2025年虹软科技研究报告：AI视觉算法头部厂商，新场景打开营收新增量

公司简介：AI 视觉算法头部厂商

公司全景：计算机视觉算法领域头部厂商

虹软科技股份有限公司创立于 1994 年，2019 年 7 月作为首批企业登陆科创板。公司专注于计算机视觉算法领域，核心业务覆盖智能手机、智能驾驶、AIoT三大方向。公司总部位于中国杭州，在全球设立硅谷、东京、都柏林、台北等8大研发与商业基地，技术方案应用于全球 150 多个国家和地区，为三星、小米、OPPO等企业提供智能手机影像增强算法，为长安、吉利等车企提供车载视觉系统VisDrive，并通过 PhotoStudio AI 平台为电商提供智能商拍解决方案。在AR眼镜、机器人视觉等新兴领域，其多模态交互技术与雷鸟等合作伙伴共同推动行业创新。

自创立以来，虹软科技发展脉络可划分为四个阶段：创立与早期发展阶段（1994-2003 年）、移动领域拓展与技术突破阶段（2004-2015 年）、视觉人工智能技术应用与业务拓展（2016-2019 年）、业务调整与创新发展（2020-2025年）。

创立与早期发展（1994-2003 年）：1994 年，虹软前身ArcSoft 在美国硅谷由留美博士邓晖创建，专注于图像领域算法及应用软件的开发，成为最早推出图像编辑软件的厂商。1995 年，发布第一款图像编辑软件PhotoStudio，曾获得 60% 以上数码相机市场份额，拥有上亿用户，并开始进军图像处理算法。1997 年，拿下索尼和理光的大单，在美国与数码相机OEM 的图像处理软件中，公司占有率超过了 50%。2003 年，ArcSoft 在杭州成立虹软科技有限公司，开始专注于移动设备的图像处理。

移动领域拓展与技术突破（2004-2015 年）：2004 年，虹软捕捉到手机相机市场蕴藏的巨大潜力，开始专注于手机平台的影像处理和拍摄技术，成为世界上最早进入移动领域的传统影像软件公司，并成功同国际主流手机厂商建立了良好的合作关系，在移动终端设备完成了图像增强算法，实现了去模糊去噪和暗光拍摄。2015 年，随着手机市场的发展，公司协助手机厂商发布业界第一款 RGB+Mono 方案的后置双摄手机，领先于业内水平。

视觉人工智能技术应用与业务拓展（2016-2019 年）：2016 年，公司开始重视并研究视觉人工智能技术在智能驾驶等 IoT 领域的应用，陆续在智能驾驶、智能深度摄像等领域发力。2019 年，公司成为科创板首批上市企业，正式挂牌上海证券交易所（股票代码 688088）。除了在智能手机领域的纵向深度创新以外，公司也继续在智能汽车、智慧零售、屏下光学指纹等多个新兴业务进行了横向拓展。

业务调整与创新发展（2020-2025 年）：2021 年，受疫情与品牌格局变动等影响，全球智能手机出货量仍未恢复至疫情前水平，导致虹软科技移动智能终端业务收入有所下降。但虹软科技智能驾驶前装业务签约定点超50 款车型，部分车型已实现量产出货。2023 年，随着 AI 大模型技术吸引了市场的广泛关注，虹软通过扩充算力中心、升级 ArcMuse 计算引擎持续完善AIGC能力框架，实现相关技术在移动智能终端、智能驾驶和智能商业拍摄领域的实践落地；第三季度推出基于 AIGC 的智能商拍解决方案PhotoStudioAI；加速自创的 “智能超域融合” 技术产品化，为手机拍摄提供创新性的全链路超域解决方案，现已研发了智能超域融合夜景、HDR、超分、人像解决方案并实现量产落地。2024 年，高通在 2024 骁龙技术峰会上展示了与虹软共同研发的“AIPet Suite”、“AI 视频人像补光” 和 “视频物体消除”等功能。

股权架构：股权结构集中，实控人间接持

股虹软科技股权结构集中，HuiDeng（邓晖）实际控股。HuiDeng（邓晖）先生与其配偶 Liuhong Yang 女士共同为公司实际控制人，分别通过红润资本管理有限公司和虹扬全球有限公司持有本公司 29.59%、4.88%的股份虹润资本管理有限公司与虹扬全球有限公司为一致行动人，实际控制人 Hui Deng（邓晖）先生控制虹润资本管理有限公司，其配偶 Liuhong Yang 女士控制虹扬全球有限公司。此外，公司对大部分子公司的持股比例均为 100%，表明公司对这些子公司拥有绝对控制权。这种股权结构有助于公司在全球范围内开展业务，并保持较强的国际竞争力。

管理层：高学历技术人才引领企业

公司核心成员多为名校高学历人才，专业技术实力雄厚。董事长兼总经理邓晖毕业于北京大学核物理专业，先后于圣路易斯华盛顿大学、剑桥大学参与博士与博士后研究工作，核心技术领域专精。除此之外，Xiangxin Bi、徐坚、王进、孔晓明、李刚等人也均毕业于麻省理工学院、浙江大学、东南大学等一流名校工科专业，具有多年技术研发与企业管理经验。工科专业为主的企业管理层适配技术领导型科创企业，领导企业技术发展不断进步，构建核心技术壁垒。管理层人员构成较为稳定，核心成员均于本公司深耕近二十年，重大成员变动情况较少。

人员结构：高研发人员占比，高密度产出

公司的人才结构呈现出精英化配置、高密度产出特征。其核心逻辑在于通过高学历人才聚焦与高效能管理机制实现人均创收的行业领跑。截至2024 年末，公司员工总数仅 938 人，研发人员占比达 62%，技术人员占比达15%，合计占比接近八成。从人员构成看，博士及硕士研究生占比合计达 53%，本科以上学历占比达96%，显著高于行业平均水平。人均创收高达 86.91 万元，人均创利高达18.83 万元，位于行业前列。公司通过人才战略不断巩固技术护城河，印证了“精英团队+垂直领域深耕”模式的高效性。

财务状况：利润率维持高水平，财务周期性强

营收触底反弹，各线业务实现增长

虹软科技营业总收入在 2022 年触底后反弹并实现大幅增长，2024 年达到8.2亿元，同比增速达 22%。主要原因为智能终端业务的回暖和智能汽车业务的加速扩张。智能手机解决方案营收 2022 年触底后回弹，2024 年实现收入6.8 亿元，同比增长 16%；智能驾驶及其他 IoT 智能设备视觉解决方案从无到有地发展起来，从 2019 年的 0.2 亿元扩张至 2024 年的 1.3 亿元，2024 年同比增长71%，五年CAGR达 50%。归母净利润自 2022 年以来触底反弹，2024 年实现100%增长，达1.8亿元，随着未来数年内各业务放量，预期归母净利润增长空间广阔。

经营效率与现金流周期性波动

公司智能终端业务为主要营收来源，故经营效率与全球手机库存周期密切相关。2019-2021 年，全球手机市场处于去库存阶段，公司年经营效率降低，存货周转天数小幅上升，应收账款周转天数大幅恶化。2022 年以来，全球手机市场进入补库存阶段，叠加后疫情时代消费恢复与公司新技术落地量产，各经营效率指标呈现回转态势。 现金流状况年际波动。经营活动产生的现金流量净额与与营业收入比值销售商品和提供劳务收到的现金与营业收入比值呈现同步变化。其中销售商品和提供劳务收到的现金与营业收入比值在 80%-120%之间波动，经营活动产生的现金流量净额与与营业收入比值在 0-40%之间波动。两者的年度变化与订阅制经营模式及全球手机市场的周期规律有关。

利润率稳定高位，费率总体稳定

虹软营收来源主要为提供 AI 视觉算法，为纯软产品，毛利率极高，常年维持在90%+。净利率 2020-2022 年出现下滑，后实现回升，这一变化归因为移动智能终端和智能汽车业务年度营收规模变化带来的收入与成本的结构性调整。2019-2024 年，公司销售费用维持在 14-18%；管理费自2021 年跳跃后2024年恢复至 10%水平；财务费用始终为负。体现了公司良好的费用控制能力。

视觉算法：技术复用驱动商业落地

战略布局：技术-产品-开放平台

虹软科技以“技术-产品-开放平台”为核心战略，构建了覆盖智能视觉全场景的生态布局。其技术层面依托 27 年计算机视觉算法积累，形成了完善的核心技术矩阵。产品端实现技术复用，从手机多摄方案延伸至AIGC 商拍工具（PhotoStudioAI）、AR 眼镜算法等新兴领域，并通过“纯软授权+软硬一体”模式适配不同行业需求。开放平台战略则形成双向赋能：既降低中小企业AI 应用门槛，又通过产业链市场整合上下游资源，构建“技术开放+生态协同”的闭环。

技术门槛：边缘计算多端赋能，人工智能通用延展

端计算和边缘计算技术的积累

公司提早布局边缘计算研发，形成技术护城河。公司自2003 年开始便明确了在嵌入式设备研发相关视觉人工智能技术的发展方向，在边缘计算技术领域积累深厚，多年来建立了全面、复杂的多平台适用的底层嵌入式开发库。公司积累的算法具有高度的紧凑性、稳定性以及易调用性，可以在高性能、有效大幅降低资源消耗的情况下实现高精度运行。 公司长期专注于嵌入式设备算法的研究与开发，多年来积累了大量基于端设备的视觉人工智能算法开发经验。目前公司基于端设备的视觉人工智能算法适用性高、运行稳定，可以在边缘侧发起高效的运算，通过诸如智能手机、笔记本电脑、智能可穿戴等设备实现高效的图像优化、识别与检测等功能。公司各解决方案业务均是从边缘侧发起运算，并在终端实现各类视觉人工智能功能。

视觉人工智能技术的层次积累

公司视觉人工智能算法技术具有通用性和延展性。公司致力于将视觉人工智能算法与行业应用相结合，将视觉人工智能算法技术落地为成熟的解决方案，并进一步将应用领域从智能手机扩展到智能汽车、智能可穿戴、智能家居、智能零售等多个行业，助推行业升级。通过高质量低成本的解决方案帮客户提升产品竞争力，助力视觉人工智能和人工智能相关应用的普及。

技术落地：底层复用驱动商业转化

公司的核心技术复用性强，边际成本低。其以 AI 视觉算法为核心的全方位产品体系与智能手机、智能汽车、IoT 视觉、AI 眼镜、AI 商拍等核心业务及待落地业务之间并非一对一赋能的关系，而是多对多的。公司任何一项核心技术的微小突破都能驱动各线产品的底层技术革新。该业务模式一方面能够显著降低重复开发成本，提升效率，加速产品迭代创新；另一方面能够统一技术栈，提升技术一致性与可靠性，降低业务复杂度。具体通过三方面实现：通用性算法架构赋能跨场景延伸。虹软科技的核心技术复用性与产品边际成本优势构建了其商业模式的底层逻辑，形成了独特的竞争壁垒。其技术复用性主要体现在通用性算法架构的跨场景延伸能力，通过深度学习和算法优化积累的底层技术具有高度模块化特征，在核心业务领域实现技术复用。专利集群底层技术体系提供硬实力支撑。公司坚持以创新驱动企业发展，持续高水平研发投入，不断打磨视觉人工智能技术能力。目前，公司积累了大量视觉人工智能的底层算法，在 AI 影像增强与全景立体成像、AI 人脸与人体分析、AI视觉认知、AI AR/VR、AI 图像深度恢复领域不断深耕，构建了5 个领域，32项技术的完整的视觉人工智能技术体系。截至 2024 年末，公司拥有专利288 项（其中发明专利 264 项）、软件著作权 154 项，为应用场景的拓展奠定了坚实基底。

软件授权模式放大复用效益，降低边际成本。虹软通过算法SDK 授权实现盈利，而非硬件销售，这种盈利模式边际成本较低，主要来源于算法适配调试，而非生产、物流等实体成本。该模式决定了公司开辟新业务领域时无需投入大量硬件成本，从而降低现金流压力；且在同一业务的不同场景中，研发投入的边际成本仅为软件适配调优，无需重新开发底层技术。

产品布局：AI 视觉算法赋能各业务场景

围绕计算机视觉算法领域，以 AI 视觉为技术底座赋能各业务场景。移动智能终端视觉解决方案作为公司营收主要来源，处于行业龙头地位。公司是全球最大的智能手机视觉人工智能算法供应商之一，并持续推动新产品落地。智能汽车解决方案是公司的新兴业务，近年发展趋势迅猛，成为第二发展曲线。公司紧随多模态 AI 和 AIGC 发展趋势，也在积极布局 AI 眼镜和AI 商拍业务，贡献第三发展曲线。

智能手机：摄像头解决方案扩展适用场景。近年来，公司不断发展视觉算法，深度融合 AI，实现从传统视觉技术到 AI 视觉技术的转变。公司端侧生成式AI技术在手机端深度应用，实现了在拍摄瞬间对低光环境、人像肤色、视频内容的实时优化。其智能超域融合（Turbo Fusion）技术针对单摄/多摄/TOF/结构光等不同种类的摄像头提供相应的 3D 与 AR 视觉解决方案，并逐渐从旗舰机型扩展到中低端机型，覆盖人像、夜景、运动抓拍等场景，向动态视频领域延伸。

智能汽车：摄像头交互持续创新，人机互动打开格局。智能汽车是公司近年来新规模化落地的项目，维持较高 CAGR。为满足智能驾驶人机交互的需求，公司主要研发了基于红外相机、单摄 RGB 摄像头、双摄、深摄的交互技术。随着智能汽车渗透率提升以及出海战略，该业务有望持续较高增长率。DMS、ADAS 及AVM产品贡献智能汽车业务的主要营收来源。前装软硬一体、商用车及工程机械车辆解决方案已于 2024 年完成 POC 及客户签约，有望 2025 年导入量产。AI 眼镜：视觉算法高度适配，AR 技术剑指未来。公司积极布局AI 眼镜影像算法，依托传统视觉技术，已在 VR/MR/AR 一站式多传感器标定解决方案以及AI眼镜单摄像头解决方案形成技术壁垒。有望通过与雷鸟等品牌的合作进一步拓展市场空间。 AI 商拍平台与 AI 开放平台：人脸人体精确识别，适配低端硬件平台。公司在人体分析、人脸识别等技术上已达到超 95%正确率、毫秒级实时性，并有效鲁棒地支持低端硬件平台。人体、人脸技术一方面扩大 AI 商拍平台用户覆盖，实现“端侧降本”：基于 ArcMuse 引擎的 PhotoStudio AI 平台通过动态负载均衡，单台服务器可并发处理 1000+视频生成请求，商拍视频成本从传统制作的100-500元/条降至 0.5 元/条，实现“云端增效”。另一方面赋能AI 开放平台，实现方案落地：设计了客流统计、主动安全、盲区预警三大车载方案，认证核验、人脸门禁两大应用方案以及智慧工地、智慧景区等六大解决方案，并通过SDK 实现开发者应用。

公司策略：业务拓展，加速出海

AI 视觉算法驱动业务拓展，紧抓市场机遇。公司原先为单一的智能手机视觉解决方案服务商，业务风险集中，缺乏战略韧性。2018 年以来，公司凭借在视觉领域的技术优势及智能手机解决方案领域积攒的经验，开辟智能汽车市场，实现量产且市场规模逐年扩大。除此之外，在多模态 AI 与 AIGC 的浪潮之下，公司凭借“AI+视觉”的先发优势积极布局 AI 眼镜、AI 商拍及人形机器人市场，并在技术层面实现行业领先，争夺新兴产业红利并降低业务行业集中度，充分增强企业长期战略灵活性。 智能手机业务已实现产业链全球化。公司智能手机业务面向全球市场，上游与高通、联发科等芯片厂商深入合作，下游对接三星、小米、OPPO、传音等海内外知名手机厂商，客户分布韩国、日本、台湾地区、 美国及欧洲等各地。2024年公司来源于境外的收入占比为44.59%，基本均为智能手机业务贡献。智能汽车业务积极拓展海外市场。对于智能座舱产品，公司着重从优化产品路线、渠道建设等维度，全面推进海外布局。目前，公司面向舱内的前装软硬一体车载视觉解决方案 Tahoe 已获得多款车型的全球定点项目。公司还为海外客户量身定制开发与测试工具，助力其智能化进程加速迈进。2024年度，除自主开发客户之外，公司还与海外知名Tier 1建立战略合作关系，双方互惠共享技术和客户资源，深度布局海外市场。除此之外，公司还紧随欧盟法规不断更新DMS 产品，满足欧洲市场智舱产品合规需求。 目前，除杭州总部外，虹软已在上海、南京、深圳、台湾、硅谷、东京、都柏林设立区域办事处，辐射中国、美国、欧洲及日本市场。

智能手机：低端渗透+技术溢价扩容市场，打造坚实战略基底

（一）行业背景：智能手机市场回暖

1.智能手机：市场实现修复，进入补库存阶段

根据 IDC 最新发布的数据，2024 年全球智能手机出货量增长6.4%，达到12.39亿部，实现连续两年下滑后的反弹。这一状况主要得益于宏观经济改善后消费者信心的回升。

手机厂商处于补库存阶段，市场扩张动力充足。智能手机行业的库存周期通常分为四个阶段：被动去库存、主动补库存、被动补库存、主动去库存。2022-2023年全球智能手机市场需求低迷，各手机厂商货物积压，完成了主动去库存与被动去库存阶段；2024 年需求复苏，厂商主动补库存；目前（2025Q1）来看，各手机厂商正处于从主动补库存到被动补库存的阶段。按照历史经验来看，补库存动作一般持续 1.5-2 年，故预期至少 2025 年全年和 2026 上半年智能手机市场扩张动力充足。

目前补库存阶段主要由以下因素驱动：1）技术升级催生换机需求：生成式AI、5G、折叠屏等技术的发展升级拉动智能手机换机需求；2）关税避险因素：美国关税政策的实施将大幅限制智能手机国际贸易，各手机厂商主动增加各区域市场库存积累；3）补贴政策透支需求：中国作为全球手机市场的重要部分，2025年的国补政策可能透支未来需求，导致下半年增长乏力，进入被动补库存阶段。

2.AI 手机：有望加速渗透，手机厂商加速布局

AI 手机渗透率有望在 2027 年达到 40%。2024 年，尽管全球宏观经济挑战仍存，但受益于部分新兴市场复苏、AI 技术推动，以及厂商积极的市场策略等，全球智能手机出货量迎来积极变化。Counterpoint 预测，2027 年全球AI 手机渗透率约 40%，出货量有望达 5.22 亿部。AI 技术正成为核心卖点，三星、荣耀、小米、OPPO、vivo、传音等多家安卓手机厂商先后推出了带有AI 功能的手机产品。影像一直是智能手机竞争的主要赛道，AI 技术的应用也进一步提升了手机的影像能力，以大模型为计算基座的图像算法正驱动影像技术革新。行业认为，交互方式的革新、功能升级以及诸如折叠屏等新形态的出现等因素相辅相成，预计在一定程度上会推动换机需求。

3.GenAI 手机：多模态大模型加速迭代，供给需求双轮驱动

供给端：三大因素催动 GenAI 换机潮。1）端侧多模态AI 大模型的成熟。根据Market.US 数据，全球多模态 AI 模型市场规模有望从2023 年的14 亿美元增长至 2033 年的 265 亿美元，复合增长率达到 34.2%。GenAI 手机是多模态AI大模型的端侧载体，为模型在手机本地运行提供高效的计算和智能化辅助。目前，端侧多模态 AI 大模型的应用功能仍处于早期阶段，但随着技术的进步，预计在未来几年内将实现更广泛的应用和更深入的集成，开启智能手机发展的新周期。2）硬件支持的升级。为了支持端侧 AI 大模型的运行，智能手机的硬件也需要相应的升级。这包括更强大的 NPU（神经网络处理单元）以提供必要的算力，更大的内存容量，以及更高效的散热系统。手机硬件的升级将为生成式AI 手机的普及提供坚实的基础。3）应用生态的构建。除了技术和硬件的支持，生成式AI 手机的成功还依赖于丰富的应用生态。这包括操作系统的优化、开发者对AI 功能的支持，以及用户对于 AI 应用的接受度。随着各大手机厂商和开发者对AI 功能的不断探索和优化，我们有望在未来几年内看到更加丰富和多样化的AI 应用生态。需求端：技术体验重构+政策补贴拉动需求增加。2025 年1 月，CounterpointResearch 针对美国市场的调查报告显示生成式 AI（GenAI）正掀起一场消费者热潮，67%的消费者计划升级至 GenAI 手机，69%愿为其支付溢价，而Z 世代通过手机使用 GenAI 的比例高达 70%，凸显年轻群体对智能化体验的强需求。中国等国补政策也直接刺激中高端机型换机需求，2024 年中国手机出货量同比增长8.7%，政策红利预期将进一步加速 GenAI 技术向中端市场渗透。

（二）核心优势：垂直领域深耕构筑壁垒，产业链协同垄断市场

1.竞争壁垒：垂直深耕智能手机视觉算法，端计算专精深度赋能。虹软智能手机业务的竞争壁垒来源于市场壁垒与技术壁垒两方面。市场端缺乏专精竞对：目前头部视觉算法公司多采用多元化战略，以实现业务总量扩张；而虹软采用市场渗透战略，长期以来专注于智能手机单一应用领域的技术开发，最大化市场份额。且这一领域缺乏其他专精竞对，使得虹软达到安卓机型90%市占率，形成市场壁垒。技术端突破领跑：单领域策略使得虹软形成了区别于竞争对手的核心凝聚力，持续深耕并形成技术优势，成为智能手机视觉算法细分领域的龙头。公司依靠自研端计算及边缘计算技术，构建了覆盖多摄融合、潜望式长焦、HDR合成等全链路体系，特别是其暗光拍摄、3D 建模算法精度领先竞品15%。

2.下游市场：安卓机型全面覆盖，大型客户长期绑定

虹软科技智能手机视觉解决方案业务下游客户覆盖了智能手机行业的绝对主流厂商，展现出极强的市场统治力。根据最新数据，虹软在安卓手机市场的算法覆盖率超过 90%，几乎垄断了除苹果外的所有头部品牌，包括三星、小米、OPPO、vivo、荣耀等全球前五大安卓厂商，合计 53%市占率。与主流手机期间厂商长期绑定为虹软确保了稳定的订单来源，降低了市场波动风险，形成"大客户-高市占"的良性循环。

3.产业链：深度适配与快速响应维持客户粘性

虹软协调产业链上下游，通过产品开发联动实现供应链协同。对于上游硬件厂商，虹软与高通、联发科等主流芯片厂商建立长期合作，通过早期介入芯片开发流程，实现算法与芯片平台的深度适配；与索尼、三星半导体、豪威等核心硬件供应商形成早期技术联动，通过联合议价和定制化合作，降低硬件成本并提升方案竞争力。对于下游手机厂商，虹软在项目初期参与各机型影像算法调校，与手机厂商共同定义技术路线。同时，虹软凭借全球化交付体系，通过上海、硅谷、都柏林等全球研发基地实现 24 小时接力开发，确保客户需求的即时响应。两大优势增强下游客户粘性，实现与手机厂商的深度合作绑定。

4.产品矩阵：全栈耦合构建智能终端解决方案核心竞争力

虹软科技的智能手机视觉解决方案产品矩阵展现了显著的差异化竞争优势，其核心在于通过 AI 技术实现硬件性能的极限突破与场景化创新。智能手机解决方案产品矩阵以 Turbo Fusion 智能超域融合引擎为中枢，构建了从基础成像到高阶交互的全栈能力：智能拍摄解决方案通过深度学习算法实现硬件无关的影像质量跃升，尤其在低光场景下通过多帧合成与噪声建模技术将信噪比提升300%；多摄像头解决方案利用 AI 异构计算实现虚拟光学变焦与多摄协同，使中低端机型也能输出旗舰级影像效果；深度相机解决方案则融合结构光与ToF 的3D 感知数据，通过实时神经网络渲染实现毫米级精度的 Face ID 与 AR 交互，形成了从基础拍摄到创意表达的闭环生态。

（三）增长逻辑：渗透率+价值量双升，打开市场空间

1.渗透率：Turbo Fusion 有望实现全机型渗透，价格下探贡献增量市场

智能超域融合（Turbo Fusion）技术面向智能手机的渗透率逐步提升，预期未来数年内实现安卓手机全机型覆盖。公司 Turbo Fusion 技术已完成从旗舰机型到高端、主流机型的全面渗透，核心影像解决方案在多个客户机型中实现商业化落地。通过优化算法和硬件适配，Turbo Fusion 在中低端机型市场目前已规模化落地。相较于高端机型，中低端机型市场规模巨大，故预期中低端市场的进一步扩张将贡献比已有高端机型订单额数倍的营收。Turbo Fusion 目前已被被多家厂商作为影像卖点宣传，进一步巩固技术权威性，这种先发优势预期赋能虹软在下沉市场开拓中持续获得优先合作机会。 虹软 TurboFusion 技术向低端机渗透的核心逻辑在于技术降维+成本优化+场景适配的三重驱动。1）技术模块化：将旗舰级的 HDR、超分（SR）、夜景算法等拆解为独立模块，通过算法压缩和硬件适配（如中低端ISP 协同），在保证基础体验的同时降低算力需求。2）成本摊薄：通过预集成方案（如与联发科、高通中端芯片深度合作）降低 BOM 成本，同时利用算法补偿低端硬件缺陷（如镜头畸变），降低模组成本。3）差异化场景覆盖：针对低端机用户核心需求（如社交拍照、短视频）优化功能，例如 Turbo Fusion Moonlight 专攻暗光自拍，Turbo Fusion2ExpClear Bokeh 简化人像虚化流程，以轻量化功能抢占细分市场。这一策略通过技术下放+精准阉割实现“够用就好”的性价比平衡，既扩大客户覆盖面（从旗舰到千元机），又通过规模化应用摊薄研发成本，最终提升整体市占率。

2.价值量：算法模块持续升级，技术溢价能力有望增强

2025 年，虹软将借助 AI 实现一系列技术和架构的更新升级提升虹软智能终端解决方案附加值，进而提升 AI 智能手机单机装载价值量。具体方面如下：Turbo Fusion 架构升级，驱动单机价值量提升。2025 年3 月，虹软在MWC2025大会上展出的智能超域融合技术（Turbo Fusion）覆盖HDR、超级分辨率、运动抓拍等场景，通过 ISP 平台优化画质，推动智能手机图像处理能力全面提升:

长焦镜头方面，消费者习惯长焦功能，但厂商面临成本高和相机厚度占空间多的问题，Turbo Fusion 将通过 AI 驱动的软件 ISP（如大模型蒸馏技术）完成成像工作，从而替代外置长焦镜头，既帮助 OEM 厂商节省成本，又提升了消费者用户体验。

视频拍摄方面，视频色调映射控制（Video TMC）技术和视频超级夜景等技术解决了低光环境下视频的清晰度与细节表现问题，提升人像拍照、夜景拍照、降噪和高反差拍照等核心影像质量功能。

人像摄影方面，虹软增强了背景虚化与人物细节处理能力，能够提供与单反相机媲美的虚化效果。

运动摄影方面，动感抓拍解决方案提升了高速移动物体的画面质量。

超分辨率方面，虹软通过创新的软件解算（Software Demosaic）替代传统硬件解算，并结合最新一代 AI 深度学习模型研发出超分解决方案，协同多摄像头，在不同变焦倍率中实现更锐利、更清晰、细节更丰富的图像重建，带来超高质量的影像效果。

深度相机能力嵌入传感器，实现降本增效。技术层面来看，虹软通过将深度计算算法直接集成到传感器或近传感器计算单元，实现硬件误差实时补偿与多模态数据协同。成本效率层面来看，深度相机通过标准化API 和校准工具链，实现算法在硬件上的即插即用，缩短终端厂商开发周期。并通过标定和软件办法修正非良品或次品，提升传感器良率。 多模态 AIGC 优化智能终端拍摄，解锁空前视觉效果。虹软通过将多模态大模型、生成式 AI 与计算机视觉（CV）技术深度融合，使得移动智能终端不仅能够从零生成高质量图像，还能根据用户偏好进行个性化调整，为用户带来更具创意和艺术感的视觉呈现。 AI 学习引擎定制化生成图片，创造个性化 IP。在MWC 2025 上，虹软展示了一款能够在设备端智能学习用户影像风格的端侧 AI 学习引擎。这一引擎可以快速分析用户的图片编辑习惯，并通过 AI 模型生成个性化的影像风格模板，用户可以将其保存并应用于照片编辑中。该 AI 引擎能够从用户喜爱的艺术作品或特定风格的图像中学习绘画风格，并将这种风格实时应用于照片预览、拍摄以及相册中的图像。

3.市场空间：横向拓展+纵向深入贡献增量

手机硬件软件设备供应商产品周期分为两阶段：商业化落地阶段与市场普及阶段。虹软 TurboFusion 已于 2023 年实现商业化落地，预期未来数年内该技术将正式进入市场普及阶段：一方面纵向深入，持续垂直深化技术研发提升核心竞争力，拓展应用场景；另一方面横向拓展，面向市场从旗舰机向中低端机型渗透，贡献下一阶段营收的主要增量。依据这一逻辑，我们将预期智能手机目标市场分为高端机型与中低端机型两部分，进行营收增量测算。

出货量：根据 IDC 预测，2025 年全球智能手机出货量将达到12.6 亿台。根据CounterPoint Research 的数据，2024 年全球手机市场高端机型（600 美元以上，约合 4358 元人民币）出货量占手机出货总量的 25%;中低端机型（600 美元以下）占总量的 75%。根据 IDC 统计，2023 年安卓手机的市占率为79.9%。据此估计未来几年安卓高端机型出货量将达到 2.5 亿台/年，安卓中低端机型出货量7.5亿台/年。 ARPU：虹软智能手机解决方案收费模式分为固定费用模式与计件模式，考虑到大额订单基本采用固定费用模式，故假设全部按照固定费用模式收费。2023年虹软公示了一笔 4579 万美元/2 年的签单，则单年度授权费为1.575 亿元。推测合作方为三星。三星在 2023 年的全球智能手机出货量为2.266 亿台，按照25%的比例计算得出其高端机型出货量 0.5665 亿台，则虹软 ARPU 为2.78 元/台。综合考虑：1）未来单机算法集成模块数量的增加带来 ARPU 的增加；2）技术性贬值带来ARPU的下降；3）向中低端机型渗透配置的降低三种因素的影响，假设高端机型ARPU（增量）为 1 元，中低端机型 ARPU 为 2 元。 市场增量：假设高端机型市场维持现有渗透率，则预期将实现约2.5 亿元增量市场。考虑到视觉算法领域虹软实现第三方垄断，叠加安卓系统手机厂商中低端机型缺乏自研能力，所以乐观预计未来市场下沉虹软有望实现100%市占，则中低端机型将实现约 15 亿元增量市场。按照上述逻辑，在出货量与ARPU 双轮驱动的作用下，预期未来虹软智能手机视觉解决方案业务将实现数十亿元增量市场。

智能汽车：智驾+智舱双轮并驱，第二曲线价值跃迁

（一）行业背景：智能汽车市场扩大，智驾智舱加速渗透

1.汽车市场扩大，智能汽车市场预计迎来黄金期

中国汽车产销量不断扩大，预期增长可持续。据 GlobalData 公布数据，2024年全球汽车销量同比增长 2.1%，达 8,900 万辆。从国内市场来看，虽然面临着外部环境变化、行业竞争加剧、汽车消费内生动力欠佳等挑战，但由于一系列政策持续发力显效，各地补贴政策有效落地，多措并举共同激发了汽车市场终端消费活力。根据中汽协数据，2024 年度中国汽车产销量完成3,128.2 万辆和3,143.6万辆，同比分别增长 3.7%和 4.5%。其中，全年出口量585.9 万辆，同比增长19.3%，再上新台阶。2024 年中国新能源汽车销量 1286.6 万辆，同比增加35.5%，达历史新高。预期 2025 年国内传统汽车和新能源汽车市场规模将维持稳定增长态势。 中国智能汽车行业迎来发展的黄金期，高算力平台与智能化配置成为车企差异化竞争的核心要素。国家发展改革委预测，到 2025 年，我国智能汽车的数量预计将达到 2,800 万辆，市场渗透率预计为 82%；到 2030 年，智能汽车的数量将增至3,800 万辆，渗透率预计将达到 95%。在智能驾驶领域，从传统汽车制造商、传统 Tier 1、新兴车企，到科技企业、互联网公司以及消费电子公司，均积极推进智能驾驶技术商业化进程。城市 NOA、去高精地图以及舱驾融合等成为智能驾驶领域的主要发展趋势，这些技术的进步将推动智能驾驶向更高层次的自动化与智能化阶段迈进。

2.智能驾驶与智能座舱发展迅猛，渗透率有望进一步提升

智能驾驶 L2 渗透率接近 50%，L2+持续加速渗透。根据盖世汽车数据，2024年中国新车 L2 级及以上 ADAS 装配量达 1098.2 万辆，渗透率为47.9%，新能源车渗透率高于燃油车。L2+级及以上 ADAS 市场规模相对较小，但已实现从2022 年的3.6%到 2024 年的 11.3%的跨越。随着 2025 年智驾平权的实现和L2+自动驾驶车型价格带的下沉，高端智驾渗透率有望进一步提升。

智能座舱快速普及，2024 年渗透率超 70%。根据盖世汽车研究院数据显示，2023年至 2024 年期间，国内智能座舱渗透率持续攀升，截至2024 年12 月，单月装机量突破 200 万套，渗透率跃升至 75.6%，标志着这一技术进阶为主流标配。中国已成为智能座舱规模最大的市场。随着高性能计算平台、多模态交互和操作系统等关键技术的突破，智能座舱正加快向软硬件一体化发展。预计到2025 年，国内智能座舱市场空间将达到千亿元级别。

从具体数据来看，2023 年智能座舱渗透率整体维持在55%-67%区间，而进入2024年 2 月后增长显著提速。这一跃升背后，得益于车企加速技术迭代——如语音交互精度提升、OTA 远程升级常态化，同时也离不开消费者对智能化体验需求的井喷式增长。随着消费者对智能化体验需求的升级以及技术成熟带来的成本下降，智能座舱正从高端配置加速向主流车型渗透，成为行业竞争的核心要素。

（二）核心优势：主流芯片平台深度适配，低成本优势打入中低端市场

1.同高通深入合作，与主流芯片平台适配

虹软 VisDrive 平台已与高通（SA8155、SA8295、8650 等）、德州仪器（TI）、联发科、华为等主流智舱芯片平台完成深度适配。并已基于高通8155/8295平台实现了 DMS（驾驶员监控）、OMS（乘客监控）、ADAS（高级驾驶辅助）等功能的算法优化，显著提升系统集成效率与稳定性，实现多任务的算力动态分配。根据盖世汽车研究院数据，2024 年我国乘用车智能座舱芯片装载量最高的厂商是高通，达 482.4 万颗，市场份额达到 70%。虹软与高通的深入合作预期能够助力产品提升市场份额与市场认可度。

2.低成本优势渗透中低端市场

成本方面，虹软作为纯软算法供应商，依靠底层算法迁移，在智能汽车产品（如DMS、OMS、AVM）生产中能够实现接近零成本。在智能汽车配件“卷价格”的市场环境中具有天然优势。需求方面，由于智能汽车配件研发门槛及成本较高，普通车厂不会选择自研，而是依靠第三方供货商，仅有少部分具有技术背景的高端新能源车厂（如理想、华为）会选择自研。虹软凭借成本优势精准切入中低端及传统车厂，并已连续多年实现营收规模与签单数量突破。

3.一站式车载视觉解决方案实现舱内外产品整合

虹软 Visdrive 一站式车载视觉解决方案以“一个核心，两个方向，八大产品体系”的架构实现了舱内舱外产品的一体化整合、智能驾驶与智能座舱的有机融合。舱内借助DMS驾驶员监控系统、OMS乘客监控系统、Authenticate生物认证、Interact视觉互动四大产品实现智能座舱全场景功能；舱外借助ADAS 高级驾驶辅助系统、BSD 盲区检测系统、AVM 环景监视系统、AR-HUD 四大产品聚焦行驶安全智能，提供全方位的安全保障。

（三）增长逻辑：舱内产品释放超额增量，舱外产品精准定位市场

1.DMS：成本优势叠加政策驱动，有望实现超额增量

座舱监测系统渗透率低，增长空间较大。目前，国内IMS（座舱监测系统）渗透率为 14%，其中 DMS 渗透率 19%，OMS 渗透率仅 5.7%，整体渗透率偏低。随着技术迭代速度加快与市场竞争加剧，预期 2026 年 IMS 渗透率将增长至35%，五年CAGR达 45.9%；DMS 市场规模将突破 48 亿元，五年 CAGR 达47%。

低成本算法打造竞争优势，虹软成为 Tire1 第三方供应商。DMS 算法市场竞争本质是头部供应商的价格战。视觉算法的高技术要求与DMS 产品的低价值量一方面决定了市场高且苛刻的准入门槛——具有视觉算法背景的供应商；另一方面决定了市场的竞争模式——价格战。目前除了理想、小鹏、小米等具备强大软件算法能力的新势力车企选择自研算法外，商汤绝影、虹软等第三方供应商占据主要市场份额。虹软凭借成熟的视觉算法技术体系与强大的底层复用能力，形成了天然竞争优势，以 15.1%的市场份额成为 Tire1 第三方供应商。

海外法规落地，国内产量释放。1）海外：欧洲 DMS 法规收紧，虹软紧随监管需求。近年来，全球对驾驶员监控系统（DMS）的政策要求不断收紧：欧洲强制要求2006 年 7 月起新车搭载 ADDW（高级驾驶员分心警告系统），中国也在通过一系列政策和评价体系强化 DMS 配置要求。目前，公司 DMS 方案可满足国内外各项法规及行业标准要求，并已协助众多 OEM 客户顺利在相关国家地区实现产品量产。随着政策落地，虹软 DMS 业务有望在国内外（特别是欧洲市场）实现大幅扩增。2）国内：签约新车投入市场，DMS 产量释放。虹软智驾软件产品的收入周期为1-2年，主要原因是与下游车厂签约后，搭载软件产品的车型从设计到量产要1-2年。虹软 DMS 产品已获得吉利、奇瑞等多家头部厂商签约，预期2025-2026 年搭载最新一批 DMS 产品的车型将大面积实现量产，为智能汽车业务贡献大幅营收增量。3）3）除此之外，虹软科技最新斩获了比亚迪全系车型DMS 的签约。随着“天神之眼”计划的提出，预期 2025 年比亚迪将进一步打开中低端智驾市场。按照2025年 3 月比亚迪宣布计划 2025 年实现全年销量 550 万辆的年度目标测算，假设单套DMS 价值量为 70 元，该订单系列车型落地量产后将为虹软贡献每年3.85亿元营收。

2.OMS：技术兼容毫米波雷达，用户体验不断升级。相较于 DMS 主要受法规强制驱动，OMS 则更多服务于用户体验升级。乘客占位和属性检测、遗留物品检测、遗留儿童检测、遗留宠物检测等OMS 功能聚焦娱乐化场景，商用价值体现在个性化服务和增值功能。OMS 依赖车企对座舱“第三空间”的差异化竞争投入。2024 年 OMS 产品在车载表情识别与唇语关键词识别和手势识别方面取得了重大应用突破，赋能全场景用户体验。

虹软摄像头 OMS 兼容毫米波雷达，打开未来发展空间。目前，OMS 主流方案分为摄像头方案、毫米波雷达方案、压力传感器方案三种，其中摄像头方案占据了超过90%的市场份额。不过，毫米波雷达方案凭借隐私保护、高精度探测等独特优势，有望迎来更广阔的发展空间。虹软的 OMS 功能基于摄像头视觉算法，其架构可兼容毫米波雷达数据输入，实现摄像头+雷达组合。盖世汽车研究院指出，头部汽车厂商普遍采用摄像头为主、毫米波为辅的混合方案以提升极端场景（如遮挡条件下）的检测精度。

3.Tahoe：舱内技术融合，实现全球定点。 虹软面向座舱感知打造的 Tahoe 集成式 ECU 视觉参考设计及软件方案目前已获得多款车型全球定点项目。该方案覆盖了驾驶安全监测、乘员识别、行为分析等在内的核心功能模块，实现舱内各功能深度融合，具备高可扩展性、低功耗、小体积、适配油、电车全平台车型等优势，为 OEM 与 Tier1 客户提供快速满足法规要求、缩短量产周期的舱内视觉感知参考架构。

4.ADAS：分层市场打开市场格局，上游合作增强竞争能力。据头豹数据，2018 年——2023 年，ADAS 高级驾驶辅助系统行业市场规模由22.54亿美元增长至 88.35 亿美元。预计 2024 年——2028 年，ADAS 高级驾驶辅助系统行业市场规模由 97.53 亿美元增长至 129.61 亿美元，期间年复合增长率7.37%，ADAS 面临广阔市场。然而，ADAS 市场头部效应明显，海外巨头和国内新能源车厂瓜分市场，竞争格局激烈。

硬件适配+定位中低端市场的策略占领细分市场。相较于头部竞对，其竞争力体现在以下方面：1）成本低。虹软通过纯软件原创 3D 感知算法实现L2+功能，无需依赖激光雷达或毫米波雷达，方案成本较国际厂商低30%-50%。2）小算力优化。虹软 ADAS 算法针对高通、TI 等中低算力芯片深度优化，单芯片域控即可支持高速 NOA、记忆泊车等功能，算力利用率较行业平均水平提升40%。3）避开高端内卷，适配中低端车型。虹软聚焦中低端市场，与头部厂商大算力方案形成错位竞争，通过“高性价比+功能够用”策略抢占下沉市场其纯视觉方案性能对标5V1R（5 摄像头+1 雷达）配置，适配 10-15 万元中低端车型。联合芯片厂商，构建多层级感知矩阵。2025 年 4 月，虹软联合德州仪器（TI）亮相慕尼黑上海电子展，展出的方案聚焦 L2+级别的视觉感知应用，基于TI平台实现了多功能集成与低功耗优化，具备可前装量产、快速部署的能力。系统支持AEB、FCW、LDW、LKA、BSD 等主动安全功能，并融合了支持DDAW/ADDW 的DMS 驾驶员监测功能、城市与高速 LCC、APA 等辅助驾驶与泊车功能，满足从主干道通勤到低速泊车的多场景使用需求。 虹软 ADAS 收费模式为 NRE（一次性工程费用）+License（计件收费），其中计件收费为主要收入来源。

5.AVM：产品质量不断升级，多家车企定点合作

持续推进标准化和工程化、提升产品质量。虹软持续升级AVM 系统，平台化方面，AVM 支持对三路、五路和六路图像拼接，在不同硬件平台的功能兼容效果稳定。性能方面，虹软通过优化代码框架和处理流程，不断降低算法处理耗时与带宽消耗，有望在 2025 年落地更多中低端平台。效果方面，已实现了镜头阴影校正、图像清晰度提升及颜色一致性等前沿技术落地，确保图像细节和色彩表现的准确性与自然度。 目前，公司 AVM 等舱内外算法的量产出货车型已有数十款，主要合作车企包括理想、长城、合众、长安等，智能驾驶业务增长可期。

AVM 系统主要应用场景是自动泊车辅助（APA）。目前国内APA 解决方案市场被法雷奥、博世、华为等头部厂商占据，虹软处于 Tire2 地位。目前虹软已基于低算力平台的 APA 产品在功能层面上实现了从 1 到 N 的突破：支持用户自选方向的自动泊出功能； 实现了基于视觉检测方案的空间车位检测与泊入泊出功能；支持车头/车尾泊入方向切换功能；支持基于移动设备的离车泊入、遥控泊车、直进直退功能；对于动态障碍物，决策模块优化预测刹停逻辑；实现视觉障碍物检测结果的感知融合，提供更加安全可靠的泊车可行驶区域。

6.舱行泊融合：市场空间广阔

目前智能汽车行业行泊一体、舱泊一体，以及舱驾一体三种主要的融合形态正深入渗透。行泊一体是集成将原本独立的行车、泊车控制器集成在一个域控里，实现行车和泊车的一体化。舱泊一体是将泊车功能融合进座舱域控，利用座舱SoC的富余算力实现基础泊车功能，降低成本并优化人机交互。驾舱一体是将智驾域和座舱域控集成在一个计算单元，实现硬件、软件、服务层的全面打通。三种方案技术实现从易到难。目前行泊一体与舱泊一体是市场主流解决方案，舱驾一体则仅面向少数高端车型实现。

行泊一体：前视一体机定点量产

虹 软 已 构 建 起 覆 盖 多 算 力 等 级 的 智 能 驾 驶 行泊一体产品体系，推出包括 SouthLake（南湖）、WestLake（西湖）、EastLake（东湖）在内的多系列解决方案，提供从入门到高端的全栈智驾能力，可适配多样化的车型需求，助力车企打造差异化、具竞争力的智能化产品。这三大方案均具备模块化、可裁剪与可拓展特性，可灵活适配不同车型的功能定位、硬件平台和法规要求，实现定制化组合部署，支持快速集成和规模化量产。

竞争优势：聚焦中低端市场，主打性价比。行泊一体市场区域趋于成熟。按照算力不同，行泊一体大致分为低（5-10TOPS）、中（10-100TOPS）、高（100TOPS以上）三类。行泊一体 Tier1 厂商采取极致性价比战略，推动市场分层。目前行泊一体市场可分为两部分：一种是通过压榨芯片算力，猛攻算法等途径，向低算力（5-10TOPS）拓展。另一种是原来主要面向 200TOPS 以上高端市场的厂商，不再“堆料”，强化算法和软件技术，使高阶行泊一体实现性能和成本的平衡。2025年随着英伟达 Orin-X、地平线 J6E/M 芯片的推出以及智驾平权时代的到来，中低算力市场有望实现大幅扩张。虹软的行泊一体方案主要聚焦在中低算力市场（4-100TOPS），并主推“最具性价比”的 SouthLake 产品，这种“卷价格”的战略有望在智驾车型价格带下移的行业背景中大放异彩。

舱泊一体：已获得 POC 机会，2025 有望量产

2024 年，公司重点推出基于智能 SoC 的舱泊一体解决方案。该方案属于纯算法方案，不提供域控硬件。该方案基于高通等主流平台更新迭代VisDrive一站式车载视觉软件解决方案，把视觉融合的自动泊车（APA）、记忆泊车（HPA）等泊车辅助功能迁移到座舱中，实现舱泊一体的完整解决方案，并进一步将智驾（ADAS）和泊车辅助功能（APA、HPA）整合为中高端芯片平台的一体化行泊视觉解决方案。智能 SoC 的舱泊一体目前已成功获得客户的 POC 项目机会。2025 年有望实现量产导入。 联合主流智舱芯片供应商设计舱泊一体方案。1）虹软已联合芯擎量产基于“龍鹰一号”单芯片的舱泊一体方案，该芯片集成座舱（DMS/OMS）与泊车（APA/AVM）功能，通过算力分区和功能安全岛设计实现融合，可节省700-1000 元成本。2）虹软基于高通8155/8295座舱平台的舱泊一体方案已实现APA功能迁移至座舱域，技术方面不断突破。

竞争格局：虹软纯软方案毛利率高，聚焦舱泊一体阶段

目前舱行泊融合算法主要依赖车企自研（如特斯拉、华为）与第三方供应。第三方供应商多为域控供应商，如博世、德赛西威、和硕、广达等厂商，提供舱行泊融合算法软件+域控硬件的全套解决方案。且头部厂商均已实现行泊一体、舱泊一体功能，并聚焦驾舱一体的研发与量产。虹软则主打纯软产品，仅提供集成于中央芯片的算法，不提供域控，故相较于竞对而言产品毛利率高，但由于无法提供全套算法+域控解决方案，可能会丧失一部分客户群体。虹软目前尚处于舱泊一体POC 阶段，研发进展相较于 Tire1 厂商相对较慢。

AI 眼镜+AI 商拍：多模态叠加AIGC，开启第三增长曲线

（一）AI 眼镜：多模态革新视觉算法，AI+AR 眼镜市场广阔

1.行业背景：智能眼镜市场增长，多模态 AI+AR 成为发展趋势

智能眼镜出货量和市场规模双增。中商产业研究院预测，2025 年全球智能眼镜市场规模有望达到 48 亿美元。2025 年全球 AI 眼镜出货量有望达到1280 万台，同比增长 26%，其中中国市场出货量预计为 275 万台，增速高达107%。据WellsennXR预测，2029 年 AI 智能眼镜的年销量预期达到 5500 万副，2035 年有望突破14亿副，实现智能手机的替代。

多模态大模型加速迭代，AI+AR 眼镜有望成为下一个增长点。AI 眼镜是多模态大模型的最佳载体之一，而 AI+AR 能够有效扩展多模态应用场景，提升产品智能属性，赋能语音助手、图像分析与智能导航。从产品结构看，根据WellsennXR数据，2024 年全球 AI 眼镜销量中 94%为 AI 拍摄眼镜，以Ray-Ban Meta 为主导；4%为 AI+AR 眼镜，2%为 AI 音频眼镜。目前 AI 拍摄眼镜是市场主流，而AI+AR眼镜市场潜力更大。因为 AI 眼镜的核心在于智能交互，AR 能够使AI 眼镜在语音交互的基础上增加视觉交互模块，并进一步实现多模态大模型的深度适配与AIAgent的嵌入。

2.核心优势：多模态助力 AR 增效，技术实现全栈适配

AR/VR/XR 技术赋能，多模态算法嵌入。核心优势主要体现在三方面：1）裸眼3D交互屏。虹软通过多模态感知算法+压感反馈阵列，实现了裸眼状态下“触觉-视觉-听觉”三位一体交互；2）空间计算引擎 ArcSpace。传统AR/VR 头显的厚重感劝退无数用户，而虹软祭出全球首个无界空间感知算法：仅凭单目摄像头+微型传感器，即可实现亚厘米级环境建模。这意味着未来XR 设备或将告别笨重硬件，用轻量化方案实现空间穿透力。3）虚实融合黑科技。虹软自研的DynamicMesh引擎支持每秒百万级动态建模，结合 AI 物理引擎预判，让虚拟物体“遵守”现实世界的重力、摩擦力甚至液体表面张力，增强 AI 眼镜真实感。3）裸眼3D交互屏。虹软通过多模态感知算法+压感反馈阵列，实现了裸眼状态下“触觉-视觉-听觉”三位一体交互。

虹软产业链上游适配高通芯片，下游联合多家厂商。虹软在AI 眼镜产业链中作为中游软件与算法集成角色。针对上游，虹软与高通在AR 和VR 领域建立了深度合作关系，双方围绕 AR1 Gen 1 芯片平台展开深入协作，从软硬件层面挖掘潜能，优化性能与功耗表现。针对中游，虹软与制造代工厂协同，加速产品落地周期。针对下游，公司与多家知名 AI 眼镜品牌商建立了深度合作关系，并根据其产品定位与市场需求定制化开发影像算法解决方案。

技术不可替代，利润率高。虹软作为视觉算法供应商，在AI 眼镜产业链中扮演中游纯软算法集成的角色，该环节国内外少有竞对技术层面能够与虹软抗衡。并且虹软 AI 眼镜业务与智能手机业务类似，均维持 90%+的毛利率。雷鸟 V3 AI 拍摄眼镜搭载虹软算法，成为虹软 AI 眼镜落地的有效验证。2025年1 月 8 日，雷鸟发布 V3 AI 拍摄眼镜，搭载了虹软AI 视觉算法的猎鹰影像系统，集成了多帧降噪、HDR 拍摄、EIS 电子防抖、暗光增强等技术。在AR 和VR领域，虹软与高通建立了深度合作关系，双方围绕 AR1 Gen 1 芯片平台展开深入协作，从软硬件层面挖掘潜能，优化性能与功耗表现，显著提升了该平台在雷鸟V3中的整体应用效果。虹软借助此次成功合作，有望加速切入AI 眼镜市场。

3.竞争格局：Meta 主导全球市场，科技厂商加速布局

当前 Meta主导全球 AI眼镜市场。根据Counterpoint的数据，2024年Ray-BanMeta一款眼镜独占全球智能眼镜出货量的 60%。Meta 凭借技术和品牌优势占据绝对领先地位，未来将冲击千万台销量。

已有超 40 家国内外厂商入局 AI 眼镜，其中包括互联网大厂、手机巨头、AR明星企业，涉及产品数量预计超过 50 款。国内 AI 眼镜的主要品牌有Rokid、雷鸟创新、闪极、华为、小米、INMO、李未可等。 具体企业来看，Rokid 作为国内 AI/AR 眼镜独角兽企业，2025 年以来订单突飞猛进；雷鸟创新是国内知名智能硬件品牌，推出的雷鸟V3 AI 拍摄眼镜在拍照功能和续航能力方面表现出色；闪极是新兴科技品牌，AI 拍拍镜在价格和配置上有优势；华为推出 AI 音频眼镜以来，在国内该市场占据主导地位；小米在智能手机和智能硬件领域经验丰富，小米 AI 眼镜发布受关注，其线上电商和线下小米之家的渠道力有望为智能眼镜推广带来新机遇；其他品牌如INMO、李未可等，也各自凭借产品特性和技术优势在市场中崭露头角。

4.市场预测：视觉算法垄断，市场空间广阔

AI 眼镜成本构成主要为硬件设备，如 SoC 芯片、结构件、OEM、摄像头等。软件成本较低，单副眼镜视觉算法价值量在几元至十几元不等。若虹软维持视觉算法领域全球领先地位并不断实现 AR 领域技术突破，预期渗透率将持续提升。我们基于以下假设进行市场规模测算：1）参考 IDC 及 WellsennXR 数据，预期短期（2025年）/中期（2029 年）全球 AI 眼镜出货量将达到 1280 万台/5500 万台；2）假设短期/中期虹软算法渗透率为 30%/50%；3）分别假设单台AI 眼镜视觉算法价值量为 5 元/10 元/20 元。测算结果如下图所示，预计短期内AI 眼镜将贡献千万营收，中期有望突破亿元；长期来看随着 AI 眼镜的大面积普及，具有百亿规模市场潜力。

（二）AI 商拍：AIGC 赋能广告商拍，传统替代打开百亿市场

1.行业背景：电商市场规模庞大，多模态大模型垂直赋能

近年来，中国电商市场在国家政策的积极推动下，展现了强劲的增长势头。2023年，中国电子商务市场规模达到 50.57 万亿元，较2022 年的47.57 万亿元同比增长 6.31%，达到历史最高点。我国电商平台店铺数量从2019 年末的1947万家增长至 2024 年 Q2 末的 2560 万家，其中实物商品店铺数量从2019 年末的901万家增长至 2024 年 Q2 末的 1351 万家，占店铺总数比例约为52.8%。由此催生的商拍市场规模同步扩大，打开了广阔的市场空间。 广告商拍是多模态大模型重要应用场景之一。根据赛迪研究院发布的《2024中国人工智能多模态大模型企业综合竞争力 20 强研究报告》，多模态大模型相较于大语言模型更偏重落地场景，广告商拍在我国 20 强大模型企业模型应用场景占比位 14.29%，位居第三。广告商拍已成为多模态 AI 的重要商业化场景。

2.核心优势：ArcMuse 构建坚实基础，AIGC 领域不断突破

ArcMuse 引擎：核心架构持续优化，多模态性能跃升。ArcMuse 是一个兼顾效果和性能的紧凑 AI 综合体，它以大底模和强化的垂直大模型为基础，用以生成远观悦目的基础效果，并利用一系列复杂或简单细分小模型、浅层模型、用于约束的CV&CG 引擎包对基础效果进行控制，以达到近看自然、结构信息正确、细节丰富合理的最终图像和视频效果。自 2023 年推出以来，ArcMuse 计算技术引擎凭借持续优化；2024 年其图像生成多模态垂直大模型体系实现了从十亿级到百亿级参数量的跨越式提升；2025 年 3 月，虹软推出 ArcMuse 2025 V1.1 版本，参考DeepSeek底层代码，全面提升了 ArcMuse 的性能，尤其在多模态数据理解、图像与视频推理增强方面效果突出；同时，计算成本大幅降低，例如，在提示词工程推理方面，显卡租赁成本减少了一半以上，使大模型的 AI 计算更高效且可控。

IGC 技术突破：图生视频赋能商拍。2024 年 5 月，虹软最新发布的AIGC视频生成技术能够基于单张人物全身照片和预定义的动作模板生成相应的动画视频。公司产品在同类图生视频产品处于领先地位，是目前唯一能够支持正反面输入并实现 360 度完美还原服装细节的产品。目前，该技术在PSAI 网站上线，基于用户上传的图像生成模特走秀视频。 PSAI 核心功能：单张图片实现全方面商拍创作。目前PSAI 平台已实现了： AI 模特视频生成功能。用户仅需要上传一张全身模特照片，即可生成转身等复 杂动作，高保真地展现和还原模特穿上服装后的动态效果，以及衣服的物理效果。 AI 智能试衣功能。用户只需要上传一张服饰图，选择目标模特，即可生成该模特穿着该服饰的效果图，该效果图能够真实体现服饰穿着在模特身上的悬垂感、褶皱及光影变化 等，且与真实服饰保持较好的一致性。 真人图/人台图功能。用户上传一张真人图或人台图后，PSAI 将智能保持用户提 供图片中的服装信息，在生成阶段，PSAI 为用户提供丰富多样的预设模特和场景资源选择。 AI 商品图功能。用户只需上传一张商品图，即能够智能保持商品主体信息，并 基于 ArcMuse 计算技术引擎大模型和众多引擎组件的生成与控制能力，高效地生成多种场景和风格的精美广告图，大大降低了商品图的制作成本。除以上四种核心功能外，PhotoStudio® AI 还提供了智能补光、智能美化、魔法擦除、画质升级和智能抠图等 AI 编辑功能。

3.竞争格局：PSAI 为国内 T1 商拍平台

PSAI 的主要竞对包括绘蛙、WeShop 以及 PhotoMagic，其中PSAI 和绘蛙为国内T1商拍平台。从核心功能来看，PSAI 和绘蛙均已完善AI 生图的产品矩阵，包括AI模特试衣、AI 换背景等，并已上线 AI 模特视频功能。Weshop 和PhotoMagic则停留于开发 AI 生图功能。从价格来看，各商拍平台单张照片拍摄价格类似，均为几角至一元不等。

4.市场预测：多模态大模型应用落地，AI 商拍代替传统商拍

商拍方式替代逻辑：多模态技术赋能 AIGC，从而实现AI 商拍落地，并通过持续迭代进一步降低成本、提升拍摄效果，从质与量两方面全面超越传统商拍并逐渐实现市场替代。在 AI 商拍的替代下，商拍照片与商拍视频的成本下降超90%，实现“云端增效”。虹软 PSAI 目前已在淘宝千牛、1688、抖音抖店、TikTok、京东京麦、拼多多和Shein 7 个电商平台入驻，成为国内率先完成主流电商平台全覆盖的服务提供商，平台注册用户达到 30 万+。 现阶段平台发展策略以培育市场为主，付费用户数量有限。目前平台先通过广告投放和价格优势占据市场，后续再实现规模化盈利。平台收费模式分为两部分：一是电商平台抽成，二是大客户签单。电商平台走计件模式，按拍照张数抽成；客户签单按照年包收费，定制化服务额外收费。·

订阅方式灵活多样。对于电商平台，虹软采取包月/包季/包年三种充值模式，越高级的版本对应单张拍摄的价格越低。

据商务部电子商务和信息化司公布数据，截至 2024 年6 月，我国网络零售店铺达到 2559.7 万家，增长 2.8%。实物商品店铺数约 1351.2 万家，占比52.8%。其中，服装鞋帽、针织纺品店铺占比 25.30%。

从电商平台市占率来看，淘宝天猫、京东、拼多多、抖音、快手前五大电商平台瓜分了中国电商市场。除快手外，其余四大电商平台均已正式与PSAI 商拍平台签约，市占率合计达 90.4%。

PSAI 打开百亿潜在市场，虹软渗透贡献亿元营收。市场规模按照如下逻辑测算：1）按市占率测算店铺数量占比，则四大签约电商平台共有1221.48 万家实体商品店铺。2）假设服装鞋帽、针织纺品店铺占比 25.30%。3）假设服装鞋帽、针织纺品店铺拍摄成本 1 元/张，其他店铺拍摄成本 0.4 元/张。4）假设服装鞋帽店铺年度上新 50 件商品，单件商品需要 15 张照片；其他店铺年度上新25 件商品，单件商品需要 8 张照片。5）商拍收入电商平台与虹软二八分成（虹软占80%）。测算结果如下图所示，AI 商拍整体市场空间短期内可达30 亿元；长期来看在电商店铺数量增长与单店商拍需求量提升的预期下，市场空间有望突破百亿。每1%渗透率可为虹软带来 0.244 亿元营收增量，乐观预期 AI 商拍业务短期内有望实现亿元级别营收。

（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。）