2025年奥普特研究报告：机器视觉领军企业，积极布局AI质检+具身智能

1、领跑机器视觉领域，工业自动化+智能机器人双轨发展

1.1 聚焦机器视觉领域，成就国内领军地位

机器视觉核心零部件国产龙头。公司成立于2006 年，定位于自动化核心零部件供应商，过去 20 年以机器视觉聚焦工业自动化。2009 年公司成为机器视觉成套成像解决方案供应商；2012 年公司推出开发包、智能视觉软件及防水光源；2014 年公司布局机器视觉镜头；2020 年公司于上交所科创板上市，发展至今已成为机器视觉应用技术领先供应商，其产品和解决方案应用于 20 多个国家和地区，服务超过 15000 家客户。

公司技术与产品生态涵盖传统机器视觉与具身智能领域。在传统机器视觉领域，公司拥有完整的核心软硬件产品，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、一键测量传感器、工业传感器产品，产品已应用于 3C、锂电、半导体等多个领域。在具身智能领域，公司布局了RGB 相机、鱼眼相机、结构光相机、TOF 相机、温度/湿度/力度/速度传感器、激光雷达传感器、超声波传感器等产品。公司未来将拓展至机械手、人形机器人、机器狗、汽车等行业。

机器视觉核心部件贡献主要营收，毛利率超60%。2024 年机器视觉核心部件的营业收入为 7.93 亿元，占据公司营业收入约87.06%，毛利率约65.08%，是公司毛利率最高的产品类别。

公司具备提供完整视觉解决方案能力。机器视觉解决方案包含机器视觉系统的部件选择与部件使用方式。经过多年实践，公司已在3C、锂电、物流等多个下游领域为客户提供机器视觉解决方案。以公司物流自动分拣视觉解决方案为例，方案依托双目散斑结构光 3D 相机和SmartWorks 视觉软件，同时通过优化机械臂的抓取位姿、策略，提高分拣效率，降低包裹破损率，实现了分拣准确率达 99%以上，单小时分拣数量超1800 件。

1.2 公司业绩回稳，有望恢复增长

盈利能力强劲，毛利表现优于同行。2024 年，由于主营3C业务复苏不显著、锂电业务需求疲软、公司逆势加大研发投入，公司营业收入与净利润下滑，同比分别下降 3.44%与 29.66%。2025 年一季度营收回暖，营收同比增速达到 18.09%。公司近 5 年毛利率持续高于60%，显著高于国内同业公司矩子科技与凌云光。

逆周期投入体现发展信心。从 2019 年至 2024 年公司销售费用率由12.8%提升至 24.64%，提高的主要原因是公司大幅增加销售人员。截至2024年12 月 31 日，公司员工人数 2618 人，较 2023 年同期增长350人，较2022年同期增长 520 人，公司在利润下滑的压力下，依然连续两年坚定加大投入，为未来发展积蓄力量，体现公司发展信心。

研发投入持续加码，费率高于行业平均。从2019 年起研发费用连年加码，2023 年至 2024 年连续两年研发费用超过2 亿元，研发费率超过20%。公司研发费用率持续 5 年高于行业平均。

1.3 股权结构稳定，助力持续发展

股权结构稳定，董事长掌舵公司研发方向。公司控股股东、实际控制人为卢治临、卢盛林兄弟。卢治临直接持有公司29.85%的股权，卢盛林直接持有公司 29.20%的股权，兄弟合计持有 59.05%股权，拥有对公司绝对控制权。

公司董事长卢盛林系机械制造及其自动化博士研究生，曾于高校任教，目前担任公司研发总监，掌舵公司研发方向。

公司发布股权激励，彰显增长信心。公司业绩目标为2025 年营收增长率不低于 20%，营收额达到 10.94 亿元。2025 年公司已于4 月2日以48.87元/股价格向 146 名激励对象授予 96.2460 万股限制性股票，彰显增长信心。

1.4 推动工业自动化+智能机器人双轨发展战略

以机器视觉聚焦工业自动化，推动 AI 质检加速渗透。机器视觉是通过硬件与软件的组合对目标物体进行识别、分析，最终达到特定功能的系统。机器视觉可以在工业生产场景大幅提高处理效率和自动化程度，在危险工作环境和人眼难以满足要求的场合替代人眼。 过去20 年，公司的机器视觉解决方案应用于 3C、锂电、光伏等多个下游领域。公司紧跟时代发展，持续以AI 赋能机器视觉，从 2017 年的初步探索到2023 年发布的智能AI 软件DeepVision3，不断推动 AI 质检加速渗透。

积极布局具身智能，开启工业自动化与智能机器人双轨发展。具身智能新技术变革有望带来新的产业需求。公司于 2025 年6 月18 日的发布会上正式提出"工业自动化+智能机器人"的双轨道发展战略，推出具身智能方向的产品，包括鱼眼相机、RGB 相机、结构光相机、TOF 深度相机以及激光雷达等。同时，公司以生态开放释放技术潜能，以资源共享探索商业机遇，正在推进 2025 全球生态伙伴大会国内外巡回。

2、AI 质检加速渗透，公司具备算法、产品、应用全套解决方案

2.1 大模型助力 AI 质检快速发展，制造业代人空间近万亿

AI 视觉检测基于计算机视觉与深度学习的结合，通过识别和分析图像中的特征来完成视觉检测任务。具体来说，算法通过学习大量的图像数据，提取目标对象的独特特征，并在实际检测过程中将图像特征与样本数据比对，以完成识别与分类。工作流程一般分为图像采集、特征提取、模型训练和结果分析四个阶段，每个阶段都涉及复杂的技术和算法。

AI 质检可自适应学习，解决传统机器质检减人不显著的问题。传统人工质检瑕疵检出率仅 70%左右，并且检测效率随着工作时长与人眼疲劳度增加呈进一步下降趋势。传统机器质检需要预设缺陷种类，受限于现实生产中缺陷数据样本少、缺陷形态多样，传统检测算法会出现错检漏检，检测环节人工依赖度高。AI 质检可凭借算法自我学习，通过图像训练提升检测能力，解决错检漏检情况，实现对检测工人、传统检测的替代。

AI 应用助力质检环节降本增效。以 3C 电子领域的屏幕、螺丝等质检场景为例，联想边缘大脑 AI 工业质检解决方案使客户质检UPH可达300台/小时，生产效率最高提升 150%，至多节省 80%的质检人力成本，且能进行7x24小时的持续质检。

大模型助力 AI 质检能力提升，制造业有望持续渗透。相比其他行业，制造业质检环节通常具备大量易于获取的图像数据且历史缺陷样本标注难度较低，便于进行检测模型训练。当前的 AI 质检需要准备大量图片、标注、训练、运行调试、再校准，周期长、投入人力多。多模态大模型的应用有望跳过大量繁琐标注、训练过程，实现人机对话一句话就能生成一个算法。当前国内大模型生态迅速扩展，2025 年 1 月20 日，DeepSeek发布开源DeepSeek-R1 模型；7 月 11 日，月之暗面发布Kimi K2 模型并同步开源；8 月 8 日 OpenAI 正式发布 GPT-5。伴随着大模型的发展，AI 检测的能力正在快速提升。

AI 赋能制造业，替人空间近万亿。机器视觉广泛应用于工业医疗、农业、交通等领域，其中工业质检是机器视觉的重要应用方向。3C、锂电等多个行业，均需要工业质检参与。受到技术进步、质检要求提高、人力成本上升、政策扶持等多因素影响，质检环节机器替人的渗透率快速上升，弹性测算对标人形机器人。据国家统计局数据，截止2024 年12 月，制造业平均用工人数约为 6656.7 万人，假设其中参与检测环节员工占比约15%，制造业人均年薪为 9.6 万元，我们预测制造业机器检测替人空间9586亿元。

2.2 布局果链率先打开局面，提供算法、产品、应用全套解决方案

果链 AI 质检代人需求迫切，公司逆周期提前布局。苹果公司推进减人降本，重点布局 AI 质检，目前果链检测人员数量较多，AI 质检潜在替人空间巨大。AI 质检业务的开展需要配合客户做大量数据标注工作，公司提前研究布局，在 2019-2024 年间大幅扩建员工团队，其中销售团队与研发团队扩展迅速，主要系从硬件到标注到整个交付人员的配合应用，使其在与大客户的合作上具备先发优势。

公司构建底层算法、中层平台到上层应用的全栈式AI 质检解决方案。公司通过持续创新，构建了从底层算法、中层平台到上层应用的全栈式AI 技术体系，为制造业提供 AI 质检整体解决方案。底层算法方面，公司推出高精度轻量化预训练工业 AI 模型，自研高可信度检测算法，开发小样本学习与数据生成技术；中层平台方面，公司推进 DeepVision3 与Web平台的智能化升级，发布国内首家引导式视觉软件 SmartWorks；上层应用方面，公司面向锂电行业推出行业通用 AI 模型，面向3C 电子行业绑定大客户率先打开局面，业务还将拓展至半导体等行业。

底层算法持续突破，为规模化应用提供坚实支撑。1）推出高效轻量预训练工业 AI 模型，实现性能与效率平衡。公司基于自监督对比学习技术，训练专用的工业预训练模型，利用模型剪枝、知识蒸馏等轻量化技术，得到高精度轻量化预训练工业AI 模型，实现性能和效率的平衡。以语义分割任务为例，较上一代轻量化模型提速60%，相较于常规轻量化分割网络提速 100%，大幅降低了对计算资源的依赖，确保AI 模型在低算力及边缘设备下也能高效运行，从而赋能老旧设备升级、云边协同分析等更广泛的工业场景。 2）自研高可信度检测算法。在工业视觉检测中，AI 模型的可靠性和稳定性是更高级别的需求。公司自研的检测技术能够有效提升AI 检测结果的可信度与一致性，确保检测精准稳定。公司自研检测技术在锂电焊接工艺与钢材缺陷检测中，常用平均检测精度指标提升了2.6%，漏检与误检率显著降低。3）开发小样本学习技术，降低数据依赖。公司的小样本学习通过算法和数据两个层面降低数据依赖。算法层面：基于海量工业数据，结合迁移学习与元学习策略，预训练基座模型对标注数据的依赖量降低30%。数据层面：公司开发缺陷样本生成软件 DeepSG，能在零样本条件下实现关键目标的精准编辑与高质量图像生成。例如，在手机中框小孔缺陷检测中，模型可生成包含特定缺陷的高质量缺陷图像，弥补真实数据的不足。

中间层产品迭代，构建高效视觉生态平台。1）全面升级 DeepVision3 软件。DeepVision3 软件发布于2023年，是公司的核心 AI 工具。2025 年，公司 DeepVision3 软件全面升级，相较于上一代，已在稳定性、易用性与功能性上实现显著提升。以交互式分割标注功能为例，新一代软件在三个工业场景数据集下分割精度显著提升10%。此外，DeepVision3 软件从仅支持单一 2D 图像扩展至2D、3D点云、偏振、红外等多模态数据，满足多样化的工业视觉分析需求，正在从单一的AI 工具逐步演变为综合视觉平台。

2）推出 Web 版 AI 平台，提升项目协作与模型部署效率。公司推出Web版 AI 平台，通过云端协同设计，实现多人多任务的高效协作。例如，在新能源检测中，团队可通过平台共享模型与数据，项目实施效率提升50%以上。Web 版 AI 平台与 DeepVision3 AI 软件和Smart3 视觉软件无缝衔接，通过云端协同进一步加速项目开发。基于此，单机节点可利用有限算力实现分批次快速数据标注，然后以数据共享的方式融合标注结果，进行模型快速训练和验证，最后把训练完成后的模型一键下发到数百个检测机台。

3）发布国内首家引导式视觉软件 SmartWorks。公司依托AI 革新，发布国内首家采用引导式流程方案创建的视觉软件SmartWorks，效率为拖拽式编程的 3 倍。SmartWorks 深度整合 DeepSeek AI 与千问，支持AI 对话、AI 编程及 AI 多语言翻译，构建了从代码开发到全球服务的智能闭环，实现“智造力”的指数级跃迁。

上层行业应用打开局面，深耕垂直场景精准赋能。1）面向锂电行业推出行业通用 AI 模型。公司推出行业通用AI 模型，实现对锂电卷绕、切叠等主流工艺关键工序的高速自适应通用检测。面向锂电前道工序（涂布、分条、模切等），公司提供开箱即用的高速高精度工业视觉方案；针对形态多样的中后道工序（焊接、包装、入壳）等，公司研发自适应迁移学习技术，助力产线换型时 AI 项目实施周期缩短40%。

2）面向 3C 电子行业研发 AI 解决方案。例如在手机制造中，公司AI 解决方案覆盖屏幕、组装、电子回收等广泛工艺流程，在侧壁小孔、通孔的刀纹、未见光、划伤以及音圈马达表面压伤等缺陷检测中，精准率远超行业标准。在手机、耳机的胶路复检项目中，借助于高质量图像生成技术，仅需15张图像即可生成大批高质量的缺陷图像数据，生成精度控制到3pixel，误检率控制到 0.1%以下。

3）公司 AI 质检还应用到半导体等多个领域。在半导体行业，公司AI 技术面向 12 英寸晶圆可实现精准快速的 AOI 检测与计数，检测项覆盖了脏污、刮伤等 16 项缺陷类型，检测精度达毫米级。方案对多达60 万颗晶粒进行精准计数和分类可视化，整体视觉处理时间低于30 秒，漏检率为0.1%，误检率为 2%。公司 AI 技术还应用到物流、交通、医疗等多个领域。

3、“视觉、运控”双轮驱动加速布局人形机器人

3.1 人形机器人空间广阔，产业加速推进

国内外巨头纷纷入局，多家人形机器人公司计划量产。根据高盛的预测，到2035 年人形机器人全球市场规模有望达到1540 亿美元，市场空间广阔。当前国内外多家巨头入局推动产业发展。根据马斯克披露，特斯拉制造工厂开始招聘机器人制造相关职位，Optimus 人形机器人计划于2025年量产5千台，2026 年扩产至 5 万台。Figure AI 首条自动化生产线BotQ已正式投产，目前年化产能达 1.2 万台，计划在 4 年内将把年产能升至10万台。国内智元、宇树等也已进入小批量生产阶段。

政策持续助推人形机器人行业发展。2023 年11 月工信部发布《人形机器人创新发展指导意见》，目标提出 2025 年实现批量生产和创新体制的建立，2027 年构建具有国际竞争力的产业生态，综合实力达到世界先进水平，指明未来人形机器人产业的发展方向。2025 年政府工作报告中，具身智能首次被写入，被列为未来产业培育的重点方向，成为我国制造业升级的重要抓手，为科技制造领域竞争新高地。同时，各地陆续出台产业集群发展政策，产业链上的相关公司发展持续催化。

人形机器人短期内 To B 端有望率先放量，长期进入To C场景。工业、医疗、物流等 To B 场景明确且结构化，技术更易适配，有望率先放量。例如，工厂中的搬运、质检等任务对机器人的运动控制、环境感知能力要求较高，但场景相对封闭，无需复杂的人机交互。To C 场景家庭环境复杂多变，需要高度灵活性与自然交互能力，长期随着技术成熟有望落地。

3.2 视觉和运控为核心关节，关注机器人的“眼睛”和“小脑”

感知和运动为人形机器人两大关键环节。视觉是人形机器人的感知基石，为智能体提供与物理世界交互的输入接口，是其实现环境理解和自主决策的基础。运控是人形机器人的“小脑”，具有运动执行、协调运作、反馈调节和动态平衡的功能，是人形机器人在复杂环境中灵活行动与操作的基础。视觉运控对应人形机器人的“眼睛”和“小脑”。

“眼睛”：人形视觉以 3D 视觉为主。人形机器人视觉是重要信息获取方式，是人形机器人“具身智能”中不可或缺的一环。与传统2D视觉相比，3D视觉能够模拟人类双眼的立体感知机制，克服了传统2D视觉缺乏深度感知的局限，满足人形机器人在动态、复杂环境中对精准环境建模、动态目标追踪及精细操作的需求。目前，国内外人形机器人龙头厂商均采用3D视觉方案作为主要视觉方案。

3D 视觉通过“三维坐标+算法重建”获取物体空间特征。一个典型的3D视觉传感器（以奥比中光 Astra 为例）包括激光投影模组、光学成像模组、深度引擎芯片等核心组件。激光投影模组确保发射端可以向三维空间投射出对人眼安全且高对比度的激光散斑，以对整个三维空间进行编码。光学成像模组通过设计与发射端光源波长一致的窄带滤光片提升成像质量，接收由三维空间物体反射回的空间编码信息，并输入到深度引擎芯片进行计算。深度引擎芯片在接收到空间编码信息后进行实时的深度解算以输出3D数据。

人形机器人 3D 视觉技术路线百花齐放。当前人形机器人3D视觉可以分为多目立体视觉、激光雷达、结构光、ToF、单目视觉与深度学习结合五种技术路线。 1）多目立体视觉：原理是通过多个相机模拟人眼视差，进而计算像素级深度图。该技术具有成本低、结构简单、适合中距离场景的优势。然而，多目立体视觉的计算复杂度较高，需要对左右图像特征进行匹配，并且在弱纹理或低光照环境下，精度会有所下降。目前，有相当一部分人形机器人采用多目 3D 视觉传感器，例如优必选的 Walker X、普渡科技的PUDUD9等。2）激光雷达：原理是利用激光雷达进行高精度三维重建。基于激光雷达和视觉的 SLAM 技术分别被称为激光 SLAM 和视觉VSLAM。激光SLAM又因传感器应用不同，分为单线（2D）和多线（3D）激光雷达两种。3DSLAM使用多线激光雷达获取环境三维数据，并通过三维数据的特征点匹配进行定位。三维动态成像能够精确知晓物体的形状和大小，对环境信息的还原度极高。3D 激光雷达的成本普遍较高，多用于工业或高端场景。3）结构光：原理是将已知图案（如条纹、格雷码）投射到物体表面，通过畸变图案恢复 3D 形状。结构光具有高精度（亚毫米级）、高分辨率的优势，适合近距离(0.1-2 米)物体重建，在近距离精度方面表现出色，适用于物体识别与交互场景。但它受环境光干扰较大，在户外场景中的效果欠佳，且硬件体积相对较大。 4）ToF：原理是通过测量光脉冲往返时间来计算距离，分为间接（iToF）和直接（dToF）两种，小米、波士顿动力等采用了此技术。ToF具有实时性强（帧率可达 100Hz 以上）、抗干扰能力强（主动发光）的特点，适合动态场景。然而，ToF 的精度会随着距离的增大而降低，并且容易受到多路径反射的影响。目前，许多人形机器人在实时避障、手势识别等方面采用ToF 方案。 5）单目视觉与深度学习结合：原理是通过单目相机采集2D图像，利用深度学习模型（如 DepthNet、MonoDepth）估计深度。这种方式的优点是成本极低（仅需单相机），并且可以通过大数据训练适应复杂场景。但它的缺点也十分明显，深度估计依赖先验知识，在遮挡区域或无纹理区域容易出错，需要进行后处理优化，比较适合教育类场景中对轻量化有需求的人形机器人。

当前人形机器人 3D 视觉通常采用多技术路线融合方案。在目前的人形机器人中，3D 视觉基本不是依靠某一种技术来实现的，多传感器融合是最为常见的方式。目前多数人形视觉解决方案结合多种技术，如双目RGB+结构光、ToF +多目视觉、激光雷达+单目、激光雷达+多目等，以平衡精度与成本，同时提升在复杂场景中的鲁棒性。

“小脑”：人形机器人运控负责运动控制和平衡调节。目前一般认为人形机器人的“小脑”就是运动控制。与“大脑”主要负责环境感知和智能交互不同，“小脑”更多地关注于机器人的运动控制和平衡调节，通过接收来自传感器（如视觉传感器、力觉传感器、触觉传感器等）的信息，对这些信息进行处理和分析，进而指导机器人的运动。

人形运控区别于传统运控，软硬件与 AI 协同。人形运控主要功能可以分为四类：运动执行、协调运作、反馈调节和动态平衡。人形运控由软硬件构成，硬件包括控制器、驱动系统、编码器等，软件主要为部署在硬件上的控制和感知算法等。人形运控与传统运控最大的区别在于：后者是根据已编程好的轨迹去完成实时控制，而前者需要通过各种场景的实时判断来生成实时运动轨迹（即 AI 大模型训练学习后，实时生成运控轨迹的指令），进而实现控制。

关注人形运控上游的电机产业。电机是旋转关节、线性关节和灵巧手等关键部件的核心零部件，与关节运动和动力控制密切相关，其性能直接影响机器人的灵活性与动态响应速度，是人形机器人的“动力心脏”。人形机器人中常用的电机是无框力矩电机和空心杯电机。以特斯拉Optimus 为例，躯干的旋转与线性关节均采用定制的无框力矩电机，灵巧手关节采用空心杯电机。

“视觉-运控”双轮驱动，布局人形机器人。目前公司机器人相关产品主要包括双目结构光相机、TOF 相机等深度相机，2D 相机，鱼眼镜头相机以及传感器（红外、测距、激光雷达）等。同时，公司于2025 年初收购了东莞市泰莱自动化科技有限公司的控股权，目前泰莱关节电机模组产品已在送样过程中，未来将在与人形机器人相关的空心杯电机、无框力矩电机等领域加大投入。

3.3 推出多款 3D 视觉产品，加速布局人形视觉

公司人形视觉 3D 相机产品包括线激光、投影结构光、散斑结构光、TOF相机。 1）线激光：公司线激光 LPF2 系列采用 3D 传感器一体化设计，无需外部控制器，独立工作；X 轴轮廓点数高达 3200 点；搭载高性能芯片，同时采用了 FPGA 边缘加速等技术，帧率最大可达18KHZ,可支持点云数据高速采集和输出；HDR 功能，搭配抗振动干扰矫正算法和后处理算法，能够得到更好的轮廓还原度和不同背景颜色产品兼容扫描的适应性；可搭配公司全功能算法平台软件 Smart3，实现零代码、可视觉化图形编程，快速部署落地3D 项目应用。目前该产品在 3C 电子、锂电等行业有丰富应用实例。

2）投影结构光：公司条纹结构光 FPB1 系列是双投影高精度工业级结构光产品，检测精度可对标线激光的中小视野 3D 应用场景；采用高分辨率相机，搭配双光机投影技术，多角度的 3D 点云融合，同时满足XYZ三维的精度要求，测量死角相比单投影减少 95%以上；3D 传感器均可搭配Smart3；全周期帧率较传统 PC 计算方式提升 3 倍；z 方向重复精度小于0.1微米；2D 和 3D 兼顾。

3）散斑结构光：公司双目散斑结构光 LSA1 系列是标准款双目系列，全周期帧率达 20FPS，最大视野长度可达 3.5m；抗环境光性能优异，可在>30000lux 强光下生成完整点云；一次采集即可成像，体积小巧，仅重156g，长 104mm，更适用于动态应用场景；2D+3D像素级对齐，一站式获取 3D 点云与彩色图；硬件内置处理芯片，一体化设计，搭配FPGA边缘计算平台，相机端直接输出高精度 3D 点云，成像更快；软硬件配套，可搭配 Smart3。

4）TOF 相机：公司 RSC1TOF 感知系列是标准款小型化双目系列，工作距离可达 8m+，全周期帧率达 30FPS；小型化设计，更适用于动态场景；未来可能推广至智能机器人识别等应用场景。

3.4 收购运控企业东莞泰莱，进入人形运控零部件市场

公司收购运控企业东莞泰莱。2025年6月11日，公司完成对东莞泰莱（CCTL）控股收购（51%股权）的工商变更。标志上市公司首次并购圆满完成，进一步深化“视觉·传感·运控+AI”的全技术协同生态闭环，助力公司机器视觉从“工业之眼”到驱动智能制造“手眼协同”系统解决方案的演进。

东莞泰莱深耕精密传动赛道，构建完整产品体系。东莞泰莱深耕精密传动赛道，构建起"研发-生产-品控"全链条体系，通过ISO9001 国际认证的严苛标准，每日可稳定交付 600+套高精度传动部件。东莞泰莱构建了以直线电机、DD 直驱马达、高刚性线性滑台、纳米级大理石平台为核心的精密传动产品体系，凭借高重复定位精度等硬指标，成为半导体晶圆设备、光伏串焊机、锂电卷绕机、医疗 CT 机等高端装备的“关节部件”。历经13年市场验证，东莞泰莱已累计为全球客户交付超 17 万套精密传动解决方案。

东莞泰莱研发投入增幅大，积极构建技术壁垒。东莞泰莱拥有数十人的专业研发团队，依托深厚的技术积累，能根据不同行业和应用场景特点，在设备规格尺寸、负载能力、驱动方式等关键参数上进行全方位定制化设计，已成功交付多个超精密定位与运动控制领域的高端项目，2025 年研发投入预计增长 300%。

公司收购泰莱后形成业务协同，在视觉方案上加强与运控的配合。机器视觉与运动控制两大工业自动化核心技术的结合可有效打破传统控制流程，简化系统架构、提高处理速度，实现自动化行业更高效的集成发展。随着机器视觉在工业自动化特别是高端制造行业如消费电子、新能源、汽车、半导体行业的不断渗透，公司在视觉整体解决方案上不断加强与运动控制的配合，旨在为客户提供更具竞争力的自动化解决方案。1）业务拓展方面，公司客户与东莞泰莱目标客户群体一致，可以充分发挥协同效应。公司将结合现有客户体系及自动化行业应用优势，进一步打开机器视觉及运动部件产品的应用场景。 2）产品生产方面，公司将通过采购整合等措施，降低产品生产制造成本，提供更具行业竞争力的产品。 3）研发方面，公司将继续拓展直线电机之外的相关硬件产品，同时也将在硬件产品基础上，结合公司软件算法优势，进行驱动及驱控一体等技术研发投入，开发相关软件应用平台，打造公司具有核心竞争力的运动方案解决能力。公司通过并购东莞泰莱，有效拓宽了产品线，强化了视觉方案解决能力。

部分产品已送样，未来将持续投入人形机器人领域。2025 年7月，公司在投资者互动平台上发表接待投资者调研纪要，称目前泰莱关节电机模组产品已在送样过程中，未来将在与人形机器人相关的空心杯电机、无框力矩电机等领域加大投入。

（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。）