
该股最近90天内共有10家机构给出评级，买入评级6家，增持评级4家；过去90天内机构目标均价为91.34。
以下是详细的盈利预测信息：
融资融券数据显示该股近3个月融资净流出2591.6万，融资余额减少；融券净流出1246.58万，融券余额减少。
以上内容由根据公开信息整理，由算法生成（网信算备310104345710301240019号），与本站立场无关，如数据存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
