基金调研丨国投瑞银基金调研奥普特

  根据披露的机构调查与研究信息，11月29日，国投瑞银基金对上市公司奥普特进行了调研。

  从市场表现来看，奥普特近一周股价上涨9.73%，近一个月上涨13.05%。

  基金市场多个方面数据显示，国投瑞银基金成立于2002年6月13日，截至目前，其管理资产规模为2785.56亿元，管理基金数172个，旗下基金经理共25位。旗下最近一年表现最佳的基金产品为国投瑞银金融地产ETF（159933），近一年收益录得30.7%。

  答：新质生产力是创新起主导作用，摆脱传统经济稳步的增长方式、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，是推动制造业高水平发展的核心动力。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、高的附加价值和战略性等特点，为经济稳步的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备极其重大的地位和作用。随技术的慢慢的提升和应用领域的逐步扩大，机器视觉技术在新质生产力中的作用和地位将更突出和重要。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。

  答：与人眼相比，机器视觉具有精度高、速度快、适应能力强、客观性高、重复性强、检测效果稳定可靠、效率高等特点，可助力计算机显示终端实现产品增质、减少相关成本以及生产数字化。在产品增质方面，机器视觉可明显降低产品漏检率，提高生产的精度和良品率；在减少相关成本方面，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。

  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，满足多种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：公司积极地推进与3C电子、新能源、汽车、半导体等下业客户合作，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的真实需求，持续拓展海外市场。

  答：机器视觉的下游应用十分普遍，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，也会因下游的生产的基本工艺、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最终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，并为公司逐步扩大产品应用场景范围、持续提升市场占有率提供了有力支撑。此外，深度学习（工业AI）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。深度学习一定要通过大量数据对AI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大范围的应用于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。

  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、缺陷检验测试等2D功能，拟合差分缺陷检验测试、无序分拣抓取、立姿匹配、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多个行业中大范围的应用，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，主要体现在哪些方面？

  答：主要体现为分析性能明显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度降低，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，检测模型可以在一定程度上完成一键换型，大幅度的提升生产效率和灵活性。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，还可以在CPU条件下进行推理运算;