2022年奥比中光之发行人专题报告 奥比中光在3D视觉感知技术方面与国际巨头具有可比性

一、发行人所处行业概况

1.1 发行人的行业分类

公司主营业务是 3D 视觉感知产品的设计、研发、生产和销售，主要产品包括 3D 视觉传感器、消费级应用 设备和工业级应用设备。根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“计算机、通信和其他 电子设备制造业”，行业代码为“C39”。根据《上市公司行业分类指引》（2012 年修订），公司所属行业为“计算 机、通信和其他电子设备制造业”，行业代码为“C39”。根据《上海证券交易所科创板企业发行上市申报及推荐 规定》，公司属于“新一代信息技术领域”的高新技术产业和战略性新兴产业。

1.2 发行人所处行业的政策分析

3D视觉传感器能够让智能终端具备3D 视觉感知能力，从而使得智能终端由“看清世界”到“看懂世界”进化。 对应的 3D 视觉感知技术已成为人工智能和物联网时代的关键共性技术，是推动全球科技从互联网/移动互联网 时代向智能化物联网时代发展的关键技术之一。为促进产业发展，国家先后出台一系列政策规划。

随着国家各政府部门不断出台支持政策，商业成熟度不断提高，3D 视觉感知技术及产品逐步向生物识别、 AIoT、消费电子、工业三维测量、汽车自动驾驶等多个领域拓展。3D 视觉感知行业的市场规模持续增长，产业 链日趋完善，应用场景关注度和认可度不断提升，给公司相关业务发展提供了有利的产业宏观环境和政策环境。（报告来源：未来智库）

1.3 发行人所处行业概述

1.3.1 3D 视觉的主要概念

3D 视觉能够获取三维矢量信息，实现识别、定位和场景重建等功能，将成为 AI 时代的关键技术。传统的 2D 视觉成像技术仅仅能够提供固定平面内的形状及纹理信息，无法通过视觉算法实现精准识别、追踪等功能所 需的精准三维矢量、位置等信息。3D 视觉感知技术充分弥补了 2D 视觉传感器的缺陷，能够利用获取的带有深 度信息的图像，实现高精度的识别、定位、场景重建等关键功能。3D 视觉技术使得 AI 的相关应用如生物识别、 三维重建、骨架跟踪、AR 交互、数字孪生、自主定位导航等应用有了更好的体验，将成为人工智能时代的关键 技术。

在应用上，3D视觉感知技术相比 2D 成像技术而言也更加广泛。尽管3D视觉感知技术大规模产业化不久， 但已经在越来越多的场景中得到应用，赋能各行各业从 2D 成像向 3D 视觉感知升级。在消费电子领域，通过在 智能手机、平板设备、电视等智能终端上搭载 3D 视觉传感器可以使其具备 3D 人脸识别解锁、沉浸式交互、体 感交互等能力，从而带来更安全、更好的用户体验；

在生物识别领域，通过在线下支付终端、智能门锁/门禁等 设备上搭载 3D 视觉传感器可以实现更安全、更精准的 3D 刷脸支付和解锁；在 AIoT 领域，3D 视觉传感器可以 被搭载在 3D 空间扫描设备、服务型机器人、AR/VR 设备等终端上以实现传统 2D 相机无法实现的功能，例如 三维重建、避障导航等；在工业三维测量领域，3D 视觉感知技术可以被用来实现微米级的工业扫描、工业检测 等功能。未来，3D 视觉感知技术将不断探索下游应用，落地到自动驾驶汽车、工业机器人、医疗等更丰富的应 用领域中。

根据 2019 年 Gartner 新兴技术发展周期曲线图，3D 视觉感知概念在该阶段突破了早期的期望膨胀期，并逐 渐步入产业化前的重要发展阶段，3D 视觉传感器正不断探索潜在的细分领域应用，寻找潜在的增长爆点，但进 入生产成熟期仍需要 2-5 年的时间。目前伴随着未来成本的下降和技术不断成熟，3D 视觉感知技术有机会得到 大规模的普及和应用，在生物识别、AIoT、消费电子、工业三维测量、汽车自动驾驶及多个潜在领域持续拓展 并深入产品化。

1.3.2 3D 视觉技术路线及对比

3D 视觉成像的方案可以分为主动法和被动法两类，包括 TOF、结构光、双目视觉等。被动测距方案中以 双目立体视觉最为典型，类似于人眼视觉系统，通过两个摄像头构造 3D 影像，这种方案主要依靠软件进行特 征匹配，同时对于场景亮度有很高的要求。主动测距方案则需要通过激光、LED 等主动光源照射场景，典型的 方案包括结构光和 TOF。不同的下游领域或场景对探测距离的要求差别巨大，对 3D 视觉的测量范围、测量精度、尺寸和功耗等性 能要求均不同，因此根据不同的技术的特点，所适用的应用场景也有所不同。

（1）结构光 结构光视觉感知技术是基于三角测量原理的三维成像方法，主要由激光发射端、接收端以及深度引擎芯片 三大模块组成。激光发射端用于向三维空间投射激光散斑，以对整个三维空间进行编码；接收端用于接收空间 编码信息，并输入到深度引擎芯片，深度引擎芯片固化了深度引擎算法以实现对空间编码信息的深度计算以输 出 3D 信息。根据激光发射端中激光的不同，可以分为边发射激光(EEL)以及垂直腔面激光(VCSEL)结构光 3D 视觉传感器，根据激光特性的不同，EEL 结构光 3D 视觉传感器一般体积较大、适用于较大测量范围(0.5~6m) 的应用场景，而 VCSEL 结构光 3D 视觉传感器则体积小、适用于较小测量范围(0.2~1.5m)的应用场景。

（2）TOF ToF 现有的技术路线中有 iToF（indirect ToF）和 dToF（direct ToF）两种方案。iToF 全称是 indirect Time-of-Flight，间接光飞行时间。所谓间接，就是指 iToF 是通过测量相位偏移来间接测量光的飞行时间，而不 是直接测量光飞行时间。dToF 全称是 direct Time-of-Flight，为直接测量飞行时间。

dTOF

dTOF（Direct Time of Flight）视觉感知技术是一种通过直接计算脉冲光从发射到接收之间的飞行时间来实 现距离测量的技术，主要包含激光发射端以及单光子探测阵列芯片(SPAD 阵列芯片)，激光发射端向目标发射脉 冲光束，经物体反射后被单光子探测阵列芯片采集，芯片内设置模数转换电路(TDC)以及直方图电路分别对光子 进行计数以及脉冲波形直方图的绘制，波形直方图中脉冲波形所对应的时间即是脉冲光束的飞行时间。

与结构光、iTOF、双目视觉技术相比，dTOF 技术测量范围广、精度高、功耗低，且非常适合反射光强度 较弱的情形。在 dTOF 视觉感知技术中，单光子探测阵列芯片是整个 dTOF 技术中难度最大、门槛最高的技术， 涉及到 SPAD 像素器件设计(包括像素结构、光电串扰、提升 SNR 等)、低至 5ns 死区时间的淬灭电路设计、共 享分辨率的 TDC 电路以及片上直方图设计等众多高难度技术。

iTOF

iTOF（indirect Time of Flight）视觉感知技术是一种通过计算光由激光发射到被图像传感器接收之间的相位 差来间接获取目标距离的技术，主要包括发射端、接收端以及深度引擎芯片，发射端激光一般被调制成连续波 CW)和脉冲(PM)波两大类，接收端则通过特殊设计的包含多抽头像素的 iTOF 感光芯片来采集返回光信号，并 由处理电路实现相位差计算，还可以进一步对相位差进行滤波、转换等计算以获取深度图像。

（3）双目 双目视觉感知技术的原理是基于立体视觉的三维测量技术，通过两个相机分别获取左右两幅图像，并通过 视差计算以及三角法以计算出目标的深度图像。根据是否具备主动发射光源，可以分为被动双目以及主动双目 技术，二者的区别在于主动双目包含一个激光发射端，可以主动向空间投射出图案以对空间进行主动编码，相 比而言，被动双目技术则要求目标物体具有纹理信息，且有足够的自然或非自然可见光源。

（4）Lidar Lidar 的工作原理与 dToF 类似，都是通过发出激光，遇到障碍物返回并计算光的飞行时间，以获得特定的 距离和方位信息，最终还原出真实的 3D 世界。Lidar 作为自动驾驶不可或缺的组成部分，是汽车自动驾驶由 L2/L3 级别向 L4/L5 级别进化的关键核心器件。Lidar 在自动驾驶中的应用包括障碍物检测、标定、SLAM、可通行空 间检测等。

（5）工业三维测量 针对工业领域对物体表面三维信息高精度测量需要，利用蓝光多频相移技术，通过向物体表面投影时序的 带相位信息的光栅条纹图案，由左右两个高分辨率工业相机对光栅条纹图案进行采集，最后基于立体视觉测量 原理进行相位解算以获得被测物表面的三维数据。同时还将利用参考点拼接技术，将不同位置和角度的测量数 据自动对齐，从而获得完整的三维数据。

1.4 发行人与主要竞争者的比较及其在行业中的地位以及行业竞争格局分析

1.4.1 行业内主要竞争格局及竞争者

（1）消费级应用竞争企业情况 目前在消费级应用市场中，已开展相关技术与产品研发的主要企业包括苹果、华为、微软、英特尔、索尼、 三星等科技巨头企业，还包括英飞凌、瑞芯微、华捷艾米、奥比中光等企业。微软是业内最早推出消费级 3D 视觉传感器的企业，经过多年发展，已推出了结构光、iToF 技术的 3D 视觉传感器面向市场销售，推动了 3D 视 觉感知技术的发展；苹果、华为主要面向自主终端产品（智能手机、平板设备等）对 3D 视觉感知技术需求， 自研 3D 视觉传感器以服务于自家产品；英特尔则面向开发者、机器人等多个应用场景推出了多款产品。索尼、 三星借助于自身在感光芯片方面的实力，在 iToF、dToF 技术上进行发力，推出了相应的感光芯片产品，面向业 内其他企业销售。

英飞凌、瑞芯微、华捷艾米也向市场推出了各自研发的 3D 视觉传感器产品。 行业还没有形成稳定的竞争格局，公司与同行业公司多数为竞合关系。3D 视觉感知行业属于新兴行业，在 消费级市场还没有形成稳定的竞争格局，多数企业是基于自身的技术优势或产品需求进行技术与业务布局。例 如苹果、华为、三星拥有智能手机等终端产品，目前大都采用自研的 3D 视觉感知技术方案，但不排除未来随 着产业链逐渐成熟，当外购产品性能及成本更优时会同步采用外部企业的产品。三星、索尼的图像传感器芯片 也会向业内其他企业供货，使下游企业基于此研发面向特定应用场景的传感器产品。

公司在 3D 视觉感知技术方面与国际巨头具有可比性。对于科技巨头而言，3D 视觉感知通常仅是其众多业 务投入领域之一，且 3D 视觉感知行业属于新兴行业，个别科技巨头也是通过并购 3D 视觉感知创业型公司拓展 到本领域，在并购之后，主要依托相关被并购企业研发团队为基础开展研发创新。公司聚焦于 3D 视觉感知领 域投入，吸纳了一批芯片设计、算法、光学等领域的高端人才和专家，多数拥有海内外知名大学教育背景，具 有很强的全球视在 3D 视觉感知领域的研发创新与国际科技巨头具有可比性。

（2）工业级应用竞争企业情况 公司的工业级应用设备主要面向科研院所及工业制造等行业需求，以进口替代为主，竞争企业主要来自欧 美国家，如德国 GOM、美国 CSI、瑞典海克斯康等。（报告来源：未来智库）

1.4.2 发行人的竞争优劣势分析竞争优势

（1）公司具备 3D 视觉感知全栈式、全领域技术研发能力。3D 视觉传感器是技术门槛和壁垒极高的光学 测量系统，在技术路线上横跨结构光、iToF、双目、dToF、Lidar、工业三维检测六大领域，在技术构成上融合 了光学、机械、电子、芯片设计、算法、SDK、固件开发等多项复杂学科交叉技术。公司是全球 3D 视觉感知 领域极少的横跨多领域、多种类核心底层技术研发，并掌握从底层到应用层全栈式技术研发能力的企业，对 3D 视觉感知全领域技术有横纵打通、融会贯通的理解和创新能力，是仅从事一项或几项技术研发的企业无法比拟 的。

（2）公司具有光学测量基因深厚、多学科交叉的核心团队。公司拥有一支以光学测量为基础，芯片设计、 算法等多学科交叉的优秀核心团队。公司创始人黄源浩先生是国内 3D 视觉感知技术领域的领军人才，同时公 司吸纳了一批芯片设计、算法、光学等领域的高端人才和专家。截至报告期末，公司研发人员占比超过 60%， 其中博士数量超过 58 名（含 18 名博士后），各类高层次人才 24 名。

（3）公司具有集聚全球性供应链和行业头部客户的上下游资源。公司在产业链方面形成了极强的先发优势。 在上游供应链，公司得到了如台积电、TowerJazz、Lumentum 等全球性供应商的资源支持。在下游客户资源， 公司积累了一大批行业龙头客户，且在一些细分行业逐步成为行业客户的标配产品，具有极强的客户稳定性。公司与各行业头部客户建立的良性合作关系，也会反向推动公司产品的升级迭代，很多龙头客户会跟公司合作 共同进行风险开发，并优先选择成熟产品实现大规模量产，从而进一步拉大公司与竞争对手的差距。

（4）公司掌握自主核心技术、具备百万级规模的生产能力。3D 视觉传感器的构造精密，生产工艺复杂， 量产难度高，能否实现大规模量产是衡量一家企业是否全面掌握 3D 视觉感知技术的核心评价指标之一。公司 自主进行专用生产设备的开发，自主设计生产工艺、测试工具、测试流程，2015 年底成功实现了 3D 视觉传感 器量产，2018 年成功突破百万级量产交付，公司在 3D 视觉传感器量产方面获得的专利授权超过 50 件。2020 年 5 月公司自建的两万平方米工厂竣工投产，为支撑大规模需求增长提供了有力保障。

竞争劣势 （1）公司规模体量偏小，对产业链的影响力不及国际科技巨头。公司的主要竞争对手是三星、索尼、微软、 英特尔、苹果、华为等享誉全球的科技巨头，这些巨头凭借其强大的产业链影响力，一方面可以快速向上游供 应商发起需求，短周期内获得优先的深度定制响应，另一方面可以导入自主产品，快速在市场上形成推广使用。 公司作为一家创业型企业，规模和体量尚小，对上游供应商的影响力有限，获得的深度定制支持力度逊色于国 际巨头。

（2）公司个别技术布局稍晚于国际科技巨头。索尼、三星已基于 iToF、dToF 技术推出产品并得到应用，Lidar （激光雷达）作为自动驾驶核心传感器之一，国内外多家企业也已发布产品。公司作为创业型企业，资金实力 总体有限，早期无法对多种技术路线同步布局，而是重点聚焦 3D 结构光技术研发，形成 3D 视觉感知技术体系， 实现产业化应用。 随着公司经营实力提升和下游市场应用日益兴起，为完善一站式技术服务能力，并构建全面的 3D 视觉感 知系统级技术体系，公司横向布局研发 iToF、dToF 和 Lidar 等技术，纵向布局发展结构光专用感光芯片。目前， 公司的 iToF 技术产品已量产，dToF 和 Lidar 技术暂未发布产品，结构光专用感光芯片仍处于研发过程中。总体 而言，公司在 dToF、Lidar 等技术路线的布局要晚于行业最先进的国际科技巨头。

1.5 发行人所处行业的发展前景分析

1.5.1 2D 成像向 3D 视觉感知升级

随着 2D 成像逐步向 3D 视觉感知升级，3D 视觉感知市场处于规模快速增长的爆发前期。2D 图像仅能够提 供固定平面内的形状及纹理信息，3D 视觉感知技术则在同步提供 2D 图像的同时，还能够为 AI 算法及算力提 供视场内物体的深度、形貌、位姿等 3D 信息，3D 视觉感知技术则充分弥补了 2D 成像技术的缺陷，是一次技 术跃迁。根据 Yole 研究报告，2019 年全球 3D 视觉感知市场规模为 50 亿美元，且市场规模将快速发展，预计 在 2025 年达到 150 亿美元，2019-2025 年复合增长率约为 20%。

3D 视觉感知的六大技术路线目前均有一定的市场应用，但是结构光，ToF 和 Lidar 技术基于其自身的技术 特点，更能满足消费电子和汽车自动驾驶的场景应用需求，具有更大的市场应用空间。这三类技术目前应用占 比已高于其他 3D 视觉感知技术，未来随着消费电子和汽车自动驾驶市场的增长，结构光、ToF 和 Lidar 技术的 市场占比会进一步提升。

1.5.2 3D 视觉感知应用领域将更加多样化且行业渗透率更高

3D 视觉感知技术在手机、刷脸支付、智能电视、平板电脑、个人电脑、机器人、智能门锁、门禁、工业检 测、投影交互、3D 空间扫描、智慧客厅、智能监护、智慧物流、自动驾驶、人体测量、体感健身等领域逐步渗 透。产业链的完善、量产成本的降低也将加速 3D 视觉感知技术在其他应用领域进一步拓展和渗透。 （1）生物识别领域应用 生物识别是一种通过计算机、光学、声学、生物传感器等多个技术领域密切结合，利用人体固有的生理特 性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法。随着对于身份识别和 保密需求的日益增加，各类新兴生物识别的技术不断发展，通过 3D 视觉感知技术实现的生物识别方法逐渐落 地于不同的应用场景。

目前，3D 人脸识别技术主要有 3D 刷脸支付和 3D 门锁门禁等应用。3D 刷脸支付是继二维码支付后由 3D 视觉感知技术驱动的新一代支付方式，避免了携带支付中间介质，使用高效、便利，满足了身份核验的唯一性，更好实现支付安全与便捷的统一。截至 2020 年末，在支付宝、微信支付、银联商务、拉卡拉等第三方支付公司 的积极推动下，全国已合计完成超过百万台线下支付设备的铺设，未来包括便利店，无人自助场景（如自动售 卖机、智能快递柜）以及部分新兴的支付场景（如 ATM/自动取款机、医院、学校等），将会进一步带动 3D 视 觉传感行业的快速发展。

刷脸门锁、门禁、闸机也是 3D 视觉感知技术在生物识别领域较为广泛的应用场景。根据 Counterpoint 的统 计，2018 年，我国智能门锁市场出货量达 1,630 万套，预计 2022 年，我国智能门锁市场出货量将达 4,770 万件， 2018-2022 年复合增长率预计为 30.8%。

（2）AIoT 领域应用 3D 视觉感知技术在 AIoT 领域的应用包括 3D 空间扫描、服务机器人、AR 交互、人体/动物扫描、智能农 牧、智慧交通、安防行为识别、体感健身等。 在 3D 空间扫描应用领域，由 3D 视觉传感器阵列组成的 3D 房屋扫描设备可快速对房屋内部进行高精度、 快速地三维重建，更精准地还原房屋信息，进一步实现模拟实景的 3D 看房，提高用户的在线看房体验。在服 务机器人应用领域，3D 视觉传感器可以帮助服务机器人高效完成人脸识别、距离感知、避障、导航等功能，使 其更加智能化。目前已实现落地的应用包括扫地机器人、自动配送机器人、引导陪伴机器人等，服务于家庭、 餐厅、旅馆、医院等多个线下场景。根据 IDC 的数据，2017 年全球商务用机器人市场规模为 213.2 亿美元，预 计 2022 年全球市场规模可达 538.0 亿美元，2017-2022 年复合增长率预计为 20.3%。

（3）消费电子领域应用 智能手机是3D视觉感知技术在消费电子领域最大的应用场景之一。2017年9月以来，苹果公司的iPhoneX、 iPhone 11、iPhone 12 手机系列均搭载了前置结构光 3D 视觉传感器，并在 iPhone 12 Pro 上同步搭载了基于 dToF 技术的后置激光雷达扫描仪，安卓厂商也积极跟进。3D 视觉感知技术的加载使智能手机在解锁、支付、拍照、 AR 互动、图片美化、三维空间扫描等功能的用户体验得到了升级或实现。

（4）工业领域应用 3D 视觉感知在工业领域主要应用于三维扫描、微小形变测量、弯管角度测量分析、工业机器人的定位与导 航等方面。 三维测量一直是工业领域不可或缺的技术环节，此前相关技术主要由欧美国家的大型工业生产厂商主导， 近年来国产设备以较高的性价比开始逐步替代进口设备，且不断拓展工业领域新的应用。微小形变测量，通过 3D 视觉感知技术实现对设备、零部件、材料以及微小物体等变形过程中物体表面的三维坐标、位移及应变的测 量，可用于科研单位、汽车、军工等行业材料力学研究、土木工程研究、高速冲击实验、部件变形测量等。

弯 管测量仪利用工业级相机从各个角度拍摄弯管的二维图像，大幅提高生产制造效率、大幅降低人力和检具成本， 最终基于云端数据的分析可以实现数据追溯、智能化的工艺优化。工业机器人应用主要是通过搭载 3D 视觉传 感器以实现距离感知、避障导航、三维地图重建等多项功能，从而更好地完成分拣、搬运、排障等多项服务， 大幅减少人工需求。根据 IFR 的数据，2018 年全球工业机器人销量约为 42.2 万台，预计 2022 年全球工业机器 人销量将稳定增长至 58.4 万台，2018-2022 年复合增长率约为 8.46%。

（5）汽车领域应用 3D 视觉感知技术在汽车领域的应用主要分为车外和车内应用，其中车外应用包括自动驾驶及辅助驾驶 360 度 3D 环视、车外身份识别等，车内应用包括驾驶员检测以及车内交互。 汽车自动驾驶及辅助驾驶的实现需要感知车身周围 3D 信息的 360 度环视系统。未来，面向自动驾驶汽车， 2D 环视将逐步升级为 3D 环视。基于 dToF 技术的面阵式 Lidar 被认为是未来自动驾驶汽车主流 Lidar 产品之一， 是目前众多 Lidar 公司加大投入、争相竞争的关键技术。根据 M14 Intelligence 的预测，2025 年全球汽车需求量 约为 7,900 万辆，Lidar 的出货量预计为 465 万套，则搭载 Lidar 的自动驾驶汽车销量比例将大幅提升。另外， 3D 视觉感知的车外身份识别及车内驾驶员检测、交互功能也已经开始应用在了汽车领域。

二、发行人经营状况及发展前景

2.1 发行人发展历程与股权结构

2.1.1 发行人发展历程

公司深耕 3D 视觉感知技术系统性研发，近年来着力提供不同的 3D 产品方案。公司于 2013 年在深圳成立， 首颗自主知识产权 ASIC 芯片 MX400 于 2015 年研发成功，为国内首款 3D 感知芯片，并成为全球少数实现消费 级 3D 传感摄像头量产的厂商；随后，公司分别于 2017 年和 2018 年成功研发二代和三代 3D 感知芯片，并推出 3D 刷脸支付解决方案和量产百万级安卓手机 3D 摄像头；2019 年与百度大脑成为硬件生态合作伙伴，与中国银 联共建“3D 视觉联合实验室”；

2020 年荣获广东省科技进步奖一等奖，为魅族 5G 旗舰机提供 ToF 系统解决 方案，联合头部锁企推出全球量产 3D 刷脸门锁；2021 年为魅族 18 Pro 提供 TOF 一站式量产方案，携手微 软共同研发一系列前沿 ToF 摄像头新品，发布单光子面阵固态激光雷达技术方案。公司成为全球已掌握核 心技术并实现百万级面阵 3D 视觉传感器量产的少数企业。公司通过自主研发一系列深度引擎数字芯片及多种 专用感光模拟芯片并实现 3D 视觉传感器产业化应用，已成为市场上为数不多能够提供核心自主知识产权 3D 视 觉感知产品的企业，也是全球少数几家全面布局六大 3D 视觉感知技术（结构光、iToF、双目、dToF、Lidar 以及工业三维测量）的公司。

2.1.2 发行人股权结构及股东情况

截至 2022 年 4 月 8 日，公司实际控制人/大股东为黄源浩先生，其直接持有公司 30.25%的股份，并通过奥 比中芯、奥比中瑞、奥比中鑫、奥比中欣、奥比中诚、奥比中泰合计控制公司 9.45%的股份，合计控制发行人 总股本的 39.70%。 根据《公司章程》约定的特别表决权机制，黄源浩持有的 8,280.00 万股为 A 类股份，发行人的其余股份 为 B 类股份。每份 A 类股份的表决权为每份 B 类股份表决权数量的 5 倍。除表决权差异外，A 类股份与 B 类股份具有的其他股东权利完全相同。因此，除修改公司章程等特别表决权限制事项外，黄源浩可直接和间接 支配奥比中光 68.60%的表决权。

2.1.3 发行人参股及控股公司情况

截至 2022 年 3 月 29 日，公司于境内外共拥有 17 家控股子公司（13 家境内控股公司，4 家境外控股公司） 和 8 家参股公司（7 家境内参股公司、1 家境外参股公司），集团架构清晰。

2.2 发行人商业模式分析

2.2.1 发行人所处的产业链环节

3D 视觉感知产业是一个新兴行业，产业链已形成上、中、下游和应用终端的产业化链条，公司技术能力覆 盖全产业链。产业链上游主要为提供各类 3D 视觉传感器硬件的供应商或生产商，包括深度引擎芯片、光学成 像模组、激光投影模组以及其他电子器件、结构件等。产业链中游为 3D 视觉感知方案商，主要基于深度引擎 算法结合应用进行各类 3D 视觉传感器的方案设计。产业链下游主要为根据终端的各类应用场景开发各类应用 算法的应用算法方案。公司目前已具备上游环节中传感器模组生产商的能力，iToF 感光芯片处于待量产阶段； 在产业中游，具备完整的 3D 视觉感知方案商的能力；在产业下游，具备各类应用算法的能力。

2.2.2 发行人采购模式与销售模式

采购模式方面，公司围绕系统级性能优化需求，扩大定制料件范围，例如正在进行的通用感光芯片优化， 通过自研专用感光芯片进一步提升系统性能。生产模式方面，公司将部分后段委托加工转为内部加工，保留了 柔性化生产能力，提升对生产环节管控，满足龙头客户要求。销售模式方面，公司根据下游应用领域的发展， 采取分业务线方式有针对性地设计产品及服务，提高客户响应速度。

公司采购内容主要包括原材料、OEM 及 ODM 采购、委托加工采购。其中：（1）原材料采购：主要包括 通用感光芯片、电子器件、自研芯片、激光发射器等；（2）OEM 及 ODM 采购：OEM 采购的主要为 2018 年和 2019 年为 OPPO 旗舰机 FindX 手机定制的 3D 视觉传感器；通过 ODM 采购的消费级应用设备主要为移动刷脸 支付设备；（3）委托加工采购：公司将 3D 视觉传感器的模组及成品组装测试、PCBA/FPCA 加工等工序委托加 工。2021 年，公司向前五大原材料供应商的采购占比合计为 13.26%，公司向前五大委托加工商采购占比合计为 72.81%。

客户方面，公司对蚂蚁集团、OPPO 等大客户销售收入占营业收入集中度相对较高，同时蚂蚁集团投资并 间接持有公司部分股权，构成关联交易。2021 年前五大客户收入占比合计 49.31%，分别为蚂蚁集团（26.64%）、 商米科技（11.14%）、Matterport, Inc.（4.89%）、北京友宝在线科技股份有限公司（3.52%）和牧原股份（3.12%）。

公司销售模式以直销为主。考虑到 3D 视觉感知技术下游应用处于发展初期，公司在销售端区分不同客户、 应用领域，以直销为主方式与客户紧密合作，进行产品落地和推广，把握大规模应用落地的市场机遇，仅于 2019 年在移动运营商细分行业少量使用经销模式。2019-2021 年，公司直销收入占比分别达 99.79%、100.00%和 100.00%。

2.3 发行人经营状况分析

2.3.1 发行人主要产品与主营业务

公司的主营业务是 3D 视觉感知产品的设计、研发、生产和销售。3D 视觉感知技术处于应用发展初期，公 司依托 3D 视觉感知一体化科研生产能力和创新平台，不断孵化、拓展新的 3D 视觉感知产品系列。报告期内， 公司主要产品包括 3D 视觉传感器、消费级应用设备和工业级应用设备。

（1）3D 视觉传感器 3D 视觉传感器是由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱动及固件等组 成的精密光学测量系统，可以采集并输出“人体、物体和空间”的三维矢量信息。3D 视觉传感器主要面向消费 级市场应用。公司根据下游市场应用成熟度以及自身经营规模实力，梯次化完成对主流消费级 3D 视觉感知技 术的全领域布局，有步骤推进各技术研发、迭代及产业化应用。目前公司已自主研发并商业化量产基于结构光、 双目、iToF 技术的系列 3D 视觉传感器。

（2）消费级应用设备 消费级应用设备是基于 3D 视觉传感器的功能特点，结合特定消费级场景应用需求，设计并开发的一体化 设备产品。目前，公司推出的代表性消费级应用设备包括 3D 刷脸支付设备、3D 体感一体机、3D 体态仪等。

（3）工业级应用设备 工业级应用设备是面向工业领域高精密检测、测量需求，应用工业三维测量技术设计并开发的一体化成套 设备。公司面向工业级应用，提供高精度、数字化的工业三维测量设备，截至目前已推出三维光学扫描测量、 三维全场应变测量、三维光学弯管测量等工业级应用设备及应用软件。（报告来源：未来智库）

2.3.2 发行人各业务规模及成长情况

公司业务规模快速增长，目前尚未进入盈利阶段。收入方面，公司依托研发创新主动迭代 3D 视觉感知基 础技术，同时跟随应用场景需求持续拓展具体产品系列，主要产品及服务不断丰富。公司 2020 年实现营收 2.59 亿元，同比下降 56.6%，而 2021 年公司收入达 4.74 亿元，同比增长 83.13%。利润方面，公司 2020 年归母净利 润为-6.15 亿元，2021 年归母净利润为-3.11 亿元，亏损幅度在明显收窄。

从收入结构看，3D 视觉传感器仍是公司营收的主要来源，消费级和工业级应用设备的收入和占比总体呈 上升态势。分业务看，（1）3D 视觉传感器：2018-2021 年的收入先增后减，分别为 2.01 亿元、5.17 亿元、1.80 亿元和 3.53 亿元，是收入增长的主要来源。（2）消费级应用设备和工业级应用设备：随着公司推出 3D 刷脸支 付，及不断完善产品系列并加大市场开拓力度，公司在消费级和工业级应用设备上的收入分别从 2018 年的 321 万元、277 万元增长至 2021 年的 7580 万元、2036 万元，占比分别从 2019 年的 9.8%、2.3%提升至 16.4%、4.4%。

从下游应用看，消费电子占比减少，生物识别和 AIoT 成为 3D 视觉感知技术在下游的主要应用领域。2020 年受新冠疫情影响，3D 视觉传感技术在线下零售（刷脸支付）领域的渗透速度放缓，目前随着疫情影响逐步减 弱，线下支付场景需求逐步恢复；同时 3D 视觉传感器在智能门锁、医保核验支付、门禁系统等细分场景迅速 渗透和普及，公司在生物识别领域的收入有望继续增长。同时，3D 视觉传感器在服务机器人、空间扫描、家庭 娱乐等细分场景的渗透发展也将带来 AIoT 领域收入的加快增长。而由于公司在消费电子应用领域的产品主要 应用于 OPPO 旗舰机 Find X 的 3D 传感器，其于 2019 年 6 月停产，目前公司在该领域提供的主要产品为用于魅 族 18 Pro 的 iToF 3D 视觉传感器，消费电子的收入占比下降。另外，公司在工业三维测量领域的收入整体稳定 增长。

产品均价呈上升趋势，近两年有所下降。（1）3D 视觉传感器：2018-2020 年均价呈现上升趋势，主要系产 品结构变动所致。2018 年度，公司 3D 视觉传感器销售收入主要组成部分为单价相对较低的 Astra P 系列产品， 2019-2020 年，随着 Astra P 系列产品销量呈现下降趋势，公司 3D 视觉传感器的均价逐步提高，2021 年，面向 智能门锁、智能手机等细分场景定价相对较低的 Astra E 系列部分产品、Astra X 系列产品销售占比提高，公司3D 视觉传感器的均价有所下降。

（2）消费级应用设备：单价相对稳定略有下降，其销量于 2019 年大幅增加主要系当期把握行业发展契机 推出 3D 刷脸支付设备所致。 （3）工业级应用设备：2018-2020 年销量和均价均持续增加，主要系一方面是产品结构的变化，单价相对 较高的三维全场应变测量产品收入金额及占比提升；另一方面，随着公司持续完善产品系列并不断加大市场开 拓力度，提供产品配置趋于完备，单价亦不断提高。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）