|
| 凌云光(688400)经营总结 | | 截止日期 | 2024-12-31 | | 信息来源 | 2024年年度报告 | | 经营情况 | 一、经营情况讨论与分析
（一）整体经营情况概述
凌云光业务布局以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供高性能、差异化产品和解决方案，助力推动工业人工智能转型升级和数字经济的蓬勃发展。2024年，虽面临行业挑战，公司迎难而上，围绕战略目标和经营规划，积极布局和夯实自身“视觉+AI”的核心技术能力，确保在国内外市场的领先地位；与此同时，公司紧贴行业动态与市场需求，一方面深挖机器视觉行业中的国产替代及应用升级需求、头部大客户海外建厂等结构性机遇；另一方面，敏锐洞察并精准把握AI带来的新机遇，包括机器视觉检测精度的提升和应用范围的拓展、具身智能商业应用落地，以及数据通信的战略机遇，全方位推动业务的高质量发展，为公司在复杂多变的市场中实现可持续发展奠定基础。报告期内具体经营情况如下：
1. 短期业绩承压，AI驱动需求增长
受终端客户需求放缓影响，公司整体业务在报告期内有所下滑，2024年实现营业收入22.34亿元，较上年同期下滑15.42%；归属于母公司所有者的净利润1.07亿元，较上年同期下滑34.69%，净利润下降的原因包括：（1）营业收入较上年同期减少；（2）在收入减缓的情况下仍保持高比例的研发投入，在报告期内，公司研发投入4.44亿元，占当期营业收入比例为19.89%，相较2023年同期提升2.48PCT；（3）投资收益较同期减少48.55%。公司精准把握人工智能带来的技术与市场机遇，依托“视觉+AI”的核心技术，推出智能工厂解决方案、3D检测应用产品、具身智能数据采集系统等创新产品。同时，公司在光通信领域率先引举措，公司2024年毛利率提升至34.66%，同比增长3.72个百分点，核心竞争力得以显著提升。尽管以上产品目前仍处于市场前期阶段，尚未对收入产生显著带动作用，但随着相关市场的进一步成熟，预计这些产品将展现出良好的规模效应，为公司未来收入增长提供有力支撑。2. 在市场低迷的环境中，实现结构性突破机会公司积极洞察市场机会，适时调整经营策略，抓住结构性机遇，在消费电子、印刷包装、子公司元客视界等视觉业务，以及光通信行业，均取得不同程度的突破：（1）在消费电子行业温和复苏与技术创新加速的背景下，公司精准把握行业头部客户新增检测需求以及东南亚海外产线建设的契机，全力推进可配置视觉系统的国产化替代。报告期内，公司消费电子中的视觉系统收入同比增长超过50%。公司自主研发的胶水点检AI解决方案实现规模应用，成功攻克超窄空间检测难题，精度高达0.03毫米，显著提升了市场份额。同时，公司在2024年向东南亚市场成功交付了上千套专业化视觉引导和检测系统，彰显国际竞争力。尽管智能装备业务受终端需求放缓影响，收入有所下滑，但公司向国际知名客户成功交付了集量测、颜色、外观检测等功能为一体的高端智能设备。随着终端客户加紧推进智能制造的进程，以及公司智能装备优势进一步凸显，公司的智能装备市场尚存在较大的空间。
（2）在印刷包装行业数字化、智能化转型的大趋势下，公司聚焦AI应用，借助F.Brain深度学习大模型能力推出在线对版系统，解决困扰行业多年的一键建模和套印误报的难题，针对生产速度日益提升、检测和质量追溯要求越来越高的情况，公司充分挖掘GPU算力潜力，新一代VisionPrint8检测系统，在大幅降低误报的同时，将印刷检测数据的带宽提升至1.2GB/s。公司积极参与印刷客户的智能化改造进程，并在药品包装行业实现新突破，助力宜药印务建成行业首个药包智能工厂；同时，该业务在国际化方面亦取得较好的进展，在东南亚、欧洲等市场均取得较好突破。得益于这些举措，印刷包装业务营业收入逐季度递增，全年实现18%同比增长，毛利率亦在稳步提升。
（3）元客视界业务，公司以创新为驱动升级底层光学运动捕捉和XR拍摄系统，提升定位精度和场景易用性，持续扩大市场占有率。在2024年，公司FZMotion光学运动捕捉系统依托在影视、科研等领域积累的经验，进一步拓展了应用场景，应用在无人机、无人车、人形机器人等空间轨迹的数据采集、数据处理、虚拟仿真与本体映射，逐步在机器人头部企业实现商业落地，在2024年实现单产品收入增长40%，未来的发展空间值得期待。另一方面，公司积极推动数字人、AR/VR/XR创新应用落地。2024年，公司结合数字人技术和智谱GLM大模型，打造电商数字人直播平台，成功接入京东、唯品会、拼多多等电商平台，并在京东京麦服务市场排名第二，获金牌服务商称号。公司参与出品采用AI全流程制作的AIGC动画电影《团圆令》，并参编多项文化元宇宙行业标准，包括《三维虚拟数字人模型制作技术要求1.0》《数字孪生平台基础能力指标要求和评估方法》《虚拟空间创作平台指标要求和评估方法》。
（4）在光通信领域，公司依托与国外优秀企业多年战略合作、对国内市场与客户需求的精准把握，在原有业务基础上，开创性进入OCS全光交换、芯片光耦合互联等新业务场景，服务国内AI算力基础设施建设。
(二)持续夯实“视觉+AI”底层技术能力，驱动行业创新应用落地，走自己的人工智能道路1、收购JAI，重塑机器视觉新格局
公司长期践行“为机器植入眼睛和大脑“的理念。在作为视觉核心的”眼睛“领域，持续投入研发力量，凭借二十余年视觉成像能力及产业链布局能力，持续开发自研相机，已完成线阵相机的广泛覆盖，并在表面检测行业实现超50%的自研供应；高端大面阵相机在灵敏度和成像清晰度方面具备优势，广泛应用于消费电子、新型显示、印刷包装、半导体等行业。2024年，公司还推出多款相机，满足3C、锂电、PCB等行业的高色彩辨别度、极限空间应用、信号长距离传输和内部缺陷检测等需求。
2024年，在与关键客户进行深度需求分析调研的基础上，公司敏锐洞察到全场景通用型视觉成像组件对下一代机器视觉格局的重大影响，开始积极寻找外部资源。JAI以其卓越的产品质量享誉全球，对外提供超长质保承诺。同时JAI在相机布局上与公司存在较好的协同效应：凌云光重点布局线阵、大面阵相机，JAI则在棱镜、小线阵、小面阵等产品矩阵上具备独特优势，双方在成像技术、产品覆盖和行业应用上高度互补。面向下一代智能视觉成像组件，双方合作研发前景广阔，也将进一步提升公司产品在市场中的竞争力。通过收购JAI，公司形成在全球多个国际分支机构、覆盖几十个国家的营销网络，将会进一步加速公司在欧洲、美国、日/韩等高端市场的业务布局。
2、“模式识别+深度学习算法”实现检测精度与通用性双升级
AI算法在机器视觉中发挥“大脑”的作用，属于机器视觉的核心竞争力。公司在AI的通用性和场景化两个方面持续发力。在AI通用能力方面，公司持续打造F.Brain深度学习平台。在报告期内，公司实现F.Brain平台的两次版本迭代实现如下突破：①建立工业缺陷通用检测模型，针对新场景新缺陷，仅需一张缺陷样本便可快速完成模型适配，1分钟实现缺陷检测，检测效率等同于深度训练模型90%的精度，能够极大解决工业场景中样本少且上线速度要求快的难题；②完善缺陷生成机制，一方面，可实现1张缺陷样本仿真生成1万样本，在工业缺陷形态、位置、背景多样化的条件下，实现模拟生成样本的背景和区域可控，为零样本检测提供可能性；③AI标注缺陷数据效率相较传统手动标注提升了4倍以上。④针对垂直场景算力有限且对检测精度要求高的特性，公司在基础大模型和行业大模型基础上，建立经过蒸馏剪枝技术形成的垂直行业/场景专用模型，训练和推理效率提升＞30%，对于因检测环境复杂、缺陷种类复杂、缺陷数据稀缺等复杂场景精度提升至95%+，以便同时满足客户精度和效率的双向要求。
在场景化工具打造方面，针对机器视觉行业智能化、高精度和高效率的发展趋势，公司加强AI对算法的升级助力，打造领先的视觉算法工具，专用领域复杂场景的高精度和通用领域的竞争力均得到持续提升。在报告期内，主要实现以下几个方面的突破：①AI定位功能实现复杂场景99.95%的定位成功率，实现行业领先；②识别方面，使用单一读码工具可在超90%场景中达到100%识别率，无需增加相关图像处理过程，大幅提升产品易用性；③支持3*3像素级以上的可变字符缺陷检测，并且缺陷可定量检测，杜绝误识别、小字符缺陷漏检的情况，对标国际水平对字符质量定性评价的方案有了质的提升；④AI胶检专用算法可精准检测胶路缺陷，对胶路色差及反光等挑战场景有很好的适应性，缺陷检出率达100%；⑤增加图像一致性调节功能，在一分钟以内自动完成图像一致性调节，大幅提升现场调试工作效率。
3、以“AI+视觉”赋能智能工厂解决方案
行业头部客户陆续提出极限制造、灯塔工厂等目标要求，这对以机器视觉为核心的质量检测提出了更高的要求，公司积极响应客户需求，以视觉质检为基础，以质量检测+质量管理为核心构建智能工厂解决方案。借助F.Brain+GMQM平台，实现数据采集、模型评估、边端功能的高度协同，打造“边端推理，云端训练”的高效模式，实现跨设备、跨产线的数据闭环管理，助力客户实现统一的数字化质量标准、准确的质量缺陷根因分析，快速的问题追溯与复判、智能失效分析等智能制造目标，进而帮助客户实现良率提升和工艺闭环之目的。公司在2024年实现了在印刷、新能源等多个领域的落地突破：在新能源领域，公司与恩捷签署全球性战略合作协议，双方将在锂电数字化和智能化领域展开全面长期合作，依托公司“视觉+AI+工业大数据管理系统”，助力恩捷实现全球一致的数字化产品质量管理；在印刷领域，公司通过整合MES、ERP、WMS等系统与智能工厂解决方案，助力宜药印务有限公司成功落地智能工厂，实现了从设计、制版、印刷到后期加工的全流程自动化、数字化与网络化运作，推动中国医药包装行业首个智能工厂正式建成。
非企业会计准则业绩变动情况分析及展望
|
|