奥普特是一家主要从事机器视觉核心软硬件产品的研发、生产和销售的高新技术企业。公司定位于自动化核心零部件供应商，以“打造世界一流视觉企业”为目标，致力于为下业实现自动化提供具有竞争力的产品和解决方案。

　　奥普特成立于2006年，是我国国内较早进入机器视觉领域的企业之一。在成立之初，以机器视觉核心部件中的光源产品为突破口，奥普特进入了当时主要为国际品牌所垄断的机器视觉市场。在十几年的发展过程中，公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展路径，将产品线逐步拓展至其他机器视觉部件。奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。同时，奥普特以产品核心技术为基础，建立了成像和视觉分析两大技术平台，结合多年积累的机器视觉在各下业应用的专有技术（Know-How），形成了多层次的技术体系。以此为基础，公司能够向下游客户提供各种机器视觉解决方案，协助客户在智能装备中实现视觉功能，提高机器视觉系统的准确性、稳定性和可靠性，从而带动公司产品的销售。

　　公司依靠产品和解决方案的研发积累形成的技术体系，为客户提供具有技术附加值的机器视觉核心软硬件产品，从中取得收入、获得盈利。

　　公司的主要产品机器视觉核心软硬件是实现智能制造的关键构成部分之一。公司所处行业为机器视觉行业，属于技术密集型行业。研发能力是关系公司在行业内竞争力的核心因素之一。公司的研发主要包括基于各机器视觉软硬件产品的研发和基于机器视觉解决方案的研发。

　　基于各机器视觉软硬件产品的研发，公司坚持基础研发、产品研发与前瞻性研发并重。一方面公司通过包括对光学成像、图像处理、深度学习（工业AI）、3D视觉技术、异构计算等技术的研究，为产品研究夯实了技术基础；另一方面，公司也贴合客户需求不断研发改进既有产品，有效地满足客户需求、提升用户体验；此外，公司根据业务发展规划，结合行业发展趋势，进行前瞻性的产品研发和布局。

　　基于机器视觉解决方案的研发包括三个层次。第一个层次是针对客户具体的需求和应用场景进行的方案研发。机器视觉的应用场景千变万化，在实际应用过程中，需要考虑到各种各样的因素，如被摄目标自身的大小、形状，机器视觉所在设备的自身结构、速度等，对机器视觉系统的影响，才能设计出合适、可实现应用目标的方案。第二个层次是从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，从而向客户提供更优化、简洁、高效的产品和服务。第三个层次是将应用数据反馈回具体的机器视觉软硬件层面，总结出产品改进和新品开发的路线.销售模式

　　公司的销售模式均为买断式销售，主要依托向客户提供解决方案带动产品的销售，主要客户类型包括设备制造商、设备使用方、系统集成商/贸易商等。

　　机器视觉是智能装备的“眼睛”和视觉“大脑”，是实现智能制造的重要核心部分。而机器视觉在我国兴起和发展的时间较短，客户对于机器视觉能够实现的功能和能够达到的效果有一定的疑虑；且机器视觉功能的实现受到多种变量的影响，一套高效的机器视觉解决方案的设计需要大量的经验数据，而机器视觉的使用者往往较难积累足够的机器视觉应用经验数据库。因此，在销售机器视觉部件过程中，为客户提供技术服务和支持尤为重要。通过对行业特点的分析，结合公司自身的优势，公司建立起了以向客户提供机器视觉解决方案，从而带动产品销售的业务模式。

　　公司的对外采购主要分为两个部分：一部分是生产所需的原辅料，包括五金塑胶件、电子电器件、LED、光学件、PCB（A）、线材、接插件、包装材料等，用于生产自产产品。由于公司自产产品线较多，每条产品线涉及的原材料有较大差别，因此，该部分原辅料的采购具有品种极多、单品种采购量较小等特点。另一部分是用于配合视觉方案销售的外购成品，包括部分相机、镜头等。该部分采购主要针对的是公司目前产品线或产品型号尚未覆盖的部分。

　　公司结合销售订单和市场需求预测制定生产计划和发货计划，根据生产计划和发货计划制定原材料和外购成品采购计划。对于交付周期较长的材料和成品、一般通过销售预测确定预计使用量并联系供应商提前进行备货；对于部分生产过程中普遍适用的通用型材料和成品则维持合理的安全库存，保证生产和销售。

　　奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。随着公司产品线的不断丰富和完善，公司自产的产品品种和系列逐渐增多。

　　在这些自主生产的产品中，根据常用程度和应用范围大小进行区分，自主产品的标准化程度情况如下：（1）光源产品，包括标准产品和非标准产品，非标光源主要是在标准光源的基础上对尺寸、照度、均匀性等指标进行调整或者组合；（2）光源控制器产品，以标准产品为主，少量非标型号是在标准产品的基础上，对某些特定指标，如电流、电压等，进行强化或者其它特别设定；（3）自主工业镜头、工业相机、视觉控制器、视觉处理分析软件，均为标准产品。上述标准或者非标准的产品，依托公司的应用技术和向客户提供的解决方案进行组合，从而在各种各样的应用场景中，实现各异的视觉功能。因此，解决方案层面，公司的机器视觉解决方案具有定制化、多品种、小批量的特点。随着行业方案的批量应用及深度积累，逐步实现行业方案及产品和交付的标准化。

　　公司采取以销定产并按照销售预测保持一定安全库存的生产备料模式，以保证生产的平稳性和交期的灵活性。对于较为常规的产品，公司采用“备货生产”模式。即根据历史订单数据、下游市场情况等信息进行销售预测并确定安全库存水平，在考虑上游供货周期的基础上，以该库存水平为目标，调整生产节奏，提前排产，以便快速响应市场需求。对于常用程度较低、应用范围较窄的非标准产品，公司采用“按单生产”模式。即以订单为导向，按照客户需求的产品规格、数量和交货期来制定生产计划，组织备料排产。

　　公司所处行业为机器视觉行业，机器视觉率先发生和发展在基础科学和技术水平领先的北美、欧洲和日本等发达地区，在全球的发展历史不过半个多世纪。虽然发展时间较短，但在全球范围，以技术革新速度和工业发展之有利形势，机器视觉行业获得了快速的发展。我国机器视觉行业启蒙于20世纪90年代，从代理国外机器视觉产品开始，经历了启蒙阶段、初步发展阶段，目前正处于快速发展阶段。进入21世纪后，少数本土机器视觉企业才逐渐开启自主研发之路。本世纪10年代左右，伴随我国经济的发展、工业水平的进步，特别是3C电子、新能源行业自动化的普及和深入，本土的机器视觉行业获得了空前的发展机遇。

　　目前，中国已经成为全球制造业的加工中心，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了包括3C电子、新能源、半导体、汽车等国民经济的各个领域。工业和信息化部等七部门印发《智能检测装备产业发展行动计划（2023—2025年）》，其中提出，到2025年，智能检测技术基本满足用户领域制造工艺需求，核心零部件、专用软件和整机装备供给能力显著提升，重点领域智能检测装备示范带动和规模应用成效明显，产业生态初步形成，基本满足智能制造发展需求。研制一批专用智能检测装备。围绕机械、汽车、航空航天、电子信息、钢铁、石化、纺织、医药等行业专用检测需求，支持用户牵头，产学研用跨学科、跨领域攻关，开展基于数字模型的正向设计，融合新原理、新材料、新工艺，研制开发一批专用智能检测装备。加强新材料、生物制造等新兴领域专用检测装备研制。随着我国工业制造领域的自动化和智能化程度的加深，机器视觉将得到更广泛的发展空间。GGII数据显示，2022年中国机器视觉市场规模170.65亿元（该数据未包含自动化集成设备规模），同比增长23.51%。其中，2D视觉市场规模约为152.24亿元，同比增长20.21%，3D视觉市场约为18.40亿元，同比增长59.90%。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。

　　机器视觉行业属于技术密集型行业，跨越多个学科和技术领域，需要在包括成像、算法、软件、传感器等领域积累大量的技术，需要持续的大量研发投入。因此，较高的技术门槛对潜在的市场进入者构成了壁垒。

　　公司成立于2006年，是国内较早进入机器视觉领域的企业之一。在发展过程中，公司注重技术的积累，奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。公司产品定位于中高端市场，研发、设计和生产的机器视觉产品已经成功应用于3C电子、新能源、半导体、汽车等多个领域，协助下游客户建立和增强智能制造能力，并为公司技术发展和应用经验的沉淀提供了有力保证。公司已建立稳定的客户群体，产品应用于全球知名企业和行业龙头企业的生产线中。随着公司应用行业的进一步扩大以及公司面向不同行业不断推出新产品、不断提升服务能力，公司产品销售规模及市场占有率有望持续稳步扩大。

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

　　报告期内，新技术和产业化应用不断提升，公司下游产业链发展势头良好，机器视觉的需求稳步增加，未来应用前景广阔。

　　深度学习（工业AI）相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力，加快了机器视觉向更多行业渗透的速度。目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。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。深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，极大地拓展了机器视觉的应用场景。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处理性能不足的机器视觉问题逐步得到较满意的结果，从而有效扩大了机器视觉技术的市场潜力。

　　传统的机器视觉技术主要基于2D图像的处理分析实现测量、检测、定位、识别等功能。3D视觉技术是对传统2D视觉技术的重要补充。3D视觉技术利用3D视觉传感器采集目标对象的3D轮廓信息，形成3D点云，进而可以实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸测量、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，提供了丰富的三维信息，使机器能够感知物理环境的变化，并相应地进行调整，从而在应用中提高了灵活性和实用性，扩大了机器视觉的应用场景。

　　高精度成像技术是机器视觉行业始终追求的技术发展目标。高精度成像需要光源、镜头、相机等各部分的精密配合。在光源技术方面，技术的发展方向包括新的光源类型、更全面的波长覆盖、创新的光源布局等；在镜头和相机方面，提供更高分辨率的产品是行业持续的发展方向和目标。

　　嵌入式系统技术发展推动相机智能化，嵌入式系统技术是以计算机技术为基础，适应应用系统对功能、可靠性、成本、体积、功耗等要求严格的专用计算机系统。嵌入式系统由硬件和软件组成，软件内容包括软件运行环境及其操作系统，硬件内容包括嵌入式处理器、存储器、通信模块等。嵌入式系统技术在机器视觉中的应用不断拓展，形成以智能相机为代表的智能化机器视觉设备。相比于基于上位机的视觉技术，嵌入式系统技术将用于实现图像处理和深度学习算法的AI模块集成至工业相机，实现边缘智能，能够同时胜任图像采集与数据处理工作。

　　边缘计算也将成为机器视觉检测领域重要的计算模式。传统的集中式云计算方式在数据处理速度方面会存在较大的延迟，难以满足视觉检测对于高响应速度、高灵活性的数据处理需求，因此，边缘计算在视觉检测领域的重要性会逐步提升。例如在智能制造领域中，通过协同边缘计算与云计算，将机器视觉系统部署在靠近现场或用户的位置，实现远程实时控制和监控，减少数据传输距离，提高数据处理速度。

　　人工智能技术的高速发展，极大地提升了社会各产业自动化转型升级的进程，特别是以SAM大模型为代表的人工智能大模型推出，将进一步加快人工智能技术在工业机器视觉的应用覆盖。长期来看，人工智能技术将从提升视觉检测性能、简化算法框架模型、降低检测成本三个方面改变现有机器视觉的发展格局。

　　过去数十年来，中国制造业发展迅猛，总体规模体量已位居世界首位，但整体大而不强，产品附加值不高，处于价值链的低端，传统制造业面临严重的发展瓶颈。另外，国际上制造业竞争也在加剧，促使我国制造业的转型升级，同时也面临着很大的挑战。机器视觉由于在高精度尺寸测量、精确引导定位、自动化品质检测、智能化识别判断等方面的独特优势，已成为制造业转型的关键技术之一。机器视觉已经利用机器视觉技术在消费电子制造、新能源、汽车、半导体等众多行业取得成功应用，帮助行业客户实现降本、提质、增效等目标。反过来，下游应用行业不断拓展也为机器视觉企业提供了新的机遇和新的应用方向，中国机器视觉的市场规模被不断扩容。

　　消费电子行业作为机器视觉最主要的应用行业，将持续引领产业发展。消费电子行业具有技术革新迅速，产品迭代快等特性，整个产业始终保持着非常活跃的态势，频繁的型号和设计变更导致制造企业需要频繁采购、更新其生产线设备，对其上游的机器视觉行业产生巨大需求。消费电子行业海量的产品数量和消费者对轻、薄、高品质电子产品的挑剔，共同推动了其产品必然需要通过更高效、更精细的机器视觉检测技术以提升产能和质量、降本增效。在消费电子产业链上机器视觉技术已经基本覆盖从元器件、部件和成品的全制造环节的自动化及品质检测与量测。此外，连接器检测、PCB检查、SMT、硬盘检测、元器件在线分类筛选、二维码读取等场景的应用渗透率也逐步提高。

　　“双碳”背景下，新能源锂电行业将从GWh迈入TWh时代，终端厂商既要保障电池产品全生命周期可靠性，又要大幅提高生产效率，打造TWh级别超大规模交付能力。锂电生产中气泡、黑点等瑕疵、极耳错位等问题对电池质量及稳定性存在较大影响，过去锂电池质量检测更多依赖于人工，近几年随着安全事故发生频率增加，为提高锂电池性能的稳定性与品质的可靠性，电池厂商对锂电池视觉检测重视程度持续增加。此外，为了应对日益复杂的制造工艺和满足高质量的产品需求，业界提出了“极限制造”理念。面对“极高的质量要求，极复杂的工艺流程，极快的生产速度”三大挑战，核心锂电厂商建立了极限制造体系架构，打造以智能制造平台为核心，多平台、多系统深度交互的工业化和信息化融合生态平台，支撑极限制造目标的实现。其中，机器视觉技术是关键的环节。随着锂电池制造企业扩产，工厂智能化、自动化程度提升，未来随着技术的不断进步，机器视觉产品的需求持续加大。

　　半导体产业具有高集成度、高精细度的特点，是机器视觉技术最早大规模应用的领域。在新的国际环境下，中国半导体芯片产业链受到限制，特别是对生产设备的限制，刺激我国半导体芯片生产设备的国产替代、国产自主可控进一步加快进程。内资机器视觉企业已经进入长期被外资设备商把控的高端机器视觉装备领域，半导体制造领域日趋成熟与稳定的技术有望形成新的市场增长点，国内机器视觉行业也将迎来新的发展机遇。

　　汽车行业是国家高质量发展战略的重点行业之一，中国新能源汽车市场规模和发展速度持续领先，已开始建立自主可控的供应链体系，推进新能源车核心产业链国产化。除新能源汽车相关零部件已高度国产化外，自主设计、自建自动化生产线成为众多中国造车新势力车企的首要选择。汽车自动化产线的建设，离不开机器视觉技术的应用，特别是在装配的在线检测和零部件的离线检测等。中国汽车行业，特别是新能源汽车的高速发展，叠加核心产业链的国产化进程，给国内机器视觉企业带来增长机会。

　　公司以视觉算法和光学技术为核心，具备机器视觉底层算法、平台软件，以及光源控制和光学成像等核心技术能力。核心技术包括深度学习（工业AI）算法、3D视觉算法、传统视觉算法、光源控制和光学成像等。公司重点发展深度学习（工业AI）技术、3D处理与分析技术、图像感知和融合技术、图像处理分析的硬件加速等视觉前沿技术，在3C电子、新能源等行业累积了大量行业应用场景经验/专有技术（Know-How），并持续在光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件方面进行强化，巩固公司在光源、光学成像、行业应用软件方面的优势。

　　同时，结合多年积累的机器视觉在各下业应用的专有技术（Know-How），公司构建了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系。

　　报告期内，公司新增发明专利16项、实用新型专利30项、外观设计专利1项，软件著作权21项；截至报告期末，公司累计获发明专利67项、实用新型专利382项、外观设计专利31项，软件著作权108项，其他2项。

　　研发费用同比增长16.41%,主要系本期研发人员同比增长9.51%，及本期新产品、新方案、新项目的研发，职工薪酬、物料费增加。

　　二、经营情况的讨论与分析报告期内，公司顺应经济社会复苏的大势，坚持以客户为中心，以创新为动力，以人才为根本，全面提升主营业务的竞争力和发展潜力。公司在各方面都取得了显著的成绩和进步。

　　（一）深化与客户的战略合作，拓展多元化的业务领域，增强市场占有率和品牌影响力

　　2023年上半年，公司实现营业收入61,921.76万元，同比增长3.04%，实现归属于上市公司股东的净利润为17,366.03万元。公司在3C电子和新能源两大核心领域的业务均实现了增长。以下是各个领域的具体情况：

　　尽管受到整体经济环境影响，但公司在3C电子领域仍然实现了4.10%的同比增长。该领域的增长主要来自于公司产品在核心客户的应用场景持续渗透。一方面，公司产品持续向核心客户的各产品线渗透，带来更多的需求；另一方面，公司作为核心客户推动其产业链自动化进程的重要合作伙伴，终端客户品质管控前移，模组、关键零部件生产中自动化程度提高带来新增视觉需求。

　　虽然该领域的整体资本开支增速放缓，但公司仍然实现了0.87%的同比增长。在新能源领域，公司一方面与行业龙头持续加深合作，另一方面积极开拓新客户业务。随着新能源领域客户基于提升其产品安全性的考虑，产品检测需求和要求持续提升，公司作为机器视觉行业技术领先的企业，伴随深度学习（工业AI）、3D视觉工序覆盖持续增长，在帮助客户实现产品高标准检测需求的同时，带来了收入的增长。

　　随着新能源汽车市场的持续扩大，汽车电动化和智能化的融合趋势愈发明显，新能源汽车技术创新节奏也将加快。公司立足于与国内外行业大客户的合作突破，持续加大对汽车行业的业务拓展力度。

　　在半导体领域，随着国内半导体行业技术研发的进一步投入和关键技术的不断突破，作为工业自动化关键技术之一的机器视觉，将持续助力行业客户实现研发的突破。

　　深度学习（工业AI）相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力，推动了机器视觉技术在更多行业的广泛应用。目前工业用的深度学习模型依然需要专业数据和领域知识积累，其着力解决的图像分析任务，仍旧需要以高成像技术积累的图像为前提。公司凭借在成像技术方面的领先优势，以及在各个下业积累的机器视觉专有技术（Know-How），与核心终端客户展开深入的前瞻性技术合作，提供软硬件一体化的解决方案。今年以来，公司成立了专门的深度学习（工业AI）应用开发团队，并设立了专用实验室，全力支持核心大客户诸如外观缺陷检测等项目的开发。

　　（二）加大研发投入，持续推出高质量的产品和服务，满足客户的多样化需求，巩固公司在机器视觉领域的领先优势

　　公司历来坚持并受益于以产品和技术为引领的经营理念。2023年上半年，公司继续加大研发力度，研发费用投入1.04亿元，同比增长16.41%。公司在机器视觉领域的核心部件，实现了多个产品突破和升级。

　　1.在视觉软件产品线方面，公司持续加大对深度学习（工业AI）投入。基于自研算法，公司推出了第三代深度学习产品DeepVision3，该产品在智能标注、多人协同、数据加密等方面进行了优化，并在3C电子、锂电等行业得到了广泛应用。同时，公司还对智能软件平台Smart3和视觉算法库SciVision产品进行了升级，增强了标定、3D测量、外观检测、通讯等工具的功能和易用性。

　　2.在3D产品线方面，公司完善了现有的硬件产品系列，并持续深入研究3D算法。公司在3D机械臂抓取、标定仿真、高保真渲染、游程快速计算、CAD和点集匹配、轮廓测量和处理等算法方面取得了创新成果，拓展了3D产品的应用场景和能力。

　　3.在智能读码器产品线方面，公司不断提升内置AI算法模型的性能和解码准确率，增加了通信协议的支持，使该产品线能够适应各种复杂环境。公司还推出了手持读码器，为客户提供了更便捷的解决方案。

　　4.在相机产品线方面，公司推出了更高性能和更低成本的新型号相机，丰富了公司的相机品类，满足了不同项目的应用需求。

　　5.在镜头产品线方面，公司进一步完善了镜头产品系列，研发了模块化变倍显微系列镜头产品，该产品可以根据不同的应用场景灵活地选配模块化成像部件，为3C、半导体检测等行业提供了更多样化的成像器件选择。

　　6.在光源产品线万lux照度的超高亮光纤光源、可编程控制的2.5D检测光源、极窄条纹光斑的3D扫描线形光源，为客户提供了更高质量和更高效率的光源解决方案。

　　2023年上半年，公司新获得发明专利16项，实用新型专利30项、外观设计专利1项，软件著作权21项；截至报告期末，公司累计获得发明专利67项、实用新型专利382项、外观设计专利31项，软件著作权108项，其他2项。公司将继续坚持以技术创新为动力，为客户提供更优质的机器视觉产品和服务。

　　1.根据现有的人员结构和未来的业务发展需求，公司建立了完善的人才培养机制，为员工提供全方位的能力提升和职业规划。

　　2.公司持续加强研发系统的人力投入和团队建设，重点引进深度学习（工业AI）算法、新产品研发等领域的专业人才，夯实底层研发团队的基础能力。

　　3.公司教育事业部积极探索职业教育市场的潜力，一方面关注国家和地方政府推动职教发展的政策导向，提高公司在职业教育领域的影响力；另一方面拓展校企合作的覆盖范围，与全国各地的优秀职业院校开展产学研合作，推动区域内其他院校开展校企合作业务。同时，公司积极参与机器视觉领域相关人才标准的制定，参与了人社部组织的《工业视觉系统运维员》国家职业技能标准制定工作，逐步构建了完整的人才培养和考核体系，助力行业标准化建设，培育高素质的机器视觉人才，服务行业、回馈社会。

　　公司自上市以来，一直致力于打造和完善管理体系，尤其是通过数字化转型提升管理水平。公司全面启动了信息系统升级的数字化建设项目，对现有的ERP、OA等核心系统进行了业务流程优化和跨系统集成，初步构建了一个标准化、一体化、互联互通的数字化管理平台。该平台能够实现产供销业务的高效协作，提高订单交付效率，增强客户满意度。同时，该平台能够快速获取和挖掘相关业务数据，为公司管理者提供深入分析和决策支持。

　　公司将始终定位于自动化核心零部件的优质供应商，以“打造世界一流视觉企业”为目标，不断丰富和完善产品线，积极拓展国内外的市场需求，持续提升在各个行业的应用场景的渗透率和市场影响力。

　　公司所处的机器视觉行业属于技术密集型行业，涉及视觉传感器技术、光源照明技术、光学成像技术、数字图像处理技术、模拟与数字视频技术、计算机软硬件技术和自动控制技术等多种科学技术及工程领域学科知识的综合应用。在未来提升研发技术能力的竞争中，如果公司不能准确把握行业技术的发展趋势，在技术开发方向决策上发生失误；或研发项目未能顺利推进，未能及时将新技术运用于产品开发和升级，出现技术被赶超或替代的情况，公司将无法持续保持产品的竞争力，从而对公司的经营产生重大不利影响。

　　经过多年的积累，公司自主研发了一系列核心技术，这些核心技术是公司的核心竞争力和核心机密。如果未来关键技术人员流失或在生产经营过程中相关技术、数据、图纸、保密信息泄露进而导致核心技术泄露，将会在一定程度上影响公司的技术研发创新能力和市场竞争力，对公司的生产经营和发展产生不利影响。

　　公司所处的行业中，关键技术人才的培养和维护是竞争优势的主要来源之一。行业技术人才需要长期积累下业的应用实践，以加深对工业自动化、底层核心算法和软硬件结合技术的理解，才能提升产品研发和技术创新能力。同时引进物理学、光学、深度学习、大数据、人工智能技术等领域的研发人才，有助于行业的技术发展和演进。行业内该等经验丰富的复合型人才相对稀缺。随着行业的变化，对行业技术人才的争夺将日趋激烈。若公司未来不能在薪酬、待遇、工作环境等方面持续提供有效的奖励机制，将缺乏对技术人才的吸引力，同时现有核心技术人员也可能流失，这将对公司的生产经营造成重大不利影响。

　　公司自成立以来经营规模不断扩大，资产和业务规模在原有基础上有较大的提升，公司人员规模进一步扩大，这对公司在战略规划、组织机构、内部控制、运营管理、财务管理等方面提出更高的要求。如果公司不能适应公司的资产和业务规模的扩大，公司管理层不能持续有效地提升管理能力、优化管理体系，将对公司未来的经营和持续盈利能力造成不利影响。

　　机器视觉行业是近十几年间随着工业的发展而逐步兴起的行业。采用机器视觉技术的下业多为发展较快、对自动化水平和产品品质要求较高的行业。随着行业的快速发展，越来越多的企业加入，机器视觉市场竞争日益加剧，整个产业也将逐渐进入成熟期。一般而言，随着产业从成长期逐渐进入成熟期，市场竞争加剧，将导致产品价格逐渐降低。

　　公司目前毛利率处于较高水平，若未来受行业内更多企业加入导致市场竞争加剧、境外品牌降价竞争、原材料价格及人工成本持续上涨等因素影响，未来公司产品毛利率存在下降的风险。

　　随着智能制造和工业4.0的进程的推进，我国机器视觉行业得到了快速发展。随着本行业以及下业持续发展，市场规模的不断扩大，本行业将吸引更多的竞争者进入，市场竞争将日趋激烈。一方面，现有企业扩大生产规模，加强研发和技术投入；另一方面，其他行业的公司凭借资本实力跨行业发展。若公司未来不能持续维持竞争优势，提高自身竞争力，在更加激烈的市场竞争中，公司将面临市场份额下降的风险。

　　公司已初步形成了机器视觉领域完整的产品线。但为应对竞争与需求变化，公司还需要持续的研发投入。公司目前有多个新产品处于规划或者研发阶段，并在各下业规划研发机器视觉应用方案。一方面，上述在研项目距离实现批量生产和销售还有一定时间，且存在研发失败的风险。另一方面在研项目可能在未来商业化中会面临激烈竞争，出现商业价值低或不及预期的风险，同时，新产品或新方案在客户方面形成一定的偏好及忠诚度均需要一定的时间。因此，公司存在新产品研发失败和市场推广不利的风险，进而对公司未来的业绩增长和盈利提升产生负面影响。

　　报告期末公司应收账款账面价值为75,614.27万元，占当期总资产的比例为24.21%，应收账款占总资产的比例较高。如果宏观经济形势、行业发展前景发生重大不利变化或个别客户经营状况发生困难，则公司存在因应收账款难以收回而发生坏账的风险。如若客户信用风险集中发生，则公司将面临营业利润大幅下滑的风险。

　　报告期末公司存货账面价值为13,769.37万元，占当期总资产的比例为4.41%。若未来市场环境发生变化或竞争加剧导致产品滞销、存货积压等情况，将造成公司存货跌价损失增加，对公司的盈利能力产生不利影响。

　　公司主要客户群体集中在3C电子、新能源等行业，由于3C行业、新能源等行业的市场需求受宏观经济及政策等多方面因素的影响，具备较为明显的周期性。若未来出现宏观经济下滑、扶持政策力度下降等不利因素，同时如果公司不能进一步拓展其他应用行业的业务，可能出现收入及利润增速放缓甚至下滑的风险。

　　2023年上半年，全球经济缓慢复苏，但复苏分化特征日益明显，制造业和商品贸易等复苏疲软。若未来经济复苏态势不及预期，可能造成公司下游客户在自动化业务方面的资本支出放缓，从而对公司业务发展造成不利影响。

　　雷竞技APP官方