凌云光2022年年度董事会经营评述内容如下：

一、经营情况讨论与分析

(资料图片仅供参考)

报告期内，在经济下行与疫情反复的宏观环境下，公司进一步聚焦消费电子、新能源与文化元宇宙（立体视觉）等战略赛道，持续加大新市场、新产品、新技术的战略投入，同时主动收缩行业成长性差、盈利水平低的非战略业务。2022年，公司营业收入27.49亿元，同比增长12.83%；实现归属于母公司所有者的净利润1.88亿元，同比增长9.12%。报告期内，公司募集资金投资项目均有序平稳进行，截至本报告披露日，“工业人工智能太湖产业基地”项目用地已经苏州市人民政府批准，由苏州市自然资源和规划局组织进行了公开网上挂牌出让手续及公示。

（一）战略业务取得战略发展

1.在消费电子领域，公司2022年营业收入同比增长67.12%。在可配置视觉系统方面，公司在苹果及其产业链进一步扩大市场份额，加速了国产替代的步伐；在智能视觉装备方面，2022年公司实现了手机中框检测设备的批量交付，较好的服务了苹果、富士康等战略客户的智能制造与质量管理。同时，公司在美国、越南等地分别设立全资子公司，积极布局海外市场。

2.在新能源领域，公司2022年营业收入同比增长36.03%。在锂电的前、中、后全工艺段布局解决方案，推出锂电池隔膜检测、极片检测和外观检测等智能产品和解决方案，完善了在锂电市场的产品布局，同时通过多家头部企业的供应链认证，向长期战略合作迈开坚实的步伐。

3.在文化元宇宙领域，公司2022年营业收入同比增长28.78%。实现FZmotion光学运动捕捉系统、LuStage光场重建系统、LuXR虚拟制作系统等全系列自主研发产品的市场布局，服务虚拟现实内容的智能制作。为加快推进虚拟现实技术在元宇宙领域的产业化发展，公司投资设立全资子公司元客视界，服务广电传媒与影视文化的智能内容生产。

（二）持续加强研发平台能力建设

公司持续加大在研发领域的投入力度，着力于建立可持续发展的技术、产品创新能力和人才培养体系，2022年研发投入3.76亿元，同比增长33.92%。公司在光学成像、算法、软件和自动化四大技术平台构建了较好的技术优势。同时，2022年公司积极推进产品研发IPD变革项目，提升端到端产品研发流程的制度化、标准化。

在智能算法方面，公司在原有的VisionWare算法平台基础上加强对深度学习算法的研究和应用，针对碎片化、快交付、高迭代特点的工业质检场景，发布深度学习算法平台F.Brain，解决了很多工业制造的检测难题；

在智能软件上，针对被检测物的高度差、平面度、翘曲度、长宽、厚度、轮廓度等三维信息测量，发布工业级3D测量软件Hoo3D，已经成功应用于消费电子领域。

围绕机器视觉下游行业需求，持续布局上游核心器件能力建设，打造高分辨率、高速度1.5亿像素大面阵相机、特种光源、视觉控制器等。

（三）持续推进管理变革

为了进一步满足智能制造下游多场景的客户需求，加强自主研发产品的竞争力，缩短研发和交付周期，提高整体产品质量，报告期内公司开启了IPD产品研发管理咨询项目，从需求管理、技术实现及产品实现三大领域推进集成产品开发变革。根据下游实际应用场景，建立标准和非标区别化的开发流程，将IPD主流程与市场、财经、供应链、生产、交付等其他各级流程相衔接，并建立起支撑日常运作的组织保障和考核激励机制。

在报告期内，公司同期开展了组织变革和能力建设项目，从战略、组织和人才三个方面对集团的现状进行诊断，面向业务未来发展，明确集团的治理结构、平台组织权责和核心干部培养方式。加强集团平台组织建设，更大发挥市场营销平台、产品研发平台和供应链平台的价值，实现优质资源服务优质客户。

在前两年数字化变革的基础上，持续推进ERP、PLM、CRM等变革项目的落地应用，加强数字化能力建设，持续降低经营成本，提高运营效率。

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

公司是可配置视觉系统、智能视觉装备与核心视觉器件的产品与解决方案提供商，是我国较早进入机器视觉领域的企业之一。

在机器视觉产业链上，公司一方面坚持进行智能软件、智能算法、核心器件与视觉装备的全面自主研发，同时，积极与清华大学等科研院校开展产学研合作。

1.机器视觉领域主要产品

公司提供可配置视觉系统、智能视觉装备与核心视觉器件产品。

（1）可配置视觉系统

可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能并基于图像采集的信息完成预期的处理工作。公司的可配置视觉系统产品可服务于各行业场景应用，代替现有人工及相应工具，对工作对象物体进行识别、对位、测量、检测，以优化生产流程、提高生产力、节省成本和人力、提高产品质量。公司以算法平台、软件平台、成像平台、自动化平台为通用性技术基础根据检测对象的材质尺寸差异、效率、成本、使用环境等客户需求或约束条件，设计专用的成像系统和应用算法、软件，开发应用于多行业的下游领域，目前公司产品已成功应用于消费电子、新能源、立体视觉、智慧交通、科学图像及其他制造业领域。

①消费电子领域可配置视觉系统

公司的消费电子可配置视觉系统可以用于智能手机、智能可穿戴、平板电脑等消费电子整机及关键零部件的生产、组装工艺，主要服务于苹果公司产业链，实现相应生产环节的智能识别、对位、测量与检测，包括：1）手机关键零部件与精密模组的智能生产，比如扬声器、马达与泡棉贴附等；2）手机整机组装产线中的屏幕模组、摄像头、壳体与主机等组装工艺；3）智能可穿戴设备的成品组装和精密组件加工制程。

②立体视觉领域可配置视觉系统

立体视觉领域可配置视觉系统能够对应用场景中人或物的特征点、轮廓、点云等三维信息进行精确提取，并基于海量应用数据库进行实时智能化补偿，实现精准的数字形象原型重建、端到端的自动化动画生产以及自动化虚拟现实交互运维，广泛应用于VR/AR/XR、互联网游戏及视频等领域。公司为冬奥会、世界杯、春节晚会等大型晚会和赛事、网剧《热血长安》、虎牙虚拟数字人直播等提供了运动捕捉与数字建模产品及服务支持。

③新能源领域可配置视觉系统

公司可配置视觉系统覆盖锂电池原材料、前段、中段和后段的生产全工序。原材料中，满足隔膜、铝塑膜、铜铝箔检测需求；前段工序中，极片预涂、涂布检测，极片辊压分切检测、极片激光切检测；中段工序中，叠片卷绕检测；后段工序中，裸电芯、包myar、超声焊、顶盖预焊、顶盖周边焊、插钉机、密封钉焊接等质量检测以及电芯成品外观检测等。

④智慧交通领域可配置视觉系统

智慧交通领域可配置视觉系统可完成对运行列车的动态故障检测或将图像采集系统安装在运行的列车上，完成对运行线路基础设施的检测，广泛应用于轨道交通、铁路、港口、隧道、高速公路等领域，具备恶劣环境适应能力、抗阳光干扰能力、2D与3D同步成像能力，具有高速（最高适应250KM/H车速）、高精度（小于1mm）等特点，并且可实现实时在线检测预警。

⑤科学图像可配置视觉系统

科学图像领域可配置视觉服务于科研领域。公司产品可以完成X射线/紫外光/可见光、短波/中波、长波红外的全谱段成像方案，实现单光子级的高灵敏成像、超高速成像、显微成像、荧光成像及层析成像，为科学研究工作提供客观的数据依据。

⑥其他制造业可配置视觉系统

针对其他制造业的智能化升级，公司打造了一系列光学成像方案，广泛应用于光伏、半导体、FPC、高端表面材料等领域，可以提升产线的检测效率、成品率，降低人工成本，提升产品品质，实现高端智造的产线升级。

（2）智能视觉装备

智能视觉装备是在可配置视觉系统（成像模块和图像处理系统）基础上增加结构本体和自动控制部件，实现检测、生产工艺的控制和执行，给机器植入了受大脑控制的“肌肉”和“四肢”，最终形成“手”、“眼”、“脑”协同的智能化设备。相较于人工检测，公司产品可以通过在线或离线的方式对生产线产品进行智能识别、对位、测量、检测，大幅度提高检测效率和产品出厂良率，较为有效地解决行业痛点。

①消费电子领域智能视觉装备

公司在消费电子领域持续提供创新型的加工组装和质量检测产品，具有零部件3D精密测量和缺陷检测功能，提升加工、组装、测试等制程工艺的精度和效率。

②新能源领域智能视觉装备

新能源领域智能视觉装备产品主要服务于光伏玻璃和锂电行业。在光伏玻璃行业，人工检测缺陷存在遗漏和检验标准不统一的问题，部分缺陷暂无人工检测手段；在锂电行业，锂电池薄膜生产环节容易出现表面黑点、晶点、麻点、破洞、线条、褶皱、蚊虫、划伤等瑕疵，在锂电池极片涂布环节出现的漏箔、裂纹、气泡、白点、暗痕等影响电池的使用性和安全性。

公司提供的玻璃检测系列产品和膜类检测系列产品、极片检测系统可取代人工检验，达到提质增效的目的。

③印刷包装智能视觉装备

公司在印刷包装领域提供软包、彩盒和标签检测三大系列产品，细分型号覆盖胶印在线检测系统和标签检品机、软包复卷机、分切机、软包离线单双面检测设备、喷码检品一体机等各类印刷智能包装检测产品，对印刷过程进行质量管理及品质控制。

④新型显示领域智能视觉装备

公司的新型显示智能视觉装备产品可以实现对TFT-LCD/OLED中小屏缺陷的自动化及半自动化光学检测，覆盖Ce工艺段和模组工艺段，支持屏幕通电点亮情况下的点灯检测与未通电情况下的外观检测，助力显示屏厂商产品的提质增效和生产环节的智能化。

（3）核心视觉器件

公司致力于从成像硬件到算法的持续创新。在硬件方面，针对行业客户的应用痛点，设计具有行业特色的相机、光源等多种视觉解决方案，自主开发多款线阵、面阵相机等工业相机及运动捕捉相机，具备高动态、高精度、高线性度、高速等特点，可广泛应用于消费电子、锂电、光伏、新型显示、半导体等工业检测领域和文化内容制作领域。针对工业制造的特殊场景，公司研发数款特色光源匹配下游多场景的成像需求。公司也代理部分境外知名品牌的视觉器件与自主产品搭配，以满足客户对成套视觉器件方案的多样性需求。

公司的VisionWare算法平台截止目前已经迭代至5.3版本，具有基础、定位、测量、检测、识别、颜色、3D、深度学习和图形用户界面等9个技术模块，18个算法库和100余个算法工具，实现工业机器视觉功能的全覆盖，可支撑多行业推广应用。2022年，公司在原有深度学习算法模块基础上加强对深度学习算法的研究和应用，针对碎片化、快交付、高迭代特点的工业质检场景，发布深度学习算法平台F.Brain，解决了很多工业制造的检测难题。

2.光通信领域主要产品

在光通信方面，公司代理引进国外先进光纤器件与仪器产品，服务光通信产学研客户，并与众多行业知名企业建立了长期合作关系。公司代理的产品主要来源于全球知名的光纤器件与仪器提供商，如Fujikura、II-VI、NKT等。目前高端光纤器件与仪器类产品多数由国外厂家主导，区别于中低端产品的激烈竞争，公司代理的主要为高端产品，技术门槛高、前期导入时间长，对解决方案与技术服务能力要求也较高。

(二)主要经营模式

1.盈利模式

公司长期坚持以客户为中心，为国内外优质客户提供领先的机器视觉、光通信产品与服务。在机器视觉战略主航道，公司自主研发核心视觉器件、可配置视觉系统与智能视觉装备，服务国家智能制造与数字经济，为客户提质、增效、降本、减存提供优质产品与解决方案，实现自身价值创造；在光通信领域，通过与国际领先企业战略合作，代理光纤器件与仪器等产品，为头部客户提供专业化产品与服务，从而实现收入和利润。

2.研发模式

公司坚持以客户需求为导向，围绕为客户创造价值的理念，开展自主研发工作。公司以光学成像、智能软件、深度学习算法等先进技术为基础开展应用产品研发，产品覆盖从可配置视觉系统、智能视觉装备到视觉器件的各类产品形态。公司的研发团队具备“光、机、电、算、软”的综合能力，同时与知名高等院校、研究所保持产学研合作。

(1)采用技术平台与产品开发分层的组织作战模式

公司研发组织分为集团研发部（知识理性研究院）和事业部产品开发两层。其中，集团研发部负责先进成像、智能算法、智能软件、自动化四大技术平台以及相关关键技术/产品的研发工作；各事业部产品开发部负责应用产品的集成研发工作。公司的研发管理平台，集中开展跨部门、跨领域、拉通各层次的产品开发与技术管理工作，做强产品模块化、标准化，提高开发效率和质量。事业部产品开发团队在技术平台基础上，快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。

(2)引入IPD流程，打造结构化的产品开发流程

公司正在进行IPD2.0变革，进一步完善从客户需求管理、产品规划、产品集成开发、产品生命周期管理等全过程产品研发管理。IPD流程中设置了业务决策评审点和技术评审点，两类评审点贯穿产品开发全流程，业务决策评审点可以对产品的商业计划进行更为全面的评审和管理，而技术评审点对技术达成情况进行全面评审和管理。通过IPD管理体系和流程体系，公司在产品定义、开发周期、产品质量、产品成本、响应客户需求、产品综合竞争力上都会取得改善，保障公司不断推出有竞争力的高质量产品。

3.采购模式

供应链是满足客户产品性能、质量、成本、交期的公司竞争力的重要组成部分。为支撑公司战略发展，提升采购战略执行能力，保障采购决策效率与质量，公司建立了较为完整的供应商评价体系、供应链管理体系和基于不同产品需求的采购策略。

(1)成立采购管理委员会，革新治理结构，提质增效

采购管理委员会设置BU采委会和集团采委会两级组织，采取分层、分权管理运作，多职能代表参与，保障决策依据的充分性、合理性、高效性、透明性、公正性。为公司战略发展需要，构建合作共赢、相互信赖、具备长期竞争力的供应商合作伙伴。

(2)基于TQRDC体系的供应商综合价值评价

公司持续开发行业内优质供应商资源，与国内外众多行业内知名的供应商形成了多年的战略合作伙伴关系。公司采用基于T（Technoogy）、Q（Quaity）、R（Responsiveness）、D（Deivery）、C（Cost）的供应商准入及评价体系，对供应商的资质和绩效进行定期与不定期的认证评估，基于战略发展与业务竞争力的需要持续优化供应商结构。

4.生产模式

公司主要采用“以销定产”的生产模式，根据产品周期性需求变化，采取自主生产+外协生产相结合的生产方式，通过最佳资源配置、实现效率成本的最优。公司通过了ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证，以及发布了《IVS（SZ）-ISC-07生产管理流程》等规定，保障生产过程在质量、环保和安全等方面有效受控，及持续改进提升。

5.销售模式

公司结合所处机器视觉行业及光通信行业的特点、上下游发展情况、客户类型等综合因素，采取了直销、经销相结合的销售模式。具体以直销模式为主、经销模式为辅。

（1）直销模式

通过直销模式，公司直接向行业内知名客户提供产品及技术服务，可以确保产品和品牌推广的有效性，并通过与该等客户保持沟通，提高对客户需求的响应速度并加深对行业变化和趋势的理解，为公司打造更贴近市场需求的优质产品打下牢固的基础。

（2）经销模式

公司经销模式有两种业务场景：一种是公司通过建立经销商渠道，利用经销商的客户资源，开拓新客户和产品市场，该场景主要是针对境外业务，占比较低。另一种是客户指定的经销商/中间商，即终端用户出于供应链集中管理、进出口报关等因素，指定公司与其经销商执行具体订单业务。

同时，公司构建了以客户为中心的市场营销体系，坚持价值营销。即基于不同的客户类型和产品类型，建立了面向客户的价值创造销售流程，向客户提供高性价比、有竞争力的技术和商务解决方案；同时，为匹配公司面向客户价值创造的销售流程，设立了以产品经理、客户经理和交付经理为核心的铁三角营销组织，通过科学的分工合作，共同对客户负责。

(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）机器视觉行业

公司所处行业为机器视觉行业。就全球来看，机器视觉的发展史可追溯到20世纪60年代末，2010年至2020年，AI算法的发展推动机器视觉进入发展中期。随着机器视觉应用爆发扩展，2020年后机器视觉迎来高速发展期。与国外机器视觉的发展历程相比，中国的机器视觉行业起步较晚，1995年才开始有初步应用。2000年至2008年，在行业应用和算力的双轮驱动下，我国机器视觉进入了起步期；随着以苹果手机加工制造为核心的消费电子制造产业进入100μm高精度时代，迫切需要使用机器替代人工以保障产品的加工精度。苹果手机加工制造的应用需求直接推动了我国机器视觉产业进入发展初期，我国机器视觉系统和设备的研发、应用开始提速，同时在市场驱动下，机器视觉企业开始进行芯片、相机、光源等核心部件的研发，机器视觉器件市场逐步形成低端逐步国产化、中高端以进口为主的局面。2016年至2020年，AI算法的发展使得我国机器视觉进入发展中期，机器视觉应用领域更为广泛，核心器件、系统、设备的国产化率进一步提高。2020年后，在下游的带动下，机器视觉迎来高速发展期。

目前，中国市场已成为全球机器视觉市场规模增长最快的市场之一。根据中国机器视觉产业联盟的统计，中国机器视觉行业的销售额从2018年的101.80亿元增长至2020年的144.20亿元，CAGR达19.02%。得益于宏观经济回暖、数据中心建设加速、数字化经济建设、智能制造转型升级加速推进等因素，2020年至2023年，中国机器视觉行业的销售额将以27.15%的复合增长率增长，至2023年销售额将达296.00亿元。

机器视觉是先进成像、图像算法、自动化等多技术的融合，需要软硬结合、协调发展才能形成完整的视觉系统，以满足应用行业在精度、效率、兼容性和性价比等产品指标上的要求。因此，机器视觉行业具有较高的技术门槛，对潜在的市场进入者形成技术壁垒。

（2）光通信行业

光通信通常泛指光纤通信。光纤通信是指以石英光纤作为传输媒介，以光作为信息载体的通信方式，工作范围在近红外区域，对应波长区域是800nm至1,800nm。经过几十年的发展，光纤通信已经成为现代信息承载的核心方式，在现代通信网中起着举足轻重的作用。光通信产业链包括光芯片、光器件、光模块、光网络设备和电信及数通应用。

2.公司所处的行业地位分析及其变化情况

公司深耕机器视觉产业将近二十年，是可配置视觉系统、智能视觉装备与核心视觉器件的专业供应商，是我国较早进入机器视觉领域的企业之一。公司深入了解下游应用行业需求，深入研究制程和工艺，基于“视觉+AI”技术，为客户提供产品及解决方案，服务机器视觉下游消费电子、新能源、立体视觉、新型显示、印刷等多个领域，积累了苹果、富士康、京东方、福莱特（601865）、宁德时代（300750）等多行业龙头客户资源。公司曾获得一项国家技术发明一等奖、两项国家科技进步二等奖，牵头或参与制定十余项国家/行业标准。

根据中国机器视觉产业联盟统计，按销售额统计，截止到2021年，在中国机器视觉产业联盟成员企业中，凌云光为中国机器视觉行业销售额排名第一的企业。

3.报告期内新技术、新产业（300832）、新业态、新模式的发展情况和未来发展趋势

1.机器视觉新技术驱动行业发展

中国的机器视觉行业正处于快速发展的阶段，同时新的技术发展如深度学习、3D视觉技术、嵌入式视觉、人工智能和5G等技术的出现和应用，在原有的基础上进一步拓展了机器视觉产品的解决方案，丰富了视觉技术的应用范畴和解决方案的易用性、灵活性、实用性，机器视觉的应用领域和市场空间得到极大的扩展。

（1）3D视觉技术

相比2D机器视觉，3D具有显著优势，例如可以实现平面度、翘面度、段差、曲面轮廓等3D尺寸量测、3D空间中的机器人引导定位、基于3D信息的检测、识别等各种丰富的功能。3D视觉技术在一定程度上补充了2D无法提供三维信息、易受光照条件变化的影响、对物体运动敏感

等局限性，可以让机器在生产过程中对物料的使用和把控更加精准，在精度、稳定性、易用性等方面能很好地满足多类用户地使用需求，例如：表面跟踪，用于放置、包装或组装的料箱拣选，厚度、高度和体积测量，尺寸标注和空间管理，测量形状、孔、角度和曲面，检测表面和装配缺陷等。3D视觉技术的突破将进一步推动视觉技术在高端场景的应用，目前已有规模化落地的工业自动化、工业检测、物流科技、商业应用四大垂直系统市场，未来还有很广泛的应用市场空间。

（2）深度学习

深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入预测函数得到最终结果，可以将机器视觉的效果和鲁棒性与人类视觉灵活结合，从而完成复杂环境下的检测，特别是涉及偏差和事先未能预测缺陷的情形，弥补原有传统机器视觉技术通用性低、难以复制、对使用人员要求高等缺点。深度学习相关算法不断迭代优化，很多原来处理效果不佳或者处理性能不足的视觉问题逐步得到较为满意的结果，机器视觉的应用领域和市场空间将得到极大扩展。

（3）嵌入式视觉

嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术，是嵌入式系统和机器视觉两种技术的整合，可独立完成从接收光信号到系统输入的整个信号处理过程。相比基于PC或者云架构的视觉技术，嵌入式技术将用于图像处理和深度学习算法的AI模块集成到工业相机中，实现边缘智能。嵌入式视觉系统具有易学、易用、易维护、易安装等特点，可在短期内构建起可靠而有效的机器视觉系统，从而极大地提高应用系统地开发速度。处理能力、存储器密度和系统集成度的提升，促进了嵌入式视觉在传统和新兴应用领域的渗透。

（4）机器视觉与人工智能、5G等新兴技术融合和创新

近年来，随着信息技术、生物技术、制造技术、新材料技术、新能源技术等技术不断发展，人工智能、互联网、大数据等新兴技术与传统技术相结合带动新一轮产业变革，为制造行业带来了新的机遇。机器视觉行业在新技术的推动下也迎来了产业变革。机器视觉赋予了机器视觉感知的能力，是智能制造的基础产业，也是实现工业自动化和智能化的必要手段。机器视觉与5G、人工智能、工业互联等技术加速融合与创新，有利于其坚实的服务于全产业，推动中国制造业加速完成智能转型，同时也会带动机器视觉产业链的发展，为具备创新能力的国产机器视觉厂商带来国产替代机会。

2.机器视觉加速在应用领域的渗透

随着新能源、半导体、汽车等高端制造行业在我国产能占比的提升，工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求，因此对工业智能化水平提出更高的要求。我国城镇制造业人数自2015年步入负增长，人口红利逐步消失，企业劳动力成本压力凸显，与此同时，原材料成本上涨、国际经济态势等外部因素直接或间接增加了企业的综合成本。因此，如何借助机器视觉等智能化技术替代传统人工操作，实现提质、降本、增效，成为下游众多行业的共性需求。

由于下游工业制造业由“制造业”向“智造业”转化的迫切要求，下游呈现向众多细分行业横向拓展和纵向延申的发展态势。在工业领域，机器视觉覆盖电气电子、半导体、汽车、印刷和食品饮料加工等：①消费电子由于产品生命周期短、更新换代快的特征，仍然是机器视觉应用最为广泛的下游行业。②半导体机器视觉的市场规模随着新型技术及工艺环节不断增加，行业对检测的技术方法和效率提出了更高的要求，检测行业市场规模随即逐年提升。③汽车生产中的原材料质检、汽车零部件质检、制造过程工艺检测和整车质量把控过程都贯彻了机器视觉，随着新能源汽车逐渐普及，汽车制造过程中的精细零部件的数量会进一步增长，对机器视觉系统的需求随之上升；与此同时，新能源汽车蓬勃发展，带动锂电行业的机器视觉呈井喷发展态势。④机器视觉还应用于印刷、包装等众多的成本高、劳动强度大的下游工业领域中，通过机器视觉系统和设备的定位、识别、检测、测量的功能，提高产品线的制造和检测效率，提升产品的质量检测水平，加速产线的自动化和智能化的实现进程。机器视觉也应用于安防与监控、物流分拣一级智慧交通等众多非制造业应用领域，机器视觉结合三维重建、动作/表情捕捉、渲染技术、动作识别、物体追踪等技术应用在影视、游戏、直播、文旅等领域。

中国市场已成为全球机器视觉市场规模增长最快的市场之一。根据中国机器视觉产业联盟（CMVU)发布的《中国工业机器视觉产业发展白皮书》。2020年之前，我国机器视觉市场中国外品牌的份额高于国内品牌；2020年上半年外部环境对国外产品影响较大，CMVU数据显示上半年销售额同比下降50%，而我国自主品牌相对较好，销售额同比下降12%左右。2020年全年国内品牌销售额为77亿元，超过了国外品牌的73亿元。我国机器视觉相关品牌正在逐步崛起。

(四)核心技术与研发进展

1.核心技术及其先进性以及报告期内的变化情况

公司长期深耕机器视觉行业，较为全面地掌握了产业链相关的核心技术，形成了先进光学成像、智能软件、智能算法、精密机械与自动化四大技术平台，可支撑公司技术研发与产品应用的快速落地，满足多种行业需求，有效构建了行业壁垒和竞争优势。

在光学成像方面，公司形成了一套完整的成像系统设计规范，可满足高速、高精度、高复杂场景下的成像要求。自主开发了系列化适用于工业制造场景的特色面阵相机、线扫描相机，同时通过投资方式布局芯片，如通过与长春光机所合作以及投资长光辰芯，开展国内高端CMOS成像芯片研发。2022年进一步开发基于光谱共焦原理的3D视觉相机成像系统，项目研发成功后可广泛应用于可配置视觉系统解决方案中。

在软件方面，公司积累了较多CBB软件工具，构建了以工艺为核心的多场景、多层次的软件工具，可以帮助客户在端、边、云三个层级开展大数据质量管理，助力工艺改善与产品良率提升。2022年，公司针对被检测物的高度差、平面度、翘曲度、长宽、厚度、轮廓度等三维信息测量发布Hoo3D工业级3D测量软件，加大在3D视觉技术的持续研究和应用投入。

在算法方面，公司于2005年打造自主视觉图像算法平台VisionWARE。截至目前，公司已具有基础、定位、测量、检测、识别、颜色、3D、深度学习和图形用户界面等9个技术模块、18个算法库和100余个算法工具包。公司的算法平台是拥有全套且具有较好实战经验的AI算法平台，算法功能通用性强，经过多年持续研发并快速迭代升级，在精度、效率及稳定性三个性能指标上具备较好优势，形成了系列软件和系列产品，广泛服务于消费电子、印刷包装、新型显示等工业领域。2022年持续研究、发布核心算法，持续迭代算法模块，进一步扩大算法的应用场景功能和使用效率。针对工业制造的点胶检测，进一步研究开发线状、胶水、微变形等场景下通用缺陷检测算法，提高整体点胶效能的30%-50%，可广泛应用于多行业的点胶检测环节；针对工业质检场景碎片化、快交付、高迭代中的小、弱、浅检测难题，发布F.Brain算法迭代模块，提升工业应用缺陷检测效率；进一步探索多相机阵列与动态建模算法，研究动态人体三维重建算法，搭建实时动态三维重建系统，研发成功后可广泛应用于AR/VR/数字人内容生产。

面向未来智能“制造”，机器视觉与自动化融合是大势所趋，公司为此构建了精密机械与自动化控制的技术能力，产品布局也由此进入智能视觉装备这一千亿级高端装备领域。2022年公司进一步投入研究机器人柔性安装运控平台，实现多轴运动轨迹补偿系统，提高自动化模块的标准化和模块化。

在前沿技术方面，公司以打造领先的工业人工智能技术为目标成立“知识理性研究院”，进一步构建软件与算法平台、先进光学与计算成像平台、工业人工智能大数据平台，开展多种AI算法、计算成像、大数据与认知图谱等技术研究，服务更多行业需求。

2.报告期内获得的研发成果

公司为国家级高新技术企业、博士后科研工作站、被工信部评选为国家级专精特新“小巨人”企业，相关创新性产品通过国家级“制造业单项冠军产品”认定；曾获得一项国家技术发明一等奖、两项国家科技进步二等奖；主导或参与多项国家级重大科技专项；先后参撰《机器视觉发展白皮书》《工业智能白皮书》《MiniLED背光发展白皮书》《边缘计算视觉基础设施白皮书》多项行业发展白皮书。

截至2022年12月31日，公司拥有548项境内专利，包括发明专利273项、实用新型234项、外观设计41项；此外，公司累计获得软件著作权257项。截至2022年12月31日，公司牵头或参与制定并已发布的国家、行业、团体标准共13项，其中包括3项国家标准、10项行业与团体标准。

3.研发投入情况表

研发投入总额较上年发生重大变化的原因

研发费用同比增长33.92%，主要系研发人员数量增长，薪酬支出增加。

4.在研项目情况

5.研发人员情况

6.其他说明

三、报告期内核心竞争力分析

(一)核心竞争力分析

1.成熟专业的团队及创新能力

公司所处行业属于技术密集型行业，人才资源是公司的重要核心竞争力之一。在长期的发展过程中，公司注重人才队伍建设，组建了一支行业经验丰富且富有创新力的研发团队、销售和解决方案团队、售后服务团队。

公司以市场需求为导向，结合工程化产品的开发目标，组建了一支多专业学科背景的研究团队。团队成员来自于北京理工大学、北京航空航天大学、哈尔滨工业大学、华中科技大学等重点高校。截止2022年12月31日，公司研发团队共计825人，其中研究生及以上学历人数339人，占研发团队的41%；公司的销售与解决方案团队成员主要由技术人员或有技术背景的人员构成，可以基于客户的应用场景和业务痛点，为行业提供整体解决方案；公司售后服务团队协助客户将解决方案有效落地，为客户提供深度培训、产品的定期维护、保修或返修等支持。服务团队为大客户提供驻厂服务，及时响应客户现场，保障客户项目顺利进行，解决客户的后顾之忧。

2.全面的产业链上游布局能力

机器视觉产业链的上游包括芯片、相机、镜头、光源等硬件及算法软件。

在上游视觉器件方面，公司以采购与自主相结合，同时辅以产业投资进行布局的模式满足用户需求。主要因为公司的产品应用于消费电子、新能源、立体视觉、智慧交通、科学图像等多个下游领域，各下游应用场景的检测对象不同，对视觉器件的需求也不尽相同。公司根据不同应用场景的具体需求，选用最合适的相机和光源等器件产品。在相机领域，公司较早成立了相机研发中心，先后开发了面向工业、科研、交通等行业的几十款特色相机；在光源领域，公司累计开发了多款特种光源，拥有30多项发明专利。目前，公司自主开发的工业相机、光源批量应用于公司自主的可配置视觉系统与智能视觉装备产品。

图像算法是机器视觉的核心技术。2005年，公司启动研发核心算法库VisionWARE；2008年，推出VisionWARE-V1.0；截止目前，该算法库迭代至5.3版本，具有基础、定位、测量、检测、识别、颜色、3D、深度学习和图形用户界面等9个技术模块、18个算法库和100余个算法工具，可实现工业视觉行业定位、测量、检测和识别应用全覆盖，在AI算法方面支持模式识别、机器学习和深度学习。

在产业投资方面，公司投资了CMOS传感器芯片设计公司长光辰芯和红外芯片公司丽恒光微，布局国内高端成像芯片研发；在镜头领域，公司投资了工业镜头公司湖南长步道，定制开发高精度大景深成像镜头、高动态红外动捕镜头等特色镜头。在AI大模型方面，公司投资了清华背景的AI公司智谱华章，将数据预训练和知识图谱与工业智能制造、虚拟内容制作结合。此外，公司还投资了动捕软件供应商上海青瞳视觉科技有限公司，深度布局产业链相关技术，拥有较为全面的产业链技术能力和资源储备，这些也为凌云光规模化和纵深化发展提供了支撑和保障。

3.四大技术平台形成对下游应用的快速拓展能力

公司深耕机器视觉行业近20年，全面掌握了“光、机、电、算、软”等底层技术，形成了智能软件、智能算法、先进光学与计算成像、自动化精密控制四大技术平台，可支撑公司在多个行业快速推出应用产品。四大技术平台主要解决不同下游应用的共性、通用性、标准化和模块化的研究开发，在四大技术平台基础上，公司可以快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。公司以打造领先的工业人工智能技术为目标成立“知识理性研究院”，进一步构建和拓展四大技术平台能力，开展多种AI算法、计算成像、大数据与认知图谱等技术研究，服务更多行业需求。

4.深度掌握行业用户需求和提供解决方案能力

公司的主要客户为行业龙头公司，如苹果、工业富联（601138）、京东方、瑞声科技、宁德时代、福莱特等。行业龙头客户为公司解决下游应用的大场景、复杂工艺、典型制程需求提供了难得和极佳的实践价值，公司借此形成了多款融合视觉检测和自动处理能力的智能化产品，推出了大量智能视觉检测和量测设备。

公司在应用领域深刻把握工业客户对于精度、效率、品质提升的核心需求，开发适合行业应用的成像解决方案和应用系统方案。在消费电子领域，公司推出了消费电子制造精密装配/加工/智能识别/对位/测量等系列产品；在新能源领域，公司推出锂电覆盖前中后道视觉系统、隔膜表面瑕疵检测和极片检测产品、光伏玻璃质量检测系统；在立体视觉方面，公司提供数字人及内容制造的产品和服务；在印刷包装领域，公司先后研发了国产印钞/标签/软包/彩盒等印前对版、印中高速在线检测仪、印后离线质量检测装备等系列产品；在新型显示领域，公司开发了LCD/OLED/miniLED/MicroLED显示屏ce段/模组段半自动/全自动点灯、外观质量检测装备等系列产品；此外，公司在智慧交通、生命科学与高端科研仪器等领域均推出了与领域深度结合的产品。公司持续通过创新的产品与解决方案服务行业自动化与智能化升级。

四、风险因素

(一)尚未盈利的风险

(二)业绩大幅下滑或亏损的风险

(三)核心竞争力风险

1.产品开发无法满足下游应用需求的风险

公司所处行业具有技术革新频繁的特征，其下游行业的应用需求也处于高速迭代期，因此行业产品的生命周期大大缩短。如何快速将技术转化为多元化的产品从而服务于客户，是公司在行业竞争中胜出的关键。公司产品对应的下游应用场景较多，需要针对不同的应用场景持续投入研发。公司所处行业可覆盖新型显示、消费电子、锂电、半导体、PCB和汽车等众多下游应用行业。因这些下游应用行业普遍具有技术密集、产品更新换代频繁等特征。如果未来公司的设计研发能力和技术储备无法匹配下游行业应用需求的迭代速度，或公司因未能及时预见需求迭代导致技术开发方向上发生决策失误，或公司未能成功将新技术快速转化为多元化的产品与服务，将对公司的经营产生不利影响。

2.核心技术人才流失的风险

公司所处行业具有人才密集型特征，因行业涉及多种科学技术及工程领域学科知识的综合应用，需要大批掌握跨学科知识、具有高素质、强技能的专业技术人员。同时，为了进一步提升产品研发和技术创新能力，使产品和服务深度贴合下游行业的应用需求，公司核心技术人员还需要长期积累下游行业的应用实践。因此，行业人才培养周期相对较长。

随着行业竞争格局的变化，公司竞争对手及人工智能相关行业公司对光学成像、软件及算法等技术人才的争夺将日趋激烈。若公司未来不能持续健全人才培育体系或向核心技术人员提供具有市场竞争力的薪酬及福利，激励政策不能持续吸引技术人才，造成核心技术人员流失，将给公司带来技术研发迟缓的风险。

3.技术泄密的风险

多年来，公司自主研发了一系列核心技术。目前，公司已对关键技术及新产品研发采取了严格的保密措施，通过申请专利等方式建立了较为完善的知识产权保护及管理机制，并与核心技术人员签署了《知识产权权属、保密及竞业限制协议》，对其任职期间及离职后的保密和侵权等事项进行了严格约定。但是，未来如果因核心技术人员违约加盟竞争对手或因生产经营过程中相关技术、数据、图纸、保密信息泄露而导致核心技术泄密，将会在一定程度上对公司的生产经营和稳定发展产生不利影响。

(四)经营风险

1.市场竞争加剧的风险

公司是早期从事机器视觉业务的中国企业之一。在工业人工智能的时代潮流下，行业需求和市场规模不断扩大，吸引了更多的新兴厂商甚至传统自动化企业进入机器视觉行业，公司将会面临更加激烈的竞争环境。

2.产品价格下行、成本上升与盈利能力下降的风险

伴随机器视觉行业的快速发展，越来越多的新兴企业进入市场，原有的同行业厂商也会加大投入，行业供求关系可能发生不利变化，公司产品价格存在下行风险。另一方面，经济社会发展，人力成本持续上升、环保等因素会导致部分原材料价格持续上涨，生产成本增加，例如2021年全球芯片出现供应紧张的形势，从而发行人部分原材料价格有所上升，甚至出现暂时性供应紧缺的情形，影响了发行人部分产品的交付与收入实现。如果公司产品创新性或研发降本不能有效对冲价格下行与成本上升的影响，将使得公司盈利能力出现下降风险。

3.国际供应紧张影响经营业绩的风险

公司部分境外供应商因“缺芯潮”的影响，导致公司部分高端相机等上游光学器件供应出现短缺，一定程度上影响了生产和交付计划。若未来该类上游国际器件供应紧张的现象不能得到改善，公司业绩将存在受到负面影响的风险。

(五)财务风险

1.应收账款余额无法及时回收的风险

报告期末，公司应收账款12.61亿元，应收账款金额较大。公司各期末已根据会计政策对应收账款进行减值测试，并相应计提坏账准备。但若公司客户经营状况受外部环境影响出现重大不利变化，将有可能导致公司应收账款出现坏账损失。

2.存货减值风险

公司存货主要由原材料、在产品、库存商品和发出商品构成。报告期末，公司存货账面价值为4.70亿元，占资产总额比例为9.39%。鉴于公司存在一定规模的存货，如果公司不能准确地预测市场需求，可能导致原材料积压、库存商品滞销等情况发生。当产品价格下降超过一定幅度时，公司的存货可能发生减值，从而对公司经营业绩和盈利能力产生不利影响。

3.汇率变动风险

公司存在以美元、欧元结算为主的外币业务，主要为公司的境外采购以美元、欧元等结算。近年来，受全球经济形势影响，人民币与美元间的汇率波动性较大，对公司业绩可能造成一定影响。公司未来将进一步加大海外业务，汇率波动将影响公司采购成本和公司产品价格、市场竞争力，进而对公司业绩产生影响。

(六)行业风险

机器视觉及光纤通信行业正处于快速发展阶段，公司产品应用于新型显示、消费电子、印刷包装、新能源、光通信等领域，其终端应用需求与宏观经济发展息息相关，如果宏观经济周期性下行，会导致终端应用需求下降，下游产业投资放缓，公司将面临业绩增速放缓或下降的风险。

(七)宏观环境风险

一方面，公司经营境外品牌的代理销售业务；另一方面，公司采购部分境外品牌的相机、镜头、采集卡、芯片等器件作为自主产品的原材料，个别高端线阵相机由于其芯片存在技术垄断，所以仍依赖境外供应商供货。

在贸易摩擦的大背景下，相关产品及原材料供应可能会出现不确定性。如果国际贸易局势和政策发生重大变动，出现较为恶劣的贸易摩擦、关税壁垒、出口限制、关键进口原材料价格上涨、汇率波动等情形，或境外知名厂商取消与公司的合作，而公司无法在短期内找到替代供应商，公司的自主业务和代理业务均会受到影响，导致经营业绩下滑。

(八)存托凭证相关风险

(九)其他重大风险

五、报告期内主要经营情况

公司2022年营业收入同比增长12.83%，营业成本同比增长12.94%,归属于上市公司股东的净利润同比增长9.12%

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

相比全球，中国的机器视觉起步较晚。最早国内厂商通过代理国外的机器视觉产品，逐步掌握国外简单的机器视觉产品的功能和应用，自此开启了中国机器视觉的历史进程。随着中国企业探索研发自主核心技术，凭借产品性价比和服务的优势填补了国内相关市场需求。中国机器视觉随全球制造中心向我国转移，已经是继美国、日本之后第三大机器视觉领域的应用市场。虽然经过近30年的发展，机器视觉行业在我国已经取得一定的成绩，行业初步形成一定的规模，但本土机器视觉企业在研发技术实力、市场竞争力上较国际品牌产品仍存在较大的差距。

我国自1998年开始引入机器视觉以来，参与机器视觉产业发展的企业逐年增长。根据企查查得到的数据，2010年至2019年，每年新增行业内相关企业呈现逐年增长的趋势，到达2019年时，当年新增机器视觉企业数已达819个，达到近年来新增值的顶峰。2020年以来，受外部环境影响以及行业内集中度的提升，每年新增企业数逐渐放缓，2021年共计新增278家机器视觉相关企业。虽然近年机器视觉企业集中度提高，呈现规模化发展的趋势，但是相较国外康耐视、基恩士等企业，销售规模小，行业竞争格局较为分散。中国机器视觉企业基础仍然相对薄弱，产业链的布局能力、技术积累、高尖人才储备及持续创新能力仍显不足。但是，于此同时中国企业具备本地化的定制化服务和更为完备的售后服务、供货周期较为灵活的优势，随着中国机器视觉下游可应用市场的不断扩大和国内自主研发能力的提高，市场份额会呈现逐年提高的趋势。

机器视觉作为人工智能领域最重要的前沿分支，未来发展前景广阔。过去十年是中国机器视觉行业快速发展的十年，经过一段时间的普及及推广，机器视觉应用范围逐渐扩大。机器视觉的应用范围已从最初的消费电子、半导体等领域，逐步拓展至印刷包装、汽车、运输、医疗等领域。预计未来，除了传统的应用领域外，在AI、自动驾驶、人脸识别等新兴技术兴起的带动下，机器视觉将进一步扩宽应用领域。下游应用发展给机器视觉既带来发展，也带来挑战。随着生产工艺的精进及产品质量要求的提高，半导体、消费电子等行业对检测精度的要求也越发严苛。例如，半导体生产制造已使用5nm工艺，对芯片的检测精度要求也已提升至纳米量级。受限于衍射极限，单纯采用显微放大的方式已经难以满足检测精度需求，导致加工良率难以提高，影响产品质量。因此急需高精度的机器视觉技术解决更精准的测量问题，保证加工工艺符合要求，降低封装成本，确保出厂产品质量。下游应用的发展推动了对机器视觉产品和服务需求的提升，但也对机器视觉厂商提出了更高标准的要求。随着下游应用的生产、加工、检测等环节的效率和品质要求不断提升，机器视觉厂商需要加大技术投入，以提高机器视觉系统的精度、检测效率等参数。

(二)公司发展战略

公司将持续通过“凌云服务创品牌”、“明星产品有灵魂”、“绩效管理育英才”、“职能支撑创效益”和“事业做大有底线”五大战略举措，支撑“健康跨越上规模”的战略目标。始终以客户为中心，聚焦客户的目标与挑战，持续以先进光学成像、软件与算法、自动化等技术创新为基础，提供高质量、高性价比的产品，快速优质的交付与售后服务，为客户创造更大经济价值。

在机器视觉领域，公司将积极把握工业人工智能的战略机遇，在可配置视觉系统方面，快速做大消费电子、立体视觉、印刷、新型显示等已经形成先发优势产品的领域，同时积极开拓新的应用领域。在智能视觉装备方面，全面赋能消费电子、新型显示、印刷包装、新能源等行业的工厂智能化，以点带面形成多元化产品矩阵，丰富收入与利润增长点。在视觉器件方面进一步做强自主核心器件，提升对客户多变需求的服务能力，扩展多领域应用。在光通信领域，在深度把握行业客户需求的基础上，持续为行业客户提供光纤器件与仪器方案。

(三)经营计划

1.经营目标

公司以客户为中心，聚焦客户的目标与挑战，持续提供高质量、高性价比的产品和服务，为客户创造更大的经济价值。

2.市场规划

公司继续深耕机器视觉行业，在战略聚焦消费电子、新能源和元宇宙等航道的同时，进一步拓宽新的应用范围，抓住中国机器视觉的发展机遇，不断扩大市场份额，形成多方位的收入和利润增长点。持续优化客户结构，坚持大客户的经营策略，加强与现有合作行业龙头客户的合作广度和深度，建立与客户的多层面的沟通渠道，深度挖掘和洞察客户需求，不断完善以市场需求为驱动的营销体系，提高公司的营销能力。

3.研发规划

公司进一步加强在先进成像、算法和软件、自动化的技术领先优势，加固“光、机、电、算、软”的技术基底，持续加大在先进成像技术、3D视觉技术、人工智能算法等方面的投入力度，提高在各种应用场景下的速度、精度和稳定性，增强工业软件智能化分析功能，整体提高公司机器视觉技术水平、拓展可应用的工业场景。同时根据应用端的客户需求加大在消费电子、新能源等应用技术研发，积极研究复杂场景下的算法、人眼极限浅缺陷检测、全方位人体采集系统等行业难题，拓宽产品的功能和可应用领域，持续不断为客户提供创造性的产品和解决方案。

4.人才发展规划

围绕公司战略发展进行人才布局，完善人才招聘和培养机制，积极培育或招聘行业内稀缺的高精尖的研发人才、高级管理人员和专业领先人才，健全人才培养体系和人才发展通道，让优秀的人才不断脱颖而出，从成功的实践中选拔人才，完善人才梯队。不断优化以激发组织活力为目的的价值分配和绩效管理，基于“获取分享制”原则，设置多元化的长、短期激励机制和薪酬体系，保证人才的收入与公司的健康发展。