纪要涉及的公司和行业 - 公司：奥普特 - 行业：机器视觉、3C、理电、制造业、工业质检 纪要提到的核心观点和论据 公司业绩与市场预期 - 过去两年公司业绩低于预期，股价下跌，资本市场关注度不高，原因是主业两大下游3C（占比约三分之二，最大客户苹果）和理电（占比约三分之一，最大客户麟德）行业表现不佳，去年行业开工率降至百分之十几 [1][2] - 预计2025年公司业务反转，收入端增速20 - 30%，利润端从2024年的1.39亿增长到2.33亿，但当前估值近50倍，市场认为公司较贵 [2] AI质检业务优势 - 传统算法在小批量量产时录入缺陷样本量不够，大批量生产会出现新缺陷，导致错检和漏检，苹果目前仍以人力检测为主；奥普特从2017年开始布局人工智能加机器视觉做质检，预计业内头部公司围绕AI质检会有大批量订单落地，奥普特是核心受益公司 [4] - AI大模型如NASA的SAM32、DBCS里的开源视觉软件等，提升了公司图像识别精度，满足客户需求，实现快速落地；过去几年公司是国链里唯一逆周期扩张布局的企业 [5] - 仅以苹果为例测算，弹性有四百到五百亿，五年完成每年八十到一百亿，奥普特拿一半份额，果链业务预计有十倍级增量；按整个制造业测算，空间破万亿 [6] 公司发展历程与现状 - 公司2006年成立，专注自动化核心物件工业领域，2018年取得国际认证、推出晶圆控制器，2019年成为成套自学方案设计工艺商，2020年科创板上市，产品和技术方案应用广泛，遍布全球20多个国家和地区，服务超1.5万家客户，产品涵盖机器视觉领域软硬件各部分 [9] - 2023年受3C和锂电解析度下降、物流中心头部表示分解率上升因素影响，业绩下滑；2024年相关业务反转，业绩呈稳定态势，增长态势值得期待 [10] 股权结构与管理层 - 公司控股股东和实控股东为刘志明和刘声明两兄弟，合计持股59.05%；董事长刘总工科背景深厚，对公司研发和技术发展起关键作用 [11] 机器视觉产业链与竞争格局 - 公司处于机器视觉产业链中游，上游涉及众多原材料企业，下游应用领域广泛，包括汽车、医药、电子半导体等 [12] - 国际机器视觉竞争格局中，基恩士和康耐视试验室领先，共占全球74%生产份额；基恩士强项在于非标产品标准化；随着国内企业发展和AI大模型应用，国产替代持续推进 [13] AI质检落地优势与应用场景 - 制造业质检环节图像数据获取相对容易，缺陷样本标注明显，AI质检是快速落地的AI应用场景 [14] - AI质检基于深度学习和知识应用算法，能处理复杂场景和分化缺陷，应用场景广泛，可自我学习，误报率低 [15] - 2025年以来大模型推出明显强劲，在AI机器视觉有业务潜力，如Leica的Farmer大模型、DeepScape的开源大模型DeepScape Layout 2等 [15] 公司与苹果合作优势 - 公司2013年成立深度学习应用开发部、专业实验室，发布智能AI软件DPUA23，集成视觉机器大模型，具有AI模型训练轻量化、基于小样本数据、缩短训练周期、提速分类和检测任务等优势，通用性强，支持一键部署，降低学习成本 [16] - 公司深度绑定果链，2010年通过富士康进入苹果供应链体系，2017 - 2019年苹果是第一大客户，合作范围不断扩大，在3C领域工业质检长期受益 [18] 行业发展趋势与公司前景 - 2025年有望迎来AI终端周期，参考5G手机发展路径，AI手机有望带动渗透率爆发式增长，2026年全球AI手机累计销售量超11亿部，2028年全球智能机出货量占比超50%，苹果产品升级快，对设备检测升级持续有需求 [17] - 锂电场景中，从2024年Q2起，锂电设备分析量回升，投资企业重启扩产，对锂电视觉检测需求增大，AI质检可提升精度、效率和范围性，公司在传统服务业和质检业务应用有优势 [19] - 预计公司2025 - 2026年营收分别为11.81亿元和14.96亿元，净利润分别为2.34亿元和3.65亿元，业绩弹性大，值得关注 [20] 其他重要但是可能被忽略的内容 - 机器视觉在识别方面可基于专用图特征侦点，测量关键指标是准确度和速度，测量过程是将图片像素信息转化为不同单位，实现高清度和复杂形态测量，还有定位和简化功能 [12]