厦门真景科技有限公司：AI视觉技术领域、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名称：厦门真景科技有限公司；地区：厦门市集美区；行业方向：工业软件与信息服务（电子信息与数字技术）；成立时间：2020-04-10；注册资本：800万美元；员工规模：249 人；专利数量：57 件；专精特新认定：2025年 第七批；上市状态：未上市。

厦门真景科技有限公司成立于2020年，聚焦于AI视觉技术领域的软件与系统集成服务。在“电子信息与数字技术”产业链中，该公司位于“数字软件与工业服务”环节，通过视觉算法将图像数据转化为工业检测与流程控制的核心能力。

二、主营产品与产业链定位

根据经营范围和企业简介，厦门真景科技有限公司的主营业务围绕“AI视觉”展开，具体产品形态推测为机器视觉检测软件、视觉算法平台及配套的软硬件集成系统。其解决的核心问题是工业生产中的“眼睛”与“大脑”——即如何让机器自动识别、定位、测量和判断产品质量缺陷，替代传统人工目检。

在“电子信息与数字技术”产业链条中，其所在的“数字软件与工业服务”环节，扮演的是将硬件采集能力转化为可执行的工业指令的枢纽角色。具体上下游关系如下：

• 上游：主要是光学成像组件（如工业相机、镜头、光源）和计算硬件（如GPU服务器、工业电脑、边缘计算盒子）。上游材料（如CMOS传感器、光学玻璃）的物理性能决定了图像采集质量的上限。典型供应商包括海康机器人（国产）、大恒图像（国产）、以及进口的Basler、Cognex等（行业共识）。
• 下游：是广泛的制造业终端用户，包括电子制造、半导体封测、新能源电池/光伏、汽车零部件等行业的生产线。下游客户的应用场景包括PCB焊接缺陷检测、芯片表面划痕识别、锂电池极片毛刺测量等。

产业链其他环节的关系在于：真景科技的产品是上游硬件性能的“放大器”，也是下游制造环节实现自动化和智能化的关键“关卡”。没有优秀的视觉算法软件，再好的相机也只是一台高清截图工具；而离开真景这类企业的软件服务，下游制造业的品控升级将依赖大量且不稳定的人工。

三、核心工序与技术依赖

结合AI视觉工业软件行业的典型生产/研发流程（行业共识），厦门真景科技有限公司的核心工序包括以下步骤：

1. 光学成像方案设计：根据被测物（如手机屏幕、PCB板）的特性，设计光源的波长、角度和亮度，以及镜头的工作距离与景深。典型参数：对于金属反光表面，需采用低角度环形光源（角度15°-30°）以消除眩光；对于透明薄膜缺陷检测，需选用偏振光照明。

2. 图像采集与标定：连接工业相机，设置曝光时间（通常1-10ms）和帧率（30-120fps），并对相机进行畸变校正和手眼标定，确保像素坐标与实际物理坐标对应。标定精度要求通常在亚像素级（0.1-0.5 pixel）。

3. 算法模型开发与训练：这是核心环节。根据缺陷类型（如划痕、脏污、偏移、尺寸超差），选择传统图像处理算法（如模板匹配、边缘检测、连通域分析）或深度学习算法（如Faster R-CNN、YOLO系列、语义分割网络）。对于深度学习模型，需要收集和标注数千至数万张缺陷样本，进行模型训练、调参和剪枝压缩，以实现边缘端的实时推理。模型准确率要求通常达到99.5%以上，过杀率（误判不良品）要求小于1%。

4. 软件界面与逻辑开发：开发用户交互界面（UI），实现产品型号切换、参数配置、检测结果可视化与数据统计上报功能。同时需编写PLC通讯协议（如Modbus TCP、Profinet），实现与上游自动化产线的触发信号交互和不良品剔除动作。

5. 系统集成与现场调试：在客户现场安装相机、光源、控制器等硬件，完成布线、走线架设和散热设计，进行整机联调，并用实际产品进行小批量测试（试跑）验证节拍（如2秒/件）和稳定性。

上游关键原材料和设备来源（行业共识）：

厦门真景科技有限公司的具体定位：基于其249人团队规模和57件专利，结合经营范围包含“信息技术咨询服务”和“信息系统集成服务”，推测其核心能力更偏向于算法开发与系统集成，而非常规硬件制造。其技术壁垒应集中在针对特定工业场景（如屏幕、PCB或电池表面缺陷检测）的算法优化和模型部署经验上。57件专利，对于2020年成立的公司，年均约10件，属于中等活跃度，方向大概率集中在视觉检测算法、图像处理方法及针对特定缺陷的检测装置上。

四、竞争格局

该赛道（数字软件与工业服务）全国共1578家同类企业，竞争格局高度分散且呈现明显梯队分化。主要竞争对手包括：

1. 商汤科技（SenseTime）：AI领域头部独角兽，规模数千人，其工业视觉业务主要依托其强大的通用大模型和算力池。特点：擅长解决小样本、多类型的通用问题，但在单一行业的工程化深度和客户响应速度上，成本较高。

2. 旷视科技（Megvii）：同样是AI视觉领军企业，拥有“Brain++”天元深度学习框架。特点：在智慧物流和智能制造（如手机零配件检测）有较多落地案例，但策略上更倾向于提供平台型解决方案，对中小客户的定制化服务可能不够细致。

3. 凌云光技术（LUSTER）：科创板上市公司（代码688400），专注于光通信与机器视觉，营收规模约20-30亿级别。特点：深耕印刷、屏幕、新能源等领域多年，拥有从硬件（相机、光源）到软件的完整自研能力，工程化经验深厚，是行业内最直接的竞争者之一。

4. 阿丘科技（SmartMore）：2017年成立，专精于工业AI视觉检测，员工规模亦在数百人级别。特点：产品标准化程度高，主打“AIDI”平台软件，针对锂电、PCB、半导体等前沿领域有大量部署案例，市场增长迅速。

竞争维度集中在以下几个方面：

• 算法精度与速度：直接决定客户产线效率，是硬核竞争点。
• 行业Know-how与工程化能力：能否快速、低成本地适应不同客户、不同产品的缺陷特征。
• 服务响应与本地化支持：能否快速响应产线突发故障和更换型号需求。
• 价格与成本：国产软件厂商通常在价格上显著低于外资巨头（如Cognex、Keyence）。

专利维度：厦门真景科技有限公司专利57件，低于全国行业专利数中位数89件。这反映出其在技术创新密度上与行业中等水平存在差距。考虑到公司成立于2020年，专利积累时间尚短，但作为软件驱动型企业，57件专利在争抢头部客户（尤其是对知识产权有要求的核心供应链企业）时，可能构成一个需要补强的短板。在同批次的1578家企业中，其专利数量处于中下游位置。

五、护城河判断

1. 技术壁垒（中等偏低）：57件专利数量低于行业中位数（89件），且公司成立时间短（2020年），技术沉淀深度尚显不足。主营AI视觉检测的护城河主要在于大量缺陷样本的数据积累和跨场景的算法迁移能力。目前无法判断其专利的具体质量和含金量，但从数量上看，与行业头部企业（如凌云光拥有超500件专利）存在数量级差距。其护城河更多可能体现在针对特定细分场景（如屏幕检测或PCB检测）的工程化经验上，这些经验难以通过专利完全体现，但属于“软性壁垒”。

2. 客户壁垒（中等）：数字软件与工业服务环节，客户验证周期较长（行业共识）。一般从POC（概念验证）到小批量试跑再到量产，周期在3-6个月甚至更长。一旦产品通过验证并嵌入产线，客户更换软件平台的切换成本较高，需要重新进行全套标定、模型训练和产线联调，损失产线产能。但劣势在于，客户通常不会仅绑死一家供应商，为了供应链安全，会同时验证2-3家备选方案。真景科技目前未披露核心客户名单，无法判断其客户粘性。

3. 规模壁垒（较低）：249人的团队规模，在工业软件服务领域属于典型的中小型企业。这个体量通常意味着其研发团队（推测约80-120人）和交付服务团队（推测约80-100人）都面临瓶颈。面对大型客户（如富士康、京东方）的大批量上线需求或全国多基地同步部署时，249人的交付能力会显得捉襟见肘。这限制了其争夺大客户单一订单的能力，主战场大概率是客户的中小型产线或特定工序。

4. 认定价值（政策导向型）：“第七批专精特新小巨人”认定（2025年）意味着企业获得了国家级资质的认可。在当前政策环境下，这一身份带来的实际利好包括：更容易进入头部供应链体系（大客户倾向于优先采购“小巨人”企业的产品）、获得中央及地方财政的奖补资金（厦门市通常配套数十万至百万级奖励）、在银行贷款、上市辅导（如北交所）等方面享受绿色通道。但需注意，认定本身不构成核心竞争力，否则市场上1578家同类企业理论上都具备同等资质。

六、风险与机会

行业风险：

1. 同质化竞争加剧：工业AI视觉检测市场参与者众多，去年行业数据显示，新进入者仍以年均20%速度增长。大量中小企业通过调用开源算法（如OpenCV、PyTorch）加上低的人力成本，以低价策略冲击市场。这种“内卷”导致行业整体毛利率承压。2023-2025年间，已有多家小规模视觉公司因拿不到融资而倒闭或转型。

2. 客户需求碎片化与定制化成本高：每个客户的生产线、被测物、缺陷标准都不同，导致每次项目都需要投入大量时间进行数据采集、模型训练和调试，很难形成标准化的可复制产品，从而推高了服务成本，压缩了利润空间。

3. 外资巨头价格下压：全球机器视觉龙头康耐视（Cognex）和基恩士（Keyence）近年来在中国市场持续推出中低端化产品和软件授权方案，凭借其品牌信誉和成熟的算法库，对国产中小企业形成挤压。

公司风险：

1. 专利密度不足：57件专利低于行业中位数（89件），在争取高端客户（如半导体、精密电子）时可能被视为技术积累不充分。这些客户通常要求供应商提供完整的专利布局和侵权分析报告。

2. 资本结构依赖外资：公司类型为“有限责任公司（港澳台法人独资）”，注册资本为800万美元。这虽不构成直接风险，但在当前强调供应链自主可控的政策环境下，港澳台独资背景可能在参与某些特定政府或国企项目时面临额外的审查或门槛，需要关注其股东背景的稳定性。

3. 融资与规模扩张瓶颈：249人的规模，未披露营收，且未上市，意味着其获取规模扩张所需资本的渠道有限。如果无法通过新一轮融资或自我造血实现规模增长，将难以跨越与凌云光、阿丘科技等已占据先发优势企业的差距。

机会窗口：

1. 工业软件国产化替代窗口：在中美科技竞争背景下，包括半导体、面板、新能源在内的关键供应链均被要求加速国产化替代。原先使用康耐视或基恩士软件的核心大厂（如京东方、宁德时代、比亚迪），正在积极寻找替代供应商。厦门真景科技有限公司若能通过其第七批专精特新资质进入这些企业的供应商名录，将获得巨大的市场增量。

2. AI大模型+边缘计算落地机遇：随着端侧AI芯片和轻量化大模型（如ViT、MobileNet）的成熟，AI视觉检测有望从“集中式服务器处理”转向“边缘实时推理”。这降低了系统成本和对网络带宽的依赖，使得中小型企业产线的“AI化改造”成为可能。真景科技若能抓住这一趋势，开发出适配边缘算力的高性价比检测方案，有望打开更广阔的下沉市场。