奥普特：11月28日组织现场参观活动，Allianz Global Investor、博时基金等多家机构参与

证券之星消息，2024年12月2日奥普特（688686）发布公告称公司于2024年11月28日组织现场参观活动，Allianz Global Investor、博时基金、晨燕资产、重阳投资、富国基金、广发基金、广发证券、光华梧桐基金、国联基金、国寿养老、国信证券、Daiwa Capital、国投瑞银、工银瑞信、海通证券、汇添富、华安证券、华创自营、华强鼎信、华杉投资、惠升基金、汇华理财、East Capital Financial Services、江海证券自营、金鼎资本、金鹰基金、鹏华基金、平安养老、青海通资管、犁得尔基金、诺安基金、诺德基金、融通基金、Lazard Asset Management、上善如是基金、上海甄投资产、深圳红筹投资、深圳华强鼎信投资、天风证券、万家基金、厦门鲸鸿基金、信达澳亚基金、信达证券、兴业基金、Man Group、长信基金、中泰证券、紫阁投资、Neuberger Berman、Shikhara Investment Management、T.Rowe Price、安本私募参与。

具体内容如下：
问：国家新质生产力的发展是否能为机器视觉带来更多机遇？
答：新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。机器视觉技术被视为新质生产力的重要组成部分，是实现生产力质变的关键技术之一。在工业自动化系统中，机器视觉技术承担着感知入口、数据承载和行业大脑的角色，是推动制造业高质量发展的核心动力。它不仅提高了生产效率，推动了产业变革，还促进了智能视觉产业的发展，成为新质生产力的重要驱动力。智能视觉产业作为新质生产力发展的重要赛道，其发展具有广泛性、融合性、高附加值和战略性等特点，为经济增长提供了新的动力。因此，机器视觉技术在新质生产力中具有重要的地位和作用。随着技术的不断进步和应用领域的不断扩大，机器视觉技术在新质生产力中的作用和地位将更加突出和重要。公司将顺应新质生产力发展潮流，保持关键领域持续投入，助力新质生产力，促进制造业的高质量发展。

问：机器视觉相比于人眼的优势有哪些？
答：与人眼相比，机器视觉具有精度高、速度快、适应性强、客观性高、重复性强、检测效果稳定可靠、效率高等特点，可助力终端客户实现产品增质、降低成本以及生产数字化。在产品增质方面，机器视觉可显著降低产品漏检率，提高生产的精度和良品率；在降低成本方面，机器视觉采集和处理图像的时间在微秒级别，可显著提升效率，单台视觉系统可代替多人工作，并可持续工作；在生产数字化方面，机器视觉作为图像重要数据的采集和分析工具，助力未来实现智能生产和工业互联。

问：目前公司投入主要在哪些方面？
答：目前公司对产品线、人员、行业深入拓展、海外市场等方面持续投入。具体来看
（1）产品线方面公司持续完善现有机器视觉产品矩阵，持续优化和迭代视觉算法库、智能视觉平台、深度学习（工业 I）、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、工业传感器产品等软硬件产品，提高工业相机等标准产品自产比例，并持续推进传感器、运动等新产品线进展，发挥各产品线间的协同效益，为客户提供更高质量、更高效率的解决方案，满足不同行业客户各类复杂应用场景需求；
（2）人员方面公司持续引进优秀研发、销售等专业人才，组建专业研发、销售团队，与行业大客户密切合作，保持客户技术及业务粘性，以保持公司核心竞争力；
（3）行业深入拓展方面公司积极推进与 3C 电子、新能源、汽车、半导体等下游行业客户合作，加强与客户的技术与业务交流，持续深入公司产品在大客户各个工序的覆盖率，并持续寻找新的增长点；
（4）海外市场方面公司海外本地化销售及服务团队增长明显，目前公司在通过全球本地化销售团队、全球技术服务团队、全球产品应用中心满足全球客户需求，持续拓展海外市场。

问：介绍下公司的行业应用经验和数据积累优势？
答：机器视觉的下游应用非常广泛，几乎涉及国民经济的方方面面。即使在某一具体领域的应用，也会因下游的生产工艺、被摄对象的具体材质特点等不同，而有较大差别。因此，完善的机器视觉解决方案对下游客户而言至关重要。而设计有效的机器视觉解决方案，需要大量的行业应用经验积累，绝非一朝一夕所能形成。
公司在机器视觉领域深耕多年，特别是在 3C电子、锂电等行业，公司与国内外知名设备厂商和终端用户保持着长期稳定的合作，拥有丰富的机器视觉产品的设计、应用案例库。深厚的案例积累，奠定了公司在相关领域的优势地位，形成了较高的技术壁垒，能有效保障公司在行业内的竞争优势，并为公司不断扩大产品应用范围、持续提升市场份额提供了有力支撑。此外，深度学习（工业 I）将深刻改变机器视觉行业的技术发展，而行业数据是深度学习技术的基础。深度学习需要通过大量数据对人工智能模型进行训练，不断对模型进行调校和优化，最终使机器能够像人类一样自动作出判断并达到满足实际应用要求的准确率。公司经过多年的专业化经营，在 3C电子、锂电等行业积累了大量的数据，有助于公司迅速对模型进行调校和优化，提高模型输出结果的准确率和响应速度，在机器视觉的深度学习技术领域抢占发展的高地。
公司通过大量行业方案积累，逐步开始建立分行业方案、产品、交付的标准化。目前公司机器视觉解决方案广泛应用于 3C电子、锂电、汽车、半导体、光伏、食品、医药、烟草、物流等多个行业。

问：介绍下公司自研的视觉软件？
答：公司的视觉软件自 2009年面世以来，已历经三次迭代，目前已成功升级为 OPT Smart3。作为国内首创的零代码拖拽式编程视觉软件，OPT Smart3已成为涵盖 2D、3D视觉应用及深度学习的全功能视觉平台，并已实现机器视觉应用场景全覆盖。
具体来看，OPT Smart3 可实现图像预处理、匹配定位、几何测量、缺陷检测等 2D功能，拟合差分缺陷检测、无序分拣抓取、立体位姿匹配、胶路检测算法等 3D功能，还可实现深度学习语义分割、目标识别、图像分类、字符识别等功能。
此外，OPT Smart3 还具备以下特点（1）可实现快速部署，根据应用场景，直接调取黄金方案，开发周期仅需几小时；（2）采用可视化图形编辑，无需编程经验，界面布局轻松拖曳生成；（3）全场景一键自动标定，减少切换操作成本，高效便捷。
目前，Smart3 已经在 30 多个行业中广泛应用，在 50000 多个项目案例中成功落地，实现了机器视觉应用场景的全域覆盖。

问：深度学习的视觉分析算法与柔性生产制造之间的契合度日益增强，主要表现在哪些方面？
答：主要表现为分析性能显著提升以及学习成本的显著下降。过去深度学习视觉分析算法模型依赖成百上千张的训练图像，而目前这一依赖程度已大幅降低，仅需几十张甚至几张图像即可。在产品换型时，对于相近的流程工艺，检测模型能够实现一键换型，大大提高生产效率和灵活性。
此外，新增或更新训练任务时，模型能够自适应增量学习，训练周期缩短至原来的 1/3。在保证性能的前提下，深度学习模型所依赖的计算资源也在逐步降低，部署时从原先的高端显卡逐步过渡到中/低端显卡，甚至可以在 CPU条件下进行推理运算。

奥普特（688686）主营业务：机器视觉核心软硬件产品的研发、生产和销售。

奥普特2024年三季报显示，公司主营收入7.33亿元，同比下降13.32%；归母净利润1.32亿元，同比下降35.58%；扣非净利润1.21亿元，同比下降33.37%；其中2024年第三季度，公司单季度主营收入2.11亿元，同比下降6.96%；单季度归母净利润1858.33万元，同比下降40.32%；单季度扣非净利润2427.19万元，同比上升2.41%；负债率7.99%，投资收益1038.89万元，财务费用-868.68万元，毛利率64.23%。

该股最近90天内共有8家机构给出评级，买入评级6家，增持评级2家；过去90天内机构目标均价为64.6。

以下是详细的盈利预测信息：

融资融券数据显示该股近3个月融资净流入2563.15万，融资余额增加；融券净流出24.95万，融券余额减少。

以上内容为证券之星据公开信息整理，由智能算法生成，不构成投资建议。