凌云光:投资者关系活动记录表(2025年7月)

证券代码：688400 证券简称：凌云光
凌云光技术股份有限公司
投资者关系活动记录表
编号：2025-006
 特定对象调研  分析师会议
投资者关系  媒体采访  业绩说明会
活动类别  机构策略会 □ 路演活动
 现场参观  其他（电话会议）
国盛证券 山西证券
参与单位 高盛 华创证券
名称 中信建投 财通证券
开源证券
时间 2025 年 7 月
地点 公司会议室（现场和通讯结合）
董事会秘书、财务负责人：顾宝兴先生
上市公司接
证券事务代表：渠艳爽女士
待人员姓名
投关经理：卜彦云女士
一、公司如何看待公司所在的机器视觉的发展空间？在下一阶段实现可拓
展的新场景有哪些？
凌云光以“视觉+AI”作为创新底层技术。“视觉+AI”作为人工智能
应用的核心关键要素，随着技术的纵向深化和扩展应用，具有较为广阔的
发展前景：（1）工业仍然属于机器视觉应用不断持续拓展的领域，消费电
投资者关系 子、半导体、新能源、印刷等覆盖领域，随着工艺迭代、技术提升，持续
活动主要 扩展应用空间，如 AI 能力升级能够进一步解决原来无法触达的检测难度
内容介绍 高、缺陷可度量性差的场景。机器视觉产品从相机、光源等单器件，扩展
至视觉系统、智能装备及智能工厂应用，产品质量管理逐步形成点、线、面的多方位全面应用，应用空间也得到升级跃迁；（2）随着国内机器视觉企业技术能力的提升，在上游视觉硬件到算法软件均实现了突破式的发
展，在产品功能、产品标准化和易用性等方面亦获得较大的进步，具备立足中国拓展海外广阔空间的基础；（3）“视觉+AI”属于人工智能应用的关键，在工业应用领域之外亦有广泛的可扩展领域，如文化元宇宙、具身智能、智能驾驶等。
二、公司一直以“视觉+AI”作为底层技术，并连续几年在 AI 方面投入较大，AI 的具体落地情况如何？
公司致力于打造通用型 AI 算法平台，在智能器件、视觉系统、智能装备、智能工厂等方面广泛应用，目前在消费电子、印刷、新能源等多个行业均已取得较好的 AI 渗透率。在视觉器件方面，公司将算法应用与相机嵌入结合，研发出集图像抓取、成像、分析等多功能于一体的高集成型智能相机，适用于即插即用、分布式多节点的应用领域，对应用人员和环境包容性强，有较强的扩展性，目前已在印刷智能检测设备中应用落地；在视觉系统方面，进一步突破了视觉系统应用环节，实现复杂场景和复杂识别定位高达 99%以上的检测精度，更是进一步突破了传统像素可变码、透明3D 胶检等深水区难题，加速在多领域的国产替代进度；在智能装备方面，AI 能力提升带动检测设备的检测增效，在消费电子、新型显示、新能源等多个领域提出集几十道检测为一体的高紧凑型的检测设备，有效提升产品良率；在智能工厂方面，公司将视觉技术、AI 算法与大数据分析融合，并深度整合至工厂的决策管理流程中，以此增强客户的生产效率和产品质
量，推动无人工厂、极限制造的发展。
三、公司将国际市场作为重大战略方向，对此公司有哪些推进措施？
公司围绕内生式能力构建与外延式并购整合，共同发力国际化。内生式能力构建方面，核心是做专“视觉+AI”的产品能力，构建基于场景的标准化、高兼容、免维护能力；同时构建一支高水平的国际化人才队伍，直销与分销相结合的方式实现市场的快速拓展。目前公司印刷包装、视觉系统等产品的国际化均取得积极进展。

在外延式并购整合领域，公司 2024 年成功收购欧洲 JAI 公司，双方在
技术、产品、市场、品牌、供应、人才等领域均有较好的协同效应。公司
将依托原有能力与 JAI，在全球范围内构建双品牌、双研发与制造中心，以
在持续不确定性的宏观环境中，更好的服务全球客户。
四、看到公司元客视界的官网上有发布运动捕捉系统助力傅利叶智能全身
运控的文章，公司产品应用到人形机器人中有什么进度？
斯坦福大学团队在今年 5 月的一项突破性成果 TWIST 系统，是采用动
作捕捉与学习控制的深度融合，稳定高效实现了远程操控人形机器人执行
全身动作，为通用机器人智能的发展提供了重要技术路径。基于运动捕捉
的数据服务为越来越多的相关方认可和使用，已经成为主流的应用方式之
一。傅利叶引入 FZMotion 运动捕捉产品，通过采集高精度的动作数据，将
仿真训练与真机测试结合，共同形成人形机器人高效训练的完整闭环，成
为高精度动捕助力具身智能从仿真到现实迁移的典型应用。除此之外，公
司的运动捕捉系统还可支持实时捕捉机器人关节角度、运动轨迹等数据，
并将误差控制在 0.1°以内，末端执行器精度达亚毫米级，可多目标并行追
踪，用于量产机器人出厂检测和性能评估，实现机器人从足部贴合度到关
节角度，从头部晃动到抓取姿势等指标的量化评估。
五、公司与国内的机器视觉的其他企业的区别和竞争优势？
公司在机器领域扎根二十余年，在产业链上下游从芯片、器件，到 AI
算法、精密控制等，均实现了较好的能力布局。未来，我们将持续以“AI+
视觉”为轴心，持续锻造并强化核心竞争力：其一，发挥好 Visionware 算
法平台与视觉图像专业化模型 F.Brain 既有优势，强化算法泛化能力与跨
行业标准产品能力，把已被验证的标准模块快速复制到多行业、多地域，
形成规模效应与全球辐射力。其二，持续深耕大客户、大场景，以客户需
求为中心，发挥多年服务头部客户的经验优势，持续挖掘客户痛点，构建
多元化、可扩展的产品矩阵，以头部客户带动行业销售。
附件清单
无
（如有）