公司代码：688207 公司简称：格灵深瞳
北京格灵深瞳信息技术股份有限公司
2023 年年度报告摘要
第一节 重要提示
1 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规
划，投资者应当到 www.sse.com.cn 网站仔细阅读年度报告全文。
2 重大风险提示
公司已在年度报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅年度报告第三节“管理层讨论与分析”之“四、风险因素”。
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。
4 公司全体董事出席董事会会议。
5 容诚会计师事务所（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。
6 公司上市时未盈利且尚未实现盈利
□是 √否
7 董事会决议通过的本报告期利润分配预案或公积金转增股本预案
因母公司当前累计未分配利润为负，不满足利润分配条件，公司2023年度利润分配方案为：不派发现金红利、不送红股、不以资本公积金转增股本。以上利润分配方案已经公司第二届董事会第三次会议和第二届监事会第三次会议审议通过，尚需提交公司股东大会审议。
8 是否存在公司治理特殊安排等重要事项
□适用 √不适用
第二节 公司基本情况
1 公司简介
公司股票简况
√适用 □不适用
公司股票简况
股票种类 股票上市交易所及板块 股票简称 股票代码 变更前股票简称
A股 上海证券交易所科创板 格灵深瞳 688207 不适用
公司存托凭证简况
□适用 √不适用
联系人和联系方式
联系人和联系方式 董事会秘书（信息披露境内代表） 证券事务代表
姓名 王政 赵晨希
北京市海淀区东升科技园北街6号院 北京市海淀区东升科技园北街6号院
办公地址 中关村科学城 东升科技园10号楼8 中关村科学城 东升科技园10号楼8
层 层
电话 010-62950512 010-62950512
电子信箱 ir@deepglint.com ir@deepglint.com
2 报告期公司主要业务简介
(一) 主要业务、主要产品或服务情况
公司以“让 AI 造福人类，让世界更安全更宜居更健康”为愿景，专注于将先进的计算机视觉技术、大数据分析技术、机器人技术和人机交互技术与应用场景深度融合，提供面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙的人工智能产品及解决方案。
公司经过多年的技术研发与积累，已有效掌握了多模态大模型技术、3D 立体视觉技术、大规模跨镜追踪技术、自动化交通场景感知与事件识别技术、机器人感知与控制技术、沉浸式交互感知技术等方向的多项核心技术，凭借过硬的技术能力和长期的商业化经验，已成功在智慧金融、城市管理、智慧商业、轨交运维、体育健康五大领域实现落地应用，其中：城市管理领域已覆盖全国多省市的公安局、公安交通管理局、政法委员会等政府机关或企事业单位，车路协同感知 MEC产品已在某市进行交付，同时车载视频违规事件取证产品已在多省市开展试点；智慧金融领域已覆盖农业银行全国各省市的上万家网点，包含智能安保、智能运营、智能风控等多个金融业务场景，同时，公司参与搭建某国有银行总行 AI 平台，并开始在其他国有银行分支行进行试点；智慧商业领域主要收入来自排名前列的地产类客户，进一步完善的智慧油站产品和解决方案在中国石
化重新启动试点应用；轨交运维领域公司自研的列车智能检测解决方案已在高铁和地铁项目中通过验收，实现落地应用，为列车的安全运维提供保障，在研产品己涵盖轨交机务、电务和工务三大工种；体育健康领域公司发布了深瞳阿瞳目体育训考系统、体感交互系统、体育大数据系统系列产品，研发了深瞳运动宝盒，建设了全流程大规模应用计算机视觉和人工智能进行国家学生体质健康测试统测的标准化考场，智慧校园体育相关产品方案已在全国多个校园试点应用、销售，并成功应用于 2023 年北京市某区国家学生体质健康考试统测、体育中考场景中，且公司目前正在北京市多区建设体育训考系统。除此之外，公司在元宇宙等领域进行前瞻性的布局，探索元宇宙领域发展运营模式、开发多类型交互内容，公司产品、整体解决方案和基于大模型的行业应用的研发和落地工作按计划有序推进。公司从客户需求出发，面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙不同领域的客户，提供相应的行业解决方案。
(二) 主要经营模式
1、盈利模式
公司主要从事计算机视觉技术、大数据分析技术、机器人技术和人机交互技术的研发和应用。公司的盈利来源于向客户提供面向应用场景的人工智能产品及解决方案获得销售收入。公司自主研发的人工智能产品主要包括智源智能前端产品、灵犀数据智能平台及深瞳行业应用平台。人工智能产品既可以标准化模式销售，也可根据客户需求进行产品组合，提供定制化服务，以整体行业解决方案向客户交付。
2、研发模式
公司拥有完整的研发组织架构与创新机制，以用户需求为核心，采用迭代、循序渐进的敏捷方法进行研发活动，并对整个产品生命周期进行管理，在过程中不断对执行结果和阶段目标进行总结复盘，通过不断迭代完善产品质量和改进研发过程。公司具体的研发过程如下图所示：
（1）在产品需求调研阶段，公司对行业发展趋势、市场规模和用户核心需求进行调研分析，
并结合公司产品战略规划，由产品团队完成需求分析，确定产品的核心目标特性和功能，由研发团队进行技术路线规划。
（2）在可行性验证阶段，公司进行大量算法实验以寻找合理科学的解决方案，产品经理、算法工程师、软硬件开发工程师和测试团队密切配合，在产品负责人的协调下进行多次短平快的软件原型迭代，每一次迭代都会在产品实际使用场景中进行反复实验确认，通过与客户持续沟通，调整和优化，确认产品最终形态的各功能模块和参数指标，并明确研发周期。在整个过程中，算法团队负责完成实验场景的建设和数据收集，并进行验证性实验；软件开发团队负责针对应用场景进行原型验证和开发；智能硬件团队负责对硬件产品的相关指标进行可行性实验和评估。
（3）在产品研发阶段，产品经理将总结可行性验证阶段的成果，转化为产品功能指标及开发任务，确保产品交付节点和产品定义与用户预期保持一致；算法和工程团队协同完成算法模型设计开发、数据收集清洗、功能特性开发等工作；测试团队按照产品定义对产品每个开发版本进行验收，并完成自动化测试脚本；智能硬件团队完成新硬件产品的结构设计和工业设计，有效评估外观、材质、散热、电气等特性，并负责设备软件开发和集成，交付少量可以进行测试认证的工程样机。该阶段产品会发布多个内外部测试版本，在实践中进行快速迭代。
（4）产品发布阶段是在产品完成核心功能开发后，在目标市场具备销售的条件时，产品经理建立产品的标准文档、销售价格、实施方案、售后体系，研发团队将大量来自客户实际使用的数据进行处理，快速迭代，提高产品成熟度；新的硬件产品会在这一阶段完成小批量验证和量产导入，实现加工生产工艺所需要的工装硬件和工具软件；测试团队进行大量密集的现场测试，确保产品满足产品定义的各类功能指标。这一阶段的完成标志产品正式版本发布。
（5）产品运营阶段在产品正式发布后，产品经理结合市场反馈与发展趋势，制定多个后续产品版本，不断创新，推出符合市场需求的产品新版本，以对产品进行持续的运营、维护和改进。
3、采购模式
公司专注于人工智能产品及解决方案的研发和销售，不涉及硬件的直接生产。
针对标准硬件、配件及服务类采购，公司直接向供应商提出待采购产品或服务的需求，供应商按照指定的时间和地点进行交付；针对定制化硬件，公司采购主要原材料并发货至委外加工厂，由其进行生产加工。公司选择专业的代工厂，依托其已有的完善的品质控制、生产制造管理和硬件设施进行专业的代工生产。公司通过新产品导入、质量检验标准发布、生产工艺发布、测试检验工具发布等方式确保产品生产的有效性、一致性和稳定性。
4、销售模式
公司结合下游行业的业务特点与主要产品的市场定位，在直接销售体系的基础上，积极开发渠道商，向终端客户或渠道客户（含集成商）销售人工智能产品及解决方案，使产品以不同的方式触达更多的客户，提供更加及时、高效的销售服务。其中终端客户是指直接使用公司产品及解决方案的各行业领域客户，包括金融机构、政府部门、公安机关、企事业单位等；集成商是指承担系统集成、安装部署、运营维护等职能的企业，包括终端客户的项目总包方或其指定的工程服务商等。公司与客户直接对接需求，通过商务谈判、参与招投标等方式获取订单。公司建立了完善的直销服务体系，目前已在全国划分了华东、华中、华北、东南、西南、东北、西北七个大区进行区域化和行业化的矩阵式管理，以提供及时、高效的销售服务。
(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
根据国家统计局《国民经济行业分类》（GB/T4754-2017），公司属于“软件和信息技术服务业”（行业代码为 I65）。根据《战略性新兴产业分类（2018）》，公司属于“新一代信息技术产业”中的“人工智能”行业。公司专注于将先进的计算机视觉技术、大数据分析技术、机器人技术和人机交互技术与应用场景深度融合，提供面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙的人工智能产品及解决方案，所属行业为人工智能行业中的计算机视觉行业。
（1）行业发展阶段和基本特点
人工智能行业的产业链可分为基础层、技术层、应用层。基础层涉及数据、算力、AI 模型生产工具和硬件基础设施为人工智能系统提供最基础、最底层的业务服务，是人工智能发展的重要基石。技术层主要通过基础层的算力、数据支持，进行海量模拟训练和机器学习建模，为人工智能提供核心的算法与应用技术，主要包括以深度学习为代表的机器学习算法，计算机视觉、自然语言处理等方向的关键技术，及伴随着大模型技术的发展产生的 CV（计算机视觉）、NLP（自然语言处理）等领域大模型和多模态大模型。技术层是人工智能发展的核心，对应用层的智能化发展起到决定性作用。
应用层则是基于基础层与技术层，为企业级用户、政府机构用户、大众消费者用户提供面向特定应用场景需求而形成的软硬件产品或解决方案。人工智能应用广泛，可有效赋能下游领域实现人工智能应用，为其转型与发展注入强劲新动能。
人工智能行业的产业链结构如下图所示：
资料来源：参考 iResearch、Frost & Sullivan 等发布的资料整理
根据国家标准化管理委员会指导编制的《人工智能标准化白皮书（2018 版）》，计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解、分析图像以及图像序列的能力。根据解决问题的不同，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类，具体情况如下表所示：
类别 概念以
查看PDF原文
