凌云光（688400）2026年半年度管理层讨论与分析

证券之星消息，近期凌云光（688400）发布2026年半年度财务报告，报告中的管理层讨论与分析如下：

发展回顾：

一、报告期内公司所属行业及主营业务情况说明

    （一）报告期内主营业务介绍

    1、主营业务

    凌云光业务聚焦以光技术为基础的机器视觉与光通信两大领域，致力于为客户提供业内领先的产品和解决方案。公司机器视觉业务以“视觉+AI”为核心技术，已形成核心视觉器件、可配置视觉系统、智能视觉装备、智能工厂软件四大产品线，覆盖消费电子、新型显示、AI基建、新能源、印刷包装、半导体等领域，为客户提供智能制造与质量检测解决方案。全资子公司元客视界聚焦计算成像与人工智能技术，自主研发光场建模、运动捕捉等产品，面向虚拟现实、沉浸媒体、具身智能等应用。

    在光通信方面，公司携手全球顶级合作伙伴，代理引进业界先进产品，服务光通信产学研机构及通信、激光等行业头部客户。面向AI算力基础设施建设需求，公司重点布局智算中心全光交换（OCS）、高速光互联（OIO）、800G/1.6T光模块等光学器件产品；同时，公司代理引进PWB光子引线键合、TGV玻璃基板通孔等先进封装设备并均已实现首单突破。

    公司聚焦工业智能制造、光通信基本盘，把握全球化、具身智能、AI算力中心机遇，持续优化业务结构，深化与头部客户的多层次合作，基于“光、机、电、算、软”技术平台，加大先进成像、3D视觉、AI算法及工业软件智能化投入。同时，积极拓展具身智能、文化元宇宙与数据通信等新兴场景，持续为客户创造价值。

    2、主要产品

    （1）机器视觉—工业领域产品

    公司致力于成像硬件到软件算法的持续创新，构建“软硬件一体”核心技术体系。硬件层面，公司通过并购JAI打造高度协同、品类完备的成像产品矩阵，布局棱镜相机、面阵相机、线阵相机、智能相机等多条产品线，充分匹配下游多元化场景成像需求。算法层面，以VisionWare算法平台与F.Brain工业视觉大模型为双引擎，搭建L0基础模型-L1行业大模型-L2场景专用模型三层技术架构，形成覆盖通用检测、缺陷分割、缺陷生成的完整工业视觉算法体系，在精密引导、定位、测量与检测等核心场景持续对标并赶超国际先进产品。依托F.Brain层级化模型体系，公司具备小样本快速适配、缺陷仿真生成核心能力，有效破解工业场景样本稀缺、需求碎片化痛点；同时借助模型蒸馏、剪枝技术落地“通用大模型+专用小模型”的技术路线，兼顾复杂工况适应性与项目交付效率，相关方案已在消费电子、新能源、印刷包装、汽车等领域规模化落地。

    视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集并完成信息预处理，代替人工及传统工具对工作对象物体进行识别、引导、测量与检测，助力客户优化生产流程、提升产品质量。公司视觉系统产品覆盖制程应用、专用检测、智能3D三大领域，为激光加工、贴装装配、缺陷检测、精密量测、无序抓取等关键工序提供解决方案。产品体系分为系列产品和平台产品两大层级。系列产品面向下游工业场景，直接服务于终端产线；平台产品作为底层技术底座，涵盖硬件层与软算层，通过模块化、标准化设计支撑上层应用的快速部署与规模化复制。公司正以AI重塑视觉系统能力边界，攻克在二维视觉应用的复杂难题，并将点云处理、空间定位、路径规划等三维视觉技术与AI算法深度融合；同时推进系统标准化，通过成像一致性控制和模块化设计降低交付复杂度，加速从定制化项目向可复制产品的转型。

    智能视觉装备是在视觉系统基础上增加结构本体和自动控制部件，实现生产与检测的智能控制，给机器植入了受大脑控制的“肌肉”和“四肢”，最终形成“手”-“眼”-“脑”协同的智能化设备。相较于人工检测，智能视觉装备可大幅度提高检测效率、加快新产品新工艺的迭代速度，提高产品出厂良率、减少废品损耗，精准解决客户核心痛点。公司产品覆盖精密检测设备与高速检测设备两大类别。精密检测设备聚焦单件精密质检与尺寸量测，以超高精度成像实现微观缺陷识别与精准尺寸管控，适配新型显示、3C电子、锂电池等离散制造场景；高速检测设备以多年沉淀的通用算法与模块化组件为底座，向光伏、锂电、膜材等连续性生产场景推进标准化部署，具备高速产能适配、低代码快速部署及工业级可靠运行优势。公司进一步以AI算法赋能装备升级，推动设备从被动检测转向主动管控演进：突破人眼极限识别微米级缺陷并实现智能分级，同时将三维视觉与执行机构联动，构建“检测-引导-修正”的闭环质量控制体系，让装备在提升效率的同时深度参与工艺优化。

    智能工厂软件解决方案依托于视觉系统、智能视觉装备等端侧和边侧生成的生产与检测数据，结合公司的先进算法平台和质量管理分析软件，深入挖掘制造与检测全流程数据价值。针对不同行业客户的特定需求和痛点，助力客户实现多工厂间的产品质量标准化、缺陷分析与分类、生产问题预警、效能管理等多重功能，全面提升生产良率、实现产品分级与工业大数据闭环管理。

    （2）机器视觉—文化元宇宙产品

    公司打造元宇宙产业“技术底座—工具矩阵—场景服务”三层产品体系：底层以光场视觉、AI算法等核心技术为支撑，形成光场建模、运动捕捉等要素产品；中间层为机器人训练、XR拍摄、数字人等标准化工具；顶层面向十余个行业提供服务，实现技术到场景价值的逐层落地。主要的产品解决方案如下：

    FZMotion光学运动捕捉系统：具备业界领先的高精度三维定位跟踪测量能力，同时具有同步人体运动捕捉和XR虚实融合拍摄功能，系统通过多台高帧速/高分辨率的红外动捕相机拍摄人体穿戴的反光标记点，实时高精度计算人体骨骼运动，驱动数字角色动画或人形机器人，在亚毫米级别精度下实现整套流程骨骼鲁棒的高度稳定。

    Lustage光场建模系统：利用多维光照照明、高速同步相机阵列采集人、物在多种模拟光照条件下的光场数据，自动智能计算毛孔级的高精度人体模型、光照材质特性，实现人脸、人体模型的数字资产制作。

    InFisionXR虚实融合制作方案：采用多光融合定位技术，对人、摄像机、道具、大屏等设备进行全局标定，实现大屏、XR扩展、AR内容的实时渲染与精准对齐，实现一站式全局标定、稳定可靠的多机位讯道切换、虚实内容的实时渲染融合。

    （3）光通信产品

    公司深耕光通信领域，主营全球高端光器件、光模块、光学测试仪器及先进封装设备的代理业务，面向光通信领域企业、高校、科研院所等产学研客户提供一站式整体解决方案。公司现已与Fujikura、EXFO、HUBER+SUHNER/Polatis、Coherent、Vanguard等国际头部光纤器件、测试设备厂商达成长期稳定战略合作。全球高端光纤器件、精密测试仪器赛道技术壁垒、配套方案及技术服务门槛高于中低端光通信市场，公司代理高端产品具备差异化竞争优势。伴随AI算力网络下一代光互联与光电子先进封装市场加速扩容，高带宽、低时延、低功耗光互联方案加速替代传统电互联，成为新一代数字基建核心底座。依托多年光通信行业深耕积淀与全球上游厂商资源优势，公司前瞻布局OCS全光交换机、光IO、光电子集成先进封测等下一代光互联核心产品与解决方案，抢抓算力光互联长期产业机遇。

    （二）主要经营模式

    1、盈利模式

    在机器视觉领域，公司以“视觉+AI”为核心能力，形成视觉器件、视觉系统、智能视觉装备、智能工厂软件四级产品架构，覆盖从核心成像硬件到行业解决方案的全价值链，通过标准产品规模化销售与行业解决方案定制化交付相结合的模式实现价值创造；在光通信领域，公司持续深化与国际领先企业的战略合作，代理高端光通信器件及光互联产品，为光通信产学研客户及通信、激光等行业头部客户提供专业化产品与解决方案，同时，公司已代理引进下一代光互联及先进封装等光通信产品，为AI算力、数据中心等新兴场景提供前沿解决方案，拓展增量业务空间。

    2、研发模式

    公司研发包含通用技术研发和应用产品开发，通用技术研发围绕底层技术进行，应用产品开发是在通用技术基础上就特定行业客户需求进行的产品开发，此种研发模式有助于缩短产品开发周期、提升市场需求响应速度，降低开发成本。通用技术开发以光学成像、智能软件与算法、精密自动化底层技术为基础研究方向，建立标准化技术平台。应用产品开发快速适配客户应用需求，基于IPD的集成开发模式，实施贯穿客户需求管理、产品规划、产品开发、产品生命周期管理等产品开发全流程管理。公司在产品开发中坚持以客户需求为导向，以平台化、模块化提升效率，保证公司不断推出有竞争力的产品。

    3、销售模式

    公司构建了以客户为中心的市场营销体系，基于客户类型与产品特性建立价值导向的销售流程。结合机器视觉与光通信行业的特点、产业链格局及客户分布，公司采取直销为主、经销为辅的销售模式：直销模式下，公司直接向行业头部客户提供产品及技术服务，确保品牌推广精准触达，同时保持与客户的紧密沟通，快速响应需求并深度洞察行业趋势变化；经销模式主要服务于境外业务拓展及客户指定经销商两类场景，作为直销网络的有效补充。

    4、采购模式

    为支撑公司战略发展，公司建立了完整的供应商评价体系、管理体系及差异化采购策略。评价方面，基于T（Technology）、Q（Quality）、R（Responsiveness）、D（Delivery）、C（Cost）维度建立准入标准，将质量、交付、技术协同纳入核心考评，实施分级动态管理。管理方面，推行分层分权运作，针对定制与标准零部件实施分类管控，同步构建风险评估与预案机制，保障供应链稳定。采购策略方面，定制零部件采用计划驱动资源准备、订单拉动生产的推拉结合模式，通过关键尺寸全检、工艺防错保障质量一致性；标准零部件运用需求预测、滚动备货、安全库存相结合的计划采购策略，以SRM系统受控图纸准入、IQC检查确保过程透明可控，提升整体效率、降低管理成本。

    5、生产模式

    公司主要采用“以销定产”的生产模式，根据产品周期性需求变化，采取自主生产+外协生产相结合的生产方式，通过最佳资源配置实现效率与成本的最优。公司通过了ISO9001:2015质量管理体系、ISO14001:2015环境管理体系、ISO45001:2018职业健康安全管理体系认证，并发布了《生产管理流程》等规定，保障生产过程在质量、环保和安全等方面有效受控，持续改进提升。

    （三）所处行业情况

    1、行业的发展阶段、基本特点、主要技术门槛

    （1）机器视觉行业

    ①行业发展阶段

    机器视觉是实现智能制造的核心技术，是以机器替代人眼完成识别、测量、定位和检测等功能，再经图像处理转换为可供设备决策的数据信息，构建工业“知-感-行”闭环的关键感知层。

    从发展历程看，全球机器视觉可追溯至20世纪60年代末，经历了从实验室探索到产业化应用的完整周期。中国机器视觉行业起步较晚，1995年才有初步应用，整体发展滞后于国际先进水平。但是，经过三十余年发展，国内产业取得了长足进步，从上游芯片、算法到下游行业应用产品，均已基本达到与国外友商同台竞技的水平。

    从当前发展阶段特征看，国内机器视觉产业呈现显著的“两端分化”格局。在中低端市场，以3C电子、新能源电池、普通印刷包装等为代表的领域，国产化率已大幅提高，国内企业在系统集成能力、应用技术开发、本地化服务响应等方面已达到国际先进水平。在新兴技术方向，3D视觉、工业AI等领域国内企业跟进速度较快，技术创新活跃。在高端市场，尤其是半导体前道检测、精密光学测量等对精度和稳定性要求极高的领域，国内企业仍需要一些时间实现全面自主可控。

    从市场空间看，机器视觉行业呈现“长坡厚雪”的成长特征。根据MarketsandMarkets预测，全球市场规模将从2025年的158.3亿美元增长至2030年的236.3亿美元；中国市场增速远高于全球平均水平，根据CMVU预测，行业规模将从2025年的395.4亿元增长至2027年的580.8亿元，年均增长21.2%。在政策层面，机器视觉作为智能制造的关键环节，持续获得国家政策有力支撑。《2025年政府工作报告》推出“人工智能+”行动，明确将人工智能与制造业深度融合作为产业升级的重要路径；“十五五”时期智能制造与新型工业化被确立为制造业升级主攻方向，机器视觉作为工业“眼睛”和“大脑”的核心载体，战略地位进一步凸显。此外，随着“黑灯工厂”“极限制造”等先进制造模式加速推广，以及新能源、半导体等战略性新兴产业的持续扩张，政策红利与市场需求形成共振，为行业长期发展注入确定性动能。

    ②基本特点及主要技术门槛

    机器视觉行业具有鲜明的多技术融合、应用广泛但标准化程度低、客户粘性强、高成长性等基本特点。在技术上，机器视觉是典型的多学科交叉融合产业，涉及光、机、电、算、软等技术领域的深度协同。在光学层面，需要通过工业镜头、光源、图像传感器等硬件实现高精度图像采集，且需根据检测目标的材质、形状、表面特性进行定制化光学设计；在算法层面，已从传统图像处理、模式识别演进至深度学习与工业AI融合，3D视觉算法的引入更大幅提升了技术复杂度；在系统集成层面，则需要将上述软硬件与具体工业场景深度耦合。这种高度融合的特性决定了单一技术环节的薄弱均会影响整体系统性能。在应用层面，机器视觉下游应用覆盖面极广，已渗透至3C电子、新能源、半导体、汽车、医药医疗、印刷包装等众多制造业领域，且随着“黑灯工厂”“极限制造”等先进制造理念的落地，应用场景仍在持续拓展。

    上述特点共同构成了行业较高的技术门槛与进入壁垒。具体而言，新进入者同时跨越光学设计、算法开发、软硬件集成三大核心技术壁垒，并在应用场景中积累足够的行业know-how与工艺数据；同时，由于客户粘性强、转换成本高，后发企业难以突破头部客户供应链壁垒；此外，机器视觉研发投入大、周期长，对高端光学、算法及系统集成复合型人才的依赖度高，资金与人才的双重门槛进一步抬高了行业进入难度。

    （2）光通信行业

    光通信行业是信息通信产业的战略基石，涵盖电信传输和数据通信两大核心板块。传统电信光通信面向广域覆盖与长距离传输，技术迭代相对稳健；数据通信则聚焦数据中心级算力集群的高速互联，直接承载云计算、人工智能等数字经济的算力底座。近年来，生成式AI与大模型广泛应用推动全球算力需求爆发，数据通信已跃升为行业增长最强劲的细分领域；技术迭代周期大幅度缩短，产业重点加速向高速率、低功耗、高集成方向迁移。

    数据通信领域正经历从传统可插拔架构向下一代光互联的深刻变革，旨在突破电互连在带宽、时延与功耗上的物理瓶颈。多条技术路径并行演进：封装架构层面，光电共封装（CPO）与近封装光学（NPO）加速产业化，其底层硅光集成技术凭借CMOS工艺兼容、高集成度及规模化成本优势，已成为高速光模块主流路径——LightCounting预测2026年硅光模块销售额将首次超过整体市场半数；线性直驱（LPO）作为可插拔架构向CPO/NPO演进的重要过渡方案，已在800G等速率小批量商用。互联场景层面，全光交换（OCS）在智算中心网络升级及光模块自动化测试中应用持续拓展；光互连（OIO）聚焦芯片间与机柜内高密度互联，尚处早期工程化验证阶段。CPO、NPO及OIO主要面向Scale-up场景，而在集群间互联（Scale-out）领域，可插拔光模块凭借灵活性与成熟度仍将长期保持主流。工艺材料层面，光子引线键合（PWB）、玻璃通孔（TGV）及2.5D/3D封装支撑光引擎高密度集成，空芯光纤等新型传输介质也开始从研发走向试点。技术跃迁对高精度光学测试仪器、光纤熔接与耦合设备、特种光纤及精密光器件提出更高要求，产业链上游研发测试与工艺验证的重要性日益凸显。展望未来，伴随AI算力集群规模扩张，下一代光互联市场空间持续扩容，CPO、OCS等方向有望在未来数年快速增长，同步带动上游配套设备与器件需求。

    国家层面将光通信置于新型数字基础设施的核心位置。《数字中国建设整体布局规划》及《“十四五”信息通信行业发展规划》明确加快5G、千兆光网、算力基础设施协同建设；《算力基础设施高质量发展行动计划》要求推进高速光传输网络研发部署。2025年《政府工作报告》推出“人工智能+”行动，“十五五”时期亦将智能制造与新型工业化列为重点发展方向。工信部《电子信息制造业2025-2026年稳增长行动方案》明确支持光通信产业高端升级。系列政策从战略规划、投资引导、技术攻关到生态培育构建了系统性支持体系，为行业升级提供确定性动能，同时强化了对高端测试测量仪器与核心光器件的引进及国产化配套需求。

    2、公司所处的行业地位及其变化情况

    公司深耕机器视觉产业近三十年，是行业领先的机器视觉产品和解决方案供应商，技术端具备光、机、电、算、软全栈研发能力，基于“视觉+AI”技术重构工业制造质量控制体系，在尺寸测量、色彩一致性、缺陷检测等核心技术指标上实现突破性跨越；市场端产品及解决方案覆盖消费电子、新型显示、新能源、半导体、印刷包装等多个领域，积累了大量行业头部客户资源，在中国机器视觉行业占据先发优势。公司深入了解下游行业应用需求与制程工艺，破解极限制造瓶颈，赋能产业智能化升级，实现全流程质量闭环管理。

    公司依托工业视觉领域沉淀的高精度成像、智能检测算法等底层技术能力持续拓展业务边界，一方面将检测场景从传统工业制造延伸至AI基础设施领域，切入AI服务器等算力硬件检测环节；另一方面将立体视觉、智能AI算法、多模态融合处理技术等核心能力应用于具身智能领域，为机器人提供运动数据采集、姿态评测、行为训练等核心支撑，与工业机器人视觉引导业务形成协同。未来，随着具身智能、多光谱融合等技术落地，公司将进一步推动工业AI向自主决策、闭环优化的更高阶段演进，持续巩固行业领先地位。

    3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势

    （1）新技术驱动行业发展

    深度学习、3D视觉、嵌入式视觉等新技术的出现和应用，进一步拓展了机器视觉产品和解决方案的多样性，丰富了视觉技术的应用范畴和解决方案的智能化、易用性。当前，行业技术演进正从单一硬件或算法的单点突破，转向追求“感知-决策-执行”的系统级协同优化，机器视觉的应用领域和市场空间得到极大扩展。

    ①深度学习与智能算法演进

    传统机器视觉算法与深度学习的结合是必然趋势。深度学习通过对原始数据进行多步特征转换，得到比传统视觉算法更高层次、更抽象的特征表示，能够有效补充传统算法对于偏差和未知检测能力的不足；两者的统一和融合，兼顾了传统特征标注的可靠性、准确性与深度学习的可复制性、鲁棒性，可有效应对工业领域中各类复杂检测难题，满足高端制造场景的高精度检测需求。

    在满足特定检测精度要求的前提下，深度学习算法可在一定程度上弥补前端成像器件的性能局限，优化硬件配置并降低部分前端采购成本；同时，通过预训练和自适应技术，模型能够减少对大量标注数据的依赖，提升跨场景、跨行业的泛化能力，实现算法的高效复用。近年来，自监督学习、小样本学习、在线自适应等新技术方向加速成熟，为上述目标提供了更具体的路径：自监督学习通过构建无标签数据的内在监督信号进行预训练，能够利用海量正常品图像自主学习，仅需少量缺陷样本微调即可达到高精度检测效果，有效破解工业场景中缺陷样本稀缺的“数据饥荒”困境。小样本学习通过元学习、迁移学习等技术，使模型能够基于极少量样本快速识别新缺陷，显著缩短新产线、新产品或新缺陷类型的部署周期。在线自适应技术则使模型能够基于产线数据持续微调，实现自我迭代与优化，有效应对产线工艺调整、产品型号更换等动态变化，提升检测系统的长期稳定性与泛化能力。

    ②嵌入式视觉与边缘智能

    嵌入式技术发展大大提高了图像智能化特性。嵌入式视觉系统将图像处理与深度学习算法集成于工业相机及边缘计算设备，实现端侧智能，可独立完成从图像采集到算法推理的全流程信号处理。相比基于PC或云架构的视觉技术，嵌入式视觉系统具有易学、易用、易安装、易维护等特点，可在短期内构建起可靠而有效的视觉系统，从而极大地提高应用系统的开发速度。随着嵌入式算力平台与系统集成度的持续提升，视觉检测节点正从传统的“工控机+云端”架构向分布式嵌入式方案转变，在产线侧直接完成缺陷识别与实时判定，有效降低网络依赖与数据传输延迟，提升部署灵活性与数据安全性。

    ③2D/3D/XD视觉融合与多模态感知

    3D视觉相较2D视觉在某些场景中具有显著优势，可以实现平面度、翘曲度、段差、曲面轮廓等三维尺寸量测、空间中的机器人引导定位、基于三维信息的检测与识别等丰富功能。3D与XD视觉技术从多维度聚集工业信息，有效补充了传统2D视觉无法提供多维信息、易受光照条件变化影响以及对物体运动敏感具有局限性等不足，使机器在生产过程中对物料的使用和把控更加全面与精准，在精准度、稳定性、易用性等方面满足多类用户的使用需求。近年来，受益于3C电子、动力电池、汽车零部件、半导体封装等领域对三维场景的刚需爆发，3D视觉正迎来规模化商用红利。

    多模态融合检测方案通过集成可见光、红外热成像、超声波、激光雷达等多种传感器，实现对被检物体表面与内部信息的综合感知。不同传感器的互补特性使得系统能够在恶劣环境下实现高可靠性感知，推动工业检测从“看得见”向“看得透、看得全”演进。同时，高分辨率图像传感器与大动态范围技术的进步，为后续AI算法提供了更丰富、更高质量的原生数据，是实现从“感知”到“认知”跃迁的首要硬件前提。

    ④机器视觉与多模态大模型、5G等新兴技术融合创新

    机器视觉与大模型、5G、工业互联网等技术的加速融合，正推动工业制造从被动的事后判定向主动的在线调控与全流程智能优化演进。5G网络的大带宽与低时延特性使视觉检测数据得以实时上传，与工业互联网平台的质量管理、生产排程等模块深度贯通，实现跨工序、跨厂区的全局协同与闭环优化。人工智能技术的渗透进一步提升了视觉系统的认知与决策能力：面向工业场景的通用视觉基础模型通过跨行业无标签图像预训练习得通用表征，以轻量微调适配多元检测任务，打破传统单场景单模型的定制开发模式，推动工业视觉向平台化、服务化转型；边缘侧算力平台的升级则使复杂算法模型得以在产线本地实时推理，降低网络依赖与数据传输延迟，提升部署灵活性与数据安全性。上述底层技术的协同创新带动机器视觉产业链从成像器件到系统集成的全面升级，持续拓展高附加值应用场景。

    （2）机器视觉在工业制造领域的应用扩展与深化

    制造业是国民经济的支柱，对经济增长有直接的推动作用，我国当前已进入制造业转型升级的关键时期。随着消费电子、新能源、半导体、汽车等高端制造行业在我国产能占比的提升，对产品工艺及质量的要求愈加严苛，工业生产线上人眼检测在精度、效率等方面已不能满足产业升级的要求，制造业转型不仅是行业发展需求也是国家战略。近年来我国城镇制造业人数自2015年步入负增长，人口红利逐步消失，企业劳动力成本压力日益凸显，与此同时，原材料成本上涨、国际经济态势等外部因素直接或者间接增加了企业的综合成本。因此，下游工业制造业转型升级的迫切需求和中国人口结构变化的现状为机器视觉带来极大的成长空间。

    ①传统优势行业的纵深渗透

    机器视觉的拓展和渗透主要围绕中国制造业转型升级展开，当前消费电子、新能源、半导体、汽车等优势行业正从粗放式制造向自动化、智能化升级，机器视觉作为工业AI关键应用，是制造业由“制造”向“智造”跃迁的核心支撑。具体来看，消费电子向精密结构件、屏幕模组及复杂装配验证等多场景延伸，检测维度从2D向3D拓展；新能源锂电从抽检走向极片、电芯到模组全流程在线全检；半导体随先进制程演进，检测精度从微米级跃升至亚微米乃至纳米级；汽车制造向焊接、装配及新能源部件检测渗透，在线检测精度要求持续提高。在深度学习、3D视觉、自动化加持下，国内厂商正从替代中低端份额向部分高精度、高难度环节推进国产替代，视觉系统应用深度与附加值持续提升。

    ②产业链国产化与成本优化

    随着机器视觉产业链上游相机、光源等元器件在中高端市场的国产替代加速，叠加深度学习与大模型对机器视觉算法能力的加持，硬件、软件的成本从长期来看呈现下降趋势，机器视觉有望向下兼容更多的应用行业，为中国智造的转型升级贡献力量。当前，光源环节已基本实现国产化并具备国际竞争力，高端镜头、工业相机及底层算法软件仍处技术攻坚与突破阶段，国产AI加速卡在视觉推理领域的应用占比持续提升。产业链中游解决方案商正从高度定制化的“项目制集成”向“平台化+行业Know-how”转型，通过构建统一的软件算法平台和低代码开发工具降低开发门槛，同时以深度行业知识沉淀构建差异化壁垒。这种软硬一体化、平台化的发展趋势，有效降低了机器视觉解决方案的整体部署成本与周期，为技术在更广泛工业场景中的渗透创造了条件。

    ③国际化布局加速

    随着国内机器视觉企业在技术、产品应用等方面的持续进步与积累，行业有望加大出海力度，逐步将在中国积累的优势产品与解决方案拓展至海外市场，在国际市场寻找更多应用与增长空间。据行业研究机构统计，中国机器视觉市场增速在全球范围内处于较高水平，本土品牌市场份额持续提升，部分领先企业已初步具备与国际厂商同场竞技的技术实力与解决方案能力。

    （3）基于“视觉+AI”技术的跨领域延伸与新业态创新

    视觉和AI技术的深度融合，正加速从传统工业检测向更广阔的物理世界感知与交互领域延伸，在具身智能、AI新基建、无人机与绿色制造等方向催生结构性增量市场。具身智能领域，机器视觉正从单一检测功能向交互操作感知层演进。现阶段，该技术已支撑工业机器人在柔性产线中完成精密装配与在线检测，人形机器人亦在工业现场开展多场景验证。随着多模态感知及视觉+语言+动作融合模型持续迭代，具身智能系统对复杂工业环境的理解能力将显著增强，逐步实现在产线变更、物料混杂等动态场景中的自主决策与精准执行，推动生产模式向更高程度的柔性化与智能化迈进。在AI新基建领域，随着AI算力需求爆发，AI服务器、高速光模块等核心部件对检测精度提出亚微米乃至更高要求，机器视觉正从传统工业质检向AI基础设施核心环节检测延伸，成为保障算力硬件量产良率与可靠性的重要环节。在无人机与绿色制造领域，视觉SLAM技术为无人机、无人车等提供复杂环境下的自主导航与实时避障能力，支撑其在工业巡检、物流运输等场景的规模化应用；同时，机器视觉与数字孪生、能效监测等技术协同，支撑基于实时数据映射的远程运维与工艺仿真，助力制造环节降低材料损耗、优化工艺能效，响应绿色制造发展要求。

    二、经营情况的讨论与分析

    （一）整体经营情况概述

    2026年上半年，公司聚焦工业人工智能、具身智能、光通信三大战略领域，持续推进AI战略转型升级。制造业智能化升级，在消费电子、新能源、新型显示、AI新基建等高端制造领域渗透持续深化；具身智能本体服务与工业应用等战略新兴方向加速布局并获初步验证；光通信代理业务在AI算力建设驱动下取得阶段性进展。

    报告期内，公司实现营业收入14.51亿元，同比增长6.09%；归母净利润6.56亿元，同比增长583.26%；扣非归母净利润1.26亿元，同比增长54.54%。收入端，受部分订单收入确认节奏影响，上半年收入增速滞后于订单增速，工业人工智能及光通信等核心板块客户验证与商业推进取得积极进展，新切入的AI新基建产品的检测及光通信下一代产品收入贡献处于逐步释放阶段。境外收入2.12亿元，同比增长29.07%，JAI并表后海外渠道显著拓宽驱动境外业务增长。利润端，净利润增长主要受以下因素驱动：（1）公司主营业务盈利能力显著提升，报告期内毛利率为40.67%，同比提升4.96个百分点。毛利率改善主要源于“视觉+AI”核心能力驱动的产品结构升级及业务结构优化，系公司战略转型成效持续显现，具备可持续性；（2）收购JAI后的海外整合战略持续推进，标准产品出海进程加速，驱动盈利能力稳步提升；（3）全资子公司凌云光技术国际有限公司持有的智谱华章股权产生公允价值变动收益。

    （二）核心平台能力建设

    公司持续将视觉与AI作为底层平台能力建设的核心方向，2026年上半年研发投入2.48亿元，同比增长13.62%，在底层技术平台与应用产品开发两个方向持续发力。平台能力进阶沿感知层、算法层、边缘层三个维度展开，形成跨行业通用的技术底座：

    感知层：深化光谱、光场、光波等成像能力与计算光学融合，推动2D/3D视觉融合与多模态感知协同。通过多维度成像信息的互补增强，平台针对弱缺陷漏检、复杂曲面测量及材质精准区分等工业检测共性痛点形成计算成像解决方案，在信噪比提升、大景深稳定成像及三维形貌重建等方向能力显著增强，使可检边界向微观缺陷、内部结构及动态工况进一步延伸，为复杂工业场景提供更丰富、更高质量的原生数据基础。

    算法层：依托多模态工业大模型底座，逐层构建行业理解模型与专用场景模型，形成覆盖多领域的应用算法矩阵。报告期内，公司在应用算法层面重点强化三类核心能力：一是小样本快速适配能力，通过先验知识嵌入与模型轻量化，实现复杂场景分钟级现场收敛，降低对大规模标注数据的依赖；二是复杂形态解析能力，覆盖自由曲线拟合、曲面重建及断裂缺陷检测等场景，拓展非标准工件的检测范围；三是成像与算法的闭环自适应能力，基于多维度量化评价实现成像参数全自动优化，减少人工调试并提升不同工况下的稳定性。上述能力的标准化构建，有效缩短了同类场景的部署周期，推动视觉方案从单点定制向模块化、可复用方向演进。

    边缘层：公司将嵌入式AI轻量化模型、光感一体计算成像及底层算子优化整合为嵌入式智能技术底座，覆盖分类、异常检测、分割及定位等任务，推动算法模型向边缘侧高效移植，在保障推理精度的同时实现图像处理效率提升与硬件成本优化，支撑智能面阵、线阵等边缘视觉产品部署，使视觉能力从中心计算向端侧协同延伸，强化多样化工业现场的实时检测与自主决策能力。

    上述感知、算法与边缘三层能力的协同进阶，为公司工业检测、具身智能及光通信等业务提供了从“感知”到“认知”、从“中心”到“边缘”的底层技术支撑。

    （三）核心业务经营情况

    1、消费电子

    AI创新驱动消费电子终端迭代提速，头部客户对检测精度、效率、柔性化提出更高要求，机器视觉在制造环节价值量持续提升。在2026年上半年，公司消费电子依托“AI+视觉”推动业务向高价值环节升级，实现收入5.32亿元，同比增长3.69%。

    视觉系统从传统组装对位检测向高价值量测检测延伸，检测场景覆盖高端精密制程、精密组装及新产品验证领域。其中，精密组装制程的涂胶检测完成2D向3D技术升级，形成“胶路检测+三维量测”闭环方案并批量级交付；新增制程的微观检测产品完成产线验证并实现规模化应用。依托微观检测能力，支撑新一代终端产品打样验证与规模化落地。高价值量测场景持续渗透，拉动单机价值与客户复购率提升，公司维持头部客户新增工站的核心供应商地位。智能装备板块，公司巩固金属、玻璃外观检测存量市场份额，推出通用外观装备，覆盖手机中框、耳机、手表等多类金属结构件，具备AI分级、快速换型能力，推进装备平台化、标准化建设。紧抓终端形态创新机遇，实现新品模组盖板玻璃组装环节业务突破，并新开发超薄玻璃保护膜贴前检测设备，通过战略客户验证。面向后续终端产品周期，公司提前布局新材料、新结构、新型显示模组检测，进一步拓宽客户覆盖范围。

    2、新能源

    储能需求高速增长带动头部电池厂商产能扩张与新线建设，驱动检测设备需求回暖；报告期内，公司新能源业务实现收入1.03亿元，同比增长120.11%。公司聚焦锂电池制造质量管控严苛的关键环节，打造覆盖前中后道的检测产品体系。原材料端，隔膜检测系统持续保持领先市占率，出货量同比大幅增长，并依托高复用性检测产品向上游原膜、正负极材料等工业材料场景延伸。制造环节，极片检测系统在前段制程环节实现较大突破，于关键工段获得头部客户批量订单并规模化交付；电芯外观检测设备经过前期培育实现批量突破，漏检率、过检率等核心指标保持稳定，获多家客户规模化采购；极耳翻折检测设备在核心客户中保持稳定供应。面向下一代固态电池，公司开展多方面的前瞻布局与产品预研。中长期看，商用车电动化、换电、低空经济及AI数据中心储能等新应用场景不断涌现，支撑锂电检测的持续需求。

    3、新型显示

    显示产业向OLED加速转型，8.6代OLED产线建设进入高峰期，叠加LCD产线升级及新一代终端形态创新，带动检测装备需求持续释放。2026年上半年，公司显示屏领域订单同比增长35%。公司抓住产能建设及工艺迭代机遇，将成像与AI算法优势深度应用于各检测环节。点灯检测装备持续覆盖头部客户新建产线及产线升级需求，过检率、漏检率等核心指标保持行业领先，持续参与核心客户新增工站建设，深化供应合作关系；屏幕模组外观检测设备依托高精度成像与AI缺陷识别技术，可有效适配曲面、异形及多材质模组的复杂外观检测需求，自2025年完成新产品验证后，2026年上半年进入规模化推广阶段，收入持续放量，占比稳步提升；公司同步切入国际高端显示客户供应链，完成高端机种屏幕外观检测设备交付，国际化布局取得突破。面向下一代显示技术迭代，公司持续跟踪新兴方向的技术演进，储备相关检测能力，持续巩固在显示屏领域的可持续竞争力。

    4、印刷包装

    2026年上半年，印刷行业数字化、智能化转型持续推进。公司印刷包装业务实现收入1.89亿元，同比增长13.48%。产品端，公司持续升级检测产品易用性，深化大客户多产品组合销售：推出VisionPackBag100制袋在线检测剔除系统，针对高速制袋场景实现AI缺陷精准识别与8秒快速换型，误报率显著降低；基于VisionPrint8平台完成软包行业适配与功能升级，提升高速运行下微小缺陷检出能力与抗干扰性能。新产品与彩盒检测、智能工厂方案等形成组合，为软包、彩盒等领域大客户提供覆盖印前、印刷、印后及制袋环节的一站式质量检测方案，提升单客户价值与粘性。市场端，海外加大标准产品推广力度，上半年海外业务收入同比增长，市场覆盖持续扩大；国内依托多产品组合策略深化大客户经营，稳步推进智能工厂解决方案产品化落地。

    （四）新兴业务进展情况

    1、光通信下一代产品

    报告期内，全球AI算力需求持续扩张，数据中心网络带宽、时延与能耗面临升级压力，光互联技术已成为突破传统电互联瓶颈、并向芯片级延伸的重要方向；同时，高速光模块向800G、1.6T持续迭代，带动光模块测试及先进封装环节的新技术需求增长。上半年，公司光通信业务实现收入3.14亿元，同比增长14.51%，在成熟代理业务稳健的基础上，下一代产品逐步成为增长的重要驱动，订单同比增长60%以上。

    公司光通信在下一代产品中重点布局光互联与先进封装两大前沿领域。光互联方面，公司代理推广压电陶瓷技术路线OCS全光交换机，支持大矩阵规模，具备高可靠性、低插损优势：在光模块自动化测试场景，通过光开关矩阵实现共享高端测试仪表资源，提升测试效率，受益于下游光模块厂商扩产，已在国内形成小规模应用；在智算中心光交换场景，正与多家客户开展技术对接与验证。此外，公司依托战略投资企业推进光IO（OpticalI/O）技术，芯片已完成流片并进入测试验证阶段，旨在突破Scale-Up网络扩展瓶颈。先进封装方面，公司代理布局PWB光子引线键合及TGV玻璃通孔产品：相关产品整体处于市场前期技术验证阶段，但均已实现国内首单突破，未来应用前景广泛。公司围绕光通信产业链形成从网络级到芯片级、从前沿技术到配套设备的完整布局，为光通信业务中长期发展提供多元支撑。

    2、具身智能应用

    2026年上半年，人形机器人产业加速发展，本体厂商量产进度推进，对高质量训练与标准性能检测需求持续增长。公司在2025年“数据采集—量产检测”两大核心环节布局基础上，持续完善具身智能业务体系，形成多模态数据采集、机器人运动性能评估、机器人小脑训练三大核心解决方案。核心产品FZMotion光学运动捕捉系统上半年收入同比增长80%以上。多模态数据采集系统，在FZMotion光学动捕基础上融合多视点视觉、第一视角头戴设备、力触觉手套等采集手段，支持模块化采购与完整工位交付，主要面向科研机构、工业制造等场景提供全要素数据采集服务，应用场景从科研领域逐步向工业制造等垂直领域拓展；机器人运动性能评估系统由定制化向标准化升级，提供标准化检测与执行偏差根因分析，面向本体厂商量产下线检测场景持续渗透；机器人小脑训练系统构建从数据采集到真机部署的一体化训练平台，提升机器人动作开发效率与环境泛化能力。生态方面，公司与德塔智能联合开展全身大小脑技术研发，与华为云达成CloudRobo平台全栈数据采集合作，并首批入驻具身智能专区。

    3、AI新基建带来的战略机会

    AI大模型训练与推理需求持续爆发，驱动智算中心、AI服务器及高速光模块等算力基础设施加速建设，算力硬件制造端对高精度视觉检测、精密量测的需求同步增长。公司依托“AI+视觉”底层技术的平台化复用能力，将消费电子等领域沉淀的微观成像、精密测量、AI识别等技术向算力产业链迁移，前瞻布局光模块、AI服务器等算力硬件检测场景。报告期内，AI服务器检测领域率先实现业务突破，公司视觉检测方案已在头部制造客户组装产线小批量落地应用，覆盖制造过程关键环节的外观与尺寸检测，配合客户产能扩张节奏推进交付。光模块检测领域，公司完成面向高速光模块制造的视觉检测技术方案储备与客户验证对接，依托工业领域积累的成熟检测能力，形成覆盖制造多环节的视觉技术布局。整体而言，公司AI算力延伸业务已形成“AI服务器检测率先落地、光模块技术储备先行”的梯次发展格局，公司产品平台化复用能力持续显现。

    三、报告期内核心竞争力分析

    (一)核心竞争力分析

    1、跨学科复合型团队与持续创新能力

    机器视觉行业技术壁垒极高，涉及光、机、电、算、软等多学科深度协同，且研发投入大、周期长，资金与人才构成双重进入门槛；面对上述行业技术壁垒，公司组建了一支覆盖全技术方向、具备丰富研发实践经验的复合型创新团队。截至2026年6月30日，研发人员686人，占公司总人数的35.13%，并成立知识理性研究院，聚焦AI算法、计算成像与视觉大模型等前沿方向开展技术攻关；核心算法平台持续迭代升级，在复杂定位、智能识别、3D引导等工业深水区难题上形成差异化突破。公司销售与解决方案团队以技术人员为主体，可基于客户应用场景提供整体解决方案；售后服务团队为大客户提供驻厂服务，及时响应现场需求，形成了覆盖研发、销售、交付的全链条人才与创新体系。

    2、产业链上游核心环节布局

    机器视觉产业链上游涵盖芯片、相机、镜头等硬件及软件算法。公司坚持“自主可控+外部协同”双轮驱动，在算法层面持续迭代底层平台，通过“模式识别+AI”融合构建技术护城河；在硬件层面，通过产业投资与并购系统性补强上游核心环节：收购全球工业相机龙头JAI，获取高端成像技术与全球化渠道资源；投资长光辰芯（CMOS传感器）、丽恒（红外芯片）、中科融合感知智能研究院（3D视觉芯片），夯实芯片环节布局；投资湖南长步道开发高精度工业镜头等特色产品；投资智谱华章推动大模型与工业场景融合。由此，公司在底层算法与高端硬件环节形成了垂直整合的上游能力体系，有效支撑多行业、多场景的产品拓展与解决方案交付。

    3、四大技术平台形成对下游应用的快速拓展能力

    公司深耕机器视觉行业多年，全面掌握了“光、机、电、算、软”等底层技术，形成了先进光学成像、智能算法和软件、精密机械与自动化四大技术平台，可支撑公司在多个行业快速推出应用产品。四大技术平台主要面向不同行业下游应用，开展共性、通用性、标准化和模块化的研究开发。在四大技术平台基础上，公司可以快速适配客户应用需求，推出特定行业产品，缩短产品开发周期，提升市场需求响应速度。公司以打造领先工业人工智能技术为目标，设立知识理性研究院，聚焦AI算法与多模态、计算成像、数字孪生等前沿领域，突破深度学习与工业检测难题，推动产学研协同创新，赋能行业智能化升级。通过持续的技术平台迭代与前沿领域攻关，公司致力于在底层算法平台的完整性与开发者生态建设方面不断突破，逐步构建与国际先进水平接轨的工业视觉技术底座。

    4、深度掌握行业用户需求和提供解决方案能力

    公司客户群体覆盖消费电子、新型显示、半导体、新能源、印刷包装等行业领军企业，包括工业富联、华为、京东方、宁德时代等。在与上述头部企业的长期深度合作中，公司不仅持续交付高精度视觉检测与自动化控制解决方案，更协同客户开展下一代产品的联合预研，围绕行业前沿技术方向提前布局验证，逐步嵌入客户从研发到量产的全价值链环节。这种合作模式使公司在精度要求极高的细分场景中积累了丰富的工艺数据与行业know-how，形成了难以复制的先发优势与稳固的供应链地位。基于上述沉淀，公司针对不同行业差异化应用场景提供多元化产品与解决方案，并将成熟应用中的共性技术模块化、产品化，推进标准化智能装备平台建设，提升交付效率与规模效应，实现从定制化项目向可复制产品的转型。通过“头部客户深度绑定—前沿技术联合预研—行业know-how持续沉淀—产品平台化复用”的正向循环，公司正不断巩固在工业视觉领域的核心竞争壁垒。

    5、建立国内、国际双向赋能机制

    公司坚持国内国际双循环发展格局，将全球化作为战略拓展的重要方向。公司早期即在新加坡、越南、马来西亚等地设立子公司，在消费电子、新能源、印刷包装等领域与海外客户建立业务合作，积累了初步的国际化运营经验。2025年完成对全球工业相机龙头JAI的收购后，公司构建了双向赋能机制：一方面，借助JAI在欧洲、北美、日韩等高端市场的成熟客户基础与品牌口碑，推动公司“视觉+AI”优势产品和解决方案的海外渗透；另一方面，通过JAI的先进成像技术与全球化供应链资源，反哺国内技术平台升级与产品矩阵完善。这一布局不仅加速了业务国际化进程，更使公司具备了与国际龙头同台竞争的全局视野与全球交付能力，形成了国内机器视觉领域稀缺的全球化渠道壁垒与高端市场突破能力。

    (三)核心技术与研发进展

    1、核心技术及其先进性以及报告期内的变化情况

    公司在机器视觉领域深耕多年，全面掌握了产业链中的关键核心技术。公司构建了包括先进光学与计算成像、智能软算、工业视觉大模型以及精密自动化在内的底层技术平台，既支撑公司产品快速响应市场需求、实现规模化应用，又有效构筑了公司在机器视觉领域的技术壁垒，为公司基于“视觉+AI”技术进行跨领域拓展奠定了坚实的基础。

    公司深耕光学成像领域多年，已构建从底层光学成像、计算成像到视觉平台应用的完整技术体系。成像能力覆盖X射线至长波红外全光谱波段，跨越亚微米显微成像、航天遥感、天文级长曝光成像及高速成像等多元场景。在计算成像方面，公司聚焦多光场成像、光度立体视觉、多尺度3D成像与渲染等核心方向，突破超景深扩展、计算光源优化、压缩感知等关键技术，有效攻克宽视场、高分辨率、大景深等行业难题。依托上述技术积淀，视觉平台深化2D/3D/XD多维感知融合与多模态协同，围绕弱缺陷漏检、复杂曲面测量及材质精准区分等痛点形成计算成像解决方案，推动工业检测从“看得见”向“看得透、看得全”演进，为AI算法提供高质量原生数据支撑，逐步赋能工业质检及元客视界相关产品。在研发与产业布局方面，公司坚持产学研协同创新，与清华大学联合开展新一代成像技术前瞻研究；同时采取自研+投资并购一体化策略向上游核心硬件延伸：通过收购全球视觉领域知名企业JAI，完善线阵、面阵、棱镜、多光谱及智能相机布局，强化全场景通用成像组件能力，缩短研发周期，提升全球交付竞争力；通过战略投资长光辰芯、丽恒、中科融合、长步道等企业，布局CMOS图像传感器、红外探测器、MEMS传感器、SoC芯片等核心器件及高端工业镜头，构建自主可控的上游核心器件生态，为长期技术领先与产品迭代筑牢基础。

    公司自2005年起自主打造视觉图像算法平台VisionWARE，是国内为数不多拥有全套视觉算法模块且具备多年工业实战经验的AI算法平台，覆盖10大模块、近200个算法工具（含2D算法100余个、3D算法近100个），在精度、效率、稳定性三个核心维度形成持续竞争优势。公司坚持“模式识别+深度学习”双轮驱动与“2D+3D”融合路线，算法能力覆盖图像处理、复杂定位、智能识别、智能检测、3D引导等核心方向；并自主构建面向工业领域的视觉大模型F.Brain，形成基础大模型—行业大模型—专用场景模型三层架构，基础模型参数规模从20亿提升至70亿，具备图像识别、多模态理解与逻辑推理三大能力，依托千万级行业原始数据与50万+精细标注数据，已覆盖20+缺陷类型、10+应用领域，检测准确率达99.5%，支持10级缺陷分级，相较传统方案算力需求降低35%、样本需求降低70%。F.Brain图像大模型先后获2023年CVPR“VisionTrack1”、2024年ECCV“单例工业缺陷分割”国际挑战赛冠军。

    在传统算法与AI融合落地方面，2025年VisionWARE完成版本升级，推动规则算法与AI在工具层深度融合，关键核心工具已实现智能化升级，可有效应对背景干扰、低对比度、随机遮挡等复杂工况，每年支撑数万套视觉系统在消费电子、新能源、印刷包装等领域落地，经千余个规模以上项目验证。报告期内，公司持续深化融合工具能力升级，在小样本快速适配、复杂形态高精度解析、成像与算法闭环自适应、端侧轻量化部署等核心方向取得进一步突破，部署效率、检测精度与复杂工况适应性持续优化，支撑智能相机等端侧产品实现从0到1的产品化落地。在软件方面，公司构建了以工艺为核心的多场景、多层次的软件工具，在端、边、云三个层面开展大数据质量管理，帮助客户提升产品质量和生产良率。端侧实时监测设备运行状态与检测精度，边侧优化产线检测流程与响应速度，云侧整合“人、机、料、法、环”全要素数据与智能工厂质量基准进行一体化分析，以此进行工厂整体的质量大数据问题回溯、产品良率提升和管理效率升级。

    面向智能制造发展趋势，公司持续构建精密机械与自动化控制能力，以持续扩大智能装备千亿级市场的参与能力。公司以机器感知能力和分析决策能力为核心，在视觉系统的基础上加入自动化和智能化的功能，通过感知（眼）、决策（脑）、执行（手）、反馈（力）的闭环协同实现智能整机控制，推出匹配多行业应用场景的工业检测和量测设备。公司以视觉+AI为底层技术，成功将技术优势转化为产品优势，在消费电子、新能源、印刷包装等多个行业推出高紧凑、高智能化的智能检测产品，能够有效突破现有产线因人眼检测精度和效率的局限，进一步提升机器视觉在多行业的渗透率和应用空间。在视觉和AI技术加持下，突破柔性制造、精密制造和3D空间抓取等难题。

    2、报告期内获得的研发成果

    公司为国家级高新技术企业、博士后科研工作站，被工信部评选为国家级专精特新“小巨人”企业，相关创新性产品通过国家级“制造业单项冠军产品”认定；曾获得一项国家技术发明一等奖、两项国家科技进步二等奖，主导/参与多项国家级重大科技专项，参撰多项行业发展白皮书。报告期内，公司持续加码在AI和视觉领域的研发投入，不断精益求精提升研发实力，着力于建立可持续发展的技术及产品创新能力。截至2026年6月30日，公司拥有1003项专利，包括发明专利556项、实用新型410项、外观设计37项；此外，公司累计获得软件著作权311项。公司牵头或参与制定并已发布的国家、行业、团体标准共30项，其中包括5项国家标准、25项行业与团体标准。

    五、报告期内主要经营情况

    2026年上半年，公司持续聚焦“AI+视觉”赋能多行业智能制造及具身智能应用场景，产品布局与市场拓展取得较好进展。公司整体实现营业收入14.51亿元，较去年同期上升6.09%，业务结构持续向好。受益于公司产品的AI能力的持续提升，报告期内，归属于上市公司股东的净利润实现6.56亿元，同比提升583.26%。公司在工业人工智能、具身智能、光通信三大战略赛道的业务布局，将对业务产生持续性影响，奠定了公司中长期业务发展的基石。

本文数据来源于凌云光2026年中报，仅供参考不构成投资建议。