1 本年度报告摘要来自年度报告全文，为全方面了解本公司的经营成果、财务情况及未来发展规划，投资者应当到网站仔细阅读年度报告全文。

  公司已在2023年年度报告中详细阐述在经营过程中可能面临的各种风险及应对措施，敬请查阅2023年年度报告“第三节 管理层讨论与分析”之“四、风险因素”相关联的内容。敬请投资者注意投资风险。

  3 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。

  5 天健会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。

  截至报告期末，公司尚未实现盈利。根本原因系公司3D视觉感知技术相关这类的产品目前仅在部分领域实现规模化应用，因此公司收入规模比较小；同时为把握行业发展窗口期，抢占未来规模商业化阶段的市场机遇，公司依照“全栈式研发技术能力+全领域技术路线布局”进行研发技术储备布局，在人才、技术战略围绕中长期布局规划，仍保持着较高水准的投入，导致短期营业毛利规模无法覆盖中长期布局投入需求。

  公司将结合最新行业发展和竞争态势，提高研发技术效率，为后续市场需求爆发做好充足的技术储备。同时，公司将坚定不移推进长期价值成长，持续优化产品结构和成本把控，努力提升经营水平，多措并举，积极应对主要下游市场需求，重点围绕以公司核心技术为刚需的应用场景，加速加大市场开拓效率和力度，为公司的经营业绩改善打下良好基础，以期尽快实现盈利，回报广大投资者。

  公司已于2024年2月发布了回购公司股份方案，截至2024年3月31日，公司通过集中竞价交易方式已累计回购公司股份671,052股，占公司目前总股本比例为0.17%，支付的资金总额为人民币19,989,363.43元（不含交易佣金等费用）。根据《上市公司股份回购规则》相关规定，上市公司以现金为对价，采用集中竞价方式回购股份的，视同上市公司现金分红，纳入现金分红的相关比例计算。

  目前公司仍处于快速成长期，为保障公司的可持续发展和资金需求，公司2023年度利润分配预案为：不派发现金红利，不送红股，不以资本公积金转增股本。以上利润分配预案已经公司第二届董事会第四次会议和第二届监事会第四次会议审议通过，尚需公司2023年年度股东大会审议。

  详见2023年年度报告“第四节 公司治理”之“四、表决权差异安排在报告期内的实施和变动情况”。

  （以下简称“奥比中光”、“公司”）成立于2013年，主营业务是3D视觉感知产品的设计、研发、生产和销售，基本的产品包括3D视觉传感器、消费级应用设备和工业级应用设备。成立以来，公司凭借出色的产品研制能力、百万级的产品量产保障及快速的服务响应能力，已在下游客户资源方面积累了一批行业龙头客户并形成了较强的客户粘性，且在一些细分行业逐步成为行业客户的标配产品。公司持续不断孵化和拓展新的3D视觉感知产品系列，在生物识别、机器人、三维扫描（3D打印）、AIoT、工业三维测量等市场上实现了多项有代表性的商业应用，已成为全世界3D视觉传感器重要供应商之一。根据《中国上市公司协会上市公司行业统计分类指引》，公司所属行业为“制造业”中的“计算机、通信和其他电子设备制造业”，行业代码为“C39”。

  3D视觉传感器能够让智能终端具备3D视觉感知能力，从而使得智能终端由“看清世界”到“看懂世界”进化。3D视觉感知行业经过数十年的发展，应用领域仍在不断拓宽，行业经历了起步、初级发展时期，即将迎来迅速增加时期。近年来，随着底层元器件、核心算法等技术的加快速度进行发展，3D视觉感知技术经历了从工业级向消费级拓展的过程，核心技术的不断突破和迭代，让大规模产业化应用成为可能；同时随着政府部门不断出台支持政策，如《新一代AI发展规划》《十四五规划和2035年远大目标纲要》《“十四五”数字化的经济发展规划》《关于加快场景创新以AI高水平应用促进经济高水平发展的指导意见》等，产业商业成熟度逐步的提升，推动着3D视觉感知技术及产品逐步向生物识别、AIoT、机器人、消费电子、工业视觉、汽车无人驾驶等多个领域拓展。3D视觉感知行业的市场规模持续增长，产业链日趋完善。

  公司考虑订单需求、市场需求预测并结合采购周期情况做备货采购，逐步的提升采购安排的合理性，保障供应链的效率和安全。通用料件最重要的包含电子元器件、通用感光芯片等，由公司依据3D视觉感知产品的技术需求来做选型，通过系统化测试后进行批量采购。定制料件最重要的包含三大类，第一类是由公司自主设计开发后，再采取Fabless模式委托专业代工厂生产，最重要的包含深度引擎芯片以及即将量产的iToF感光芯片等自研芯片；第二类是由企业来提供功能规划、产品技术参数等需求，再由供应商提供定制化样品，通过系统化测试迭代后进行批量采购，最重要的包含激光发射器、衍射光学元件等光学器件；第三类是由公司设计并提供相关的技术图纸，再由供应商提供定制化生产，最重要的包含结构件、PCB板等。

  公司3D视觉传感器产品的生产环节最重要的包含激光投影模组组装、RGB成像模组组装、IR成像模组组装、PCBA加工、成品组装及测试等环节。报告期内企业主要采取内部生产的方式，结合客户订单需求及销售订单预测进行生产。

  公司消费级应用设备主要是采用委托加工或OEM的生产方式，结合客户订单需求及销售订单预测进行生产。

  公司工业级应用设备主要是采用自主加工生产方式，产品完成设计、开发后，定制化采购零部件，并自主完成软硬件组装及调试。

  3D视觉感知技术最早应用于工业领域，大多数都用在工业设施与零部件的高精度三维测量以及物体、材料的微小形变测量等，代表产品如德国高慕公司（GOM）的ATOS系列三维扫描仪和ARAMIS三维形变测量系统用于工业零部件三维尺寸和形变测量；瑞典海克斯康（HEXAGON）的PrimeScan扫描仪能够对工业部件实现高精度3D数字化作业；Correlated Solution, Inc.（美国CSI公司）的VIC-3D系列扫描仪能够最终靠数字图像相关法的原理，对物体表面的任意点进行位移、应变的测量。为满足工业领域严苛的工作环境与高达微米级的测量精度，用于工业检测的3D视觉测量设备一般为多种技术融合使用，比如利用相位结构光以及高精度工业相机组成的工业三维测量仪器，导致设备成本高、体积大、功耗高，应用普及缓慢。

  近年来，随着底层元器件、核心算法等技术的加快速度进行发展，3D视觉感知技术经历了从工业级向消费级拓展的过程，核心技术的不断突破和迭代，让大规模产业化应用成为可能，国内外一些公司先后推出了消费级3D视觉感知产品，3D视觉感知行业正式起步发展。同时，随着政府部门不断出台支持政策，如《新一代AI发展规划》《智能传感器产业三年行动指南（2017-2019年）》《十四五规划和2035年远大目标纲要》等，产业商业成熟度逐步的提升，3D视觉感知技术及产品逐步向生物识别、AIoT、消费电子、工业三维测量、汽车无人驾驶等多个领域拓展。3D视觉感知行业的市场规模持续增长，产业链日趋完善，应用场景关注度和认可度不断的提高，给公司相关业务发展提供了有利的产业宏观环境和政策环境。早期所推出的3D视觉感知产品相对于工业级产品而言，虽然成本、体积、功耗都得到非常明显的降低，但其应用大都聚焦在三维建模、人机交互等领域。随着3D视觉感知技术的进一步迭代与优化，也逐渐向对成本、功耗、体积等要求更加严格的应用领域拓展，比如移动支付、AIoT、机器人、智能手机等。

  2017年苹果发布iPhone X，搭载了前置3D结构光视觉传感器，用于人脸解锁、人脸支付等功能，给用户所带来更方便快捷、安全的体验。苹果手机的引领使得3D视觉传感器在手机领域得以规模化应用，同时也标志着3D视觉感知技术在消费级领域开始规模化普及。基于3D视觉感知在消费电子、金融、零售、餐饮、汽车、AIoT等行业落地应用，如生物识别、三维重建、骨架跟踪、AR交互、数字孪生、自主定位导航等，3D视觉感知行业迎来初级发展时期。

  2018年以来，刷脸支付逐步成为一种规模应用的支付新方式。除了刷脸支付，3D视觉传感器在智能锁、3D看房等领域也在加速落地；与此同时，3D视觉感知技术路线也慢慢变得丰富，华为、魅族等厂商的智能手机都相继搭载了基于iToF技术的后置3D视觉传感器，2020年苹果在其iPad Pro及iPhone12 Pro中搭建了全新的基于dToF技术的Lidar；谷歌旗下Waymo公司搭载激光雷达及多传感器的无人驾驶汽车已进行多年测试，于2020年10月推出没有安全员的无人驾驶出租车服务；大疆创新的无人机如Phantom Pro/Pro+、Mavic 2 Pro/Zoom等型号产品搭载了双目视觉系统，通过图像测距来感知障碍物。3D视觉感知行业即将迎来迅速增加时期。随着2D成像逐步向3D视觉感知升级，3D视觉感知市场目前正处于规模迅速增加的爆发前期。根据法国市场研究与战略咨询公司Yole发布的全球3D成像和传感市场研究报告，全球3D视觉感知市场规模将加快速度进行发展，预计在2028年将达到172亿美元。

  总体而言，3D视觉感知行业经过数十年的发展，由早期的工业级成功向消费级拓展，且应用领域仍在不断拓宽，行业经历了起步、初级发展时期，即将迎来迅速增加时期。为满足慢慢的变多应用领域需求，3D视觉感知产品也随着底层元器件及核心算法的发展，向低成本、低功耗、小体积、高性能的方向发展。

  生物识别是一种通过计算机、光学、声学、生物传感器等多个技术领域密切结合，利用人体固有的生理特性如指纹、人脸、虹膜等，行为特征如笔迹、声音、步态等，进行个人身份鉴定的方法。随着对于身份识别和保密需求的日益增加，各类新兴生物识别的技术持续不断的发展，通过3D视觉感知技术实现的生物识别方法逐渐落地于不同的应用场景。返回搜狐，查看更加多