2023年奥普特研究报告 主营为中高端数控机床

1.盈利预测

公司主营为中高端数控机床，主要包括大型加工中心、立式数控机床、 卧式数控机床及相关零配件。2022 年，大型加工中心/立式数控机床/卧 式数控机床营收分别为 8.34/4.98/4.88 亿元，营收占比分别为 45.2%、 27.0%、26.4%；三者构成公司主要营收。 1）大型加工中心：构成公司基本盘，在下游终端大客户产品迭代+国产 化率提升的驱动下稳健增长。我们预计 3C 板块 2023-2025 年收入增速 分别为 25%/24%/23%。

2）立式数控：为公司增长主要驱动。该板块，公司主要为锂电池厂商提 供软硬一体的视觉解决方案。电动化浪潮下，锂电厂商扩产力度不减。 此外，锂电产线高速化及锂电产品安全要求的提升共同推动机器视觉在 锂电应用渗透率的提升。我们预计新能源板块 2023-2025 年收入增速分 别为 45%/40%/35%，保持较快增长。

3）其他：除 3C 和新能源两大主要应用下游外，公司还布局了汽车、半 导体、医疗、光伏等应用领域。目前这些领域尚处于培育阶段，基数相 对较低，公司正在加速拓展。预计 2023-2025 年，公司其他板块收入有 望维持 20%的复合增速。 4）综合毛利率：3C 领域公司主要客户为苹果，毛利率较高。新能源领 域公司主要客户为国内头部锂电厂商，该块业务毛利率较 3C 低。后续 随着新能源业务的快速增长，公司毛利率将持续下降。我们预计 2023- 2025 年，公司综合毛利率分别为 64.1%/63.2%/61.8%。

2.奥普特：深耕机器视觉行业，体制健全发展稳健

2.1.机器视觉行业先驱，以点带面持续发展

国内机器视觉领军企业，具备多产品线自主研发生产能力。奥普特2006 年成立，是国内较早进入机器视觉领域的企业之一，最早从光源和光源 控制器产品起步，通过自主渐进式研发，已实现光源、光源控制器、镜 头、相机、视觉控制器系统等机器视觉核心零部件全覆盖。2009 年，公 司推出第一代 SciSmart 智能视觉软件，实现软件层面自研。2010 年公司 通过富士康打入苹果供应链，并于 2016 年正式成为苹果直接供应商。 2017 年，公司进入宁德时代和比亚迪等锂电池企业供应链，业务范围从 3C 电子扩大到新能源领域。2019 年，公司实现相机自主研发与销售， 同时于 2021 年推出工业读码器和 3D激光传感器并实现自主相机常用型 号的覆盖。截至目前，奥普特的产品和解决方案已经应用于 20 多个国家 和地区，全球范围设立 30 多个服务网点，服务于 15000 余家客户。

2.2.软硬件产品线全覆盖，持续拓展下游应用

公司可为客户提供软硬一体的机器视觉解决方案。奥普特自主产品线已 覆盖光源、光源控制器、镜头、工业相机、视觉系统等机器视觉核心软 硬件产品，在工业读码器、3D 激光传感器及深度学习产品方面完成布局 并取得了销售突破。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游行业应用 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。

（1） 光源：机器视觉系统的关键部件，用于照亮目标、突出特征，克 服环境光干扰，保证采集图像的一致性。公司光源产品包括可见 光和不可见光两大类，不可见光产品覆盖波长从 280nm到405nm 的紫外光及 850nm 到 1500nm 的红外光，共 38 个系列，近 1000 款标准化产品，同时拥有 3 万多例定制设计经验，具备最快在 3 个工作日内定制光源的快速响应能力。目前公司已实现光源产品 100%自产。 （2） 光源控制器：用于给光源供电、控制光源亮度和照明状态。公司 产品分为模拟控制器和数字控制器两大类，数字控制器通过 PC 设备远程控制。目前公司已实现光源控制器 100%自产。

（3） 镜头：采集物体的光学信息，实现成像作用。公司自主镜头产品 主要包括定焦镜头、Coloretto、Hawk 和 Grampus 系列线扫镜头 等，覆盖常用像素、焦距、像元大小和芯片尺寸，可兼容市面上 的主流相机。对于尚未覆盖的远心镜头等其他镜头，公司根据需 求对外采购。根据招股书披露数据，2017-2020H1 公司外购镜头 占到镜头销售收入的 48.1%、49.7%、51.8%、43.7%。

（4） 相机：通过将镜头的光线聚集与像平面，生成图像，输出模拟或 数字信号，实现光电转换。2019 年成功研发自主相机并销售，但 并非量产机型。公司相机主要来自于外购，2020 年和 2021 年上 半年，外购相机占到相机销售收入的 99.2%和 97.7%。 （5） 视觉控制系统：对图像信息进行数字运算和处理，根据预设条件 进行分析判断，并将结果信号传输至相应硬件进行执行。公司产品包含视觉分析器和视觉分析软件，其中视觉分析软件产品包括 SciVision 视觉开发包和 SciSmart 智能视觉软件。

公司聚焦光源产品，产品结构持续改善。光源及其控制器构成打光方案， 镜头构成光学方案，相机构成成像方案，光源+光源控制器+镜头+相机+ 视觉控制系统构成整体解决方案。2017-2021 年光源和光源控制器营收 占比分别为
57.8%/57.8%/57.5%/50.0%/44.0%，贡献公司主要营收。近年 来，随着自主镜头、相机及整体解决方案的推广，光源产品占比逐渐下 降。得益于在 3C 和新能源两大领域大力推广软硬一体化解决方案，公 司整体解决方案占比持续提升。2017-2020H1，公司整体解决方案营收占 比分别为 23.5%/24.6%/25.7%/29.1%。

3C业务为公司压舱石，新能源贡献公司主要增长驱动。公司视觉产品已广泛应用于 3C、新能源、半导体、光伏、汽车、医药和食品加工等领域。 2017-2022 年，3C 收入占比为
74.3%/78.9%/70.7%/77.1%/59.1%/56.4%， 是公司收入压舱石。2017-2022 年，新能源（特指锂电池）收入占比为 14.9%/10.2%/16.8%/11.7%/29.5%/35.1%，提升明显，为公司收入增长的 主要驱动力。机器视觉被广泛应用于电池生产前、中、后段工序。受益 于新能源汽车加速替代传统燃油车，动力电池、储能电池等需求爆发， 国内外主流电池厂商如宁德时代、特斯拉、比亚迪等持续加大产能建设 力度，拉动机器视觉需求。公司作为机器视觉关键零部件龙头，凭借敏 锐的市场洞察力，较早布局锂电行业，产品和技术已获得行业头部企业 宁德时代、比亚迪、蜂巢能源等客户的认可。

多渠道销售产品，设备制造商占主导。公司下游客户包括设备制造商、 设备使用商和系统集成商三大类，其中设备制造商是公司最大的客户群 体和最主要的收入来源。1）公司向设备制造商提供视觉产品作为其智能 制造设备的重要组成部分。公司作为专业的机器视觉厂家，技术实力强 悍，具备丰富的项目经验，可快速响应客户迭代需求，有效解决客户生 产难题及降低生产成本。公司与设备制造商客户大多有多年合作历史， 深度参与客户各类产品的样机制作、选型、工艺测试过程，协助客户完 成视觉部分与整机的调试，建立了高粘性的合作关系。公司制造商客户 包括大族激光、赛腾股份、帝尔激光、世宗自动化、超业精密、爱康电 子科技等。

2）设备使用方出于对关键工序保密等原因，会直接向机器视 觉公司采购产品。与设备终端使用方尤其是行业头部客户建立合作，有 利于提升行业知名度和影响力，同时直接接触和理解终端需求，积累更 全面的数据资料。公司的设备使用方客户包括苹果公司、富士康、宁德 时代、安费诺、安世半导体等。3）系统集成商/贸易商是行业内其他机 器视觉产品供应商。机器视觉由多种硬件及软件共同组成，视觉企业一 般各有所长，单家企业较难提供符合客户需求的一体化解决方案。公司 以光源产品起家，光源单品具有较强的市场竞争力，故公司一般会配套 其他视觉企业完成解决方案的供应。公司以直销方式向系统集成商销售 产品，客户主要包括欧姆龙、康耐视等。

2.3.股权高度集中，长效激励机制稳定人才

公司股权高度集中，深度绑定核心管理层利益。公司实际控制人卢治临、 卢盛林为兄弟关系，许学亮为其一致行动人。卢治临担任公司董事、总 经理，直接持有公司 29.79%股份，并通过东莞千智间接持有公司 2.52% 股份；卢盛林担任公司董事长、副总经理、研发总监，直接持有公司 29.13% 股份，并通过东莞千智间接持有公司 2.46%股份；许学亮担任公司董事、 副总经理、董事会秘书，直接持有公司 7.28%股份，并通过东莞千智间 接持有公司 0.61%股份。叶建平（财务总监）、范西西（监事会主席）、 李江锋（技术总监）、贺珍真（技术总监）等也都通过东莞千智间接持有 公司股份，核心管理层与公司深度绑定。

股权激励实施，为公司发展打下良好基础。2021 年，公司推出限制性股 票激励计划，按 60元/股向公司高管与需要激励的其他人员共计 272人，定增授予 37.28 万股(占总股本 0.45%)第二类限制性股票。考核目标以 2021 年营业收入为基准，要求 2022/2023/2024 年每年营收相对基准增速 不低于 30%/60%/90%。从目标设定看，公司对未来发展充满信心。

3.公司业绩稳健增长，盈利能力保持较高水平

营收稳健增长，盈利能力保持较高水平。2017-2022年，公司营业收入由 3.03 亿元增长至 11.41 亿元，CAGR 达 30.37%；归母净利润由 0.76 亿元 增长至 3.25亿元，CAGR达 33.73%；归母净利率CAGR高于营收CAGR。 2017-2022 年，公司毛利率始终维持在 65%以上。2021 年，毛利率下滑 主要系产品结构变动导致。2021 年，公司新能源业务营收同比增长 244.0%，3C 电子营收同比增长 4.4%，3C 电子业务毛利率显著高于新能 源业务。2022 年，新能源业务增速虽然超过 3C，但在规模效应拉动下， 毛利率保持相对稳定。因为销售费用和研发费用的大幅增长，2022 年净 利率较 2021 年下滑幅度较大。

高研发投入保持技术领先优势。2017-2022 年公司期间费用率由 39.51% 下降至 35.45%，拆分看研发费用与销售费用为期间费用主要组成部分。 2022 年，公司研发费用达到 1.91 亿元，同比增长 39.32%，主要原因为 研发人员增长、研发项目增多；销售费用达到 2 亿元，同比增长 40.14%， 主要原因为销售人员增加，销售人员薪酬、差旅费、业务招待费和样品 增加；财务费用率与管理费用率保持较低水平，分别为-1.64%与 2.82%。

受新能源收入占比提升影响，公司现金流有所下滑。2020年公司经营性 现金流为 0.96 亿元，同比下降 39.29%，主要系客户支付现金的节奏有 延缓。2021 年得益于收入增长和积极的回款政策，公司经营性现金流同 比增长 80.63%，达到 1.73 亿元。2022 年公司经营性现金流为 0.45 亿元， 同比下降 73.99%，主要系新能源收入大幅增长，新能源行业主要以票据 结算为主。公司在新能源行业客户基本为行业头部客户和上市公司，应 收账款回款风险相对较小。2022 年公司 1 年期的应收账款达 93.54%， 公司应收账款质量较好。

有息负债率极低，公司偿债风险小。2017-2022年公司资产负债率从18.71% 下降到 6.07%，资产结构持续优化。2022 年公司有息负债率仅为 0.16%， 公司偿债风险很小。

4.机器视觉下游应用广泛，国产替代正当时

4.1.机器视觉：为机器装上“眼睛”和“大脑”，广泛应用于高端制造领域

机器视觉系统由成像和处理两大部分构成。机器视觉设备是一种借助光 学装置和非接触的传感器获得被检测物体的特征图像，并通过计算器从 图像中提取信息，进行分析处理，进而实现检测和控制的装置。机器视 觉技术涉及机械、电子、光学、自动控制、人工智能、计算机科学、图 像处理和模式识别等诸多领域。机器视觉设备由两部分构成，一是视觉 控制硬件，即“视”的部分，负责成像功能，包括光源、镜头、工业相机、 图像采集卡；二是视觉处理软件，即“觉”的部分，负责对成像结果进行处理分析、输出分析结果至智能设备的其他执行机构。

机器代人：机器视觉相较人眼在精度、效率、稳定性上具有显著优势。 与人眼相比，机器视觉设备具有精确性强、速度快、适应性强、客观性 高、重复性强、检测效果稳定可靠、效率高、方便信息集成等特点，是 工业制造数字化、网络化、智能化的发展方向，可以帮助终端使用者实 现产品增质、降低成本以及生产数字化。在产品增质方面，机器视觉可 显著降低产品漏检率，提高生产的精度和良品率，同时提升产品一致性。 在降低成本方面，机器视觉采集和处理图像的时间在微秒级别，可显著 提升效率；此外单台视觉系统可代替多人工作，并可 7×24 小时不间断 工作。在生产数字化方面，机器视觉作为“图像”这一重要数据的采集和 分析接口，是未来实现智能生产和工业互联的必备途径。

机器视觉具备识别、测量、定位、检测四大功能。1）识别：指甄别目标 物体的物理特征，包括外形、颜色、字符、条码等常见的应用场景。2） 测量：指把获取的图像像素信息标定成常用的度量衡单位，精确地计算 出目标物体的几何尺寸，主要应用于高精度及复杂形态测量。3）定位：指获取目标物体的二维或三维的位置信息，进而辅助执行后续操作，常 用于元件对位，辅助机器人完成装配、拾取等。4）检测：指对目标物体 的表面状态进行检测，进而判断产品在生产制造状态中是否存在缺陷， 内涵和种类繁多。机器视觉四大应用功能中，检测为最主要的应用。据 中国机器视觉产业联盟统计，2020 年质量检验和表面纹理检查合计占比 49.8%。

机器视觉产业链覆盖多个环节，下游应用场景众多。机器视觉上游包括 半导体、光学材料、电子元件等原材料和零部件。中游包括光源、光源控制器、镜头、相机、视觉控制器、图像采集卡等硬件和图像处理软件。 软件服务商可划分为底层算法开发商和二次应用开发两大类，软件的核 心壁垒体现在底层算法。机器视觉下游包括 3C 电子、新能源、半导体、 印刷、食品饮料等众多行业。

零部件和软件合计占机器视觉系统成本的80%；中游产品以视觉系统和 相机为主。从机器视觉系统成本构成来看，零部件、软件开发、组装集 成、维护分别占 45%/35%/15%/5%；其中零部件和软件开发两项合计达 80%。从机器视觉销售额上看，视觉系统/相机/光学/照明/智能相机&传 感器分别占比
33.2%/25.6%/10.1%/9.3%/8.5%，视觉系统和相机是机器视 觉最大的两项细分销售领域。

3C电子、半导体、汽车为机器视觉主要应用下游。相较于人眼而言机器 视觉的精度更高，更适合在精密的 3C 电子产业中应用。根据 GGII 数 据，2021 年，3C 电子占据机器视觉 31.56%的应用份额。在 3C 领域， 机器视觉主要用于表面检测、触摸屏制造、AOI 光学检测、PCB 印刷电 路等。机器视觉在工业领域的第二大应用场景为半导体，约占 10.22%的份额，在半导体领域机器视觉主要是对芯片进行晶圆切割、定位组装、 尺寸测量和硅片表面缺陷的检测。第三大应用领域是汽车产业，主要对 汽车某些零部件进行高精度识别、测量、定位、检测，这部分约占下游 应用的 11.04%。近年来在新能源车浪潮下，锂电扩产力度持续加大，对 应机器视觉需求也不断水涨船高。此外，在传统的食品包装、物流仓储、 医药等领域，机器视觉也被广泛应用于识别、分拣和质检等操作。

4.2.机器视觉方兴未艾，政策+技术驱动行业进入发展快车道

4.2.1.人口老龄化+政策共同驱动机器视觉行业快速发展

中国机器视觉起步较晚，但处于高速发展初期。从世界范围内看，1969- 1980年机器视觉处于萌芽期，尚未形成完整的机器视觉概念；1980- 1990年，机器视觉逐步由理论研究走向工业领域的技术应用，实现飞速 发展；1990-2000年，由于成像技术和算力发展不成熟，系统成本高，产 业进入成长波动期；2000-2010年，在应用和算法的双重驱动下，机器视 觉正式进入发展早期；2010年以来，在算法驱动下，机器视觉加速发展， 在电子、汽车、半导体等领域均得到广泛应用。我国机器视觉行业启蒙 于 20 世纪 90 年代，国内主要机器视觉厂商以代理国外机器视觉产品起 家，进入21世纪后部分厂商走上自主研发道路。2010 年以来，随着 3C 电子制造产业需求快速提升，中国机器视觉产业进入高速增长阶段。

2025 年全球机器视觉市场规模有望达到 1276.1 亿元。根据GGII 数据， 全球机器视觉市场规模不断扩大，从 2015 年 377.9 亿元增至 2021 年的 804.0 亿元，CAGR 达 13.4%。随着智能制造的浪潮和下游的不断运用， 主要国家的工业自动化水平稳步提升，机器视觉的规模也将继续扩大。 预计 2025 年全球机器视觉市场规模将突破 1276.1 亿元，2022-2025 年复 合增速为 13.22%。

2025 年中国机器视觉市场有望达到 468.7 亿元。根据 GGII 数据，2016- 2021 年我国机器视觉市场规模由 46.9 亿元增至 138.2 亿元，CAGR 为 24.1%。中国制造业的快速成长，以及自动化、智能化水平的进步，为我 国机器世界行业的发展提供了深厚土壤。根据 GGII 数据，预计至 2025 年，我国机器视觉市场规模有望达到 468.7 亿元，2022-2025 年 CAGR 为 40.78%。国内制造业亟需转型升级。2021 年中国制造业增加值 4.86 万亿美元， 占全球的 30%，但整体上没有摆脱规模拉动的发展路径，存在自主创新 能力薄弱、基础配套能力不足、部分领域产品质量可靠性有待提升、产 业结果不合理等问题。中国人均制造业增加值仅为发达国家的三分之一， 制造业强国发展指数与美德日第一梯队的发达国家有很大的差距，制造 业的智能升级仍有巨大空间。

高端制造相关鼓励政策持续驱动机器视觉行业增长。制造业是我国的支 柱产业，但我国在制造业领域面临的国家竞争日益激烈：发达国家通过 实施再工业化战略，不断加强中高端制造业的领先优势，发展中国家积 极吸引劳动密集型产业转移，在中低端承接产业和资本转移，我国制造 业优势逐步减弱。我国正在进一步深化产业结构调整，推动制造业科技 创新和智能制造水平，提高生产效率，着力从要素驱动向技术和创新驱 动转变。机器视觉是实现智能制造过程中数据采集的必备技术，长期以 来一直受到国家产业政策的鼓励和支持，为其发展营造了良好的政策环 境。

驱动机器视觉发展的两大因素：宏观政策推动和微观用工成本提升。机 器视觉凭借效率与成本优势取代人工。近年来，我国老龄人口占比持续 提升，至 2022 年 65 岁以上人口达到 2.1 亿，占人口总数的 14.9%。与 此同时，劳动力平均工资也在持续提升，2015-2022 年就业人员平均工资 同比增长保持在 7%左右，2021 年就业人员平均工资达到 9.25 万元/年。 人口老龄化+劳动力成本的上升凸显了机器视觉在工业产线上的优势。 宏观层面来看，2017 年以来，国家部委和各省市均出台了一系列政策鼓 励制造业高端转型，而高端转型的进程中则少不了机器视觉对人工的取 代。

机器视觉被投资者看好，企业数量保持增长。中国机器视觉领域的融资案例数量和融资金额总体呈上升趋势，2021 年机器视觉行业投资事件 91 起，较 2020 年增加 30 起；投资金额 193.4 亿元，较 2020 年增加 81.57 亿元。伴随中国机器视觉技术的创新升级，中国机器视觉本土企业数量 稳步上升，2020 年中国机器视觉新增企业数达 637 家，2021 年中国机 器视觉新增企业数达 278 家。2022 年受宏观经济波动影响，机器视觉投 融资略有下滑。

4.2.2.机器视觉性能优越，技术进步放大应用优势

技术标准体系逐步完善，加快推进核心技术产业化。目前行业内的国际 标准化组织包括 ISO/IEC JTC/SC24、ITU：SG16、IEEE、G3、IPC 等。 截至 2020 年 12 月，由 G3 国际视觉标准化组织发布的机器视觉标准共 23 项，在研标准 7 项，涉及到器件、接头与测试，验收与评测，以及工 业互联。所有标准基于技术发展和需求快速更新，平均一年迭代一个技 术版本。我国国内关于机器视觉行业的国家标准、行业标准和团体标准 也在陆续审批和发布，为行业统一化、标准化铺设良好的发展轨道。

机器视觉技术持续进化：深度学习技术、3D 视觉技术、高精度成像技术 与机器视觉互联互动技术将加强机器视觉的性能优势，拓展应用场景。 1） 深度学习技术协助提高机器视觉普适性和适应能力：传统机器视觉 技术更适用于固定化场景、高重复性工作，而随着应用扩展，机器视 觉检测中，存在缺陷类型复杂化、细微化、背景噪声复杂等特点，传 统算法在处理这些应用时，呈现通用性低、不易复制、对使用人员要 求高的特点。基于深度学习的机器视觉，能将机器视觉的效率和鲁 棒性与人类视觉的灵活性结合，能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场景。高性能低功耗的可编程可配 置型 FPGA 芯片、为了某种特定需求而专门定制的 ASIC 芯片等 AI 芯片的出现，让深度学习模型的建立和应用成为可能，使机器视觉 的应用领域与市场空间得到极大拓展。

2） 机器视觉维度向 3D延伸增加高阶智慧判断能力：2D机器视觉技术 可获取二位图像，但无法获取物体高度、平面度、表面角度、体积等三维信息，已受光照条件变化的影响、对物体运动敏感性。3D 机器 视觉技术能提供更丰富的被摄目标信息，可在 6 个自由度上定位被 摄目标，还原人眼三维立体视觉。目前 3D 技术成本过高，其尚不能 取代 2D 机器视觉技术，两者可相互补充，在不同的场景下优势互 补，如 2D 视觉用于测量某种物体的相对尺寸比例，3D 视觉用于测 量物体绝对几何尺寸。3） 机器视觉的目标在于实现高精度成像：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，需提供更大靶面和更小像元的产品。

4） 机器视觉互联互通技术提高智能装备的效率和性能：随着智能制造 的不断深化和发展，需要将生产控制系统集成到上层的制造管理系 统，并最终接入企业管理系统，实现信息从生产现场到管理层的贯 穿。行业内企业、行业协会、产业联盟在机器视觉互联互通方面，不 断合作和投入，制定了数据接口、通讯协议等基础共性标准。如 AIA 制定了 GigE Vision、USB3 Vision 相机标准通信协议；EMVA 制定 了 GenICam 相机标准协议；VDMA、中国视觉产业联盟等行业组织， 正联合 OPC 组织，制定 OPC-Vision 协议，旨在打通视觉与各信息 系统的信息通道，实现系统间的互联互通。

4.3.3C领域带来稳定增量，新能源汽车成为新的增长点

4.3.1.3C：产品更新迭代催生机器视觉新需求

机器视觉在消费电子行业应用广泛。在消费电子领域，机器视觉可被广 泛用于 3C 表面检测、触摸屏制造、AOI 光学检测、电子封装等。以手 机制造为例，机器视觉具体应用场景有触摸屏 Mark 定位、手机屏幕划 伤检测、手机 MIC 贴合定位、液晶屏 AA 区定位、耳机孔定位、按键字 符位置检测、手机壳尺寸检测、手机芯片缺陷检测、PCB 焊锡检测、IC 元件 PIN 针及字符检测等。

消费电子产品市场存量大，产品快速迭代持续催生机器视觉新设备新需 求。2017-2021 年，我国消费电子市场规模为由 16120 亿元增至 18113 亿 元，市场存量规模庞大。随着我国新冠肺炎疫情形势好转以及市场需求 的恢复，预计 2022 年我国消费电子市场规模将达 18649 亿元，同比增 长 3%。消费电子行业具有技术革新迅速、产品迭代快、利润较高等特 性。消费电子产品庞大的存量及消费者对高质量产品的偏好，推动消费 电子产品必须通过高效精细的机器视觉技术提升产能和质量。同时频繁 的型号和设计变更也会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。

4.3.2.新能源：新能源汽车加速替代燃油车，汽车和锂电视觉检测需求旺盛

汽车制造成为工业机器视觉应用重要增长点。汽车制造过程复杂且程序 繁多，在汽车生产过程中使用机器视觉技术来代替人工进行检测，不仅 能够提高工作效率及准确率，还可以降低生产成本，因此机器视觉技术 被广泛应用于汽车制造业，主要应用包括汽车零配件检测、汽车装配校 验检测、汽车零配件二维码及字符识别、涂胶检测等。此外，目前国内 积极推动网联汽车发展，汽车电子化趋势将进一步加强。过去汽车以机 械结构为主，在新能源和智能汽车中，电子零部件的成本占比将会达到 整车的一半以上，大量的雷达（激光、厘米波、毫米波、超声波）、传感 器、通信（GPS、DSRC、4G/5G）、摄像头、监控、检测、娱乐系统将会 被装载在汽车之上，汽车行业对采用机器视觉技术检测设备以及智能制 造装备的需求量将不断提高。

新能源车加速替代燃油车，锂电池检测需求旺盛。新能源汽车安全性要 求不断提升，对锂电池要求愈发提高。电池缺陷检测的传统方法是人工 测量和判断，容易受检测人员主观意愿、情绪、视觉疲劳等人为因素的 影响，使检测结果出现偏差疏漏。因此在锂电池生产制造的过程中，机 器视觉检测重要性凸显、应用增多。以方形卷绕电芯为例，在电芯前段 工序中，视觉检测主要应用于涂布的涂覆纠偏、尺寸测量，极片的表面 瑕疵检测、尺寸测量，卷绕对齐度等。在电芯后工序中，视觉检测主要 应用于裸电芯极耳翻折检测、极耳裁切碎屑检测、极耳焊接质量检测、 尺寸测量、贴胶定位，以及入壳顶盖焊接质量检测、密封钉焊接质量检 测、电芯外观检测等。在模组和 PACK 段，以视觉检测装备为主，主要 应用于底部蓝胶检测、BUSBAR 焊缝检测、侧焊缝检测、模组全尺寸检 测、PACK 检测等。

预计至 2025年锂电机器视觉系统市场规模将达到 44.63亿元。根据高工 锂电数据，2019-2021年锂电机器视觉系统市场规模分别为4.55/7.22/13.1 亿元，锂电设备市场规模分别为 229/287/588 亿元，对应机器视觉系统成 本占比分别为 1.99%/2.52%/2.23%。随着锂电池自动化产线的提升、无人 车间的投入，未来依靠机器视觉的完全在线检测将会替代目前的离线取 样检测和半自动人工抽检方式，推动机器视觉产品在锂电池制造中的应 用占比提升。因此假设未来机器视觉在锂电设备成本占比在 3%。

根据 《中国新能源汽车行业发展白皮书（2022 年）》数据，预期 2025 年新能 源车全球年销量 2356 万辆，假设单车带电量略有提升，产能利用率也随 新产能替代老产能的趋势提升，则到 2023/2024/2025 年动力电池实际产 能缺口分别达 421/549/743GWh，对应 2023/2024/2025 年市场规模达到分别约 1053/1236/1487 亿元。若以机器视觉 3%的成本占比估算，锂电 机器视觉对应 2023/2024/2025 年市场规模约 31.62/37.11/44.63 亿元。

4.3.3.半导体：机器视觉最早应用领域，国产替代空间广阔

半导体行业是机器视觉设备的潜在开发市场。机器视觉在半导体行业的 应用涉及到外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点 质量、弯曲度等检测，尤其是晶圆制作中的检测、定位、切割和封装过 程都需要机器视觉技术的辅助。半导体前道检测设备约占半导体设备的 12%左右，2020 年全球半导体检测设备市场规模达 76.5 亿美元，同比增 长 20.1%，中国大陆半导体检测与量测市场规模达 21.0 亿美元，同比增 长 24.3%。

2016-2020 年，中国大陆半导体检测与量测设备 CAGR 高达 35.7%，远高于全球的 13.2%。现阶段，我国半导体产线大多都是整体引 进，且半导体行业标准较为完备，国产机器视觉设备还未大量采用，国 际巨头科磊、应用材料、日立合计市占率超过 90%，中国设备厂商起步 晚且基础薄弱。随着半导体工艺的进步、微观结构逐渐复杂，对设备检 测速度和吞吐量、光学检测技术分辨率、大数据精测算法和软件的要求 提高，国产机器视觉设备有望进一步渗透。

4.3.4.其他：物流、医药等领域对机器视觉需求不断凸显

物流、医药、光伏、食品饮料等众多应用场景有待开发。物流上采用机 器视觉可准确进行物品分拣，完成精准抓取作业，效率高、成本低、出 错率低，是未来智能物流的必备技术。此外机器视觉还可在食品饮料、 光伏、医药、化妆品等行业得到广泛的应用。然而，目前国内外企业的 业务覆盖面都不全面，仍然集中在一两个常用领域，对新需求的开发不 足。通过进一步开发应用场景，能扩大整个机器视觉市场规模，同时避 免同质化竞争，取得更高的利润率。

4.4.竞争格局：依托性价比切入中低端市场，国产替代进程加快

国内机器视觉企业众多但规模小。据中国机器视觉产业联盟数据，2020 年中国共有超过 4000 家机器视觉相关企业，但营收在 1 亿以上的企业 仅占 16.5%，营收在 3000 万以下的企业数量过半。国内本土企业在规模 和体量上和外资相比仍有较大差距。基恩士和康耐视作为全球机器视觉 两大巨头，不仅垄断全球高端市场，在中国的份额也分别占到 34%、9%， 高于中国本土企业，奥普特占市场总额的 5%，剩余其他企业分享一半市 场，竞争格局较为分散。

国产替代逐步推进，但难以突破核心壁垒。2021年中国国产品牌销售额 占比 58.43%，占比持续提升，反映出国内机器视觉产业自主研发产品比 例的不断上升，本土优势不断发挥。但目前国内厂商仍以代理商为主， 具备自主生产能力的企业以中低端领域进口替代为主。工业镜头、工业 相机、底层算法和软件等技术壁垒高、利润率高的部分，由具有更深厚 的研发技术积累和软硬件优势国外企业占据了绝大部分市场份额。

机器视觉行业集中度较低，分散程度在加剧。2020 年，我国机器视觉行 业 CR5、CR10 分别为 30.1%、40.3%，较 2019 年分别下降 2.9%、4.3%。 我国机器视觉行业目前集中度较低且分散程度仍在加剧。行业格局分散 主要系下游应用场景差异化水平高导致。机器视觉应用包括识别、定位、 测量、检测，被广泛应用于消费电子、半导体、汽车、印刷、食品加工 等领域，不同行业及应用对于机器视觉应用的要求均有较大差异。即使 占比高达 52.9%的消费电子领域，由于产品（手机、手表、电池）及工序（显示行业中的 Array、Cell、Module 制程）的不同导致应用差异也很 大。

光源：技术相对成熟，竞争激烈。光源对于机器视觉中的图像采集部分 具有重要影响，为后续图像识别与分析奠定必要的基础。中国视觉光源 行业市场集中度较高，整体竞争较激烈。中国机器视觉行业厂商进入光 源市场较早，产品技术门槛相对较低且具有性价比优势。所以光源的国 产化率非常高，也充分进入国际市场。日本 CCS 和美国 AI 凭借多年的 行业积累在高端市场拥有较高市占率，国内主要厂商有奥普特、纬朗光 电、沃德普、康视达等，其中奥普特为国内光源市场市占率最高企业。

工业镜头：国外占据高端市场，国内企业中低端切入。镜头是机器视觉 图像采集部分重要的成像部件。在工业镜头领域，海外企业进驻较早， 研发实力强劲，品牌影响力较大，在高端工业镜头市场占据绝对竞争优 势。海外知名工业镜头品牌包括美国 Navitar、德国卡尔蔡司、德国施耐 德、日本 Moritex、日本 KOWA 等。海外品牌在镜头领域投入较早，经 过多年的业务积累与技术升级，在全球范围内形成了德系和日系等光学 巨头。但是其也有产品价格高以及对中国客户定制化需求开发不足等缺 陷。我国工业镜头企业虽然起步较晚，但凭借性价比优势从低端市场切 入，涌现出优秀的镜头公司。

工业相机：高端依赖进口，中低端进口替代进行时。根据前瞻工业研究 院数据，2018 年，全球工业相机市场，北美品牌占比 62%、欧洲品牌占 比 15%。海外主要的品牌有瑞士 Baumer、德国 Basler、 德国 AVT、加 拿大 PointGrey 等。国内厂商凭借性价比优势切入市场，2015 年后，中 国涌现出了一批有规模的，有竞争力的自主研发工业相机的国产品牌， 如海康机器人、大恒图像、华睿科技年产十万颗以上的公司，同时生产 智能相机的公司也纷纷涌现，如深圳启元，凌云光公司纷纷推出自己的 读码器和智能检测设备。

视觉算法和软件：康耐视等占据主要份额，国产厂商逐步发力。机器视 觉中游视觉系统目前主要被 MvTech、康耐视、基恩士三家占据主要份 额。国内奥普特、大恒图像、凌云光以代理业务起家，通过自主研发目 前在视觉系统已有所突破。奥普特推出了 SciVision 视觉系统、凌云光推 出了 VisionWARE、维视图像推出了 Visionbank、大恒图像是 MvTech 在 中国唯一合作伙伴。在智能视觉装备领域，由于下游应用广泛且各应用 之间差异化较大，国内各家厂商在各自擅长的细分市场均占有一定的市 场份额。

5.高研发助力公司拓宽产品与下游布局

5.1.公司重视研发，多项核心产品技术领先

重视研发投入，取得丰硕研发成果。2022 年，奥普特研发费用达 1.91 亿 元，同比增长 39.42%，研发费用率为 16.74%。公司新获得发明专利 21 项、实用新型专利 152 项、外观设计专利 5 项，新获得软件著作权 14 项。截止 2022 年底，公司累计获发明专利 51 项、实用新型专利 352 项、 外观设计专利 30 项，累计获软件著作权 87 项、其他 2 项。上述专利和 软件著作权涵盖了公司产品的各个关键技术领域，体现了公司在技术研 发及设计环节的核心竞争力。公司近几年被评为“国家知识产权优势企 业”，并获批“国家博士后科研工作站”、“广东省博士工作站”、“广东省 奥普特机器视觉工程技术研究中心”等创新研发平台。

重视人才队伍建设，持续推进校企合作。2022 年，公司研发人员数量达 到 813 人，占总员工人数之比达到 38.75%。公司依托奥普特研究院、奥 普特博士后工作站引进优秀的专业技术人才，为公司未来发展提供产品、 技术、人才保障。同时公司与各地院校、行业系统集成商深度合作，针 对区域产业特色及专业特点，构建产业与教育融合生态，助力人才培养 与就业，成功申报教育部“产学合作协同育人”项目、入选广东省第二 批产教融合型企业建设培育名单等。

以成像和视觉分析为核心，建立多层次技术体系。公司以光源技术、光 源控制器技术、镜头技术、视觉分析技术为核心，在硬件和软件方面， 分别建立了成像技术和视觉分析两大技术平台。在此基础上，结合多年 积累的机器视觉在各下游行业应用的专有技术（Know-How），公司构造 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， 可实现高精度测量和引导定位、深度学习外观检测、曲面成像、3D 测量 和定位、飞行拍照、多光谱成像等，运用于 3C 电子、新能源、半导体、 医药、光伏、食品加工等领域。

光源产品性能优秀，比肩国际领先企业。机器视觉光源产品注重照度、 均匀性、稳定性。公司产品满足这三点要求。亮度上，与同行业公司日 本 CCS 相似规格的产品对比，公司产品在相同工作距离的情况下，照度 值较高。均匀性上，与 CCS 产品相比，奥普特也具备有一定优势。稳定 性上，公司产品采用恒流驱动方式可实现更精准的控制、响应时间更短、 在易用性和安全性上的功能设计也更为周全。

软件与算法技术含量高，国内厂商突破较为困难。软件图像处理分析是 机器视觉的四大功能完成的最后步骤，直接决定了机器视觉的可靠度和 精准度，其中算法作为软件平台的底层，是软件的核心技术壁垒。软件 开发的成本占比可达 35%，且可复制性较强，在技术成熟之后，具备客 观的连续盈利能力，毛利水平高达 90%。因此各大机器学习厂商纷纷投 入资源进行深度学习模型的开发和应用，例如康耐视分别在 2017 年和 2019 年收购两家深度学习软件公司 ViDi Systems 和 SUALAB，增强在 自身在该领域的实力。然而算法和软件研发投入大，研发周期长，国内 厂商起步较慢，在该领域竞争优势薄弱，具备底层算法能力和自主软件 平台的企业很少。

公司掌握底层算法与软件技术，走在行业前列。公司基于自身在行业的 案例积累，经过高度提炼自主研发了 SciVision 视觉开发包和 SciSmart 智 能视觉软件，是国内少有的拥有底层算法能力和软件平台的机器视觉企业。SciVision 视觉开发包包括 2D 视觉算法、3D 视觉算法和深度学习算 法。SciSmart 智能视觉软件建立在 SciVision 算法库之上，能实现图像采 集、测量、识别、检测、通讯、控制等一系列功能，可满足各类应用场 景的需求达到通用程度，并且具有可在线调试、图形化编程、操作方便 等特点，有较高的易用性。公司的视觉控制系统运行了自主研发的视觉 分析软件，相关方案已经在 3C、新能源、半导体等多个行业运用，得到 众多客户认可。

重点发展 3D算法与深度学习技术，有助于实现弯道超车。公司发展思 路明确，将重点发展深度学习技术、3D 处理与分析技术、图像感知和融 合技术、图像处理的硬件加速技术等视觉前沿技术；软件上持续升级现 有的 SCI 系列视觉处理软件，重点开发 3D 重构及分析模块、深度学习 算法模块。目前标准化的 3D 视觉软硬件产品已进入市场，产业链初步 成形，3D 视觉算法研究上国内外企业研究均处于起步阶段，同时国内有 着更能多的 3D 机器视觉应用场景，我国国内企业在 3D 技术研究上具 有天然优势，公司作为国内少数几家先发企业之一，预计在未来有更大 的突破，实现对外资品牌的弯道超车。

5.2.绑定行业头部客户，售后服务响应及时

长期合作奠定公司品牌优势。公司通过与知名客户之间长期稳固的合作 关系，在原有产品和领域保持良好合作的基础上，不断在新产品、新项 目上开展合作。同时，公司与知名客户合作提高了企业品牌知名度，也可借此赢得其他潜在优质客户的认可从而获取更多订单。根据公司招股 书以及其他公告，公司的产品已经应用于苹果、华为、谷歌、OPPO、CATL、 ATL、比亚迪、孚能等全球知名企业和行业龙头企业的生产线中。

高效服务优势，增强客户粘性。公司一直将快速响应作为提升服务效率、 创造客户价值的关键因素。依靠多年积累的丰富的研发、制造经验、扁 平化的管理体系、完善的质量控制体系，在识别客户需求、制定解决方 案、组织生产等提供技术服务方面均形成较为明显的快速响应优势。对 于常规的视觉项目，公司提出的快速服务时效标准为在客户提出需求之 后 4 个小时提出机器视觉硬件方案、2 个工作日内提出机器视觉整体方案、获取客户提供的工件后 1 个工作日内完成测试、7-10 个工作日内完 成产品交货。能对下游客户严苛的供货需求进行快速回应、快速解决和 快速反馈，高标准满足客户的需求，进一步强化了公司与客户之间长期 稳定的业务合作关系。

定制化特点，解决客户痛点。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。国内客户应用场景多，偏好定制化需求，并且对 产品性价比要求较高，因此外资厂商虽然有品牌知名度高、技术研发能 力强、产品性能及可靠性高、产品种类及方案积累多等优势，但以奥普 特为代表的国内企业也可以凭借熟悉国内客户需求的优势，提供具备成 本优势的定制化服务来进行竞争。

5.3.消费电子业务起家，持续拓展行业布局

不断完善产品，公司发展采取以点带面模式。公司首先选择对视觉功能 效果有先决性作用的光源和光源控制器为突破口，进入当时以外资品牌 为主的机器视觉领域，并在光和光的应用上深耕精作，积累了大量的理 论知识和应用经验，划定了公司的传统优势领域，奠定了持续发展和突 破的基础。之后公司以自有的优势产品为基础，向客户提供综合了其它 机器视觉部件的解决方案。扩大了公司的业务规模、客户基础，同时获 得对机器视觉产品的最终需求的第一手数据，以及从光信号到电信号再 到数字信息过程中各机器视觉部件的整体协作数据。公司最终以获得的 使用者的需求和各机器视觉部件的整体协作数据为基础，逐个突破视觉 控制系统、镜头、相机等其它机器视觉部件，建立起相对全面的具有自 主知识产权的产品线体系并持续优化。

公司产品覆盖全面。公司自主产品线已覆盖光源、光源控制器、镜头、 工业相机、视觉控制系统等机器视觉核心软硬件产品，并在工业读码器、 3D激光传感器及深度学习产品方面完成布局。2021年公司工业读码器、 3D 激光传感器及深度学习产品已通过多家终端相关客户测试及批量销 售。

3C 与新能源行业贡献主要营收，持续拓展行业布局。根据公司年报， 2017-2022 年，公司 3C 行业收入由 2.25 亿元增至 6.43 亿元，CAGR 达 23.37%；新能源行业收入由 0.45 亿元增至的 4 亿元，CAGR 达 54.80%。 3C 行业是公司最早进入业务，产品主要应用于苹果、华为、谷歌、OPPO 等全球知名企业的生产线中。2016 年，公司开始布局新能源业务，近年 随着锂电需求迅速增长，公司该块业务快速放量。

目前，公司产品已经 被应用于 CATL、ATL、比亚迪、孚能等行业龙头企业的生产线中。公司 除 3C消费电子行业和新能源行业业务还在重点开拓半导体与汽车行业， 为公司增长打开新成长空间。公司在半导体的业务主要应用于晶圆生产、 芯片封装、芯片测试工序；其中包括 IC 芯片表面多胶、脏污检测，IC 芯 片定位组装，测量，硅片表面缺陷检测等。公司在汽车中涉及的工艺有 零部件缺陷检测、钣金焊点检测、字符检测等。

5.4.对比基恩士：发展思路共通，逐步国产替代

公司与基恩士的发展路径相似。基恩士是全球传感器龙头，逐渐渗透机 器视觉行业，技术优势明显，产品涉及传感器、测量仪器、视觉系统、 激光刻印机、显微镜等，可以提供全套机器视觉解决方案，在全球 110 多个国家有 30 多万客户，全球机器视觉系统市占率约 30%。公司与基 恩士的发展路径有相似之处：1）两者都选取高附加值的产品作为主营业 务和发展起点，基恩士的传感器产品毛利率达 40%以上，公司光源产品 毛利率达 80%。2）产品矩阵初具规模后逐步拓展下游行业。基恩士在 19 世纪 80、90 年代将产品矩阵拓展至显微镜、控制系统、机器视觉系统等 产品线，并逐渐向汽车、金属、塑料等领域延伸。公司从光源产品逐步 研发镜头、相机和视觉系统，在 2017 年左右开始拓展汽车和半导体行 业，2020 年加快拓展新能源行业。

对比基恩士，公司未来增长点在于： 1）拓展下游业务：基恩士将传感器企业拓展至工业自动化的各个领域， 在各生产环节均有应用。公司的机器视觉产品目前主要应用于 3C 电子 和新能源行业，长期看，加强对汽车、半导体、物流、医药等行业的渗 透，公司将获得更大增长空间。 2）增加标准产品：基恩士等外资企业产品普遍标准化，研发费用和生产成本更低，而公司的标准产品占销售总额的比重约 50%，生产成本较高 且凭借非标产品难以拓展国际市场。未来通过对核心零部件自主设计与 组装能力的提升、对解决案例的积累和共性化提炼，公司标准化产品比 重有望提升，进一步发挥规模效应。

3）转变生产和销售模式：基恩士采用生产外包的生产模式生产 100%外 部代工，利用外部市场补充产能，而致力于高附加值开发能力，即开拓 出有市场需求的新产品；采用直销的销售模式，拒绝代理商，减少了与 代理商反复的价格交涉和对其的让利，且高度重视销售，认为“寻找和发 现客户潜在需求比销售现有产品更重要”。公司仍然以自产产品和经销为 主，部分业务环节回报率较低，但可充分利用国内原材料价格和人力成 本相对较低等因素降低成本，提升盈利能力；且公司 2021 年引进了大量 销售人员，提高产品营销的地位，有利于扩大产品销售。 4）逐步国产替代：基恩士和康耐视两家企业在中国的销售额占到全国市 场规模的 60%，国产厂家仍有较大替代空间。随着国内机器视觉的进一 步扩张和公司产品技术的进步，公司将逐步扩大市占率，实现国产替代。

（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。）