2022-11-16今日SH688322股票最新净值和交易情况

川谷研究所：

　　奥比中光-UW(SH688322)

　　关注并星标 川谷研究所↑遇见更多好公司

独立客观第三方研究，为您筛选优质上市公司

证券代码：688322 综合评级：A

一、主营业务 评分：75

1、业务分析：

　　公司主营业务为3D视觉传感器的研发与生产，3D视觉传感器是由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱动及固件等组成的精密光学测量系统，可以采集并输出“人体、物体和空间”的三维矢量信息。其核心技术主要包括六个环节：(1)系统设计(三维光学扫描测量系统 、三维全场应变测量系统 、三维光学弯管测量系统);(2)芯片设计(深度引擎计算芯片、iToF感光芯片、dToF感光芯片、结构光专用感光芯片以及AIoT算力芯片等。目前已成功完成四代深度引擎芯片、两款iToF感光芯片、两款dToF感光芯片的开发;结构光专用感光芯片处于流片状态;正在开发面向开发者、通用市场的AIoT算力芯片以及用于全固态面阵激光雷达的dToF感光芯片);(3)算法研发(引擎深度算法、消费级应用算法);(4)光学设计(激光发射器设计、衍射光学元件设计、激光投影器件设计、镜头设计以及光学系统设计等);(5)软件开发;(6)量产技术(核心器件激光发射模组组装工艺)。

　　下游主要应用包括：生物识别(刷脸支付、智能门锁门禁、社保身份识别等)、AIoT(3D空间扫描、服务型机器人、AR/VR设备等)消费电子(智能手机、平板设备、电视等)、工业(工业扫描、工业机器人等)、以及汽车(车载激光雷达、车载视觉传感器等)等领域，应用领域可谓十分广泛，但是大部分的应用场景使用并不成熟且价格高昂(如3D传感器目前仅有苹果系列手机在使用)，消费者体验也并不好，在消费电子景气周期，消费者偏向使用高端的机型、高端的设计与应用，在消费电子低迷周期更看重产品的性价比。公司目前产品主要还是用于刷脸支付、身份核验，未来一旦下游应用成熟，公司营收和净利润有望实现指数级增长。2019-2021年，公司3D视觉感知产品最终应用于支付宝刷脸支付应用生态的客户销售收入占比分别为77.13%、51.70%和53.13%，占生物识别业务领域收入占比分别为99.63%、92.30%和98.05%，可以说公司当前核心销售收入由阿里系支撑，最大的终端应用领域为刷脸支付。目前线下支付仍习惯以二维码为主，如果刷脸支付在线下支付领域的渗透不及预期，或阿里集团采购发生变化(自研)，公司营收将发生重大变化。

　　随着智能手机前、后置的3D视觉应用的不断探索，同时屏下结构光和前后置iToF和dToF技术的应用，加上未来各项技术的不断成熟和迭代所带来的软硬件成本下降，结构光/ToF等技术将在中高端机型中普及，从而进一步提高在智能手机领域的渗透率。除智能手机外，还广泛适用于电脑、电视等多种终端设备。2020年3月，苹果推出的新款iPad Pro平板搭载了激光雷达扫描仪，用于环境的三维检测和三维扫描，可以实现如测量、游戏、购物、装修等各类AR体验。公司未来销售收入增长恢复主要取决于3D视觉感知下游应用场景的推广和发展以及公司产品和技术能否保持持续行业领先。

2、行业竞争格局：

　　同行业竞争对手中，索尼、三星已基于iToF、dToF技术推出产品并得到应用，Lidar作为自动驾驶核心传感器之一，国内外多家企业也已发布产品。公司作为创业型企业，资金实力总体有限，早期无法对多种技术路线同步布局，而是重点聚焦3D结构光技术研发，形成3D视觉感知技术体系，实现产业化应用。随着公司经营实力提升和下游市场应用日益兴起，为完善一站式技术服务能力，并构建全面的3D视觉感知系统级技术体系，公司横向布局研发iToF、dToF和Lidar等技术，纵向布局发展结构光专用感光芯片。目前，公司的iToF技术产品已量产，dToF和Lidar技术暂未发布产品，结构光专用感光芯片仍处于研发过程中。总体而言，公司在dToF、Lidar等技术路线的布局要晚于行业最先进的国际科技巨头。目前国内从事3D传感器产业链有华为、韦尔股份(感光芯片)、瑞芯微等公司，但是规模都不大，产业整体处于爆发前期。

3、行业发展前景：

　　3D视觉感知的六大技术路线，目前均有一定的市场应用，但是结构光，ToF和Lidar技术基于其自身的技术特点，更能满足消费电子和汽车自动驾驶的场景应用需求，具有更大的市场应用空间，目前应用占比已高于其他3D视觉感知技术，未来随着消费电子和汽车自动驾驶市场的增长，这三类技术的市场占比会进一步提升。虽然3D视觉传感应用领域十分广泛，但是距离成熟应用仍有一段时间，具体时间也不得而知，仍需消费电子龙头引领科技发展的潮流。

4、公司业绩增长逻辑：

　　(1)下游应用场景趋于成熟;(2)公司产品多元化发展、在研产品逐步生产。

　　文中方框内文字均为正文的数据补充，可作略读

·简介：

　　成立日期：2013年;办公所在地：广州深圳;

·业务占比：

　　3D视觉传感器66.39%(毛利率52.09%)、消费级应用设备24.04%(毛利率22.04%)、工业级应用设备5.74%(毛利率62.74%)、技术服务费1.41%(毛利率40.5%)、其他2.43%(毛利率17.71%);出口占比：13%;

·按应用领域划分：

　　生物识别62.41%(线下支付占55.71%、智能门锁6.51%)、AIOT 29.86%(服务机器人12.27%、空间扫描5.38%、智慧农牧3.31%)、消费电子2.63%、工业测量4.65%;

·名词释义：

1、AIoT：

　　即“AI+IoT”，即人工智能技术(AI)与物联网(IoT)在实际应 用中的落地融合。

2、iToF：

　　概念和dToF相对应，即indirect Time-of-Flight，就是间接光飞行时间。就是指iToF是通过测量相位偏移来间接测量光的飞行时间，而不是直接测量光飞行时间。iToF向场景中发射调制后的红外光信号，再由传感器接收场景中待测物体反射回来的光信号，根据曝光(积分)时间内的累计电荷计算发射信号和接收信号之间的相位差，从而获取目标物体的深度。

3、dtof：

　　在现有对焦系统下，环境光线太暗的时候感光元件进光量不足，仅仅通过检测相位差进行对焦可能会失败。而dToF能够主动发射激光，提升暗光环境下的对焦速度和准确性。dToF原文为Direct-Time offight，直译过来就是直接飞行时间，通过直接测量激光反射回来的飞行时间来测量距离。在dToF激光对焦系统中，大致可以分为VCSEL激光器、VCSEL驱动器、SPAD探测器和TDC时间数字转换器几个元件。

4、Lidar：激光雷达（英文：Laser Radar）：

　　是以发射激光束探测目标的位置、速度等特征量的雷达系统。

·产品及用途：

1、3D视觉传感器是由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱动及固件等组成的精密光学测量系统，可以采集并输出“人体、物体和空间”的三维矢量信息；消费级应用设备是基于3D视觉传感器的功能特点，结合特定消费级场景应用需求，设计并开发的一体化设备产品；工业级应用设备是面向工业领域高精密检测、测量需求，应用工业三维测量技术设计并开发的一体化成套设备。3D视觉感知技术处于应用发展初期，公司依托3D视觉感知一体化科研生产能力和创新平台，不断孵化、拓展新的3D视觉感知产品系列。

　　2、不同技术路线的底层核心技术相互协同创新。公司通过对系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等核心技术的深入研究，开发出结构光、iToF、双目视觉传感器、dToF单线激光雷达以及工业三维测量设备，并积极布局面阵dToF、面阵Lidar等前沿技术，对标国际科技巨头。

3、在研产品：

　　(1)在感光芯片方面，公司自研的iToF感光芯片Pleco和Pleco Mini已完成流片;(2)结构光专用感光芯片目前处于流片阶段;(3)公司的dToF感光芯片目前已完成一款面阵SPAD芯片和一款单点SPAD芯片的流片，正在进行包括用于全固态面阵激光雷达的dToF感光芯片在内的多款dToF感光芯片的研制。(4)在数字芯片方面，公司目前已成功完成四代深度引擎芯片的开发，正在开发面向开发者、通用市场的AIoT算力芯片。(5)在全固态激光雷达方面，公司在2021年6月完成了中远距全固态激光雷达样机的研制与发布，目前在进行核心感光芯片和驱动芯片的定制开发工作，以及全固态激光雷达系统设计和算法的迭代优化。

应用领域：

1、生物识别方向（人脸识别）

　　：线下支付、医保核身(已经在全国多个省市开展系统对接、设备试点等工作)、智能门锁：已与包括凯迪仕、德施曼、云米、公牛、海尔、TCL等知名品牌商在内的50多家智能门锁企业达成业务合作。

2、机器人领域：

　　已与包括云迹、擎朗、普渡、高仙等在内的超过100家服务机器人客户实现了业务合作，覆盖了智能工厂、仓储物流、建筑自动化、智能巡检、割草机、酒店配送、楼宇配送、商用清洁、ROS教育等应用场景。在扫地机器人应用方向，公司推出了基于自研单点SPAD芯片的dToF单线激光雷达、3D ToF传感器、双目避障传感器，目前正在同多家行业客户进行产品测试适配。

3、消费电子方向：

　　2018年公司为OPPO旗舰手机 Find X提供3D结构光技术，使其成为全球第二款量产超百万台搭载3D视觉传感器的智能手机;2021年3月，公司为魅族5G旗舰新机18 Pro提供ToF一站式量产方案。3D视觉感知技术的加载使智能手机在解锁、支付、拍照、AR互动、图片美化、三维空间扫描等功能的用户体验得到了升级或实现。苹果公司的3D视觉传感器在自主的智能手机及平板电脑上已进入商业化应用阶段，公司将其作为中长期业务布局发展，与行业多家手机品牌厂商保持紧密的技术预研合作，等待市场需求释放。

4、其他AIOT业务方向：

　　在空间扫描、三维测量、智慧交通、智慧农牧、家庭娱乐、体感健身、医疗健康等业务场景的市场拓展。

5、工业方向

　　：三维光学扫描测量、三维全场应变测量、三维光学弯管测量等工业级应用设备及软件，持续与轨道交通、风电能源、3C电子、生物医学、材料研究、汽车等领域的行业企业、科研院所完成合作落地。

6、汽车业务方向

　　：公司的3D视觉传感器可以实现车主身份识别、车内手势交互、驾驶员行为分析等功能。公司在进行单光子面阵全固态激光雷达的研发，先后克服了单光子面阵全固态激光雷达的系统方案设计、关键器件定义研制、量产制造和标定等多个技术难点，并在2021年6月完成了中远距全固态面阵激光雷达样机的研制与发布。

7、教育行业方向：

　　利用3D视觉在扫描测量、动作捕捉、运动跟踪方面的优势，形成了教、学、评、测、练的闭环系统，涵盖了基础运动素养与专项运动能力。目前公司已经申请了数十项相关专利，体育教育产品和方案已经在上海落地并规模应用，并在北京、深圳、内蒙古、陕西等省市逐步落地。

8、海外业务：

　　公司于2014年在美国设立全资子公司用于服务海外客户，成为国内极少数建立海外销售渠道且能稳定向客户销售3D视觉感知产品的本土企业。过去三年公司境外销售收入保持稳定增长趋势，客户群体不断扩大。与此同时，自公司与微软于2021年达成业务合作以来，双方联合设计研发的3D视觉传感器进展顺利，后续将接入微软Azure云计算平台，提供一系列SDK及算法服务，并向微软渠道客户进行产品销售，届时可快速导入微软已积累超过十年的开发者和客户需求。

·商业模式：

　　2B模式，客户以工商企业为主;

·上下游：

　　上游采购通用料件(电子元器件、通用感光芯片)、定制料件(1、深度引擎芯片以及iToF感光芯片等自研芯片代生产;2、定制化激光发射器、衍射光学元件等光学器件;3、定制化结构件、PCB板)，下游应用至医保核验支付、智能门锁、线下人脸识别支付、智能手机、服务机器人、VR房屋、管件3D检测、工业三维测量、汽车等领域;

·主要客户：

　　蚂蚁集团26.64%、商米科技11.14%、Matterport, Inc 4.89%、北京友宝在线科技股份有限公司3.52%、牧原股份3.12%，前五大客户占比49.31%，商米科技和蚂蚁集团较为稳定，其他客户波动较大;已先后服务全球超过1000家客户及众多的开发者。

1、人脸支付客户：

　　2019-2021年，公司对蚂蚁集团的销售收入占比分别为14.23%、3.64%和26.64%;对阿里集团的销售收入占比分别为6.77%、18.52%和2.81%。其他线下支付主要客户商米科技、禾苗通信的销售收入占比分别为35.45%、5.55%和11.56%。目前线下支付仍习惯以二维码为主，如果刷脸支付在线下支付领域的渗透不及预期，导致市场空间有限，将会导致公司的经营业绩发展不及预期。不能排除蚂蚁集团就相关器件进行自研或从第三方进行采购的可能性，从而给公司带来重大不利影响。

2、手机高端应用：

　　OPPO Find X前置3D视觉传感器，该款手机已于2019年6月停产，因此公司对其收入规模大幅降低。2020年和2021年，公司对魅族科技销售收入分别为29.53万元和924.41万元，占比分别为0.11%和1.95%。3D视觉感知技术受成本、市场成熟度等多方面因素影响，还未成为智能手机标配功能，目前除苹果手机通过自研自供在前置及后置视觉传感器中导入该技术外，仅有个别品牌高端机型尝试导入。

3、在3D空间扫描领域：

　　公司为Matterport、贝壳如视的网上VR看房提供3D视觉感知技术，并为惠普Sprout Pro 一体机提供3D视觉传感器。

4、在服务机器人领域：

　　公司是国内主要3D视觉传感器提供商，客户包括Jabil(捷普)、优必选等头部机器人企业。

·行业地位：

　　自主研发一系列深度引擎数字芯片及多种专用感光模拟芯片并实现3D视觉传感器产业化应用的少数企业之一，是为数不多能够提供核心自主知识产权3D视觉感知产品的企业，也是全球少数几家全面布局六大3D视觉感知技术的公司。系全球实现百万级面阵3D视觉传感器量产的少数企业之一。

·竞争对手：

1、工业设备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：

　　德国高慕公司(GOM)、瑞典海克斯康(HEXAGON)、美国CSI公司等;

2、消费级应用市场：

　　苹果、华为、微软、英特尔、索尼、三星等科技巨头企业，还包括英飞凌、瑞芯微、华捷艾米、奥比中光等企业。微软已推出了结构光、iToF技术的3D视觉传感器;苹果、华为主要面向自主终端产品(智能手机、平板设备等)自研3D视觉传感器以服务于自家产品;英特尔则面向开发者、机器人等多个应用场景推出了多款产品。索尼、三星借助于自身在感光芯片方面的实力，在iToF、dToF技术上进行发力，推出了相应的感光芯片产品，面向业内其他企业销售。英飞凌、瑞芯微、华捷艾米也向市场推出了各自研发的3D视觉传感器产品。

·行业核心竞争力：

　　1、产品性能指标与技术迭代;2、持续研发实力;3、商业应用经验;

·行业发展趋势：1、3D视觉感知行业需求处于爆发式增长前期：

　　随着2D成像逐步向3D视觉感知升级，3D视觉感知市场处于规模快速增长的爆发前期。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，2019年全球3D视觉感知市场规模为50亿美元，且市场规模将快速发展，预计在2025年达到150亿美元，2019-2025年复合增长率约为20%;

2、结构光、ToF和Lidar技术在3D视觉感知的市场占比会进一步提升：

　　3D视觉感知的六大技术路线，目前均有一定的市场应用，但是结构光，ToF和Lidar技术基于其自身的技术特点，更能满足消费电子和汽车自动驾驶的场景应用需求，具有更大的市场应用空间，目前应用占比已高于其他3D视觉感知技术，未来随着消费电子和汽车自动驾驶市场的增长，这三类技术的市场占比会进一步提升。

3、3D视觉感知技术要求不断升级，国产替代要求提升：

　　当前3D视觉感知产品核心零部件国产化、定制化程度不高，导致产品的成本、性能、体积、功耗等先进性指标仍有较大提升空间。国外企业在3D视觉感知技术方面占有一定的优势，但我国拥有规模最大、增速最快的应用市场，因此3D视觉感知行业的发展势必要经过国外占优、中外抗衡等阶段，而在发展过程中，需要通过不断提升核心零部件的定制化以及国产化程度，从而确保在技术先进性指标上具备领先优势，才能保证在国际竞争中占有一定的优势。

·3D视觉传感行业产业链及主要厂商：

　　公司的技术能力覆盖上、中、下游。公司目前已具备上游环节中传感器模组生产商的能力，iToF感光芯片处于待量产阶段;在产业中游，公司具备完整的3D视觉感知方案商的能力;在产业下游，公司已经具备了各类应用算法的能力。

1、3D视觉传感器上游：

　　主要由深度引擎芯片、光学成像模组、激光投影模组以及其他电子器件、结构件等构成。其中光学成像模组的核心部件包括感光芯片、成像镜头、滤光片等核心元器件;激光投影模组包括激光发射器、衍射光学元件、投影镜头等核心元器件。感光芯片供应商有索尼、三星、韦尔股份、思特威等;滤光片供应商有Viavi、五方光电等，光学镜头供应商有大立光、玉晶光电、新旭光学等;激光发射器供应商有Lumentum、菲尼萨(Finisar)、艾迈斯半导体(AMS)等，衍射光学元件供应商有CDA、AMS、驭光科技等。

2、产业链中游

　　：为3D视觉感知方案商，主要基于深度引擎算法结合应用进行各类3D视觉传感器的方案设计， 3D视觉感知方案涉及三合一模组/系统设计、光学成像模组、激光投影模组的设计与生产，3D视觉感知系统和组件的标定、对齐、补偿、校准，核心元器件如激光器、衍射光学元件、滤光片等定制设计，深度引擎芯片的设计，以及配套固件、开发工具包SDK等软件的研发，代表企业如苹果、微软、英特尔、华为、奥比中光等。

3、产业链下游：

　　目前已具备一定商业应用的算法包括：人脸识别、活体检测算法，三维测量、三维重建算法，图像分割、图像增强优化算法，VSLAM算法，骨架、姿态识别、行为分析算法，沉浸式AR、虚拟现实算法等。

二、公司治理 评分：70

1、大股东及高管：

　　实际控制人黄源浩技术背景出身，师从光学测量泰斗 Michael Y. Y.Hung教授、法国科学院院士吕坚、麻省理工学院 George Barbastathis教授等，是国家级人才计划专家、国际知名光学测量专家。作为主要技术发明人累计申请专利359件(其中国内发明专利244件，PCT专利46件，美国专利14件)，授权专利142件(其中国内发明专利93件、美国专利7件)。大股东黄浩源持有8280万股特别表决权股份，每份特别表决权股份拥有普通股股份表决权的5倍，黄源浩及其控制的员工持股平台合计持有公司35.73%股份和64.84%的表决权。主要高管年薪超百万，高管及员工累计股权激励超9%，整体股权激励充足，在上市申报期间，公司有数名员工与公司产生劳动纠纷并冻结了部分公司股份。

2、员工构成：

　　以研发人员为主，生产人员为辅，公司产品涉及到大量的软件开发与运算，部分生产环节技术门槛亦非常高，属于技术密集型企业。公司人均创收仅有45.4万元，主要是下游商业应用还不成熟，人均亏损约30万元，核心是费用较高、股份支付较多。

3、机构持股：

　　2020年8月，公司完成了12.26亿元融资，高达16家机构认购，估值约140亿元，受到产业资本的高度认可。

4、股东责任（融资与分红）：

　　上市后公司股价跌破发行价，且未分配利润超-12亿元，在弥补累计亏损之前，公司都无法向股东分红。

·大股东：

　　持股比例为27.23%;股权质押率：0%

·管理层年龄：

　　38-43岁，高管及员工持股：员工持股平台奥比中芯、奥比中瑞、奥比中鑫、奥比中欣、奥比中诚、奥比中泰共计15个员工持股平台，上市前持有9.44%股份，上市后合计持有约8.5%股份;中信建投奥比中光1号、2号战略配售合计1亿元;

·员工总数：

　　1068人(+44)：其中技术630;本科学历以上：836;

·人均产出：

　　2021年人均营收：45.4万元;人均净利润：-29.8万元;

·融资分红：

　　2022年上市，累计融资(1次)：12.4亿;

三、财务分析 评分：65

1、资产负债表（重点科目）：

　　公司上市后账面现金超22亿元，足以支撑未来3-5年的发展，应收账款和存货占营业收入比例合理，虽然公司处于大额亏损阶段，但是产品销售结算、周转还算正常。产品偏软件，对固定资产投资要求较低，无有息负债，上市后负债率降至5%以内，资产结构健康，但是盈利不足。

2、利润表（重点科目）：

　　公司大客户为阿里系，近几年营收受人脸支付影响较大，尤其是2020年线下支付受疫情冲击较大，导致营业收入出现下滑。2019年-2021年度确认的股份支付费用分别为5.52亿元、4.61亿元1.07亿元，导致公司大规模亏损。考虑到股份支付的影响仍未结束，而公司商业应用仍然不成熟、不稳定，预计未来两三年时间内，公司大概率无法扭亏，更多的需要看行业应用领域的成熟度，尤其在消费电子和汽车雷达领域。

3、重点财务指标分析：

　　公司业务尚处于培育期和发展期，财务指标并不具备太大的参考价值。

·资产负债表（2022年H1）：货币资金10.71，交易性金融资产3.11，应收账款0.85

　　，预付款0.25，，其他流动资产0.44;债权投资0.52，长期股权投资0.18，其他权益工具投资1.73，，无形资产0.81;，应付账款0.32，;股本3.6，未分利润-11.46，净资产22.06，总资产23.98，负债率7.97%;

·利润表（2022年H1）：

　　营业收入1.83(+13.32%)，营业成本1.02，销售费用0.28(-2.53%)，管理费用0.64(-1.75%)，研发费用1.94(+12.21%)，财务费用-0.09(+39.65%)，其他收益0.32(-16.46)，投资收益0.05;净利润-1.33(-5.3%);

·核心指标（2019-2022年H1）：

　　净资产收益率：-51.68%、-39.66%、-13.27%、-5.48%;每股收益：NA、-1.71、-0.86、-0.34;毛利率：59.37%、56.29%、47.58%、44.48%;净利润率：-86.5%、-238%、-65.65%、-67.46%;

四、成长性及估值分析 评分：70

1、成长性：

　　3D视觉传感器行业应用领域十分广泛，但是都偏高端应用，也注定了公司在未来一段时间内难有爆发式增长，一旦下游需求旺盛、走向成熟，公司产品的价格也会迅速下降，届时公司方有可能迎来爆发式增长，但是具体的时间并不确定，需要行业龙头引领科技应用潮流。

2、估值水平：

　　基于公司短期无法盈利、中期爆发时间不确切的特征，市盈率估值方法并不适用公司估值体系，建议采用市净率方法，说白了就是在较低的估值前提下，公司方有一定的博弈价值，赋予公司2.5-3.5倍参考市净率。

3、发展潜力：未来决定公司价值的核心因素有两样，一是公司的技术领先性，能否在国内取得绝对的领先态势，二是下游应用的成熟度，前者依靠公司技术研发实力、属于内因，后者则依赖市场表现以及行业终端应用龙头企业的示范效应、属于外因。一旦内外配合形成共振，公司市值有望达到200-500亿级别；如果二者不能兼得，公司市值或长周期在50亿以内，可以说风险和潜在收益都比较高。

五、投资逻辑及风险提示

1、投资逻辑：

　　(1)行业地位突出、技术局部领先;(2)公司技术下游应用领域十分广阔、极具吸引力;(3)财务数据改善。

2、核心竞争力：

　　(1)技术优势;(2)人才优势;(3)产业链优势;(4)量产优势。

3、风险提示：

　　(1)技术创新风险;(2)尚未盈利风险;(3)应用场景不确定风险;(4)行业政策伦理道德风险;(5)iToF、dToF、Lidar技术落后竞争对手风险。

核心竞争力

　　·

1、技术优势—3D视觉感知全栈式、全领域技术研发创新能力

　　公司构建了“全栈式技术研发能力+全领域技术路线布局”的3D视觉感知技术体系，通过对系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等核心技术的深入研究，开发出结构光、iToF、双目视觉传感器、dToF单线激光雷达以及工业三维测量设备，并积极布局面阵dToF、面阵Lidar等前沿技术。公司具备了既能在纵向上从底层到应用层、软硬件一体化的系统级开发设计能力，又能在横向上对不同路线的技术相互借鉴、相互促进的研发创新能力，实现对3D视觉感知技术的深度理解和融合创新。

　　截至报告期末，公司累计申请专利1307项，取得授权专利568项，其中发明专利授权227项。公司先后承担科技部国家重点研发计划项目“面向服务机器人的三维视觉传感器研发及产业化应用”、“3D视觉感知广东省新一代人工智能开放创新平台”等国家级、省级重大项目建设任务。

2、人才优势—光学测量基因深厚、多学科交叉的核心团队

　　公司拥有一支以光学测量为基础，芯片设计、算法等多学科交叉的优秀核心团队。公司创始人黄源浩先生是国际知名光学测量专家、国内3D视觉感知技术领域的领军人才，曾先后在4个海外科研究机构从事光学测量相关的博士后研究。以创始人为核心搭建的研发团队，吸纳了一批芯片设计、算法、光学等领域的高端人才和专家，多数拥有海内外知名大学教育背景，具有很强的全球视野。核心团队成员大多具有十多年的实战经验，在一起共事多年，共同攻克了诸多技术难点，形成了公司在3D视觉感知技术研发方面独有的方法和经验，对3D视觉感知技术有深刻的理解。截至报告期末，公司研发人员数量630名，占比58.99%，其中博士47名(含24名博士后)，国家级人才计划1名、广东省珠江人才7名、各类深圳市高层次人才18名。

3、产业链优势—集聚全球性供应链和行业头部客户的上下游资源

　　全球3D视觉感知市场近年来刚刚兴起，公司凭借出色的产品研发能力、百万级的产品量产保障及快速的服务响应能力，成为全球3D视觉传感器重要供应商之一，形成了先发优势。在上游供应链，公司得到了全球性知名厂商的合作支持;在下游客户资源，公司积累了一批行业龙头客户，一旦选用了公司产品，客户在硬件结构设计及软件算法调试方面都需进行专项适配，形成一定的客户粘性。同时也反向推动公司产品的升级迭代，极大促进了公司对各细分行业的深度理解，进而定义出更适合行业需求的产品。

4、量产优势—掌握自主核心技术、实现百万级规模的生产能力

　　公司作为行业的先行者，在早期自主进行专用生产设备的开发，自主设计生产工艺、测试工具、测试流程，自主研发标定与对齐、自校准与补偿等多类核心设备及关键技术，于2015年成功实现了3D视觉传感器量产，2018年成功突破百万级量产交付。截至报告期末，公司系全球已掌握核心技术并实现百万级面阵3D视觉传感器量产的少数企业之一。公司自建工厂已于2020年7月投产，为支撑大规模需求增长提供了有力保障。

·风险提示

1、3D视觉感知技术迭代创新的风险

　　目前主流3D视觉感知技术包括结构光、iToF、双目、dToF、Lidar、工业三维测量等。公司从结构光技术发展起步，逐步布局其他3D视觉感知技术，报告期内公司产品以结构光技术产品为主，其他技术处于产品上市初期或还在研阶段，存在技术迭代创新不达预期的风险。

2.尚未盈利的风险

　　报告期内，归属于母公司股东的净利润为 -12.35亿元。若公司在短期内无法完全弥补累积亏损，将对股东的投资收益造成不利影响。

3、应用场景增长存在不确定性的风险

　　公司3D视觉感知技术产品的应用场景主要包括生物识别领域的线下刷脸支付、智能门锁场景，AIoT领域的空间扫描场景、服务机器人场景、智能交通场景，消费电子领域的智能手机场景以及工业三维测量领域。上述应用场景大多还处于发展初期，增长存在不确定性的风险。受新冠疫情的持续影响，线下支付应用场景的渗透步伐放缓。公司在结构光、双目、工业三维测量实现规模商业化的基础上，先后布局了iToF、dToF、Lidar等3D视觉感知前沿技术及产品研发。这些产品和技术布局需要公司持续投入大量的人力、物力开展前瞻性基础技术研发、产业化技术研发等工作，存在商业化不及预期的风险。

4、行业风险

　　3D视觉感知是人工智能和物联网时代的关键基础共性技术，国家各部委及省市地区陆续出台相关政策，对企业在数据应用合规性、数据安全技术上提出更高要求。一方面，数据合规和科技伦理的相关政策法规，可能对公司下游个别行业的发展造成影响;另一方面，在未来公司业务开展过程中，存在因立法或监管政策的发展变化而引发数据合规等方面的潜在法律风险。

5、iToF、dToF、Lidar等技术研发滞后于主要竞争对手风险

　　公司基于iToF技术的3D视觉传感器在2020年末刚上市推出，dToF、Lidar技术于2019年布局，目前仍处于在研阶段，新技术平均研发周期2-3年左右。同行业中主要竞争对手索尼、三星、华为已基于iToF或dToF技术推出产品并得到应用，Lidar(激光雷达)作为自动驾驶核心传感器之一，国内外多家企业也已发布产品。公司的iToF、dToF、Lidar等技术的研发及上市滞后于主要竞争对手，未来存在产品上市时面临激烈市场竞争、研发进度不及预期以及研发失败的风险。

六、公司总评 （总分71.25）

公司是国产3D传感器行业前三，实控人为行业内技术大咖，主要管理团队也非常年轻，上市前夕公司已经获得多轮大额融资，行业前景和技术受到产业资本的认可。近几年公司主要营收仍然由阿里系的人脸支付来支撑，未来存在一定的不确定性。整体来说，公司产品下游应用目前并不成熟，公司业绩短期也不具备爆发的基础，未来决定公司价值的核心因素有两样，一是公司的技术领先性，二是下游应用的成熟度。一旦行业龙头在3D传感器上获得成熟的应用，公司业绩有望迎来爆发式增长，如果迟迟不能兑现或者行业技术有重大变革，那么公司将面临重大的经营风险。可以说公司的投资风险和潜在收益都非常大，如果在市值比较低的时候方有博弈价值和空间。

评级标准：AAA≥85、AA：77-84、A：70-76；BBB：60-69，BB：55-59，B：50-54；CCC及以下≤49

郑重声明：评级及评分仅为个人观点，在任何情况下，本报告中的信息或意见均不构成对任何人的证券买卖建议，对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。

鹿其君：

　　奥比中光-UW(SH688322)一成仓，感觉回调到年底就差不多了到时候加仓。

　　pre-ipo的基石投资者都打骨折了，这么大的3D视觉市场，消费级应用未来3-5年出来一个就起飞，立足的是生物识别产品已经打磨很好了，这类公司也有工业检测、VRAR的基础能力(贝壳的VR看房)，Dtof路线往下走的激光雷达也是大块市场，只是短期刷脸支付业务受疫情影响现金流而已，买奥比也不能看这个。

杨杰Young：

　　奥比中光-UW(SH688322) 不懂就问!请教下，按照规定，价格连续20日低于发行价都要延长锁定期，为啥没有看到他们的公告了?

奥比中光-UW(SH688322)：

　　奥比中光(688322)10月10日在投资者关系平台上答复了投资者关心的问题。 投资者： 您好，请问贵公司是否建立财务共享中心，如建立，请问具体是在哪一年?如果按照1-5分对财务共享相关的组织人员、业务流程、运营管理以及信息系统的运行水平进... 网页链接

宽客-顺势天成：

　　奥比中光-UW(SH688322)

只眼久歌：

　　HTC预告推出新款小型Vive VR头显

　　2022年10月06日 21:51 821 次阅读 稿源：cnBeta.COM 0条评论

　　当Meta和TikTok的所有者字节跳动为成为制造虚拟或增强现实硬件的高端社交媒体/元数据公司而战时，HTC正在提醒大家，它在游戏中也有一席之地。在没有提供任何额外细节的情况下，公司在周四早上发布了这条简单的预告性推文：“要不小，要不回家玩。”暗示推出新款小型Vive VR头显，并附上了一张图片。

　　一份简短的HTC新闻稿将这条推文描述为"一款新的头显"的预告，并指出自Vive Flow--HTC在消费者VR头显上的早期尝试，看起来(有点)像太阳镜--已经过去一年了。

　　Flow是HTC Proton项目下的"第一款"头显，这是HTC在2020年讨论的一个超小型头显计划。加上Twitter上的标语，据猜测是类似于第二代Flow的产品，公司希望新一代产品更小、更稳定，并拥有更大的应用生态系统。

　　这种做法将与Meta和字节跳动最近推出的头显产品形成对比。ByteDance刚刚推出了Pico 4 VR头显，它的规格与消费级的Meta Quest 2相似，强调健身和游戏等活动。Meta准备在10月11日宣布一个新的更高端的头显，显然被称为Meta Quest Pro(又名Project Cambria)。宏达电在高端VR方面有足够的能力--它销售相当强大的Vive Focus 3，供企业和基于位置的娱乐使用。但HTC初代Flow主要是为了吸引那些并不真正想要传统VR头显的人，而一个更小的头显可能会更好地完成这一任务。

　　目前，我们还不知道HTC何时会向我们介绍这些细节--但听起来我们很快就会知道更多奥比中光-UW(SH688322)炬光科技(SH688167)长光华芯(SH688048)

只眼久歌：

　　计算机辅助制造软件大厂SolidCAM杀入3D打印市场

　　2022年10月07日 09:48 321 次阅读 稿源：南极熊3D打印 0条评论

　　SolidCAM 是计算机辅助制造领域的长期参与者。它开发了适用于所有加工应用程序的 CAM 解决方案，可与多个世界知名的 CAD 软件包无缝集成，主要是SolidWorks和AutoDesk Inventor。其 iMachining 模块可显着缩短所有 CNC 机床用户的制造时间、延长刀具寿命和生产率，并提供 iMachining 向导自动计算所有库存材料、切削刀具和 CNC 机床类型的最佳切削条件。

　　Emil Somekh(图片来源：Sidney Eisner)

　　2022年10月，南极熊获悉，SolidCAM 进入了增材制造市场，尤其是金属 3D 打印领域。该公司最近推出了桌面金属3D打印解决方案，结合了增材和减材两种生产方法。对于 SolidCAM，增材制造是减材 CNC 制造的绝佳补充，因此，它希望解决所有复杂的制造问题，并为客户提供真正的附加值。

　　SolidCAM 的创始人兼首席执行官， Emil Somekh 博士，指出自 1984 年以来，SolidCAM一直在通过CAM软件解决方案和获得专利的 iMachining 技术彻底改变 CNC 机床的运行方式。

SolidCAM 为什么转向增材制造？

　　Emil Somekh指出SolidCAM 将增材视为对减材 CNC 制造客户的补充。在过去的几年里，SolidCAM见证了金属 3D 打印领域令人难以置信的创新，并致力于成为该领域的领先资源之一。现在，即使是最小的 CNC 加工车间，也能够快速且可重复地打印复杂的金属零件。SolidCAM Additive 的成立是为了帮助客户采用增材技术并充分利用其潜力，并提供与 SolidCAM 闻名的全球知名技术支持相同的水平。

为什么选择与

　　在这一问题上，Emil Somekh表明，通过他们的车间系统，Desktop Metal 率先引入了金属增材制造，利用粘合剂喷射技术，所有车间都可以使用。他们在简化复杂流程方面投入巨资，以提高金属零件的生产力和产量，而不必使用大量的人力。Desktop Metal 是 SolidCAM 扩展到增材制造领域的完美合作伙伴。

　　Live Sinter 允许用户从烧结炉中获得没有缺陷的零件

Desktop Metal 技术的主要优势？

　　Desktop Metal 已投资采用整体方法来开发增材制造，从专有金属粉末的制造到在其先进的 Furnace 解决方案中烧结零件。在 SolidCAM，硬件与支持它的软件一样好，Desktop Metal 提供了首创的 Live Sinter 应用程序。Live Sinter 与 Desktop Metal 的世界级材料科学团队合作开发，使用独特的多物理模型，能够模拟烧结过程中复杂的力和变形零件体验，并在几分钟内生成“负偏移”几何形状，当烧结时, 直接从熔炉中取出无缺陷的零件。

SolidCAM 如何看待 AM 和 CNC 加工的互补性？

　　增材制造和数控加工都有其优点和局限性。通过结合这两种技术，公司可以以创新的方式解决复杂的制造问题。金属 3D 打印仍需要使用 CNC 加工进行后处理，以确保零件符合客户要求的光洁度规格和严格的公差。SolidCAM 定位为 CAM 解决方案的领导者，通过调整其软件技术来有效地对不断增长的增材零件市场进行后处理。

　　通过结合 CNC 加工和增材制造，可以获得非常复杂的几何形状(图片来源：SolidCAM)

如何看待金属增材制造的未来？

　　对于金属增材制造来说，这是一个激动人心的时刻。随着公司开始了解 3D 打印在生产力和能力方面带来的优势，SolidCAM看到该行业正在迅速发展，而这在 CNC 制造之前是无法实现的。SolidCAM 将带头为客户提供必要的知识和资源，以充分利用增材制造的潜力奥比中光-UW(SH688322)

　　炬光科技(SH688167)

　　长光华芯(SH688048)

只眼久歌：

　　目前全球范围内智能驾驶拥有两种技术路径，“弱感知+超强智能”与“强感知+强智能”，其明显差距之一在于是否使用激光雷达。除了特斯拉，包括谷歌Waymo在内的国际多数车企、国内自主品牌智能汽车及造车新势力等大部分选择“强感知+强智能”作为智能驾驶方案，也就是搭载激光雷达作为高级自动驾驶的核心传感器。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，可直接获得物体的距离和方位信息，与其他传感器互补结合使用可帮助感知系统减小探测误差。根据ElecFans的数据，搭载激光雷达自动驾驶系统安全性可达99.99%，而摄像头、毫米波雷达等传感器仅能保证99.0%。因而激光雷达被国际上大多数整车厂、Tier1作为L3级及以上自动驾驶必备的传感器。

　　截至目前，国内宣布搭载激光雷达的车型已超过20款，包括蔚来ET7、理想L9、极狐阿尔法SHI、阿维塔11、智己L7等。据佐思汽研统计，2022年H1国内乘用车新车激光雷达安装量达到2.47万颗;2022年下半年，国内拟交付的激光雷达新车达10余款，包括小鹏G9、威马M7等，将大幅提升激光雷达上车量，预计全年总安装量有望突破8万颗。

　　工信部《智能网联汽车技术路线图(2.0版)》指引指出，国内2025年L2级和L3级新车要达到50%，到2030年要超过70%，且L4占比20%。而高级别自动驾驶对传感器搭载数量提出更高要求：从L2到L4/L5级，车载传感器的数量将从约8个上升到约24个，其中激光雷达搭载数量将从0上升至约4颗。

　　随着汽车智能化加速，L3+自动驾驶快速导入，激光雷达整机及其上游产业链将迎来爆发型增长。据沙利文数据，2021年全球激光雷达市场规模达到20亿美元，同比增长100%，预计2025年全球激光雷达市场规模将达到135.4亿美元，2019年-2025年的年复合增长率将达到64.6%。

　　奥比中光-UW(SH688322)

　　炬光科技(SH688167)

　　长光华芯(SH688048)

Littlecpa：

　　长光华芯(SH688048) 的国产替代和成本优势以及产业链定位都不错，利润有保底，上面有想想空间，这个奥比中光-UW(SH688322)的优势在哪?

财联社：

　　【特斯拉：年底前将移除Model 3/Y超声波传感器】财联社10月5日电，据美国汽车新闻网站Electrek报道，当地时间10月4日，特斯拉宣布，不再在自动驾驶传感器套件中使用超声波传感器(USS)，将采用纯摄像头的“Tesla Vision”系统。特斯拉将在未来几个月内从Model 3和Model Y移除超声波传感器，Model S和Model X将从2023年开始移除。据了解，超声波传感器主要用于短距离物体检测，应用于自动泊车和碰撞警告等场景。

只眼久歌：

　　用3D摄像头奥比中光-UW(SH688322)

只眼久歌：

　　从炬光科技的投资者调研和中报中得到的全固态激光雷达的信息比奥比中光发布的还多，从侧面证实奥比中光的全固态激光雷达技术路线是最先进的。

　　奥比中光-

　　奥比中光-UW(SH688322)炬光科技(SH688167)长光华芯(SH688048)

只眼久歌：

　　奥比中光-UW(SH688322)炬光科技(SH688167)

只眼久歌：

　　Google Pixel 7和Pro将可能迎来更安全的面部解锁

　　2022年10月01日 08:56 490 次阅读 稿源：cnBeta.COM 0条评论

　　Pixel 7系列就快到了，Google的发布会定于10月6日举行。然而人们不必再等上一周就能了解到Google这两款新手机的一切。一项新发现表明，Pixel 7和Pixel 7 Pro可能支持更安全的面部解锁功能--尽管缺乏像iPhone那样的专用硬件。

　　不过Google可能已经找到了一种方法，只用一个前置自拍摄像头就能提高面部解锁功能的安全性。

Google的脸部解锁历史

　　4月份的报道暗示，尽管Google放弃了类似于Face ID的技术，但它正在为其Pixel手机提供面部识别支持。几年前，Google推出了其版本的3D人脸识别技术。Pixel 4的面部解锁跟iPhone的Face ID一样安全。并且它有一个雷达组件，而这是苹果所缺乏的。

　　缺点是，Google不得不对Pixel 4的设计做出妥协。这款手机看起来比iPhone的凹槽更糟糕。Pixel 4的顶部有一个巨大的“额头”边框，里面则装有所有的面部解锁组件。

　　此后，Google退出了这一功能，并选择给Pixel配备更好的孔洞式摄像头设计。Pixel 7和Pixel 7 Pro也将获得跟Pixel 6系列相同的全屏设计并配备孔冲式自拍相机。考虑到这一点，脸部解锁似乎不可能出现。

　　具体而言，Google似乎可能会选择支持2D人脸识别，这项功能的安全性比Face ID低很多。并且在苹果推出无与伦比的Face ID功能之前，Android系统就有这种功能。

　　另外，Google可能会将二维面部解锁跟屏下指纹传感器相结合以提高安全性。

　　然而Google刚刚在下周的发布会之前将Pixel 7和Pixel 7 Pro添加到Google Play Console。正是在那里，Mishaal Rahman发现了有关面部解锁的一个令人兴奋的进展。

面部解锁可能在Pixel 7手机上运行的方式

　　Pixel 7和Pixel 7 Pro两款手机都支持“android.hardware.biometrics.face”。根据Rahman的说法，这意味着这些手机支持安全的面部解锁。即使如此，这也不完全是类似于自iPhone X以来发布的所有iPhone旗舰的3D人脸识别。

　　其他拥有这一功能的Pixels则只有Pixel 4和Pixel 4 XL，或者说Google唯一包含3D人脸识别硬件的手机。

　　至于面部解锁在Pixel 7和Pixel 7 Pro上是如何工作的则只有等到官方来解释了。不过9to5Google认为他们已经知道了该功能的工作原理。Google将使用自拍相机的双像素自动对焦(DPAF)来创建深度图。反过来，这可能会带来某种3D人脸识别。

　　该博客早在6月就发现了Google在Pixel 6和7系列上的面部解锁进展。去年的Pixel 6 Pro可能也支持该功能，这要归功于一个特定的自拍镜，即双像素自动对焦模式。

　　自Pixel 2以来，DPAF一直用于为人像模式生成深度图，此后Google一直在不断改进其方法。该公司还有从运动中获得深度的算法，而这只需要一个RGB摄像头，同时它认为Tensor可以在摄影背景下进行更快、更准确、更省电的人脸检测。Google显然拥有用于人脸解锁的硬件和软件组件。

　　然而这只是猜测，因为Google从未解释过这个面部解锁之谜。下周，人们将了解有关Pixel 7和Pixel 7 Pro的人脸识别的一切及它的安全性如何。奥比中光-UW(SH688322)

只眼久歌：

　　圣母院、佛像和名画，还有什么是AI不能修的?

　　2022年10月02日 16:08 808 次阅读 稿源：澎湃美数课 0条评论

人工智能，让我们穿越时空。

　　如何利用数字化之力让文化遗产更好地“活”起来，成了不少人关心的问题。数字技术和文化遗产的深度融合，一是可以强化对文化遗产存量破损的针对性修复与增量破损的前瞻性预防，让文化遗产得到妥善保护、实现数字永生;二是可以将文化遗产跟大众以多重形式连接，让人们可以近距离接触、了解和感受文化遗产的魅力。

AI 还原古代遗迹，带你穿越时空

　　AI 技术在古老建筑修复领域主要涉及：需要高精度图像作为基础。某些破损及裂缝地方，研究人员还要进行样本采集和标定，以获得足够的样本产生高精度的影像 3D 模型。

　　Design by：NeoMam 工作室

　　当数据足够时，AI 就会进行数字化的虚拟修复，在残存的建筑图像上生成 3D 的修复效果。目前，在文物修复这一领域。解决方法包括很多算法，比如视觉特征抽取与索引、相机参数恢复、几何模型网格生成、深度神经网络 2D 或 3D 模型训练、纹理合成等等。

　　无论是有破损的长城，还是大火后的巴黎圣母院，恢复前百年之前的风貌，是 AI 的触角伸入文化领域的一大征兆。英特尔也与武汉大学进行合作，用无人机对长城进行全角度高精度图像采集，生成 3D 模型后，利用人工智能技术进行自动化缺损检测，对长城进行数字化虚拟修复。

　　长城数字化模型虚拟修复，当一段长城的损毁部位识别出来之后，人工智能就会进行数字化的虚拟修复，在损毁的模型上生成 3D 的修复效果和砖墙纹理，并获得物理修缮所需的工程量的数据，作为对物理修缮的参考建议。

AI 助力重建巴黎圣母院

　　在巴黎圣母院阁楼被发现起火 1 小时后火势迅速蔓延，火焰从教堂两座钟楼间窜出，随后不久塔尖便烧毁坍塌，卡西莫多的钟楼和玫瑰花窗不复存在。大火烧了 4 个多小时，直至当晚 10 时许，火势才逐渐减弱。一场突如其来的大火让这座 850 多年的世界瑰宝付之一炬。

　　去年 11 月去世的瓦萨大学(Vassar College)艺术学院副教授 Andrew Tallon，在其生前便完成了对巴黎圣母院的扫描工作，各个角度的建筑全景、3D 和细节图片。大火过后，消逝的巴黎圣母院将在数字世界里永存。

　　用于三维存档的技术叫做三维激光扫描/激光雷达，可以精确地(1-2 毫米精度)、快速地(每秒测量数十万个点)获取建筑的三维几何信息。获得的数据被称为激光扫描数据或点云数据。

　　Design by：Andrew Tallon

颂扬中国皮影戏的 AI 实验

　　在 Shadow Art 中，您可通过在笔记本电脑或手机摄像头前摆弄手，形成十二生肖动物的手影。如果手影正确匹配，系统便会将手影转换成相应动物的动画影象。该装置利用 TensorFlow 帮助人们探索皮影戏艺术。

　　Design by: Miguel de Andres-Clavera

　　模型将输入图像(用户的手部图像)与给定的一组类模板进行对比，以此判断最相似的图像。借助此方法，我们可以自由地为每个类添加或移除图像模板，甚至可以在不重新训练模型的情况下引入新的类。

　　鉴于分类结果，利用从模型返回的置信度值的阈值来判断手势是否与动物阴影匹配。与直接挑选置信度值最高的手势相比，这样做的结果更为直观。知道每位用户预期的动物之后，接下来就是将用户输入的手影与结果关联，并将手影转换为动物形象，然后再播放预先录制的阴影转化为活体动物的动画，如此即完成一次试验。

　　为确保捕捉的形状顺利变形为动物，我们从以下两种阴影中抽取轮廓：输入的手影和目标动物阴影。然后我们进行优化，以在手影轮廓(源轮廓)和动物阴影轮廓(目标轮廓)中找到正确匹配的每个点，接着执行步插值，以将源轮廓转换为目标轮廓。

AI 技术助力还原雕像

　　经过测算大足宝顶山千手观音像有 830 只手，其中有 200 多只是破损的。从 2011 年到 2014 年，杨溯跟着团队一起对这些破损的观音手进行虚拟修复，根据千手观音像左右手的空间对称关系去判断缺失手指的几何形态，经过三年时间，他们虚拟修复了几十只观音手，为千手观音像的实体修复提供了重要参考。

　　杨溯开始对安岳石刻进行虚拟修复，与大足石刻不同,始于南朝，兴盛于唐宋的安岳石刻分散在四川安岳县城境内，加上交通闭塞，很多佛像在岁月侵蚀下损害严重。

　　想还原佛脸的样貌，需要定义更加准确的空间信息，即用人工智能技术，自动化地提取佛像的面部特征。和人脸识别技术类似，杨溯的佛脸识别模型需要大量的数据样本进行学习。为此，杨溯寻找了安岳石刻保存完好的佛头为它们留下肖像照。每张都提取了 68 个标记点，用来描述佛像的所有面部特征，他把这些面部数据信息称为“佛脸身份证”。如今，这些面部特征信息能够为虚拟修复提供参考。

　　滑动查看更多

　　计算机基于数百个佛脸的采集数据精准提取了佛的脸型、眉毛、眼睛、鼻子、嘴巴等特征，依据左侧完好的脸部，对右脸受损面部进行了虚拟修复。

　　Design by：杨溯

AI 修复世界名画

　　伦勃朗的“残缺”名作《夜巡(The Night Watch)》在人工智能技术的支持下终于得以修复“完整”。尽管该画作是世界古典油画三大瑰宝之一，命运却是十分坎坷，被“冷落”、被“切割”、被“划伤”、被“泼酸”......似乎都预示了此后修复的不易。

　　1715 年，该画作被迁移至阿姆斯特丹市政厅，由于画幅尺寸太大无法挂入门厅中，画作的上下分别被切割了 22 厘米、12 厘米，左右分别被切割了 60 厘米、7 厘米。从那以后它便残缺不全了，而且画面整体也因此失衡。如下图所示。

　　博物馆决定将画作恢复还原至未切割前的尺寸。通过保存下来的原画部分、17 世纪由 Gerrit Lundens绘制的完整原画复制品和人工智能技术来实现修复。修复过程中，一种被称为卷积神经网络(convolutional neural networks)的人工智能算法被用来帮助计算机深度理解图像，在逐像素重建丢失的部分时纠正这些缺陷。更重要的是，计算机还能学习伦勃朗的笔触，以确保最终的呈现尽可能接近原作。

　　Design by：Rob Erdmann

　　荷兰国家博物馆馆长 Taco Dibbits 大致介绍了这一过程：“我们做了三种算法，第一种用于筛选复制品的透视变形并纠正它们;第二种用于识别原件的配色并投射生成缺失的部分;第三种是模仿伦勃朗的笔触和绘画技巧。最终得出了一件尽可能接近于完整原作的计算机复制版《夜巡》，我们将其按比例打印到画布上，再无缝拼贴到原画上，非常壮观。

　　画作修复完成之后，可以看出队伍前行的方向偏离了中心位置，朝向偏左的空白空间，而这赋予了整幅画更为强烈的动势，这才是伦勃朗的本意。此外，更多的细节被填补出来，例如画面最左侧的两个民兵、画面最右侧民兵缺失的部分头盔等。

　　奥比中光-UW(SH688322)

5个葫芦：

　　奥比中光-UW(SH688322)这股如果专心研发，短期不能创造利润和现金流来改变，我看跌到17块。

飞天云外：

　　无语

　　无心

　　无力

　　三利谱(SZ002876) 奥比中光-UW(SH688322) 亿华通-U(SH688339)

奥比中光-UW(SH688322)：

　　奥比中光：投资者关系活动记录表(2022年9月1日-2022年9月30日) 网页链接