2024年舜宇光学科技研究报告：手机业务逐步复苏，技术布局助力车载XR长线成长

附录：舜宇 24 年投资者日纪要

（1）公司简介

舜宇公司融合光学、机械、电子和计算技术，支持大规模生产。公司在全球手机 镜头、手机摄影模组和车载镜头市场均占据世界第一名的高位，市场份额分别为 26%、13%和 31%。这些数据来自 TSR 2023 年 12 月报告。车载镜头份额持续 增长，扩大了与竞争者的差距。 在资本市场，舜宇获得了认可，体现在多个指数的加入，包括恒生指数和可持续 发展指数。公司业务分为八大板块，其中手机相关产品是主要营收来源，2023 年占比达 66.1%。车载相关产品，包括车载镜头、模组、激光雷达、HUD 和智 能大灯等，营收占比 16.7%，随着自动驾驶技术提升和行业发展，这一比例预计 将继续增长。AR 和 VR 相关产品在 2024 年贡献了约 6%的营收。

随着行业发展，特别是新兴领域的发展，预计公司各业务领域的收入占比将趋于 平衡。关于公司发展策略，1）智能手机：在智能手机方面我们将聚焦于三个方 面，对标行业领先者，补齐自身不足；抓住行业复苏机遇，提升产品结构，优化 客户结构，包括国内外重要客户；深化智能手机业务中的联合协作能力，结合光 学与光电技术，增强与客户的合作粘性。2）新兴领域：在新兴领域，包括汽车、 XR 和机器人视觉，我们将持续增强竞争力，并专注于提升市场地位。特别是在 车载镜头领域，我们将深入挖掘潜力，以扩大我们的竞争优势；车载模组方面， 我们将扩大目标客户群体，包括海外和国内的目标客户，以提升我们在车载模组 市场的份额。此外，我们将持续突破关键技术和工艺技术方面的瓶颈，加强资源 整合，抓住 XR 和机器人视觉市场的机会。3）资本投资：我们将加强对资本开 支和投入的管理，提高投入产出效率，并优化经营质量。对于成熟业务，我们将 根据订单和市场情况合理配置产能。在新兴领域，我们将严格控制投资风险，以 市场为目标，进行最小限度的必要投资。

（2）手机镜头

我们将重点关注主摄和长焦镜头的变化。随着芯片面积的增大，镜头设计也发生 了变化，对像面的要求越来越高。随着像面的增大，单个镜片的制造难度增加， 对精度要求更高。在镜头组装方面，与芯片和模组的配合要求也提高了，这对镜 头制造商来说是一个挑战。 另一变化是混合镜头（Hybrid），即玻璃非球面和塑料的组合。这种结构可以实 现更大的光圈，适用于更多应用场景，并且由于玻璃非球面的使用，其可靠性和 在高温环境下的成像效果更佳。然而，玻璃非球面的模具成型和组装都非常困难， 需要确保中心点对齐和最终的光学成像效果，检测环节也具有挑战性。目前已有 安卓客户推出使用混合镜头的主摄，表现良好，预计未来会有更多客户采用。 对于长焦镜头，为了达到更好的拍摄效果，通常结合大像面和大光圈。长焦镜头 用于满足更多拍照需求，特别是内对焦技术可以实现长焦微距效果。此外，还可 以实现多种光学变焦效果，如多倍率应用和基于多反射的潜望式设计，这种设计 可以减小镜头体积。行业已有客户使用多反射潜望式镜头，其他国内安卓客户也对此技术表示兴趣，并正在进行合作开发。另一种光学组件是塑料棱镜，目前主 要用于中低端产品。塑料棱镜具有多种优势，特别是在规模效应显著时，其成本 效益尤为突出。随着规模扩大，塑料棱镜的良率和可靠性也会提高。此外由于整 个光学系统采用塑料棱镜，镜头本身重量较轻，有助于减少马达能耗，提高能效。

折叠屏手机是另一个值得关注的发展方向。折叠屏手机的发展非常迅速，但由于 其结构特点，摄像头空间结构较为有限。此外，折叠屏手机的卖点并非主要在摄 像头方面，导致目前折叠屏手机的摄像头规格并不高。尽管如此，随着行业发展， 越来越多的客户希望将潜望式镜头应用于折叠屏手机，同时也对镜头的轻薄化提 出了更高要求。 关于手机镜头业务的策略，我们的目标非常明确和简单：继续巩固全球市场份额 第一的地位，并持续优化客户结构和产品组合。我们主要依靠四大能力来实现这 一目标：设计仿真能力、模具成型能力（包括玻璃非球面和塑料非球面的模具成 型）、镀膜能力（包括特殊的 LD 镀膜技术），以及设备自制和测试能力。我们 有自己的团队负责自动化建设和改造，以及在行业内较为领先和独特的分群检测 能力。 在战略实施方面，我们围绕市场、技术和生产三个方面展开。1）市场：我们奉 行产品策略，即深耕细作，深入挖掘现有产品的潜力，并确保产品质量和客户满 意度。2）技术：我们坚持以创新为主导，不断推动技术升级，创造新的工艺和 技术。同时，我们持续加强核心竞争能力，包括高规格、高质量和高附加值的产 品竞争能力。3）生产：我们深化精密和智能制造体系，确保制造体系的实施， 并不断提升交互能力，以保证高质量的交付。

（3）车载镜头、激光雷达、投显产品

舜宇车载专注于汽车光学领域，产品主要包括车载镜头、激光雷达、HUD、智能 大灯和地面投影小灯等应用。

车载镜头： 车载镜头市场全球体量庞大，未来增长态势良好。根据第三方数据，未来几年全 球摄像头数量增长率预计为 12.6%，而舜宇车载的增长率为 15.1%，略高于市场 平均水平。

ADAS 镜头的应用占比在不断提升，舜宇在 ADAS 镜头全球市场份额保持约 50%， 保持世界第一。新能源汽车市场发展迅速，特别是在中国，舜宇车载在新能源汽 车品牌中的市场渗透率达到 80%。

面对激烈的市场竞争，舜宇致力于提供具有竞争力的产品。1）在玻塑混合技术 方面，舜宇在全球同行业中处于领先地位。舜宇自 2012 年起推出全球首款 ADAS 玻塑混合镜头，去年成功突破 800 万像素玻塑混合技术，今年已批量出货给终端 客户。至 2023 年年底，舜宇已累计出货 36KK 的玻塑混合 ADAS 镜头。2）同 时，舜宇在 17M ADAS 高端市场已完成开发和量产前的准备工作，预计不久将 量产并推向市场。

激光雷达： 尽管近两年激光雷达市场的增长势头低于预期，但从长期增长趋势来看，市场增 速依然迅速。因此，我们对激光雷达未来的应用市场保持乐观态度。舜宇车载过 去三年的激光雷达销售额实现了十倍增长。截至现在，我们预计在 2024 年和 2025 年将有超过 15 个项目进入量产阶段，对舜宇车载的销售贡献持乐观态度。 据统计，约 60%的激光雷达应用了舜宇车载的光学产品，覆盖了约 96 个车型。 舜宇车载主要关注 AR-HUD 领域。尽管传统 HUD 市场容量较大，但舜宇在这一 领域的作用有限。目前，AR-HUD 的市场渗透率快速增长，年需求增长率超过 100%。舜宇从市场增长中受益，从 2023 年开始，AR-HUD 中核心投影模块 PGU 的销售增长已超过 100%。近期，舜宇获得了多个汽车厂商的量产订单，预计到 2024 年，AR HUD PGU 在全球市场的占比将从前一年的 3%提升至 6%。

智能大灯： 智能大灯市场容量庞大且市场成熟，舜宇车载专注于像素或数字式大灯的应用市 场。数字大灯的未来增长情况显示，该领域每年有超过 60%的增长率。从大灯的 发展趋势来看，万级大灯是一个快速增长的应用领域，尽管百万级大灯性能优良， 但成本较高。万级大灯是近几年市场快速增长的一个重点应用。舜宇车载在顶级 大灯制造商中获得了多个量产项目，预计到 2024 年，像素大灯的市场容量将显 著增长，从 2023 年的 1%跃升至 18%。

（4）车载摄像模组

2018 年，我们明确决定进军汽车前装市场。与此同时，我们认识到中国市场对 产品质量的要求相对较低，而汽车零部件的安全等级要求极高。为了提升产品质 量，我们与一家日本知名制造商进行了长期合作。当时，我们面临的市场不良率 要求是 30 PPM，经过几年的努力，我们将不良率降低到了十几 PPM，这在行业 内是一个相当低的水平。 2019 年，考虑到之前与日本公司的合作过程中，我们认识到汽车感知能力需大幅提升，摄像头像素也需显著提高，我们提前布局了 8M 像素的汽车摄像头模组 产品线。同年，我们与以色列一家知名平台厂商合作。 2021 年，随着中国市场对 8M 像素摄像头需求的快速增长，我们的产品线得到 了快速发展。我们成为全球首家首发量产 8M 模组的公司。与那家 OEM 厂商保 持良好合作关系，其几乎所有感知模组均由我们生产。 2022 年，由于开发国际 OEM 车厂对我们至关重要，通过日本体系审核后，2022 年 8M 模组在中国市场取得重大突破。我们通过了韩系 TON、德系 OEM 和非德 国欧系 OEM 的体系审核。产品线从 VGA camera 模组提升到 3M camera 模组， 3M E-mirror 产品也已量产。我们在国内感知类产品生产和国际客户关系建立方 面取得了快速发展。 2023 年，我们取得了显著进步，获得了英国和西班牙的一体机项目定点，欧洲 市场的正式定点工作已经开始。此外也获得了全球最大的日本 OEM 厂商的感知 类产品定点，在日本市场正式启动感知类产品。同时，我们推出了一系列新产品， 例如汽车底部的感知摄像头，可以全面感知汽车的周围环境，甚至包括汽车底部； 此外还有针对激光雷达技术的发展趋势的相应研发等。2023 年海外市场初见成 效，并有多个海外 OEM 项目。

舜宇产品分为感知类产品和人眼看的产品，感知类产品进一步细分为前面的产品、 后视产品和车舱内的产品。为保证质量，我们陆续通过了多个体系认证，包括大 众、宝马、奔驰等全球知名 OEM 的体系认证，包括欧洲近十家以上，日本十家 以上，美国也有几家的体系认证。

要解决汽车厂的问题，生态链的建设至关重要。我们围绕算力平台为中心进行生 态链建设，与算力平台、图像传感器、镜头等复杂器件的厂商紧密互动，提前开 发产品以满足客户需求，确保在 OEM 有具体项目需求时能快速提供解决方案， 缩短汽车开发周期。 我们的 SoC 平台合作伙伴包括 Mobileye、高通、NVIDIA、地平线等，此外也与 系列海内外领先的感知类算法厂商如中科创达、Momenta、虹软等进行互动，确 保产品开发按计划进行。 在硬件和技术方面，舜宇在域控上进行布局，为 camera 和域控的紧密连接做好 铺垫，并在通用技术状态能力上进行布局，提升生产制造和管理能力。公司致力 于实现数字化，为海外扩张和全球布局做好铺垫。

在视觉感知硬件技术方面，我们认为感知类模组的像素将越来越高，直至达到 18M 像素，未来可能还会更高。针对汽车图像传感器封装能力不足的问题，我们 推出了自己具有特色的 COB（Chip On Board）技术，将手机领域的 COB 经验 与汽车车规要求紧密结合。通过对摄像头进一步的分析，我们认为现有摄像头在 防雾处理能力上仍有不足，因此推出自加热的抗积雾能力的摄像头设计，也获得 了海外 OEM 厂商的定点。增加摄像头的自清洁能力，在遇到小虫、灰尘或污渍 时能够及时自动清洁。 1）智能驾驶场景：随着摄像头像素的持续提高趋势，摄像头与 ECU 之间的通讯对于数据传输至关重要。为此，我们与多家厂商合作，不断优化传输效率。此外， 我们认为未来摄像头一定会和深度感知技术相结合、与不同波段的光结合，我们 也在进行相关技术开发。 2）智能座舱场景：智能座舱正向更高像素发展。目前，我们的一些项目已经使 用 8M 智能座舱摄像头，从过去的 2M、5M 升级而来。智能座舱摄像头需要具备 无感功能，即 camera 做出来越来越小，所以超小型 camera 的设计也在进行中。 智能座舱内部的 DMS 和 OMS 后续可能融合为一个摄像头。智能座舱内部也有 一些红外和可见光融合的技术，以确保夜间智能座舱的部分功能正常开展。此外 还包括智能座舱和 XR 融合的探索等。总体而言，我们未来的技术发展方向包括 高可靠性的装配、高精度的标定，以及光机电热的联合仿真。

我们已经与全球 top20 的 85%的公司建立了业务关系。1）制造国际化方面，我 们在越南已经开始建设生产基地。2）客户服务方面，我们在德国、美国、韩国 和日本都建立了现代化的技术支持队伍。3）工厂方面，我们正把在余姚积累的 制造能力复制出去，逐步推进海外市场数字化能力和自动化生产线的构建，以实 现稳定生产，保证海外工厂品质与国内一致。

（5）AI 和智能光

AI 自年初以来一直是一个非常热门的领域，我们相信 AI 将是推动下一代智能硬 件发展的主要因素。过去，我们使用的许多应用程序，如智谱 APP 基本都是云 端推理。随着技术的发展，我们认为 AI 推理会将逐渐从云端向边缘转移。由于 任务差异化和网络稳定性，边缘推理将成为一种必然趋势。在这种情况下，数据 可靠性、即时性、安全性以及对网络带宽的优化需求，将对传统硬件终端的形态 造成影响。AI 的发展也将影响机器人、手机、汽车、XR、桌面笔记本电脑和其 他设备等。 从神经网络大模型的角度来看，以上设备都离不开输入、处理和输出三要素。在 处理方面，目前大家探讨比较多以后到底是集中式还是分布式，二者各有好处。 在输入方面，我们具备优势，输入会涉及到很多视觉方面的内容，包括图像识别、 视频分析、语义分割、3D 点云构建等。在输出方面，舜宇也做了许多布局，包 括 AR/VR 显示、VR 的 Pancake、AR 的光波导衍射元器件，以及人机交互部分 等。因此，AI 的加入包含视觉、音频、触觉等多种输入。

边缘 AI 技术的应用将导致传统硬件发生重大变化： 1）手机：智能手机的发展已经从传统的二维和三维图像处理转向更复杂的图像 识别和语义分割。随着 AI 技术的进步，智能手机可以执行更多高级功能，如生 活助手、工作替代、专业意见提供和内容创作优化。这些变化将对图形图像带来 升级要求，并可能引发新一轮的换机潮。 2）汽车：边缘智能的应用正在增加，特别是在新车型上使用的大算力芯片。汽 车不再仅仅是为了人类理解视觉信息，而是逐渐向车自身理解信息的方向发展。 此外，传统的单一传感器和单一功能正在向多传感器融合的趋势转变，这将进一 步增强汽车的环境感知能力和自动驾驶能力。 3）智能光：AR/VR 技术正在经历三个阶段：早期 B 端专业应用较多，如教育培 训；当前阶段主要集中在 C 端娱乐游戏应用；未来随着端侧 AI 的升级，这些设 备可能会融入日常生产工具，成为一种常规使用方式。这将对硬件提出更高的要 求，例如长时间佩戴的舒适性、显示质量、手势识别、eye-tracking、防眩晕功 能等。 4）机器人：端侧智能的发展可能促进机器人出现产品新形态。目前一些业内交流认为分布式处理存在的概率极大。未来极有可能出现运动器官式的机器人产品 形态，只要接受中央大脑的信号即可；具体的视觉、嗅觉、听觉、触觉等感知可 以以分布式的形式在本地处理，能够在本地进行运动控制、判断和行为决策。这 些器官可能包括肢体、关节、驱动器、减速器和编码器等，并可能配备视觉传感 器。这种产品形态的演变原因之一是大脑处理任务的减少。通过将感知和决策任 务分布到各个器官上，中央大脑的负担得以减轻，从而提高整个机器人的效率和 响应能力，也能减少网络带宽的需求。此外，这种器官类的功能可以标准化，便 于维修和保养，有利于大规模标准化生产和成本效应。从目前发展趋势来看，集 成了视觉和分布式处理的器官类运动器官产品可能会成为未来机器人的长期存 在形态。

我们认为的产品发展趋势：第一，协助式 AI，也是目前市场上常见的 AI 产品， 如智能眼镜、VR、智能手表等，需要和人共同作用，以产生 AI 功能。第二是功 能性 AI，不是通用、也不是协作，而是能够独立的完成工作，但只有某一个功能， 如 AGV、AMR、配送类、家庭陪伴、扫地/割草机器人。最后，随着 AI 发展， 未来应用前景最广的是通用型 AI，其多场景适应将成为大趋势。 在以上应用的智能光学布局中，我们已经在一和二做了充分布局，三也有实质性 客户在接洽。第一类协作 AI 方面，我们主要布局在智能眼镜和 VR。第二类功能 性 AI 我们布局充分，很多市占率已达 50%以上，但这部分整体体量不大。 总体而言，随着端侧 AI 逐步应用，它必将驱动传统硬件向智能硬件方向发展， 带来更多场景的应用，挖掘更深层次的价值，并产生更多种类的产品形态。

（6）手机摄像模组

24 年全球经济和手机市场回暖，公司预测 24 年全球智能手机销量 11.69 亿部， 同比+3.5%；24 年中国智能手机的销量 2.76 亿部，同比+0.4%；24 年全球折叠 屏手机销量预计同比+38.8%。全球手机摄像头搭载系数较上年相比维持稳定。 行业趋势来看，手机的旗舰机型更关注长焦的影像体验，手机外观中摄像头进一 步小型化需求更加强烈。 24 年摄像头竞争持续加剧，但公司持续实现产品结构优化。公司目标进一步聚 焦构建模组-马达-镜头一体化方案的技术优势，持续提升盈利能力。

第一，舜宇打通核心器件的技术，随着多款支持大像面、高端 OIS 马达和行业首 个支持一英寸大底长行程导杆马达的大规模量产，公司模组-马达-镜头一体化方 案的小型化和高性能优势逐步凸显，高端产品竞争力和份额进一步提升，公司的 产品结构和盈利能力优化。第二，基于小型化封装和高精密光学组装技术，舜宇构建了可变光圈内对焦、潜 望等产品的高性能和小型化的优势。产品创新引领高端旗舰和折叠屏影像技术的 升级，提高了产品的附加价值，增强客户的粘性。 第三，依托小型化和高精密组装的技术优势，实现了单色、彩色 Micro-LED 行业 首家的光机大规模量产。公司未来将持续发挥垂直整合优势，打造全球最小的单 色和彩色 Micro-LED 以及 LCoS 的光机，进一步扩大领先优势。 第四，舜宇越南工厂已形成规模和成本优势，随着后续产能和稼动率提升，公司 全球生产和供应能力将持续增强。

在产品技术升级方面， 1）手机摄像头：公司手机摄像头模组产品升级布局包括， 第一，可变光圈模组助力实现全场景影像效果，覆盖大光圈的物理虚化和小光圈 的全景深等广阔场景应用，主要用于旗舰手机主摄。 第二，模组-马达-镜头一体化设计、小型化封装以及高精密光学组装技术三大优 势融合，实现模组在低肩高和 XY 方向的极致小型化，该技术广泛适用于超薄的 手机和折叠屏手机。 第三，在 1/1.4 英寸的大底长焦产品中，高精密光学组装技术能支持模组分群移动，大幅提升进光量和解析力，提高人像画质，实现多个焦段的望远，同时也取 得了在 5 厘米微距的行业最佳光学性能。 第四，在连续光学变焦模组方面，24 轴的高精密光学组装技术支持全焦段覆盖， 同时满足人像和望远的摄影需求，实现无损变焦，在全场景保留丰富细节，满足 客户多场景的拍摄需求。 2）手机马达：上述模组升级以相应马达技术升级为技术基础， 第一，舜宇创新的导杆式结构可实现超长行程和高精密驱动马达，提升大像面下 的影像性能，贡献整机的超薄化，确保近焦和远焦的解像力。 第二，在三轴闭环的 OIS 马达方面，舜宇独有的单层滚珠十字槽的专利，能有效 减少 Crosstalk，降低模组的肩高，实现高精度光学防抖，在运动状态下仍能提 供高稳定、高品质的拍照效果，公司将持续扩大产品的量产规模。 第三，为应对长焦的大规模应用，公司多款导杆结构的潜望马达已取得低动态 Tilt 性能，结合 COA 技术可进一步缩减尺寸，实现微型化高解析力的变焦模组。

光机产品的小型化方面，舜宇基于 Micro-LED 的全彩光机达 0.4CC，单色为 0.2CC，两个产品均实现规模化量产。其核心平台技术有： 第一，小型化的封装技术，不仅降低手机相关产品的肩高和 XY 方向尺寸，并且 拓展应用于对于小型化要求更迫切的 XR 和 IoT 领域。 第二，高精密的光学组装技术，通过亚微米级的主动光学对准，突破光学组装的 阻力瓶颈，使得多群的动态组装、群内对焦产品成为可能。 第三，高精密的制动技术，为模组-马达-镜头一体化方案提供支持，实现更小的尺寸、更优的性能、更少的部件和更低的成本。 第四，高精密的 Ins Molding 技术，随着模组和马达的复杂化、小型化，Ins Molding 逐渐成为关键技术，这也是舜宇将重点构建的核心竞争力。

量产能力方面，除了延续模组生产的高效率全连线，马达生产线和 XR 光机生产 线都实现了行业领先的全连线自动化生产。在此基础上，公司亦实现了行业领先 的模组全连线与马达全连线一体化生产，从一体化设计方案到一体化生产，提供 一站式的服务。

Q&A

Q：目前生成式 AI 热度高，请问生成式 AI 对公司的贡献主要是在输入端还是输 出端？ A：目前在机器人领域输入和输出都在做，输入部分涉及传感器的工作，输出部 分涉及导航避障，运动机构的反馈性输出。硬件形态上有膝关节、机器人的底盘。 Q：在手机光学上，基于 AI 的重点升级方向有哪些呢？ A：辅助类摄像头可能会有升级趋势，这类摄像头能辅助 AI 进行信息输入。 Q：如果明年手机大盘没有明显换机增量，公司后续的财务增长点会在哪些方 面？ A：1）智能手机：目前国际化客户平衡的工作没有很到位，北美客户份额离目标 有差距。模组端方面，希望高端终端的份额能有更大提升。更核心在于产品规格 提升，应用新技术，持续升级换代，进而改善产品结构，从而带动手机镜头和模 组的毛利率和 ASP 的提升。 2）汽车：车载镜头和模组，是公司成长的主要来源。 Q：请问管理层看好 AI 手机对公司出货的拉动吗？ A：AI 手机和摄像头的关联性需要时间消化，因为我们手机方面的产品都是需要 定制的，定制的时间，包括定制件的时间，和整个产业链的准备时间，都难以在一年内消化完成，但未来趋势一定是向好的。

Q：AI 在手机的端侧和智驾的端侧都有应用，想了解我们摄影的能力在 AI 的手 机端侧和新能源智驾的端侧有哪些协同优势，或者有什么差异化的点需要去攻 克？ A：协同：手机轻薄化发展推动了光学硬件的极致小型化，而汽车的光学零件也 逐渐走向小型化，轻质化和无感化，可以用在手机积累的小型化技术推动汽车光 学零件的小型化。汽车的模组量能在快速地增长，从原来小批量多品种的模式转 化为大规模生产的模式，大规模的生产模式能从手机光学零件的生产中借鉴；随 着的模组的数量不断增加，我们已经明显地看到全球车规级的图像传感器的封装 能力是不足的，我们能用手机 COB 技术弥补汽车行业图像传感器封测能力不足 的情况。 差异：可靠性方面，汽车光学零部件需要高可靠性，消费电子只需达到几百 ppm 的不良，但在汽车领域，需要挑战几十甚至 10ppm 的不良。技术方面，汽车的 温度范围更广，从-40 度到 85 度，甚至到 105 度，都要保证光学性能和机械结 构的稳定，这是技术上必须突破的事情。汽车上的零件有表面抗摩擦、抗紫外线 的能力等等。汽车端的产品对热的要求非常苛刻，对质量的要求也非常苛刻。总 之，在设计理念、项目管理、制造、售后服务以及持续改进的多个环节都会产生 巨大的不同。

Q：目前我们感受到哪些产品来自车企端降价压力是比较大的，哪些产品是在技 术上或者方案上的降本做得比较好？ A：因为汽车竞争很激烈，车厂压力传递给供应链，所以应该是说车厂对所有的 产品都有更高期望的成本下降。对我们而言，相对不成熟的产品在短期的价格竞 争压力会大一点，因为大家都希望先有所突破，再追求未来的利润，成熟产品的 利润情况反而更好。 在降低成本的策略上，我们通过技术创新降本，如前面说的玻塑混合技术，发掘 产品的差异化。同时通过内部效率的提高和良率的提升，深度挖掘降本空间。 在客户端方面，我们的可以通过灰尘控制的能力，从而降低客户端的成本。在产 业链方面，通过模糊边界，共同研发，也能推动整个产业链成本的降低。

Q：公司在降低成本的策略上还有什么补充？ A：1）设计成本：随着我们对 Camera 应用场景越来越熟悉，我们的设计成本 在不断下降，如用一些特殊的材料，特殊的工艺来解决设计成本的问题。2）制 造成本：和产量、自动化能力相关，在规划上要做好，不能同一个车型使用好几 条产线生产。3）质量成本：需要修炼内功，如果汽车方面发生大规模的召回， 成本会非常高。4）采购成本：可以利用舜宇的优势降低采购成本。 Q：手机板块，听说北美客户最近在 NPI，公司在摄像头这块会有什么样的机会？ A：当下核心是专注把手机镜头业务做好，更短时间达到之前提到的目标，同时 提升毛利率。

Q：车载镜头和车载镜头模组这两块业务是否会有冲突？ A：车载的情况和手机的情况相似，镜头和模组都有各自的市场，但我们认为两 者间的协同作用会更大。我们有能力解决这个问题，能把两者协调好，都能够有 很好的发展。 Q：我们看到 AI 大模型发展速度越来越快，在端测的应用也在快速的落地。未 来会不会出现一种情况，当软件的能力足够强，对硬件升级的需求会减少，同时 也能够达到很好的输入输出的效果？ A：我举两个例子说明硬件一定会演变，成像技术往两个领域持续突破，第一是 从 2D 到 3D，如果没有硬件的升级，人工智能是算不出来的。人工智能解决的 是处理的部分，而我们主要关注感知的部分。第二个是非可见光领域正在迅猛地 发展，特别是近红外的技术，如最近的测掌纹静脉。我们一定要相信硬件有硬件 发展的基本逻辑，人工智能能使这个系统得到升级，也会创造出新的，硬件无法 达成的效果，但是和硬件两者不可以互相取代。

Q：刚刚提到，汽车新产品毛利率不太可观，旧产品毛利率好。请展开讲讲公司 在新的领域有什么产品？ A：可以这样理解，车载镜头为成熟产品，激光雷达、AR-HUD 等为新产品。 Q：Elon Musk 提到人形机器人有很大的市场空间，请问公司在这方面有些什么 样的产品？ A：通用型人工智能对硬件要求一定高，舜宇的底线是只做硬件，硬件将从 2D 往 3D 的方向升级。功能型机器人 3D 双目视觉是主流趋势。器官类产品涉及边 缘运动的感知和局部大模型的边缘化布局，舜宇可以在硬件的持续升级、边缘化 模型的布局、快速的量化布局、视觉和运动的标定这些方面持续地挖掘。

Q：在人形机器人方面，所有东西加起来，舜宇能提供多少价值量？ A：纯视觉在 2.5%~5%，加上运动控制的器件，多传感融合后价值量会进一步提 高。 Q：过去两年影像行业下行，公司仍保持高的研发投入。请问在过去两年哪些业 务板块能拉大和竞争对手的距离，哪些部分竞争压力更大？研发方面，未来技术 的风口在哪方面？ A：研发投入上公司有长期的战略规划，不会因为某一年度的经营状况出现了一 些问题而改变，我们各个 BU 继续按照各自的节奏在投入。除了在各个 BU 研发 的投入以外，集团也在投一些和未来或是更长远的方向相关的领域。从投入和产 出的效果来看，人工智能时代将会给手机领域带来一些机会；车载领域迅速发展， 肯定也是机会的；XR 和人形机器人可以合并为一类，目前还没有发展起来，属 于是黎明前的黑暗。总体来看，我认为手机和汽车还是王牌，只要我们能真正在 技术上有更大的投入，建立好我们的能力，这些业务在未来是很有前景的。再加上未来的 AR/VR、机器人以及其他的光学应用。

Q：Vision Pro 重配置，Google 采用简化光学方案，请问公司更看好哪种类型？ 产业更倾向选择哪种产品形态？ A：本质上是和用途有关，是应用场景不同导致的区别。我们认为轻量式的眼镜 最有望受普通消费者欢迎。在行业布局上，我们在 MR、轻量化智能眼镜的产品 线上都有布局。 Q：目前摄像头有往 3D 方面发展的趋势，但近几年整体低于预期。请问未来 3D 摄像头什么时候能成为智能机的标配？ A：手机摄像从 2D 往 3D 的发展趋势是确定的。现阶段存在的问题是内容拍出来 后没有很好的显示方式，所以这一块的发展和 AR 眼镜发展有关。总之，在内容 获取和内容显示匹配度比较高的时候，整个产业才能很好发展。同时，我们还看 好 3D 影像和人工智能处理结合，未来使用大模型来处理信息，这样 3D 的价值 会比 2D 更高。

Q：在汽车布局的两个方面，AR HUD 和 ADAS 方面哪个市场会更大？两种技 术随着智驾的发展是否会互斥？ A：虽然从体量上讲，摄像头的体量要比 HUD 的大得多，但我们要思考产品背 后的关键技术，如 AR HUD 背后的技术是投影，汽车今后会用大量采用投影相 关技术的光电产品。 Q：请问公司在海外工厂配套的人力和零部件的布局是怎么样的，需要多长的时 间去缩短和国内投资回报率的差距？ A：目前存在的问题是相关人才比较少，需要逐步培养相关人才，建立团队。 Q：随着高端机型镜头的升级，请问产线的复用型，产线改造额外需要 CAPEX 的趋势是怎么样的？ A：未来玻璃非球面应用更多，在检测方面需要投入；镜头方面检测要求越来越 高，也需要在检测方面投入；玻璃非球面镜头对调芯的技术要求更高，由于市面 上没有标准设备，我们需采用自研设备；多光圈的应用也提高了产品的要求，我 们需要保证在不同光圈下成像质量均处于比较好的状态，这些都是我们在投入方 面的一些课题。

Q：请问非可见光方面的布局情况？ A：我们着重布局非可见光领域，集团下有红外技术公司在这方面做得很好。同 时我们也考虑可见光和其他感知的综合，如在机器人领域光学和声学的结合。 Q：请问公司目前对激光雷达的看法？A：我们坚定看好激光雷达的未来，在研发投入上依旧保持原有节奏不断推进。 激光雷达分发射端和接收端。未来接收端会由线阵向面阵发展，发射端也会发生 形态上的改变。 Q：在机器人视觉方面的输入和输出，请问较为重要的技术是哪三个？ A：现阶段多技术并行，输入方面比较看好双目，iToF 和 dToF，iToF 方面我们 通过光学的方法比较好地解决了多晶干扰的问题，同时我们也比较看好激光雷达 在机器人方面的应用。输出方面需要构建一个运动机构的训练模型，把光学和运 动匹配起来，同时需要很高的精度，这一块是一个多学科融合的问题，涉及光学、 运动控制和算法。

（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。）