易思维 688816

1、整体经营情况概述2025年,公司围绕“引领机器视觉创新,加速智能工业变革”的战略使命,持续深耕汽车制造机器视觉领域,积极拓展轨交运维等新兴应用场景,在复杂多变的市场环境中实现了稳健发展。

报告期内,公司营业收入为44,765.57万元,较上年同期增长14.08%,主要得益于以下因素：（1）新能源汽车渗透率的快速提升带动大量新建产线、已有产线改造和产线新增车型导入需求；（2）机器视觉赋能汽车制造获得行业广泛认可,视觉应用渗透率显著提升；（3）公司持续投入引领行业产品创新,不断丰富机器视觉在汽车制造中的应用场景。

报告期内,公司主营业务毛利率为60.06%,较上年同期下降了5.49个百分点,主要受报告期内视觉工作站产品和漆面缺陷自动打磨抛光系统毛利率较低所致。

漆面缺陷自动打磨抛光系统为公司刚落地的与机器视觉有良好协同的工艺设备,需要在前期项目中积累工艺经验,因此毛利率较低。

报告期内,公司实现归属于母公司所有者的净利润7,845.91万元,同比下降8.39%；主要系2025年计入非经常性损益的政府补助金额为615.10万元,较上年同期下降1,535.53万元所致,相关补助呈偶发性和波动性,随着公司经营规模增加,其影响会逐步减小。

报告期内,实现归属于母公司所有者的扣除非经常性损益的净利润6,782.48万元,同比增长9.57%,主要系公司收入规模持续增长,彰显了公司核心业务的韧性与成长性。

报告期内,公司经营活动产生的现金流量净额为7,715.99万元,较上年同期增长197.37%,主要系公司收入规模持续增长带动经营性资金净流入增加,公司持续稳健经营。

2、利用先发优势,持续做深做透汽车制造行业根据沙利文的统计,2024年度中国汽车制造和汽车整车制造机器视觉产品的市场规模分别为31.1亿元和16.2亿元,公司在相应市场的市占率分别达到13.7%和22.5%,均位居行业第一。

同年中国汽车整车制造机器视觉产品的国产化率为31.7%,其中22.5%来自易思维,其余9.2%来自其他国产企业,公司是该领域产品国产化率的主要贡献者。

2024年度相关市场前五名企业情况如公司设立前,我国汽车制造机器视觉市场长期被伊斯拉、伯赛等国际龙头垄断,公司开展自主研发,实现了国产替代。

在此基础上,公司不断挖掘视觉应用场景、培育市场需求,加速汽车制造机器视觉市场渗透率提升,并逐步取得行业领先。

当前,公司正持续推动机器视觉技术创新,攻关行业痛点,为更广泛实现汽车制造提质、降本、增效、扩柔的目标而努力。

公司的发展历程充分代表了国内机器视觉行业竞争格局演变。

①突破国外企业垄断,国产化率不断攀升我国汽车制造机器视觉市场长期被国际龙头垄断这一格局的形成与我国汽车工业发展历史密切相关,改革开放初期通过“市场换技术”模式引入大众、通用等外资品牌,这些车企将其在海外合作的国外设备供应商也同步引入。

另一方面,汽车产品系统复杂、安全质量设计标准高,对制造过程所使用的设备提出精确无误、稳定可靠、高效灵活等严苛要求,国产机器视觉设备进入汽车制造行业面临技术门槛高、研发投入大、准入周期长等多重壁垒。

在垄断封闭的产业环境下,我国汽车制造机器视觉应用长期处于产品价格高昂、技术服务有限、应用创新缓慢的困境,汽车制造企业迫切期盼可打破上述困局的机器视觉供应商出现。

易思维凭借过硬的技术实力、匹配行业需求的产品、高效优质的技术服务,先后攻克了技术、产品、准入的瓶颈,成功突破境外企业垄断,实现国产替代,成为汽车制造领域国产机器视觉企业的先行者与领航者。

公司于2016年推出数字夹具式引导系统、涂胶质量检测系统、柔性在线测量系统三款产品,并获得了上汽大众、上汽通用等知名车企订单。

此后2017年,凭借在前述标杆客户的成功案例,公司又陆续获得一汽-大众、北京汽车、江淮汽车等合资或自主品牌订单,同时成为蔚来汽车等造车新势力的供应商。

伴随公司产品矩阵不断丰富、产品性能不断迭代,在我国新能源汽车市场爆发式增长的背景下,公司订单实现逐年增长。

该阶段,公司实现行业产品突破,通过技术、服务等优势直接与国际龙头企业竞争,获得订单并逐步提升国产化率。

②加速市场渗透率提升,取得行业领先随着易思维在与国际龙头企业的竞争中逐步占据行业领先地位,公司开始加快机器视觉新场景开拓与市场培育节奏,重点关注了行业内已有产品落地,但受制于技术等原因尚无法大规模推广的场景应用,通过研发满足客户需求的高性能产品推动机器视觉产品在汽车制造领域渗透率的快速提升。

以公司最早研发的产品之一视觉引导系统为例,2018年以前,国内大部分整车厂一直未大规模使用视觉引导自动上件工位,主要受限于当时主流的视觉引导产品的性能不足,需要高精度料箱配合才能实现应用落地,工位综合投资成本高,投资回报周期长。

而且高精度料箱易磨损、难维护,导致工位故障率高,成为产线节拍瓶颈。

为突破上述局限,公司通过攻克抗环境光干扰成像、复杂结构表面高完整性扫描等技术难题,将料箱精度要求放宽至原来的三倍,且工位故障率降低至原来的1/10,大幅节约了车企对视觉引导自动上件工位的投资成本。

得益于公司产品的性能提升与推广普及,目前新建整车厂产线视觉引导上件工位规划数量已达此前十倍以上,行业上件自动化率大幅提升。

正因公司持续多年的应用开拓与市场培育,我国汽车制造机器视觉产品的渗透率得到快速提升,以国内汽车整车制造为例,根据弗若斯特沙利文的统计,2019年机器视觉产品的渗透率仅有7.1%,2024年已提升至18.1%,近五年基本保持了20%以上的年增长率,相关渗透率变化如下图所示：图：2020~2024年度中国汽车整车制造机器视觉产品渗透率及年增长率③攻克行业痛点,实现创新引领随着汽车制造市场与工艺的发展,整车厂对更多工艺场景提出了基于机器视觉产品实现提质、降本、增效、扩柔的目标,但因场景复杂度高、技术挑战度大,长期以来未能得到满足。

在基本实现市场已出现产品的全覆盖后,公司直面行业空白,凭借多年以来积累的光、机、电、算、软全栈机器视觉技术实力和对汽车制造工艺深度理解,通过技术创新攻克痛点难题,逐步填补客户需求空白,为推动行业创新做出了重大贡献。

以涂装车间修饰线为例,整车厂为确保每一台汽车出厂时表面无瑕,需部署数十名工人在涂装线末对喷漆后的车身进行目视检查、标注缺陷及后续的磨抛修复。

由于人工工艺局限,缺陷检出率仅能达约80%,极易导致缺陷车辆流出并造成高昂的返修成本,多年来整车厂一直期待突破自动化工艺新技术。

这一场景的工艺自动化需求分为三个阶段：①实现漆面缺陷检测自动化,精准识别缺陷,提高缺陷检出率；②实现缺陷修复自动化,形成自动化“检测+磨抛”整体解决方案；③结合缺陷结果数据与前序喷涂工艺参数,开展缺陷根因分析,从源头上降低缺陷产生。

公司历经三年研发,在一汽-大众奥迪产线上实现了漆面缺陷检测与磨抛修复一体化综合解决方案的落地,达成了前两个阶段目标。

当前,公司正向实现第三阶段目标迈进。

报告期内,公司持续巩固汽车制造机器视觉行业龙头地位,在国内市场保持头部份额,并在一汽-大众落地行业内首套涂装漆面缺陷自动化“检测+磨抛”的完整工艺闭环解决方案,在尊界S800产线上落地行业首个车身分色线自动打磨应用及国内首个整车清漆自动打磨应用。

凭借在行业的龙头地位与良好口碑,公司正加速覆盖更多视觉应用及与视觉有良好协同的工艺设备,持续做深做透汽车制造行业。

另一方面,公司加大海外布局力度,产品出口沃尔沃、Rivian、Vinfast等国际车企全球工厂；完成在德国大众体系及海外海斯坦普的供应商准入,逐步开启全球合作；设立西班牙子公司,开拓西语区市场；并跟随比亚迪、奇瑞等国产头部车企出海。

3、把握行业趋势,努力拓展轨交运维行业长期以来,轨道交通存在巡检效率低、严重依赖人工等运维作业痛点,在我国轨道交通规模不断扩大、人工智能技术持续迭代升级的背景下,轨交运维机器视觉市场在相关政策的推动下将迎来巨大的发展机遇。

国家政策一直在推动轨交运维装备和服务的智能化,如《城市轨道交通设施设备运行维护管理办法》《铁路车辆运行安全监控系统设计规范》等文件中均提出或鼓励运营单位采用智能化的运营维护装备进行监测检测。

随着物联网、人工智能等技术的不断成熟,新增市场运维装备购置的需求及存量市场运维装备智能化升级和更新的需求为中国轨交运维机器视觉市场规模提供了巨大的增长空间。

沙利文预计到2029年,中国轨交运维机器视觉产品市场规模将达到53.4亿元。

我国轨交运维机器视觉领域国产化率虽然较高,但此前引入的产品仅能满足基本运维需求,以大铁为例,国铁集团目前正积极寻找可以满足新场景更高技术要求的产品,2025年6月,公司受邀参加国铁集团机辆系统数智化交流会,与宇树科技、阿里云、百度、大疆、哈铁科技等公司的专家,共同分享了机器人、AI大模型、无人机、机器视觉、智能传感器和物联网等新技术发展趋势,深入交流在铁路机辆领域的应用前景。

依托多年机器视觉技术积累,公司成功研发了列车车辆轮对检测系统、受电弓检测系统、车体360图像检测系统和轨道线路接触网几何参数在线巡检系统。

报告期内,产品均已通过国家铁路产品质量检验检测中心的检测认定,并已在杭州地铁、广州地铁、宁波地铁以及哈尔滨铁路局、郑州铁路局等地实现交付；在铁路货车检修领域布局了钩舌检修产线及轮对经济镟修产品,目前已完成样机开发,并在客户现场进行验证。

4、保持研发投入,持续提高核心竞争力①报告期内新技术与新产品公司在汽车行业和轨道交通行业深耕多年,持续在视觉检测、视觉引导、视觉测量、轨交检测等领域探索关键技术与典型应用：1、视觉检测类产品,公司对缺陷数据分析功能进行重构,借助缺陷数据助力用户精准定位问题、优化质量控制体系,为客户创造了更大价值。

同时,积极推进与跨国客户的合作,进一步提升产品附加值,扩大行业影响力；推进检测产品与磨抛产品的融合,打造出检测-磨抛一站式解决方案,显著提升了产品市场竞争力。

在智能化升级方面,进一步深化AI结合视觉技术的探索和创新,进一步优化深度学习模型,完善数据集,推出智能示教、智能检测、增量学习等功能,大幅提升产品检测能力。

通过技术攻关,进一步优化产品性能,在检出率、误检率、分类准确率、边缘检测能力等关键指标上实现突破,与国内同行拉开明显差距。

2、视觉引导类产品,公司通过密切跟踪技术动态、开展竞品调研,大力推进关键件自研工作,成功实现核心部件国产化替代,有效减少外部依赖,降低物料成本。

同时,研发形成多款不同工作距的产品,丰富了产品可覆盖的应用场景。

在技术创新上,攻克2D和3D匹配的关键技术难题,显著提升料箱感知能力与容差范围；优化机器人碰撞检测、路径规划等功能,打造汽车产线自动化引导标杆案例。

凭借技术优势,成功落地海外项目,迈出全球业务拓展的坚实步伐。

3、视觉测量类产品,针对汽车零部件领域,公司聚焦特征测量能力、测量模式、防漏错自检、测量流程等功能研发,大幅提升尺寸测量专业能力与系统级解决方案设计与落地能力。

通过实现点云融合、虚拟装配分析、点云网格化等技术,有效解决高亮、互反射场景下的精度问题；优化多种拼接模式,显著缩短测量节拍。

这些技术升级进一步增强了产品市场核心竞争力,助力公司拓展应用场景,抢占市场份额。

4、轨交运维类产品,公司持续在轨道交通行业投入研发资源,通过与客户深度交流和市场调研,在已有客用列车检测产品基础上,推出多款货用列车检测新产品,涵盖货车轮对经济镟修、货车轮对动态检测、轮对钩舌检修等应用场景。

搭建视觉与AI结合的检测算法模型,成功解决轨交领域缺陷多样、形貌复杂、高速检测等技术难题,大幅拓宽轨交行业检测产品的覆盖面。

②报告期内研发体系建设报告期内,公司持续深化IPD研发流程体系建设,构建起“以项目管理体系提供运行保障、以研发质量管理体系为质量护航、以研发流程体系为行动支撑”的三支柱模式,推动研发能力成熟度从管理清晰向可量化、可度量水平进阶。

研发流程体系,采用分级管理思路,将产品开发流程各项活动按照不同角色分工,形成“项目主线-各领域支线-员工开发规范”的分级管理架构。

明确不同层级研发人员职责,确保全体研发人员在统一标准指导下开展工作,大幅提升研发工作的规范性与协同效率。

项目管理体系,建立涵盖计划管理、需求管理、成本管理、风险管理等多领域的管理架构,形成全流程项目管控机制。

通过有的放矢的精细化管理,保障项目过程的规范性与可控性,有效降低项目风险,提升项目交付效率。

研发质量管理体系,从质量策划、质量监控、质量保证、质量改进等维度构建系统保障机制,为产品交付质量筑牢防线。

通过全流程质量管控,确保研发产品满足市场需求与质量标准,为公司产品市场竞争力提供坚实支撑。

(一)行业格局和趋势1、工业机器视觉行业格局工业机器视觉产业链的上游为核心部件,包括光源及光源控制器、镜头和工业相机等硬件产品,以及视觉算法、应用软件等软件产品。

产业链中游为视觉系统与解决方案,通过将上游核心部件和软件算法灵活配置并集成,同时结合下游的生产工艺,形成一整套解决方案,有效地应用于实际的工业场景中,实现识别、测量、定位和检测功能。

产业链下游为各行业应用集成与服务,目前下游应用行业主要包括电子、半导体、汽车、光伏、锂电、轨道交通等领域。

伴随着核心技术的不断突破以及制造业的转型升级,工业机器视觉的应用领域不断拓宽,全球及中国机器视觉发展历程如下图所示：全球工业机器视觉的发展可分为五个阶段：产业萌芽期（1969-1979年）,成像传感器诞生,为机器视觉的产生奠定基础；产业起步期（1980-1989年）,机器视觉的概念被首次提出,相关企业如加拿大的TeledyneDalsa（达尔萨）、英国的E2V和美国的Cognex（康耐视）等诞生；成长波动期（1990-1999年）,半导体产业的发展激发了机器视觉的需求,但由于成像技术和算法算力发展尚未成熟,机器视觉成本高,同时一批规模不大的机器视觉新公司诞生；产业发展早期（2000-2009年）,算力大幅提升,3C电子和汽车制造等行业对机器视觉的应用需求强烈,机器视觉行业迅速发展繁荣；产业发展中期（2010年-至今）,AI算法兴起并迅速发展,机器视觉的应用领域更加广泛。

中国工业机器视觉的发展可分为四个阶段：产业萌芽期（1995-1999年）,起初主要依赖于引进国外设备和技术,但由于成像技术和算法算力尚未成熟,仅应用于航空航天、军工及高端科研等核心领域,部分相关企业作为国外代理商提供机器视觉器件及技术服务；产业起步期（2000-2008年）,随着算力的提升和国内制造业的发展,开始应用于食品、印刷包装等领域,国内开始出现机器视觉相关企业；产业发展初期（2009-2015年）,算力强度的提升和3C电子产业的飞速发展推动了中国机器视觉产业的发展,国内涌现大量机器视觉公司；产业发展中期（2016年-至今）,AI算法的发展促进了行业进步,机器视觉的应用场景拓展到半导体、汽车、锂电等多个领域,国内企业的自研能力不断提升。

图：中国工业机器视觉产品市场规模（2020-2029E）,单位：亿元资料来源：弗若斯特沙利文随着工业机器视觉核心技术的不断突破与应用领域的不断拓展,中国工业领域机器视觉的市场规模由2020年的83.3亿元增长至2024年的268.3亿元,年复合增长率34.0%。

未来,机器视觉作为工业智能制造发展的关键支撑技术之一,将在工业领域中发挥越来越重要的作用,帮助企业提高生产效率、降低成本,并推动制造业的升级转型。

因此,未来中国工业机器视觉的市场规模有望进一步扩大,预计2029年达630.1亿元。

未来,中国工业机器视觉的发展趋势主要表现如下：①应用领域不断扩展目前,中国工业机器视觉主要应用于3C电子、半导体、汽车、光伏、锂电等几大领域中。

未来,随着产业的转型升级和机器视觉的发展创新,工业机器视觉解决方案将应用到更多行业中,为更多工业领域实现自动化稳定高效生产提供强有力的支持。

②性能水平快速提升近年来,人工智能技术的飞速发展为工业机器视觉的发展带来了新的机遇,随着前沿技术的逐步成熟和应用,工业机器视觉解决方案将更加智能化。

例如,深度学习算法的应用可使机器视觉设备具有更高的图像识别能力和实时分析能力,增强学习算法的应用可使机器视觉设备具备更强的学习和适应能力,提高解决方案的准确性和稳定性。

此外,随着计算机软硬件技术的不断进步,工业机器视觉的算力和速度也将进一步提升。

2、汽车制造机器视觉行业格局在多样化的工业制造中,汽车制造一直被誉为“工业皇冠上的明珠”,既是我国工业经济稳增长的“压舱石”,也是建设制造强国的重要支撑。

近些年,我国汽车制造朝着自动化、数字化、智能化方向快速发展,作为工艺转型升级的核心支持技术之一,汽车制造机器视觉产品也经历了从“国外垄断”到“国产替代”的发展历程。

应用于汽车制造领域的机器视觉技术与产品在提升质量、降低成本、增加效率、拓展柔性、助力“数智化”转型五方面发挥着核心价值,具体体现在：①提升质量一致性,保障品质与安全汽车制造具有产量大、节拍快、工艺复杂等特点,如何保障质量一致性一直是行业关注的重点,其中尺寸与外观质量关乎汽车品质,连接工艺质量更是与汽车安全直接相关。

利用视觉测量、视觉检测设备可以实现更精准、更高效的质量控制,避免了人工检测因技能差异、状态起伏等因素导致的质量波动。

②替代人工操作,降低制造成本根据国家统计局发布的《第五次全国经济普查公报（第三号）》,截至2023年末全国汽车制造业的从业人数为557.6万人。

其中大量人员从事着搬运、装配和质检等工作,利用机器视觉设备可以实现相关工艺环节的人工替代,大幅降低制造成本。

③提升制造效率,加速新品交付整车厂通过引入机器视觉设备实现搬运、装配、质检等制造环节的自动化,在加速工艺流程的同时确保汽车制造的质量一致性与工艺稳定性,减少质量返工,提升产线效率。

另一方面,随着消费者差异化需求的增强和车企间竞争的加剧,车企新车型上市节奏要求越来越快,机器视觉设备可通过软件参数配置高效满足新车型生产要求,缩短产线投产周期,加速整车厂新产品的交付。

④拓展制造柔性,提升产线收益多品种、定制化是当前汽车消费发展趋势,对整车厂混线生产能力提出了更高的要求。

产线使用机器视觉设备可以极大简化,甚至替代机械工装,且视觉设备维护、拓展更便捷,让多车型混线生产更易达成,帮助整车厂实现更高收益。

⑤积累数据资产,助力“数智化”转型随着机器视觉设备在汽车制造各工艺环节的广泛应用,其采集的质量数据是整车厂建档回溯生产过程的关键支撑。

基于对大批量数据的关联分析与人工智能技术,可以实现汽车制造过程质量快速诊断、设备预维护等,从而帮助整车厂进一步优化制造工艺,推动行业“数智化”转型。

近年来,随着汽车电动化、数智化的快速发展,以及车企对汽车制造质量、成本、效率、柔性需求的提升,汽车整车厂商和零部件厂商对机器视觉产品的需求逐渐增大。

国家也相继出台一系列政策鼓励支持机器视觉在汽车制造领域的应用,如2023年,由工业和信息化部等七部门颁布的《智能检测装备产业发展行动计划（2023—2025年）》中指出“深化智能检测装备在汽车领域的规模化应用。

对于汽车行业的专用智能检测装备：突破冲压件尺寸及表面质量在线测量装置、焊接强度无损检测装置、车身尺寸在线检测装备、涂装漆膜缺陷在线检测装备等”。

同时,人工智能、计算机、光学器件等技术快速进步,机器视觉企业的研发能力和行业经验不断提升与积累。

以易思维为代表的国产机器视觉品牌开始进入汽车制造市场,作为国产机器视觉品牌凭借过硬的技术实力、匹配行业需求的产品、高效优质的技术服务,先后攻克了技术、产品、准入的瓶颈,成功实现国产替代,成为汽车制造领域国产机器视觉企业的先行者与领航者,并不断加快机器视觉新场景开拓与市场培育节奏,推动了机器视觉产品在汽车制造领域渗透率的快速提升。

3、汽车制造机器视觉行业发展趋势图：中国汽车制造机器视觉产品市场规模（2020-2029E）,单位：亿元资料来源：弗若斯特沙利文中国汽车制造机器视觉产品市场规模由2020年的9.3亿元增长至2024年的31.1亿元,年复合增长率35.2%。

未来,在我国汽车制造产线工艺进一步升级、新能源车渗透率持续提升和机器视觉技术不断创新的驱动下,中国汽车制造机器视觉产品市场规模将持续扩大,预计2029年达74.0亿元。

汽车制造机器视觉未来发展趋势如下：①汽车制造工艺发展驱动机器视觉需求持续增长随着自动化、数字化、智能化成为汽车制造行业核心发展趋势,未来汽车制造将由机器人主导生产流程,覆盖焊接、装配、喷涂、质检等环节,实现无人化生产；将由数据驱动制造,通过数字孪生实现虚拟与物理世界的实时映射,进而优化工艺、实现预测性维护；将由人工智能赋能决策,使生产系统具备自学习能力,如动态调整参数等。

机器视觉是上述趋势落地的核心技术之一,将与人工智能、大数据、数字孪生等技术深度融合,持续拓展应用场景,通过实时感知与决策闭环,助力汽车产业实现从“制造”到“智造”的跨越,更广泛发挥提升质量、降低成本、增加效率、扩展柔性等核心价值。

②机器视觉技术水平进步推动应用场景更加广泛随着传感器和人工智能等技术的持续发展和创新,未来机器视觉将实现更高的精度、更快的速度和更全面的场景感知能力,有利于进一步提高生产效率和产线自动化水平。

传感器技术的提升使机器能够更加准确和灵敏地捕捉和解析图像信息。

深度学习算法和人工智能的进步也将使机器视觉解决方案具备更强的学习和决策能力,使其能够根据不同场景和任务的需求进行智能调整和优化,实现更全面的场景感知。

在技术提升的驱动下,机器视觉解决方案也将在汽车制造的更多细分领域得到应用,促进汽车制造业的发展和进步。

(二)公司发展战略公司始终以“引领机器视觉创新,加速智能工业变革”为使命,以相关产业政策为指引,积极响应高端装备国产自主可控的国家战略需求,致力于汽车制造、轨交运维等领域机器视觉技术创新与产业化,打造全球领先的机器视觉国产品牌。

1、加大研发投入,巩固市场领先地位公司将持续加大研发投入力度,聚焦机器视觉领域关键核心技术攻关,着力解决行业痛点难题。

公司将继续完善覆盖整车及零部件制造全工艺环节的机器视觉整体解决方案,不断提升产品性能与技术壁垒,在进一步巩固国内市场领先地位的基础上,加速海外市场拓展步伐,通过技术创新与市场开拓双轮驱动,持续提升全球市场份额与品牌影响力。

2、持续深耕汽车制造,推动更多关键设备实现国产自主可控公司将充分发挥多年积累的客户资源优势,深度挖掘汽车制造工艺需求,不断布局可与现有机器视觉产品形成良好协同应用的工艺设备,以机器视觉技术为核心,向产业链上下游延伸,推动汽车制造全产业链更多关键设备实现国产自主可控。

通过提供一体化解决方案,公司将更好地助力汽车制造企业达成提质降本增效扩柔的发展目标,为中国制造业转型升级贡献力量。

3、加速轨交运维机器视觉业务布局,构建第二增长曲线公司将在持续深耕汽车制造领域的同时,积极拓展轨道交通运维市场,构建面向轨道沿线设施设备的车对地线路综合巡检系统和面向运载车辆的地对车车辆综合检测系统,形成全方位立体式机器视觉解决方案。

公司将依托在汽车制造领域积累的技术优势与项目经验,助力轨道交通行业实现更高效更智能的运维与检修,为列车运行安全提供坚实保障。

轨交运维业务将成为公司重要的第二增长曲线,为长期可持续发展注入新动能。

4、优化公司治理,拓展业务领域,实现持续高质量发展公司将以“行业壁垒高、市场空间大、应用批量可复制”为选择机器视觉应用赛道的判断依据,在持续深耕汽车制造和大力拓展轨交运维两个领域的同时,不断优化公司治理结构,建设高素质人才梯队,提高现代化管理水平,全面提升核心竞争优势,继续挖掘新的行业应用机会,积极探索机器视觉技术在更多领域的创新应用,实现持续健康高质量发展。

(三)经营计划公司将持续巩固和增强在行业的市场优势地位,把握智能制造升级和全球化布局的战略机遇,围绕技术引领、市场拓展、人才强基、治理优化四大主线,追求长期有效增长。

1、研发规划公司坚持以自主核心技术为根基,构建“光、机、电、算、软、控”一体化技术体系,持续巩固多维视觉感知、智能检测算法、视觉与机器人协同等方面的技术领先优势,将聚焦工业视觉精度、效率及稳定性核心指标,加大底层技术攻关力度,完善高精度高可靠视觉传感器与检测分析软件研发体系,提升复杂工业场景下成像传感、分析与控制能力。

同时,紧密围绕汽车制造、轨道交通、航空等智能制造与智能运维领域需求,深化应用技术研发,重点突破复杂工况缺陷检测、大型构件三维测量、多场景智能引导等行业关键技术。

公司以客户工艺痛点为导向,推动核心技术与制造场景深度融合,持续拓展视觉检测、测量、引导等产品及解决方案边界,为智能制造领域提供高性能成套机器视觉产品与技术服务,巩固公司在国内工业视觉领域的领先地位。

2、市场拓展规划公司将持续深化与国内主流整车厂商及零部件厂商的战略合作,加速冲压件缺陷检测、压铸件检测等新应用落地,拓展零部件机器视觉应用边界,提升市场份额。

同时加快推进海外市场拓展,依托已有的沃尔沃、Rivian、Vinfast等国际车企标杆案例提高海外品牌知名度,增强在海外车企中的渗透率；另一方面,把握中国车企出海的战略机遇期,跟随车企出海节奏全面提升海外交付能力,实现海内外市场双轮驱动。

此外,公司将在巩固汽车制造机器视觉主业基础上积极拓展轨道交通运维等新领域,持续拓展新的应用场景,培育新增长点。

3、人力资源发展规划公司将加大核心人才引进力度,重点引进具有机器视觉、人工智能、汽车制造复合背景的高端人才,完善人才培养体系,建立技术人才职业发展双通道,激发创新活力。

同时完善员工绩效考核机制,优化激励机制和分配方式,改善研发工作条件,营造创新文化氛围。

此外,公司将加强管理团队能力建设,引进具有国际化视野与丰富行业经验的高级管理人才,开展管理培训与轮岗锻炼,支撑业务规模扩张与组织效能提升。

4、内部治理规划公司将按照上市公司规范要求持续完善法人治理结构,优化董事会、管理层权责配置,提升决策科学性与执行效率,加强独立董事与董事会专门委员会履职作用,发挥专业咨询与监督职能。

完善信息披露机制,提升透明度与投资者沟通质量,保障公司规范运作,维护股东合法权益。

同时健全内部控制体系,完善关键业务流程的内控制度,加强内部审计监督,建立全面风险管理体系,识别技术、市场、客户、供应链等主要风险并制定应对预案,推进合规管理,确保经营活动符合法律法规与监管要求。