《格灵深瞳：场景聚焦的视觉AI厂商中期业绩成长趋势明确-220929（45页）.pdf》由会员分享，可在线阅读，更多相关《格灵深瞳：场景聚焦的视觉AI厂商中期业绩成长趋势明确-220929（45页）.pdf（45页珍藏版）》请在三个皮匠报告上搜索。

1、 证券研究报告证券研究报告 请务必阅读正文之后请务必阅读正文之后第第 44 页起的免责条款和声明页起的免责条款和声明 场景聚焦的视觉场景聚焦的视觉 AI 厂商厂商，中期业绩成长，中期业绩成长趋势趋势明确明确 格灵深瞳-U（688207.SH）投资价值分析报告2022.9.29 中信证券研究部中信证券研究部 核心观点核心观点 陈俊云陈俊云 前瞻研究首席 分析师 S01 许英博许英博 科技产业首席 分析师 S41 联系人：刘锐联系人：刘锐 格灵深瞳格灵深瞳是国内计算机视觉行业和算法技术的早期探索者与实践者是国内计算机视觉行业和算法技术的早期探索者与实践者

2、，已成功在已成功在城市管理、智慧金融、商业零售三大领域实现了成熟的落地应用，并在体育健城市管理、智慧金融、商业零售三大领域实现了成熟的落地应用，并在体育健康、轨交运维等新兴领域进行了前瞻性布局。康、轨交运维等新兴领域进行了前瞻性布局。我们认为，在产业价值持续向价我们认为，在产业价值持续向价值链两端靠拢的值链两端靠拢的 AI 行业，具备低成本、高效率的模型开发能力，以及细分赛道行业，具备低成本、高效率的模型开发能力，以及细分赛道行业行业 know-how 和数据资源积累的和数据资源积累的新兴新兴 AI 企业能够企业能够在应用环节实现更大的价在应用环节实现更大的价值。基于格灵深瞳在三维视觉领域丰富

3、的技术和场景积累，以及稳定的产品开值。基于格灵深瞳在三维视觉领域丰富的技术和场景积累，以及稳定的产品开发和客户拓展能力，我们看好公司中长期的投资价值，发和客户拓展能力，我们看好公司中长期的投资价值，给予公司对应给予公司对应 2022 年年14x PS，对应目标价，对应目标价 31 元，首次覆盖给予元，首次覆盖给予公司“买入”评级。公司“买入”评级。公公司概况：聚焦计算机视觉的人工智能厂商。司概况：聚焦计算机视觉的人工智能厂商。格灵深瞳成立于 2013 年，是国内计算机视觉行业和算法技术的早期探索者与实践者。目前，公司已成功在城市管理、智慧金融、商业零售三大领域实现了成熟的落地应用，并在体育健康

4、、轨交运维等新兴领域进行了前瞻性布局。当前，公司提供的人工智能产品及解决方案已得到众多知名行业客户和大型集成商的认可，下游各应用领域的客户群体正在快速扩大，为收入增长提供了稳定的动力引擎。2022 年 H1，公司实现营业收入 1.17 亿元（同比+62.3%），2018-2021 年营收复合增长率达78.1%。行业分析：行业分析：AI 发展全面加速，发展全面加速，CV 相关应用快速落地。相关应用快速落地。我国 AI 市场空间广阔，增长潜力巨大，而计算机视觉作为其中关键领域，仍将保持高速增长。根据艾瑞咨询，2019 年，我国人工智能核心产业及带动产业规模分别为 1,088.6 亿元和 3,821

5、.5 亿元，艾瑞咨询预计至 2025 年将分别达到 4,532.6 亿元和16,648.3 亿元，对应年均复合增长率分别为 26.8%和 27.8%；而其中，计算机视觉核心产业规模和带动相关产业规模将分别增长至 1,537.1 亿元和 4,858.4亿元，对应年均复合增长率分别为 15.9%和 22.5%。展望未来，随着产业数字化浪潮不断推进带来企业智能化需求提升，我们认为，AI 行业将呈现 3 个明显的发展趋势，包括：1）产业价值链趋于稳定，并逐步向两端靠拢，中间环节价值有望持续减弱；2）应用场景“跑马圈地”白热化，拥有底层 AI 生产力平台，能够低成本、高效率快速开发算法模型的企业将具备更

6、强的竞争优势；3）已经在细分赛道深耕的细分赛道龙头厂商，凭借积累的行业 know-how、数据资源沉淀出相应产品能力，获得持续强化的竞争壁垒。竞争优势：竞争优势：持续深耕三维视觉技术，持续深耕三维视觉技术，积极挖掘新兴业务场景。积极挖掘新兴业务场景。技术方面，公司成立之初便以三维视觉技术和行为识别技术领域作为主要切入点进行持续投入，当 AI 行业头部公司尚未基于三维视觉技术形成可规模化落地的产品时，公司在金融、轨交运维、体育等主要应用场景的人工智能产品均已依托三维视觉技术实现，积累了丰富的产业落地经验。2020 年公司研发人员人均创收166.24 万元，显著高于 6 个同业可比公司 99.92

7、 万元的平均水平，研发效率较高。场景方面，公司选择避开已经较为拥挤的赛道，在城市管理领域专注于销售高毛利自研产品，较少涉及大型集成项目，毛利率显著高于同行；在智慧金融和商业零售领域则聚焦于银行、油站两大具体场景，作为行业内最早进入该赛道的玩家，公司经过长期的产品打磨和经验积淀，已在相关场景的功能理解、技术实现、以及产品研发和落地上形成了先发布局的优势。此外，公司还积极拓展新兴业务场景，对轨交运维、体育健康、元宇宙和人机交互等领域进行前瞻性布局。未来成长性：利基市场客户拓展未来成长性：利基市场客户拓展+新兴场景产品落地。新兴场景产品落地。对于传统优势领域，赛迪顾问咨询预测，2019-2022 年

8、，我国智慧治理市场将以 20.0%的 CAGR 增长至 1602 亿元；智慧金融市场将以 17.3%的 CAGR 增长至 3221 亿元；智慧商业市场将以 33.1%的 CAGR 增长至 329 亿元。由此可见，公司面向的三大 格灵深瞳格灵深瞳-U 688207.SH 评级评级 买入（首次）买入（首次）当前价 23.55元 目标价 31.00元 总股本 185百万股 流通股本 45百万股 总市值 44亿元 近三月日均成交额 66百万元 52周最高/最低价 37.46/20.74元 近1月绝对涨幅-13.16%近6月绝对涨幅-22.28%近12月绝对涨幅-40.36%格灵深瞳格灵深瞳-U（688

9、207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 2 传统利基市场仍然存在庞大的数字化和智能化升级需求，市场发展空间广阔。此外，根据中银协数据，目前我国商业银行网点总数超过 22 万个，按照单个网点 AI 改造投入 10 万元测算，银行网点智能化的细分场景潜在市场空间超过220 亿元，市场潜力巨大。对于新兴应用场景，轨交运维领域，根据国家统计局工业司编撰的中国工业统计年鉴，2014-2019 年，我国铁路运输设备修理市场规模以 15.98%的 CAGR 从 61.02 亿元增长至 128.05 亿元。我们预计这一规模还将继续快速增长；体育健康

10、领域，囊括体育教育、课后服务、体育测试在内的中国中小学校园体育市场空间将达到千亿级别，新兴场景的开拓有望为公司打开中长期的增长空间。风险因素：风险因素：技术升级及产品迭代风险；核心技术人才流失风险；城市管理领域市场竞争加剧风险；智慧金融、商业零售领域客户集中度较高风险；在体育健康、轨交运维等新领域的商业化落地不及预期的风险；被美国商务部列入“实体清单”的风险；数据安全及科技伦理风险等。投资建议：投资建议：基于公司在三维视觉技术领域领先的技术和场景积累，以及下游场景广阔的市场空间，我们预计公司 2022/2023/2024 年营业收入分别为4.06/5.95/7.75 亿元，对应同比增速分别为

11、38.3%/46.7%/30.2%；预计公司2022/2023/2024 年净利润分别为 528/3,870/6,004 万元，对应净利率分别为1.3%/6.5%/7.7%。估值方面，考虑到公司目前正处于高速发展阶段，盈利能力远未达到稳态，我们选择 PS 进行估值测算。根据 Wind 一致预期，目前同属于 AI 计算机视觉行业的可比公司商汤科技对应 2022/2023/2024 年 PS 水平为10/8/5 倍，收入增速分别为 17.6%/38.9%/40.6%，净利率水平分别为-67.7%/-35.3%/-13.5%；云从科技对应 2022/2023/2024 年 PS 水平为 8/5/4

12、倍，收入增速分别为 52%/51.8%/34.4%，净利率水平分别为-34.4%/-16.7%/-4%。考虑到中期公司会实现较高增速水平以及显著更优盈利能力的预期，我们给予公司2022 年 14x PS，对应目标价 31 元，首次覆盖给予公司“买入”评级。项目项目/年度年度 2020 2021 2022E 2023E 2024E 营业收入(百万元)243 294 406 595 775 营业收入增长率 YoY 240.8%20.9%38.3%46.7%30.2%净利润(百万元)-78-68 5 39 60 净利润增长率 YoY N/A N/A N/A 634.1%55.1%每股收益 EPS(基

13、本)(元)-0.42-0.37 0.03 0.21 0.32 毛利率 61.6%55.6%54.6%53.5%53.5%净资产收益率 ROE-14.4%-11.1%0.2%1.7%2.5%每股净资产（元）2.93 3.34 12.39 12.60 12.93 PE-58.0-66.0 861.0 117.3 75.6 PB 8.3 7.3 2.0 1.9 1.9 PS 18.6 15.4 11.1 7.6 5.8 EV/EBITDA-64.7-73.6-655.4 485.1 145.9 资料来源：Wind，中信证券研究部预测 注：股价为 2022 年 9 月 28 日收盘价 VYkY9YjZ

14、xUcZrWoV8OaObRnPrRtRpNlOmMxOeRnPwP7NmNsNwMnOrOxNqRrN 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 3 目录目录 公司概况：聚焦计算机视觉的人工智能厂商公司概况：聚焦计算机视觉的人工智能厂商.6 公司概述：前瞻性布局 CV 技术，深耕细分领域的应用落地.6 业务结构：智能前端产品+数据智能平台+行业应用平台.6 股权结构：创始人行业经验丰富，为公司实际控制人.8 财务分析：公司营业收入稳健增长，未来成长潜力充沛.10 行业分析：行业分析：AI 发展全面加速，发

15、展全面加速，CV 相关应用快速落地相关应用快速落地.12 行业背景：AI 产业化迈出实质性步伐，计算机视觉为其中关键技术支撑.12 市场规模：AI 及 CV 市场规模快速增长，发展空间巨大.18 竞争格局：我国计算机视觉市场“三派鼎立”，市场格局相对分散.24 格局演变：产业价值向两端靠拢，细分赛道龙头有望持续强化竞争优势.26 公司分析：前瞻性布局蓝海市场，未来成长性明确公司分析：前瞻性布局蓝海市场，未来成长性明确.28 竞争优势：领先核心技术实力+高粘性客户资源+先发落地的场景布局优势.28 未来成长性：利基市场客户拓展+新兴场景产品落地.33 风险因素风险因素.38 盈利预测及估值评级：

16、盈利预测及估值评级：.40 盈利预测.40 估值评级.41 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 4 插图目录插图目录 图 1：公司发展历程.6 图 2：公司主要业务构成.7 图 3：公司营业收入（百万元，%）.11 图 4：公司按产品类型毛利率水平（%）.11 图 5：公司按应用场景毛利率水平（%）.11 图 6：公司期间费用率（%）.11 图 7：公司 OCF 及 OCF Margin（百万元，%）.12 图 8：公司净利润及净利率（百万元，%）.12 图 9：公司按产品类型收入结构（%）.12 图

17、 10：公司按应用场景收入结构（%）.12 图 11：AI 产业链.13 图 12：AI 在不同行业的应用成熟度.13 图 13：AI 已经广泛渗透进经济生产生活的主要环节.14 图 14：人工智能关键技术.14 图 15：计算机视觉主要功能.15 图 16：2015-2020 年 ARXIV 上 AI 相关出版物数量.15 图 17：TOP-1 准确率变化.16 图 18：TOP-准确率变化.16 图 18：医疗病灶分析从 2D 影像数据迈向 3D 影像数据.17 图 19：3D 视觉（左）和 2D 视觉（右）成像对比.17 图 20：AI 产业的发展历程和未来轨迹可大致分为三个阶段.18

18、图 21：场景上：以金融、零售、医疗、工业为代表的行业正在以高频高价值场景为落点做持续 AI 泛化.19 图 22：技术上：AI 在各环节与其他技术融合应用.19 图 23：2020-2024 中国 GPU 服务器市场规模.21 图 24：全球算力规模变化.22 图 26：近年我国算力内部结构.22 图 27：预计 2030 年人工智能算力需求（EFlops).22 图 28：我国历年数字经济规模及占 GDP 比重.23 图 29：我国人工智能核心产业及带动相关产业规模（亿元）.23 图 30：我国计算机视觉核心产业及带动相关产业规模（亿元）.23 图 31：2021 年 AI 各领域企业占比

19、.24 图 32：中国计算机视觉市场“三派鼎立”.25 图 33：我国人工智能行业产业图谱.25 图 34：2020 年中国人工智能行业市场结构.26 图 35：2020 年中国计算机视觉行业市场结构.26 图 36：AI 产业垂直一体化整合趋势.27 图 37：如格灵深瞳的 AI 技术平台“深瞳大脑”可支持数十亿数据、数亿类别任务，数十亿参数模型的训练.27 图 38：格灵深瞳核心技术 MegaPose、NgeNet&ACSG 介绍.28 图 39：格灵深瞳基于“深瞳大脑”AI 技术平台搭建的技术体系.29 图 40：格灵深瞳研发人员人均创收及人均毛利润处于行业领先水平（百万元/人）.29

20、图 41：格灵深瞳前五大客户集中度.30 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 5 图 42：格灵深瞳城市管理领域核心存量客户销售收入及占城市管理领域收入的比重（万元）.31 图 43：格灵深瞳对农业银行的销售收入及占主营业务收入的比重（万元）.31 图 44：格灵深瞳城市对城市管理的依赖度较低（2020）.32 图 45：格灵深瞳城市管理领域和综合毛利率领先行业（2020）.32 图 46：格灵深瞳在轨交运维、体育健康、元宇宙&人机互动领域的布局情况.33 图 47：中国智慧治理市场规模（亿元）.34

21、 图 48：中国智慧金融市场规模（亿元）.34 图 49：中国智慧商业市场规模（亿元）.34 图 50：中国金融机构网点数统计.34 图 51：格灵深瞳城市管理领域客户数及客均收入情况（个，万元/个）.35 图 52：中国高铁营业里程及高铁运营里程（万公里）.35 图 53：中国铁路移动设备总数及年增长率（万辆）.35 图 54：中国体育产业总规模及体育服务业总规模（亿元）.37 图 55：格灵深瞳轨交运维产品.37 图 56：格灵深瞳体育健康产品系列及引用场景.38 表格目录表格目录 表 1：公司各解决方案主要功能及核心产品构成.7 表 2：公司各业务模式在 2018-2021H1 的收入占

22、比情况.8 表 3：公司核心管理层和核心技术人员.9 表 4：中国人工智能相关政策文件梳理.19 表 5：GPU 芯片主要玩家及技术路线情况.21 表 6：格灵深瞳下游各应用领域主要客户.30 表 7：在安防、金融等领域，行业通用算法技术已较为成熟，头部企业的技术性能比较接近.31 表 8：高铁动车维修范围及频率和不同铁路动车零部件维修替换周期统计.36 表 9：公司收入及盈利预测.40 表 10：公司盈利预测及估值.42 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 6 公司概况：公司概况：聚焦聚焦计算机视觉

23、计算机视觉的的人工智能厂商人工智能厂商 公司概述：前瞻性布局公司概述：前瞻性布局 CV 技术，深耕细分领域的应用落地技术，深耕细分领域的应用落地 格灵深瞳成立于 2013 年，是国内计算机视觉行业和算法技术的早期探索者与实践者。公司以“让计算机看懂世界”为愿景，专注于将先进的计算机视觉技术和大数据分析技术与应用场景深度融合，提供面向多类领域的人工智能产品及解决方案。凭借着过硬的技术能力和长期的商业化经验，公司已成功在城市管理、智慧金融、商业零售三大领域实现了成熟的落地应用，并在体育健康、轨交运维等新兴领域进行了前瞻性布局。当前，公司提供的人工智能产品及解决方案已得到众多知名行业客户和大型集成商

24、的认可，下游各应用领域的客户群体正在快速扩大，为收入增长提供了稳定的动力引擎。2022 年H1，公司实现营业收入 1.17 亿元（同比+62.3%），2018-2021 年营收复合增长率达78.1%。图 1：公司发展历程 资料来源：公司招股说明书，中信证券研究部绘制 业务结构业务结构：智能前端产品智能前端产品+数据智能平台数据智能平台+行业应用平台行业应用平台 产品和服务：产品和服务：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、灵犀数据智能平台和深瞳行业应用平台。上述产品既可以单独销售，也可以根据客户需求进行组合或与外购软硬件、技术服务相结合，以整体行业解决方案的形式向客户交付。产品体

25、系：产品体系：公司产品体系包括智源视觉计算平台、灵犀数据智能平台和深瞳行业应用平台。其中，智源智能前端产品为内嵌自研 AI 算法软件的软硬一体产品，包括各类智能相机和边缘计算设备，能够提供基础的大数据采集和识别归纳能力，将“原始数据”转化为基础的结构化“智能数据”；灵犀数据智能平台是以挖掘各类结构化数据中所蕴含的有价值信息为目标的软件产品，包括多款以全目标解析为核心的中心解析引擎，能够提供关键的大数据运算、处理和分析能力，完成“智能数据”向“数据智能”的转化；行业应用平台是针对不同行业的定制化需求及高频业务场景开发的应用平台，主要负责解决方案中应用层的功能实现。格灵深瞳格灵深瞳-U（68820

26、7.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 7 图 2：公司主要业务构成 资料来源：公司路演演示材料，中信证券研究部绘制 行业解决方案：行业解决方案：公司通过将上述各类产品进行融合，可面向城市管理、智慧金融、商业零售、体育健康、轨交运维等不同领域的客户，提供相应的整体行业解决方案。目前，公司在城市管理、智慧金融、商业零售三大领域已有较为成熟的解决方案落地并已形成规模化销售，是公司收入的主要来源，而面向体育健康和轨交运维领域的解决方案还处于客户验证阶段，尚未实现真正的商业化落地。表 1：公司各解决方案主要功能及核心产品构成 应用领域应用领域

27、解决方案名称解决方案名称 主要功能主要功能 核心产品构成核心产品构成 城市管理城市管理 视图大数据解决方案 根据公安多警种的实战应用或城市治安管理需求提供事前预警、事中布控、事后侦查、跨境追踪等多种视图大数据功能，有效提升政府机构情报收集、协作办案和快速反应处置的能力 视图大数据平台、灵犀数据智能平台、深瞳慧目摄像机、边缘计算设备等 智能交通解决方案 自动识别各类车辆、智能分析交通行为，可实现交通事件的实时预警、交通违法智能审核、车路协同交互等功能，促进交通管理效率的提高 智能交通平台、灵犀数据智能平台、边缘计算设备等 智慧社区解决方案 社区内人员快速测温、识别通行、流动人口与常住人口的分类管

28、理、居民信息核查管理、多类异常事件提前预警等，提升社区对相关事件的预测、预警、预防和预控能力 智慧社区平台、灵犀数据智能平台、边缘计算设备、双光温测智能识别设备、深瞳慧目摄像机、人脸识别设备等 智慧金融智慧金融 智慧金融解决方案 银行网点、金库等合规性操作的监控、异常人员或可疑行为的实时预警，提升银行监控中心的智能化安全管理和运营水平 智慧银行管理平台、皓目行为分析仪、深瞳慧目摄像机、边缘计算设备、人脸识别设备等 商业零售商业零售 智慧油站解决方案 车流分析、加油效率分析、服务效率分析、指标预警分析、违规操作监测，协助加油站高效运营、安全管控 智慧油站分析平台、边缘计算设备、深瞳慧目摄像机等

29、商业智能解决方案 商品销售分析、商品库存分析、热销商品分析、货架陈列分析、货架热区分析，助力门店提升数字化运营能力和经营业绩 商业智能分析平台、边缘计算设备、深瞳慧目摄像机等 体育健康体育健康 体育健康解决方案 智能分析人体姿态与肢体动作等数据，完成用户的动作评价与问题诊断，为体育训练提供个性化指导和科学化的健康管理建议 智能校园体育平台、智能场馆运营平台、皓目行为分析仪等 轨交运维轨交运维 轨交运维解决方案 动车、高铁及地铁列车和轨道的故障检测、运营维护，相比传统人工巡检有效提高了可靠性、安全性和可追溯性 列车智能检测平台等 资料来源：公司招股说明书、中信证券研究部 格灵深瞳格灵深瞳-U（6

30、88207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 8 业务业务&盈利模式：盈利模式：公司根据客户业务数字化和智能化升级改造的需求，为客户提供相应产品及解决方案，并在客户需要时提供配套技术服务，赋能客户经营管理和业务效率提升。公司的主要业务模式包括产品销售模式和技术服务模式。产品销售模式。公司向客户销售的产品包含软件、硬件及软硬一体产品，主要包括三类业务模式：（1）无需公司负责安装调试的软硬件产品，在客户（主要是集成商客户）签收后确认收入；（2）需要公司负责安装调试的软硬件产品，在安装调试完成并经客户验收后确认收入；（3）按使用量（路数）及

31、使用时间进行结算的 SaaS 软件，在客户受益期内按照直线法确认收入。上述产品的价格由公司根据项目部署规模、产品利润率目标、竞争情况、回款周期等因素综合确定，在竞争者较多的项目或产品同质化程度较高时采用价格跟随策略，根据竞争者的报价情况相应下浮，以保证产品价格竞争力；在产品差异化程度较高或产品需求较大时采用成本加成策略，以保障产品的利润率。技术服务模式。公司向客户提供的技术服务包含软件定制开发、软件使用许可、项目施工及后期运维支持等相关的服务，主要包括两类业务模式：（1）软件定制或系统开发服务，于软件或系统开发成果交付经客户验收后确认收入；（2）其他技术服务，根据合同约定定期与客户进行结算，按

32、照双方确认的服务量（产出法）确定履约进度确认收入。技术服务的价格由公司根据项目的具体内容并结合相关人力成本情况，与客户协商确定。表 2：公司各业务模式在 2018-2021H1 的收入占比情况（万元，%）业务业务类型类型 业务情形业务情形 收入确认方法收入确认方法 2018 2019 2020 2021H1 收入收入 营收营收 占比占比 收入收入 营收营收 占比占比 收入收入 营收营收 占比占比 收入收入 营收营收 占比占比 产品产品销售销售 需安装 在安装调试完成并经客户验收后认收入 319.1 6.4%811.6 11.4%3310.4 13.6%393.8 5.5%无需安装 客户签收后确

33、认收入 4481.9 89.6%6098.4 86.0%20305.4 83.7%6201.1 85.9%SaaS 软件 按使用量及使用时间收费，在受益期内按照直线法确认收入 70.3 1.0%145.7 0.6%125.4 1.7%技术技术服务服务 不满足时段法 于技术服务成果交付、经客户验收后确认收入 136.1 2.7%106.2 1.5%501.8 2.1%497.9 6.9%满足时段法 定期与客户进行结算，按照双方确认的服务量（产出法）确定履约进度确认收入 64.1 1.3%6.3 0.1%0.4 0.0%0.6 0.0%合计合计 5001.3 100.0%7092.8 100.0%

34、24263.7 100.0%7218.8 100.0%资料来源：公司公告、中信证券研究部 股权结构股权结构：创始人创始人行业行业经验经验丰富丰富，为公司实际控制人，为公司实际控制人 管理层背景：管理层背景：公司创始人、董事长兼总经理赵勇博士在计算机视觉、运算影像学等技术领域具有丰富的行业研发经验，在创办格灵深瞳之前曾是谷歌研究院资深研究员，并作为谷歌眼镜的发明者之一，参与设计了其安卓操作系统中的图像处理架构。由赵勇博士带队的公司 7 人核心技术团队，在算法、智能应用、产品设计、硬件开发等多领域均具有丰富的学术知识与研发创新经验。同时，公司的高管团队个人履历扎实，均具有深厚的行业经验积累和企业管

35、理经验，能够为公司的经营管理提供强劲的正向支撑。格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 9 表 3：公司核心管理层和核心技术人员 高管高管 职务职务 从业经历从业经历 赵勇赵勇 董事长、总经理、核心技术人员 曾在谷歌总部研究院任职，参与谷歌眼镜的早期研发；2019 年至今担任首都体育学院人工智能研究院首席科学家；2013 年创立格灵深瞳，目前担任董事长、总经理 李兴华李兴华 董事、核心技术人员 曾任上海环达电脑科技有限公司软件工程师、意法半导体（上海）有限公司应用工程师、安谋咨询（上海）有限公司应用工程师

36、、得镨电子科技（上海）有限公司消费电子业务部门负责人；曾创立上海庞米电子信息技术有限公司并担任技术负责人；2013 年加入格灵深瞳，目前担任董事、智能硬件研发中心负责人 王艳王艳 董事、财务总监 曾任深圳市维莱信科技发展有限公司人事主管、北京丰恒信息技术有限公司人事主管、北京西普阳光教育科技有限公司人事经理、重庆讯美电子有限公司人力资源部经理、重庆讯美电子有限公司人力资源部经理、广东喜恩碧安防设备有限公司总经理；2019 年加入格灵深瞳，目前担任董事、财务总监、运营中心负责人 周瑞周瑞 副总经理、核心技术人员 曾任华硕科技（苏州）有限公司、祥舜信息科技（上海）有限公司、上海盛大网络发展有限公司

37、、百度在线网络技术（北京）有限公司软件工程师；上海待客网络科技有限公司创始人；2017 年加入格灵深瞳，目前担任副总经理、智能分析系统研发中心负责人 冯建帅冯建帅 副总经理、核心技术人员 历任中科院自动化研究所算法工程师、智能交通产品研发负责人；2015 年加入格灵深瞳，目前担任副总经理、产品方案中心负责人 王政王政 董事会秘书 曾任普华永道中天会计师事务所高级审计师、中航证券有限公司证券承销与保荐分公司助理业务董事、安信证券股份有限公司投资银行部副总裁、北京知新资本投资管理有限公司联合创始人、北京长久物流股份有限公司投资并购负责人；2019 年加入格灵深瞳，目前担任董事会秘书 冯子勇冯子勇

38、核心技术人员 2016 年从华南理工大学博士后即加入格灵深瞳，目前担任算法部负责人 胡开先胡开先 核心技术人员 2015 年从中国科学院计算技术研究所硕士毕业后即加入格灵深瞳，目前担任智慧安防应用开发部负责人 罗楷罗楷 核心技术人员 曾任成都深龙软件有限责任公司技术总监及总经理、蒙太奇工作室有限公司高级软件工程师、北京梦想加科技有限公司高级技术总监及智能产品部总经理；2019 年加入格灵深瞳，目前担任智慧银行项目负责人 资料来源：公司招股说明书，中信证券研究部 股权结构：股权结构：公司股权结构相对集中，赵勇博士为公司实际控制人。根据公司招股说明书，截至 2022 年 3 月 11 日，赵勇博士

39、通过深瞳智数间接持有公司 22.53%股权，并通过灵瞳众智、灵瞳莱客、灵瞳智源和灵瞳数源间接控制公司 13.66%的表决权，合计控制公司 36.19%的表决权。赵勇博士作为公司实际控制人，有利于其更好的统筹规划公司的战略发展方向与技术演进路线，提高决策效率。图 3：赵勇博士为公司实际控制人 资料来源：公司招股说明书，中信证券研究部 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 10 财务分析：财务分析：公司营业收入稳健增长公司营业收入稳健增长，未来成长潜力充沛，未来成长潜力充沛 成长性：成长性：公司营收快速增长

40、，具备较强的成长潜力。公司营收快速增长，具备较强的成长潜力。受益于 AI 行业进入高速发展期，下游应用场景不断丰富带来的市场空间扩大，以及公司自身突出的技术性能优势和强劲的产品商业化落地能力，近年来公司客户数和销售订单数持续快速增长，带动总营收在2018-2021 年的复合增长率高达 78.1%。而随着公司产品体系和解决方案的持续迭代与丰富、下游应用场景跨行业的不断拓展、以及标准化、模块化产品在其他客户中的加速复用，我们预计公司业务规模还将继续扩大，具有较强的成长潜力。2022H1，公司实现总营收 1.17 亿元，同比高增 62.3%。盈利能力：盈利能力：毛利率存在一定波动。毛利率存在一定波动

41、。毛利率方面，公司主营业务毛利率受产品结构、交付形态等因素的变化影响，在不同年份存在一定的波动，2018-2021H1 主营业务毛利率分别为 62.60%、53.13%、61.57%和 72.37%。分产品看，分产品看，公司的智能前端产品均通过软硬一体的形式交付，产品标准化程度较高，毛利率受硬件成本影响相对更低，毛利率提升主要靠高毛利的产品收入占比提升带动。而数据智能平台和行业应用平台，则可根据客户或项目需求，以纯软件形式交付，或将软件封装到服务器中以软硬一体的形式交付，产品在算法模型、功能模块、处理数据规模、服务器配置等方面差异化程度较高，毛利率受产品中软硬件的比例影响波动较大。但近年来，两

42、大平台经过不断迭代和升级，产品逐渐趋于标准化和模块化，已逐步转为以标准化软件形式进行交付（尤其是数据智能平台），综合毛利率逐年提升。分应用场景看，分应用场景看，在城市管理领域，公司主要提供软件算法引擎等自研核心技术产品，解决方案中较少采购第三方硬件或其他施工服务，毛利率较高；在智慧金融领域，公司主要提供标准化的软硬一体产品，毛利率相对更低，但伴随标准化产品的进一步放量正逐渐展现规模效应，近年来毛利率有所提升；在智慧零售领域，公司前期部署的智慧油站解决方案硬件产品占比较大，拖累毛利率逐年降低，但 2021 年以来主要向地产类客户提供深瞳行业应用平台的软件产品，毛利率提升较大。运营效率：运营效率：

43、各项期间费用率波动较大，近年逐渐下降。各项期间费用率波动较大，近年逐渐下降。其中，过去公司销售费用率和研发费用率较高，主要系公司为满足快速扩张的业务规模，陆续扩充销售人员及研发人员规模并授予股权激励，致使职工薪酬费用和股份支付增长幅度较大；管理费用率波动较大，主要系历年股权激励的授予情况不同，股份支付各年差异较大。但随着公司收入体量快速上升，2020 年以来销售费用率和管理费用率均出现明显降低。当前，公司股份支付费用高点已过。同时，公司未来面向银行场景将采取“自上而下”的销售策略，在拿下总行后以低成本、轻销售的方式向全国扩张；面向轨交运维和体育健康场景则主要通过集成商及渠道商等外部销售力量进行

44、扩张，预计销售和管理费用率将稳中有降。而研发费用率方面，公司将会持续加大研发支出，预计研发费用率中期仍将维持在较高水平。格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 11 收入分布：软硬件产品并驾齐驱，下游应用场景多点开花。收入分布：软硬件产品并驾齐驱，下游应用场景多点开花。分产品看，前端产品是公司营收主力，平均贡献营收比重超过 50%，而灵犀数据平台及深瞳行业平台因单价差异较大，历年营收占比有所起伏；分应用场景看，城市管理业务是公司营收主力来源，但近年来随着公司在智慧金融领域收入的快速增长，对营收贡献的比重有

45、所降低。分产品看，分产品看，2021H1 公司智源智能前端产品、灵犀数据智能平台、深瞳行业应用平台占主营业务收入的比重分别为 32.98%、28.15%、26.52%，近年来，随着公司在主要应用场景中均落地了行业解决方案，新增客户的需求逐渐由灵犀数据智能平台向深瞳行业应用平台转变，驱动深瞳行业应用平台营收占比逐渐提升。分应用场景看，分应用场景看，2021H1 公司来源于城市管理、智慧金融、商业零售三大领域的收入占主营业务收入的比重分别为 66.17%、29.09%、4.74%，新开拓的体育健康、轨交运维等场景由于尚在客户验证阶段，营收贡献还较少。但根据公司战略规划，未来其业务重心将逐渐由城市管

46、理等向智慧金融、乃至轨交运维和体育健康等新兴领域倾斜，预计相关领域营收占比将相应提升。图 3：公司营业收入（百万元，%）图 4：公司按产品类型毛利率水平（%）资料来源：公司招股说明书，中信证券研究部 资料来源：公司招股说明书，中信证券研究部 图 5：公司按应用场景毛利率水平（%）图 6：公司期间费用率（%）资料来源：公司招股说明书，中信证券研究部 资料来源：公司招股说明书，中信证券研究部 0%50%100%150%200%250%300%0500300350200212022H1营业总收入YOY0%20%40%60%80%100%120%201820

47、1920202021H1智源智能前端产品灵犀数据智能平台深瞳行业应用平台0%20%40%60%80%100%20021H1城市管理产品及解决方案智慧金融产品及解决方案商业零售产品及解决方案0%50%100%150%200%250%300%350%400%450%200212022H1销售费用率管理费用率研发费用率 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 12 图 7：公司 OCF 及 OCF Margin（百万元，%）图 8：公司净利润及净利率（百万元，%）资料

48、来源：公司招股说明书，中信证券研究部 资料来源：公司招股说明书，中信证券研究部 图 9：公司按产品类型收入结构（%）图 10：公司按应用场景收入结构（%）资料来源：公司招股说明书，中信证券研究部 资料来源：公司招股说明书，中信证券研究部 行业分析：行业分析：AI 发展全面加速，发展全面加速，CV 相关应用快速落地相关应用快速落地 行业背景：行业背景：AI 产业化迈出实质性步伐，计算机视觉为其中关键技术支撑产业化迈出实质性步伐，计算机视觉为其中关键技术支撑 AI 产业链：产业链：AI 产业链可分为基础层、技术层和应用层，近年来，计算机视觉、自然语言处理、语音识别等多种人工智能关键技术不断进步，并

49、从实验室走向应用市场，在赋能传统产业智能化发展的同时催生出了诸多新产业、新业态。我们判断，AI 产业链价值将逐步向两端靠拢，AI 在应用端的渗透和深入还将持续加速。AI 产业链可分为基础层、技术层和应用层。产业链可分为基础层、技术层和应用层。其中，基础层侧重在算力、数据侧搭建基础支撑平台，主要包含 AI 芯片、算力基础设施等，相关产业链条相对成熟，主要由巨头主导；技术层侧重核心开发框架、算法模型与应用技术的研发，主要包括 TensorFlow、PyTorch 等开发框架，机器学习、深度学习等算法模型，以及计算机视觉、智能语音、机器学习、生物特征识别、知识图谱等关键技术，对应用层的智能化发展具有

50、决定性作用；应用层注重实际落地的产品服务和产-250%-200%-150%-100%-50%0%50%-120-100-80-60-40-200204060200212022Q1OCFOCF Margin-700%-600%-500%-400%-300%-200%-100%0%-450-400-350-300-250-200-150-9202020212022H1净利润净利率0%20%40%60%80%100%20021H1智源智能前端产品灵犀数据智能平台深瞳行业应用平台技术服务及其他0%20%40%60%80%100%2

51、0021H1城市管理产品及解决方案智慧金融产品及解决方案商业零售产品及解决方案 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 13 业应用，主要包含面向特定应用场景需求而形成的软硬件产品及行业解决方案服务。图 11：AI 产业链 资料来源：CSDN 账号：互联互通社区 从应用端看，当前从应用端看，当前 AI 技术已渗透进经济生产活动的主要环节。技术已渗透进经济生产活动的主要环节。近年来，随着多种 AI 关键技术不断从实验室走向应用市场，AI 产品及解决方案已在企业设计、生产、管理、营销、销

52、售多个环节中均有渗透且成熟度不断提升，并已从安防、金融、互联网等成熟落地领域，逐渐向制造、能源、电力等传统行业辐射。虽然由于数据、技术、应用基础等方面的差异，AI 在各领域的应用广度与深度不尽相同，但整体来看，AI 产业化已经迈出了实质性步伐，社会经济活动的主要环节都能够看到人工智能的应用。图 12：AI 在不同行业的应用成熟度 资料来源：艾瑞咨询 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 14 图 13：AI 已经广泛渗透进经济生产生活的主要环节 资料来源：艾瑞咨询 产业链价值逐步向两端靠拢，产业链价值逐

53、步向两端靠拢，AI 在应用端的渗透和深入还将持续加速。在应用端的渗透和深入还将持续加速。我们在全球人工智能 AI 行业专题研究报告：大模型驱动 AI 全面提速，产业黄金十年投资周期开启（20220623）中提出，伴随 AI 产业链结构的逐步清晰，以及 AI大模型发展带来的产业运作效率、技术深度的大幅改善；中期维度，假设 AI 技术不发生跳变式跃迁前提下，AI 产业链价值有望逐步向两端靠拢，中间环节价值有望持续减弱，预计上游的芯片企业、云基础设施厂商，以及下游的应用厂商有望逐步成为 AI 产业快速发展的核心受益者。计算机视觉：计算机视觉：人工智能技术主要包括计算机视觉、语音识别、生物特征识别、自

54、然语言处理、人机交互等领域。其中，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，是 AI 领域的关键技术之一。图 14：人工智能关键技术 资料来源：公司路演演示材料 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 15 图 15：计算机视觉主要功能 资料来源：公司路演演示材料，中信证券研究部 图 16：2015-2020 年 ARXIV 上 AI 相关出版物数量 资料来源：ARXIV，中信证券研究部 计算机计算机视觉技术成熟度快速提升。视觉技术成熟

55、度快速提升。近年来，全球高度重视计算机视觉的研究和应用，在核心技术和产业化应用上的研发投入持续增加，驱动计算机视觉算法快速发展，计算机视觉准确率在过去的十年中取得了巨大的进步。Top-1 准确度测试中，人工智能系统为图像分配正确标签的能力越强，那么其预测结果（在所有可能的标签中）与目标标签越相同。在有额外的训练数据（例如来自社交媒体的照片）的情况下，2021 年 1 月在 Top-1 准确度测试上每 10 次尝试中会出现 1 次错误，而 2012 年 12 月每 10 次尝试中会出现 4 次错误。而另一项精确率测试 Top-5 会让计算机回答目标标签是否在分类器的前五个预测中，其准确率从 20

56、13 年的 85%提高到 2021 年的 99%，超过了代表人类水平的成绩94.9%，这意味着计算机能够一定程度上替代人类视觉的工作，更高效地完成任务。02000400060008000001820192020cs.计算机视觉cs.机器学习cs.计算机和语言cs.机器人cs.人工智能stat.机器学习 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 16 图 17：TOP-1 准确率变化 资料来源：斯坦福大学 AI 年度报告，中信证券研究部 图 18：TOP-准确率变化

57、 资料来源：斯坦福大学 AI 年度报告，中信证券研究部 计算机视觉是计算机视觉是我国我国 AI 行业市场规模最大的细分领域。行业市场规模最大的细分领域。由于人类 70%以上的信息获取依靠视觉，而各领域模仿人类视觉均需要通过计算机视觉技术从视觉信号中提取并处理信息，因此计算机视觉在城市管理、金融、互联网、零售等诸多行业均拥有广泛应用，在人工智能中占据重要地位，是人工智能行业中市场规模最大的细分领域。根据艾瑞咨询，2019 年，我国计算机视觉核心产业规模和带动相关产业规模分别为 633.3 亿元和 1,438.6 亿元，占人工智能核心产业及带动产业的比重分别达到 58.2%和 37.6%。3D 计

58、算机视觉：计算机视觉：随着计算机视觉技术的逐渐成熟，其实际应用的技术领域不断扩展，由最初的静态人脸识别和光学字符识别，扩展到人脸识别分析、活体检测、行为识别分析等诸多种方向。应用场景也不断升级，由最早基于 1:1 识别算法的人证核验场景迈向基于 1:N 识别算法的动态比对场景；从基于图像的场景分析迈向基于视频的事件、动作识别；从基于 2D 医疗影像数据的病灶检测迈向基于 3D 医疗影像数据的病灶分析。其中，从 2D 视觉技术到 3D 视觉技术的迈进，是未来计算机视觉产业化的重要领域之一。86.5%90.2%60%65%70%75%80%85%90%95%100%2012年10月2013年2月2

59、013年6月2013年10月2014年2月2014年6月2014年10月2015年2月2015年6月2015年10月2016年2月2016年6月2016年10月2017年2月2017年6月2017年10月2018年2月2018年6月2018年10月2019年2月2019年6月2019年10月2020年2月2020年6月2020年10月2021年2月不含额外的训练数据含有额外的训练数据97.9%98.8%94.9%80%82%84%86%88%90%92%94%96%98%100%2012年10月2013年2月2013年6月2013年10月2014年2月2014年6月2014年10月2015年2

60、月2015年6月2015年10月2016年2月2016年6月2016年10月2017年2月2017年6月2017年10月2018年2月2018年6月2018年10月2019年2月2019年6月2019年10月2020年2月2020年6月2020年10月2021年2月不含额外的训练数据含有额外的训练数据人类水平 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 17 图 19：医疗病灶分析从 2D 影像数据迈向 3D 影像数据 资料来源：European Society of Cardiology（ESC）3D 计算

61、机视觉能够在更复杂场景下实现更精确的视觉感知。计算机视觉能够在更复杂场景下实现更精确的视觉感知。当前计算机视觉技术的产业化以 2D 视觉技术为主，但 2D 视觉成像中的投影现象，使得物体几何形状和表面反射特性、光源与物体及摄像机之间的空间关系等都被综合成单一的图像灰度值，很难区分其立体信息。而 3D 视觉，则是在以物体为中心的坐标系中描述 3D 物体的形状及空间组织，能够传达 2D 视觉所不能区分的空间信息。同时，3D 视觉相比 2D 视觉，实际所需的数据量更低，能够降低传统 2D 摄像头方案的数据传输和能耗，节省企业运营成本。未来随着各应用场景对分辨率和识别准确率，以及数据传输与分析所需要的

62、带宽、算力要求越来越高，对 3D视觉技术的应用需求将逐步提升，推动 3D 视觉技术加速完成产业化。图 20：3D 视觉（左）和 2D 视觉（右）成像对比 资料来源：Vison&Image 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 18 市场规模：市场规模：AI 及及 CV 市场规模市场规模快速增长快速增长，发展空间巨大，发展空间巨大 市场发展阶段：市场发展阶段：从单点技术到多点技术再到技术平台化，从特定场景的初步应用到全业务链条的综合赋能再到深入所有环节与产业深度融合，是 AI 技术和产业化发展的客观规律。

63、当前，我国正处于从“弱人工智能”向“强人工智能”过渡的阶段，表现为技术从单点向多点发展，应用从特定场景向更多领域延伸，AI 技术创新和产业化将迎来新的高速发展期。AI 产业的发展历程和未来轨迹大致可分为三个阶段：产业的发展历程和未来轨迹大致可分为三个阶段：根据云从科技创始人周曦的“AI 三浪理论”，AI 产业的发展可分为三个阶段。1）第一阶段，单点技术突破阶段。以计算机视觉、语音识别等为代表的人工智能单点技术实现突破，催生了人工智能在特定场景的初步应用。2）多点技术闭环和 AI 工程化阶段。人工智能经历了对单点技术的聚焦关注，客户逐渐发现自身的复杂需求难以得到快速响应，转向寻求获取人工智能综合

64、解决方案以实现对全业务链条的 AI 赋能，形成行业价值闭环。3）第三阶段，平台生态化阶段。随着人工智能与实体产业深度融合，预计将以用户体验的革命性提升为主要驱动因素，人工智能将尝试以人类与机器智能交互嵌入所有业务流程，联通线上线下数据，进行智能流量的再分配，大幅优化人类与智能的协同体验。图 21：AI 产业的发展历程和未来轨迹可大致分为三个阶段 资料来源：云从科技官网 当前，我国正处于“第一阶段”向“第二阶段”当前，我国正处于“第一阶段”向“第二阶段”迈进迈进的的过渡过渡期期。技术上，深度学习、计算机视觉、语音识别等核心技术正逐步走向成熟，在 AI 芯片、知识图谱、脑机接口等领域也开始逐步突破

65、。场景上，以金融、零售、医疗和工业为代表的各行各业正以 AI 应用率先落地的原始场景为起点，逐步向企业内外部更多场景实现赋能延伸。随着落地场景的不断泛化升级，单一技术已经难以满足客户在复杂场景下的智能化需求，AI 开始向横向和纵向延伸，以开放平台为载体，与 5G、物联网、区块链、边缘计算等技术集成融合，提供标准化、模块化的产品和服务。对应于上述理论，即我国正处于第一阶段末期，即将开启技术第二浪，市场有望迎来一轮景气行情，并产生大量新的深入行业的长期用户。格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 19 图 2

66、2：场景上：以金融、零售、医疗、工业为代表的行业正在以高频高价值场景为落点做持续 AI 泛化 资料来源：艾瑞咨询 图 23：技术上：AI 在各环节与其他技术融合应用 资料来源：公司路演演示材料 市场机遇：市场机遇：长期看，考虑到宏观政策支持、数字经济规模的持续增长以及 AI 技术的成熟和落地，国内 AI 及计算机视觉市场在未来具备良好的市场机遇和环境，AI 和计算机视觉厂商有望把握行业发展红利，逐步构建自身服务和产品壁垒。政策环境：人工智能上升为国家级战略，产业政策不断引导支持政策环境：人工智能上升为国家级战略，产业政策不断引导支持 人工智能具有溢出带动性很强的“头雁”效应，是引领新一轮科技革

67、命和产业变革的战略性技术，受到政府的高度重视，我国“十三五”、“十四五”规划将人工智能列为国家战略新兴产业；2017 至 2019 年，政府工作报告连续三年均提及加快人工智能产业发展；2020 年，人工智能更是与 5G 基站、大数据中心、工业互联网等一起被列入新基建范围，作为我国数字化转型需求的关键支撑获得重点关注。人工智能相关政策的逐步深化、层层推进，为推动人工智能行业市场规模的快速提升提供了充分的政策与配套资源支持，在国家战略引领与政策支持下，我国人工智能行业将迎来重要的发展机遇期。表 4：中国人工智能相关政策文件梳理 时间时间 颁布主体颁布主体 政策名称政策名称 政策内容政策内容 201

68、5.05 国务院 中国制造 2025 发展智能装备、智能化产品和生产过程智能化 2015.07 国务院 国务院关于积极推动“互联网+”行动的指导 提升终端产品智能化 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 20 2016.03 十二届全国人大四次会议 中华人民共和国国民经济和社会发展第十三个五年规划纲要 人工智能写入“十三五”规划纲要 2016.04 发改委 机器人产业发展规划 2016-2020 培育 3 家以上具有国际竞争力的龙头企业，打造 5 个以上机器人配套产业集群 2016.05 发改委“互联网

69、”+人工智能三年行动实施方案 到 2018 年，创建人工智能基础资源和创新平台 2016.08 国务院“十三五”国家科技创新规划 重点发展大数据驱动的类人工智能技术 2016.09 工业和信息部、发改委 智 能 硬 件 行 业 创 新 发 展 专 项 行 动（2016-2018）重点发展可穿戴设备、智能车载设备、智能医疗健康设备、智能服务机器人、工业级智能硬件设备等 2016.011 国务院“十三五”国家战略性新兴产业发展规划的通知 积极推动在制造、教育、环境保护、交通、商业、健康医疗、网络安全、社会治理等重要领域开展试点示范，推动人工智能规模化应用。2017.03 国务院 2017 年政府工

70、作报告 推动人工智能在教育、医疗、养老、城市运行、服务等领域广泛应用，加快人工智能技术研发和转化，做大做强产业集群，人工智能首次被写入全国政府报告 2017.07 国务院 新一代人工智能发展规划 确定人工智能发展三步走战略目标 2017.010 十九大 十九大报告 人工智能写进十九大报告，将推动互联网、大数据、人工智能和实体经济深度融合 2017.012 工信部 新一代 AI 产业发展三年行动计划（2018-2020 年）重点扶持神经网络芯片，实现人工智能芯片在国内实现规模化应用 2018.011 工信部 新一代人工智能产业创新重点任务揭榜工作方案 遴选掌握核心技术、创新能力较强的企业，重点突

71、破人工智能标志性产品、服务、平台 2019.03 国务院 2019 年政府工作报告 深化人工智能研发应用 2019.03 中央深改委 关于促进人工智能和实体经济深度融合的指导意见 探索人工智能创新成果应用转化路径和方法，构建智能经济 2019.08 科技部 国家新一代人工智能开放创新平台建设工作指引 鼓励人工智能细分领域领军企业搭建开源、开放平台，推动行业应用 2020.06 全国人大常委会 全国人大常委会 2020 年度立法工作计划 重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究 2020.07 中央网信办等五部门 国家新一代人工智能标准体系建设指南 为加强人工智能领域标准

72、化顶层设计，推动人工智能产业技术研发和标准制定，促进产业健康可持续发展 2021.03 全国人民代表大会 中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要 瞄准人工智能等前沿领域实施一批具有前瞻性、战略性的国家重大科技项目。2021.07 工业和信息化部 新型数据中心发展三年行动计划 推动新型数据中心与人工智能等技术协同发展，构建完善新型智能算力生态体系 资料来源：智研咨询、云从科技招股书、中国政府网、各政府部门官网、中信证券研究部 技术环境：数据规模持续增长、算力基础设施不断完善技术环境：数据规模持续增长、算力基础设施不断完善 算法模型的识别度与准确度是制约 AI

73、 技术产业化落地的重要挑战，为提高算法模型的准确度，就需要提高模型的规模和精确度，这需要更强的算力支撑。而近年来，我国算力基础设施不断完善，为提升算法模型的准确度进而驱动 AI 基础商业化应用提供了技术红利。我国数据中心、计算芯片等算力基础设施取得快速发展。我国数据中心、计算芯片等算力基础设施取得快速发展。一方面，我国云侧算力供给模式开始呈多样化发展，除阿里云、腾讯云等云计算企业供给的大量 AI 算力资源外，公共智能超算中心开始逐步兴起，上海、深圳、重庆等多地均已投建公共智能超算中心，同时，商汤等部分企业为提升自身业务运行性能，也开始自建算力中心。另一方面，近两年内，国内涌现了大量自研的芯片类

74、公司，以自研 GPU 的摩尔线程、自研自动驾驶芯片的寒武纪等为代表。摩尔线程于 2022 年 3 月发布了 MUSA 统一系统架构及第一代芯片“苏堤”，摩尔线程的新架构支持英伟达的 Cuda 架构。算力基础设施的完善，为 AI 行业 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 21 解锁更多应用场景提供了强劲的算力支撑，并将以更低的算力成本助力高性价比产品及解决方案的研发和落地。表 5：GPU 芯片主要玩家及技术路线情况 公司名称公司名称 主要产品主要产品 基本情况基本情况 中国企业 景嘉微电子 JM7200

75、 国产 GPU 的主要参与者，是唯一自主开发并已经大规模商用的企业。芯原微电子 工艺制程覆盖7nm FinFET 和22nm FD-SOI 是依托自主半导体 IP，为客户提供平台化、全方位、一站式芯片定制服务和半导体 IP 授权服务的企业。是 2019 年中国大陆排名第一、全球排名第七的半导体 IP 授权服务供应商，全球市场占有率约为 1.8%。航锦科技 韶光 GPU 芯片 以芯片为核心，围绕高端芯片与通信，覆盖高端芯片、北斗 3 芯片以及通信射频三大产业 中船重工 JARI G12 产品应用于军民两用电子设备、工业控制、电子信息等领域 沐曦沐曦 通用计算及图形通用计算及图形渲染高性能渲染高性

76、能 GPU 专注于设计具有完全自主知识产权的高性能专注于设计具有完全自主知识产权的高性能 GPU 芯片，通过可重构芯片，通过可重构 GPU 架构突破传统架构突破传统GPU 能效瓶颈，为异构计算的各类应用提供高性能能效瓶颈，为异构计算的各类应用提供高性能 GPU 芯片及解决方案，产品覆盖通用芯片及解决方案，产品覆盖通用计算和图形渲染，公司致力于打造国际一流的计算和图形渲染，公司致力于打造国际一流的 GPU 芯片及解决方案公司。芯片及解决方案公司。壁仞科技 云端通用智能计算 GPU 致力于开发原创性的通用计算体系，建立高效的软硬件平台，同时在智能计算领域提供一体化的解决方案。聚焦云端通用智能计算，

77、逐步在人工智能训练和推理、图形渲染、高性能通用计算等多个领域赶超现有解决方案 天数智芯 7nm GPGPU 云端训练芯片 BI 中国第一家 GPGPU 高端芯片及超级算力提供商。天数智芯重点打造自主可控、国际一流的通用、标准、高性能云端计算芯片 GPGPU。海外企业 Nvidia GeForce、DGX 主要设计游戏和专业市场的 GPU，移动计算和自动驾驶汽车的 SoC，是 GPU 计算领域公认的全球领导者，数据中心业务的技术根源是 CUDA。AMD Radeon 是全球唯一可以同时提供高性能 GPU 和 CPU 的企业，集成 GPU 主要运用在 Ryzen APU、嵌入式、半定制平台中，独立

78、 GPU 分为 Radeon 和 Instinct 系列，主要用于游戏、专业视觉、服务器等应用。Intel Xe 全球最大的 PC GPU 供应商，也是 PC 和服务器显卡唯一的 IDM 厂商。英特尔的集成 GPU在形式上表现为核芯显卡。核芯显卡使用系统 DRAM作为非独立显存，通过处理器内部的环状总线与 CPU 连接，负责处理游戏、视频娱乐等图像负载。资料来源：各公司官网，中信证券研究部 图 24：2020-2024 中国 GPU 服务器市场规模 资料来源：IDC（含预测），中信证券研究部 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅

79、读正文之后的免责条款和声明 22 图 25：全球算力规模变化 资料来源：ICEAA，中信证券研究部 图 26：近年我国算力内部结构 图 27：预计 2030 年人工智能算力需求（EFlops)资料来源：中国信通院，中信证券研究部 资料来源：华为泛在算力：智能社会的基石（含预测），中信证券研究部 经济环境：数字经济迅速发展，为经济环境：数字经济迅速发展，为 AI 技术与产业融合打开想象空间技术与产业融合打开想象空间 近年来，我国数字经济规模持续增长，在宏观经济发展中的地位不断提升。近年来，我国数字经济规模持续增长，在宏观经济发展中的地位不断提升。根据中国信通院，2020 年，我国数字经济规模达

80、39.2 万亿元，占 GDP 的比重达 38.6%；而“十四五规划”更明确提出要将数字经济核心产业增加值占 GDP 比重由 2020 年的 7.8%提高到 10%。数字经济的高速发展，为 AI 技术在各行业的应用开启了更大的想象空间，表现在产业数字化的经营理念在各行业持续渗透，激励企业加速推进产业数字化转型，增加数字化投入，而人工智能作为产业数字化、智能化升级的重要技术工具，有望在传统行业全业务、全角度、全链条的数字化改造中获得应用。135 42939%0%5%10%15%20%25%30%35%40%45%050030035040045050020

81、0192020我国算力规模（EFlops）全球算力规模（EFlops）全球算力增速95%57%41%0%10%20%30%40%50%60%70%80%90%100%200192020基础算力智能算力超算算力41 134 1,709 16,206 1101001,00010,000100,000201820202025E2030E 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 23 图 28：我国历年数字经济规模及占 GDP 比重 资料来源：CNNIC，艾瑞咨询，中信证券研究部 市场规模：

82、市场规模：我国 AI 市场空间广阔，增长潜力巨大，而计算机视觉作为其中关键领域，仍将保持高速增长。根据艾瑞咨询，2019 年，我国人工智能核心产业及带动产业规模分别为 1,088.6 亿元和 3,821.5 亿元，该机构预计至 2025 年将分别达到 4,532.6 亿元和16,648.3 亿元，年均复合增长率分别为 26.8%和 27.8%；而其中，计算机视觉核心产业规模和带动相关产业规模将分别增长至 1,537.1 亿元和 4,858.4 亿元，年均复合增长率分别为 15.9%和 22.5%。图 29：我国人工智能核心产业及带动相关产业规模（亿元）资料来源：公司招股说明书，艾瑞咨询（含预测

83、），中信证券研究部 图 30：我国计算机视觉核心产业及带动相关产业规模（亿元）资料来源：公司招股说明书，艾瑞咨询（含预测），中信证券研究部 0%5%10%15%20%25%30%35%40%45%0554045200520082001820192020数字经济规模（万亿元）占GDP规模的比重05000000020192020E2021E2022E2023E2024E2025E人工智能核心产业规模人工智能带动相关产业规模0040005000600020192020E2021E2022E2023E2024E20

84、25E计算机视觉核心产业规模计算机视觉带动相关产业规模 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 24 竞争格局：竞争格局：我国我国计算机视觉市场“三派鼎立”，市场格局计算机视觉市场“三派鼎立”，市场格局相对分散相对分散 计算机视觉市场竞争格局：计算机视觉市场竞争格局：由于计算机视觉赛道技术成熟度相对更高、商业化落地较早、应用场景多元等特征，吸引了大量 AI 企业入场布局耕耘。根据亿欧智库数据，2021 年，计算机视觉在中国 AI 企业细分领域中占比 34%，几乎是数据挖掘、机器学习等场景的 2 倍。除 A

85、I 企业外，传统硬件厂商、互联网公司等也逐渐开始涉足有关领域，形成了我国计算视觉产业三大阵营共存的态势，这三大阵营在技术能力、资金储备、数据沉淀、用户理解、客户资源等方面各有优势与短板，竞争格局较为分散。具体包括：以商汤、依图、云从等“以商汤、依图、云从等“CV 四小龙”和格灵深瞳为代表的四小龙”和格灵深瞳为代表的新兴新兴企业。企业。其优势在于算法和技术开发能力较强，往往通过轻资产模式快速切入某一特定应用场景，凭借对于各类细分场景下的数据积累和行业经验帮助下游应用环节更快落地，在特定领域具有核心竞争力。但由于其成立时间较短，尚需持续投入大量资金进行技术研发、客户拓展等，在夯实现有应用场景的同时

86、，探索新的蓝海市场。以海康威视、大华股份以海康威视、大华股份等等为代表的传统垂直行业巨头。为代表的传统垂直行业巨头。其在行业耕耘时间已久，有稳固的客户关系和渠道，通过硬件开发、软件开源的合作形式提供软硬件定制服务，能够发挥产业集群效应。同时，垂直行业厂商还掌握海量场景数据，能够为算法模型训练和客户需求理解提供强力支撑。不过出于风险控制等考虑，其在人才招募、算法研究、基础设施等方面投入都相对保守，算法和技术开发能力较弱。以以 BAT、华为为代表的互联网、华为为代表的互联网、ICT 领域巨头。领域巨头。其优势在于资金雄厚、人才集聚效应强、研发实力强、商业资源多。它们结合自身业务优势拓展计算机视觉功

87、能，能够在生态系统内形成业务协同，提高产品吸引力和客户留存度，增强整体盈利能力。但在落地层面，受制于行业经验和知识的积累，其更偏向开发通用功能，在细分应用场景的产品力偏弱。图 31：2021 年 AI 各领域企业占比 资料来源：亿欧智库、中信证券研究部 计算机视觉数据挖掘机器学习机器人智能语音技术自然语言处理知识图谱生物识别芯片SALM 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 25 图 32：中国计算机视觉市场“三派鼎立”资料来源：各公司官网，中信证券研究部绘制 计算机视觉市场玩家布局情况：计算机视觉市场

88、玩家布局情况：从产业链纵向布局情况来看，大部分企业主要专注于计算机视觉技术及面向行业应用的软件研发，在技术层和应用层展开角逐；从应用层横向布局情况来看，安防、金融是兵家必争之地，为避开竞争，部分企业开始面向 AI 渗透率仍较低的蓝海市场展开差异化布局。从产业链纵向布局情况来看：由于在基础层的芯片、传感器、开源框架等方面，我国 AI 相关企业面临着英伟达、谷歌、亚马逊等国际科技巨头的激烈竞争，因此基于资源禀赋、经营策略等因素的综合考虑，仅有部分头部企业有所布局，除此之外，大部分企业仍专注于计算机视觉技术及面向行业应用的软件研发，在技术层和应用层展开角逐。图 33：我国人工智能行业产业图谱 资料来

89、源：公司招股说明书、中信证券研究部；注：Logo 来自各公司官网 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 26 从应用层横向布局情况来看：目前我国人工智能行业的客户主要来自于政府、金融、互联网、零售等领域。2020 年，我国人工智能行业中政府城市管理和运营的市场份额接近 50%，互联网+金融的市场份额合计占 30%，其他领域占比仅有 20%。而在计算机视觉领域，市场份额更是向上述领域集中，仅安防影像分析一个场景便占据 67.9%的市场份额，这样的市场结构表明，安防、金融已经成为计算视觉企业兵家必争之地。从

90、头部企业的布局情况也可以看到，几乎每家在上述领域均有产品推出，但产品同质化程度较高，性能差异不大，市场竞争极为激烈。因此，为谋求差异化发展，部分企业开始结合自身的技术专长和对客户需求的不同理解开拓新场景，例如商汤和依图在医学影像分析领域，旷视在供应链物流领域，格灵深瞳在轨交运维和体育健康领域分别有产品研发或落地。图 34：2020 年中国人工智能行业市场结构 资料来源：公司招股说明书，中信证券研究部 图 35：2020 年中国计算机视觉行业市场结构 资料来源：中商情报网，中信证券研究部 格局演变：产业格局演变：产业价值向两端靠拢价值向两端靠拢，细分赛道龙头有望持续强化竞争优势，细分赛道龙头有望

91、持续强化竞争优势 展望未来，随着产业数字化浪潮不断推进带来企业智能化需求提升，我们认为，AI行业将呈现 3 个明显的发展趋势，包括 1）产业价值链趋于稳定，并逐步向两端靠拢，中间环节价值有望持续减弱；2）应用场景“跑马圈地”白热化，拥有底层 AI 生产力平台，能够低成本、高效率快速开发算法模型的企业将具备更强的竞争优势；3）已经在细分赛道深耕的细分赛道龙头厂商，凭借积累的行业 know-how、数据资源沉淀出相应产品能力，获得持续强化的竞争壁垒。产业价值链趋于稳定，并逐步向两端靠拢产业价值链趋于稳定，并逐步向两端靠拢。中期维度，我们判断 AI 产业链价值有望逐步向两端靠拢，中间环节价值有望持续

92、减弱，并逐步形成“芯片+算力基础设施+AI 框架&算法库+应用场景”的典型产业链结构。伴随算力成本的持续下降以及产品整合的持续推进，云计算巨头有望逐步成为算力设施+基础算法框架环节能力的主要提供商。而新兴 AI 企业能够凭借对于各类细分场景下的数据积累和行业经验帮助下游应用环节更快落地，在应用环节实现更大的价值。政府成治理和运营互联网金融地产与零售医疗和生命科学工业学历教育其他安防影像分析广告营销分析泛金融身份认证（解决方案）互联网娱乐泛金融身份认证（云服务、SDK等）手机创新领域 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后

93、的免责条款和声明 27 图 36：AI 产业垂直一体化整合趋势 资料来源：CNNIC，中信证券研究部；注：Logo 来自各公司官网 产业进入应用场景“跑马圈地”阶段，产业进入应用场景“跑马圈地”阶段，AI 技术生产力是参与竞争的关键能力。技术生产力是参与竞争的关键能力。伴随我国人工智能行业的产业化落地从特定场景向多元场景泛化升级，客户需求将从解决单一问题转变为更高阶的业务综合决策，在多行业领域、多业务环节“跑马圈地”将成为 AI 企业未来生存的重要策略，但这要求其具备两个维度的能力：1）技术储备丰富，能够形成感知、认知、决策的技术闭环，通过多点技术融合为客户解决更广泛、更核心的问题；2）产品研

94、发效率高，通过降低项目开发成本为客户提供更具性价比的产品和解决方案，让更多客户愿意用、用得起。为此，单项技术的“理论”准确率将不再是 AI 企业比拼的核心，未来的市场资源将向 AI 技术生产力强、生产效率高的企业集中，拥有底层 AI 生产力平台，能够以低成本、高效率快速开发算法模型的企业将具备更强的竞争优势。图 37：如格灵深瞳的 AI 技术平台“深瞳大脑”可支持数十亿数据、数亿类别任务，数十亿参数模型的训练 资料来源：公司路演演示材料 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 28 深耕细分赛道，具有行业

95、深耕细分赛道，具有行业 know-how 和数据积累的龙头厂商有望获得持续增强和数据积累的龙头厂商有望获得持续增强的竞争壁垒。的竞争壁垒。主要表现在：1）AI 的场景落地需要与行业专有知识深度结合，在细分赛道深耕的企业具备更丰富的行业经验和客户服务经验，在理解客户需求并转化为相应产品上具备更强能力；2）AI 场景碎片化特征突出，技术可复制性不高，针对不同应用场景均需要开发相对应的算法模型，初入赛道的企业需要投入高昂的开发成本并经历较长的产品化周期才能具备竞争实力，因此，已经先发布局的龙头厂商具有天然的护城河；3）使用标准数据集训练的图像识别、对话系统等在实际行业场景中泛化能力不足，需要基于实际

96、场景数据进行二次训练和优化处理，而细分行业龙头厂商在业内耕耘已久，在长期的产品打磨和客户服务中积淀了扎实的场景数据，能够反哺算法模型，提升产品性能。公司分析公司分析：前瞻性布局前瞻性布局蓝海市场蓝海市场，未来成长性明确，未来成长性明确 竞争优势竞争优势：领先核心技术实力领先核心技术实力+高粘性客户资源高粘性客户资源+先发落地的场景布局优势先发落地的场景布局优势 技术壁垒：领先的三维视觉技术技术壁垒：领先的三维视觉技术+高研发效率高研发效率+高产品性价比高产品性价比 持续深耕三维视觉技术，在场景落地上已积累较多的产业经验。持续深耕三维视觉技术，在场景落地上已积累较多的产业经验。公司创始人赵勇博士

97、的专业研究方向为三维计算机视觉技术，作为中国最早的商业化计算机视觉公司，公司自 2013 年成立之初便以三维视觉技术和行为识别技术领域作为主要切入点进行持续投入，目前已形成了基于大数据先验知识的三维人体姿态和动作识别技术 MegaPose、基于深度学习的三维点云配准和物体识别技术 NgeNet&ACSG 等多项核心技术。当 AI 行业头部领先公司的绝大多数收入仍来自于人脸识别等身份识别技术，尚未基于三维视觉技术形成可规模化落地的产品时，公司在金融、轨交运维、体育等主要应用场景的人工智能产品均已依托三维视觉技术实现，积累了丰富的产业落地经验。图 38：格灵深瞳核心技术 MegaPose、NgeN

98、et&ACSG 介绍 资料来源：公司路演演示材料，中信证券研究部 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 29 拥有高度自动化的人工智能算法模型训练能力，研发效率较高。拥有高度自动化的人工智能算法模型训练能力，研发效率较高。随着 AI 产业的行业领域不断扩大，应用场景越发复杂，需要生产的算法模型数量也将愈加庞大，相应的算力硬件成本和研发人员成本随之增加，算法模型训练的成本已成为目前影响人工智能企业盈利能力的重要因素之一。而公司自成立之初便自主研发搭建了集数据采集、数据预处理、数据标注、模型训练、模型优选等

99、模块于一体的基础算法生产平台“深瞳大脑”。基于这套高度自动化的算法模型训练系统，公司不仅能在数据生产环节有效节省标注成本，而且能在模型训练环节有效节省训练成本。根据公司公告，在单位工时、单位算力下，使用“深瞳大脑”可将每人产出的模型数提高 4 倍以上。2020 年公司研发人员人均创收 166.24 万元，显著高于 6 个同业可比公司 99.92 万元的平均水平，研发效率较高。图 39：格灵深瞳基于“深瞳大脑”AI 技术平台搭建的技术体系 资料来源：公司招股说明书，中信证券研究部 图 40：格灵深瞳研发人员人均创收及人均毛利润处于行业领先水平（百万元/人）资料来源：公司招股说明书，中信证券研究部

100、 注：依图科技取 2020H1 数据 0.0020.0040.0060.0080.00100.00120.00140.00160.00180.00当虹科技格灵深瞳虹软科技旷视科技云天励飞云从科技商汤科技依图科技研发人均创收研发人均毛利润 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 30 与多元合作伙伴构建广泛深入的生态系统，产品及解决方案性价比较高。与多元合作伙伴构建广泛深入的生态系统，产品及解决方案性价比较高。随着大数据技术应用的不断深入，客户在服务器等算力硬件上的支出随之快速增加，因此对于产品性价比的要求

101、越来越高。AI 算力芯片的成本和算法软件在芯片上的运行效率是影响产品性价比的两个最重要的因素。公司在保障算法精度的前提下，不断优化提升核心算法在特定 AI 芯片上的执行效率以增强产品的价格竞争力。目前，公司的算法引擎产品已支持市场主流的人工智能芯片品牌。基于此项能力，公司开发的产品在相同服务器等硬件配置基础上可支持更多的软件路数，产品及解决方案性价比较高，将助力公司持续获客。客户资源：广泛且高粘性的客户资源为业绩快速增长提供坚实保障客户资源：广泛且高粘性的客户资源为业绩快速增长提供坚实保障 公公司在覆盖的各个行业均积累了丰富的客户资源。司在覆盖的各个行业均积累了丰富的客户资源。凭借优异的产品技

102、术性能、丰富的产品及解决方案体系、以及高效的产品交付能力，公司已在下游客户中建立了良好的品牌和技术口碑，获得了众多行业知名客户和大型集成商的认可。在城市管理领域，在城市管理领域，公司已覆盖多地公安局、政法委、交通管理局等政府部门，并同易华录、东方网力等大型集成商达成合作；在智慧金融领域，在智慧金融领域，公司已覆盖农业银行全国各省市的上千家分支机构，并将在建设银行等其他大型商业银行中推广；在智慧零售领域，在智慧零售领域，公司已覆盖中国石化、现代汽车、延长壳牌石油、以及某全球排名前三大的奢侈品零售集团等国内外知名企业；在前瞻布局的体育健康和轨交运维领域，公司也已同首都体育学院、中车电气等单位建立了

103、长期合作关系。随着客户逐渐增多并开始贡献营收，公司对大客户的依赖度逐渐降低。表 6：格灵深瞳下游各应用领域主要客户 应用领域应用领域 终端客户终端客户 集成商客户集成商客户 城市管理 朝阳发改委、朝阳区教育委员会、北京市慈善协会、北京市公安局、北京市朝阳区商务局、万达电影等 易华录、东方网力、北斗天地、中通服等 智慧零售 中国石化、全球排名前三大的奢侈品零售集团、延长壳牌石油、现代汽车 智慧金融 农业银行、建设银行 中金银利、金帮融和 体育健康 首都体育学院 轨交运维 中车电气、北京主导时代科技有限公司 资料来源：公司招股说明书、公司公告、中信证券研究部 图 41：格灵深瞳前五大客户集中度 资

104、料来源：公司招股说明书，中信证券研究部 注：2021H1 公司前五大客户集中度有所提高，主要原因系公司收入具有季节性特征，主要集中在下半年，上半年因收入基数较低，受个别客户或项目影响较大 0%20%40%60%80%100%20020H12021H1 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 31 下游客户认可程度高，核心客户粘性强。下游客户认可程度高，核心客户粘性强。在城市管理领域，在城市管理领域，公司的高性能数据计算引擎产品及针对公安各警种实战研发的视图大数据平台已同客户使用产生深

105、度适配，2018-2021H1，核心存量客户对城市管理领域收入的平均贡献占比达 62.78%，展现出极高的客户粘性。在智慧金融领域，在智慧金融领域，公司为农行（2018-2021H1 对该领域的合计收入贡献为 70.91%）提供“云边端”一体化平台系统，由公司为其建立云平台并负责算法的管理和迭代优化，农行的数据资源将沉淀在公司的产品和方案中，对其而言产品迁移成本较高，与公司的合作持续性强；在商业零售领域，在商业零售领域，公司针对中国石化（2018-2021H1 对该领域的合计收入贡献为 74.12%）开发的智慧油站解决方案为定制方案，已经在广东省进2000 个加油站点落地，后续还将陆续在安徽、

106、江苏、海南等地推广，业务同样具有持续性和稳定性。图 42：格灵深瞳城市管理领域核心存量客户销售收入及占城市管理领域收入的比重（万元）资料来源：公司招股说明书，中信证券研究部 图 43：格灵深瞳对农业银行的销售收入及占主营业务收入的比重（万元）资料来源：公司招股说明书，中信证券研究部 场景优势：积极挖掘差异化新业务场景，借助先发布局的优势提高进入门槛场景优势：积极挖掘差异化新业务场景，借助先发布局的优势提高进入门槛 传统领域竞争者众，公司深耕细分场景和长尾应用，对竞争激烈的场景依赖度较低。传统领域竞争者众，公司深耕细分场景和长尾应用，对竞争激烈的场景依赖度较低。城市管理、智慧金融和商业零售属于

107、AI 技术较早实现规模化应用的传统场景，行业通用算法技术已较为成熟，头部企业的技术性能比较接近，技术优势对获客的加成较难体现。此外，除 AI 公司之外，硬件设备厂商、通信服务厂商、项目集成商等也均开始涉足该领域，市场竞争激烈。为此，公司选择避开已经较为拥挤的赛道，在城市管理领域专注于销售高毛利自研产品，较少涉及大型集成项目，毛利率显著高于同行；在智慧金融和商业零售领域则聚焦于银行、油站两大具体场景，作为行业内最早进入该赛道的玩家，公司经过长期的产品打磨和经验积淀，已在相关场景的功能理解、技术实现、以及产品研发和落地上形成了先发布局的优势，并将逐步实现产品的标准化和模块化，可在同类客户中实现规模

108、化复制，不断巩固强化公司在细分场景的获客优势。表 7：在安防、金融等领域，行业通用算法技术已较为成熟，代表性企业的技术性能比较接近 技术类别 依图科技 云从科技 云天励飞 旷视科技 格灵深瞳 人脸识别 刷脸支付通行场景中，依图在召回率99%的情况下，误2021 年 1 月公布的NIST 成绩 1:1 排名第7，戴口罩成绩排名MegaFace 数据集上的识别准确率达到 96.6%2018 年 NIST 人脸识别竞赛第一 1、2020 年 1 月 NIST 成绩1:1 排名第 1，2020 年 8 月戴口 罩 成 绩 排 名 第 1；2、0%10%20%30%40%50%60%70%80%01,0

109、002,0003,0004,0005,0006,00020021H1核心存量客户销售收入占城市管理领域收入的比重0%10%20%30%40%004000500020021H1农业银行销售收入占主营业务收入比重 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 32 报率可以做到十万亿分之一 第 1 MegaFace 数据集上的识别准确率达到 99.1%；3、公司在公安部治安管理局亿级人像算法测试中，1 比 1 人像比对测试万分之一误识率下的通过率为

110、99.97%，5 万样本比 1 亿级人像比对测试中首位命中率为 98.61%。人脸活体检测-真人通过率 99%，防攻击能力 99.9%以上 公司的活体检测技术 准 确 率 达 到99.9%对非本人身份盗用攻击达 99%以上防御效果 防攻击能力达到 99%以上 行人重识别 智慧城市场景中，依图在召回率 80%的情况下，误报率可达十万分之一 Market-1501、ukeMTMC-reID、CUHK03-NP 三个公开数据集首位命中率分 别 为98.63%、96.59%、96.79%PRW 数据集上的首位命中率达到81.4%权威数据集基准上的首位命中率达到94.0%及 96.1%公开数据集 Mar

111、ket-1501 上测试首位命中率达到 96.91%；城市管理场景中，万分之一误识 率 下 的 召 回 率 达 到94.86%。以图搜图性能-内部测试中能够在1%搜索精度损失条件下实现单台服务器 1 秒钟搜索10 亿张人脸特征-单机可实现上亿人脸图片秒级返回，集群可实现数十亿级图片秒级返回，针对海量图片检索场景，以图搜图引擎实现了单机检索 30 亿人脸图片 20秒内返回结果的性能 资料来源：公司招股说明书，中信证券研究部 图 44：格灵深瞳城市对城市管理的依赖度较低（2020）资料来源：公司招股说明书，中信证券研究部 图 45：格灵深瞳城市管理领域和综合毛利率领先行业（2020）资料来源：公司

112、招股说明书，中信证券研究部 抢先布局体育健康、轨交运维等蓝海市场，已实现前瞻性的产品落地成果。抢先布局体育健康、轨交运维等蓝海市场，已实现前瞻性的产品落地成果。除成熟的应用领域外，公司还积极拓展新兴业务场景，进行前瞻性布局，包括（1）在轨交运维）在轨交运维领域，领域，针对跨轨道检修场景下，AI 公司和集成商分别提供软件和硬件，产品部署成本过高的痛点，研发软硬一体的 AI 检修机器人；针对室外桥梁、隧道、轨道等复杂作业环境下，区域成本高且作业人员的安全风险大的痛点，研发 AI 检修无人机。（2）在体育健康）在体育健康领域，领域，面向教育部“双减”需求，研发用于校园体育的 AI 产品，并逐步拓展竞

113、技体育评测、军队体能训练、企业员工身体锻炼等场景。（3）在元宇宙和人机交互领域，）在元宇宙和人机交互领域，针对大型运动场馆，基于现有硬件嵌入动作捕捉、行为识别等技术，研发超大型沉浸式人机交0%10%20%30%40%50%60%70%80%90%0%10%20%30%40%50%60%70%80%城市管理毛利率综合毛利率 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 33 互运动游戏（大宇宙）。目前，上述领域还较少有同业公司涉及，公司部分产品及解决方案已进入客户验证阶段，将借助先发布局的场景优势提高进入门槛，维

114、持行业领先地位。图 46：格灵深瞳在轨交运维、体育健康、元宇宙&人机互动领域的布局情况 资料来源：公司路演演示材料，中信证券研究部 未来成长性未来成长性：利基市场客户拓展利基市场客户拓展+新兴场景产品落地新兴场景产品落地 考虑到国内计算机视觉行业广阔的增长空间，以及公司在计算机视觉市场积累的技术实力、客户资源和产品沉淀，我们认为公司未来成长路径清晰，主要的增长驱动来源于：1）在市场空间广阔的传统利基市场继续发力客户拓展；2）在渗透率较低的新兴蓝海市场推进产品落地。在市场空间广阔的传统利基市场继续发力客户拓展在市场空间广阔的传统利基市场继续发力客户拓展 城市管理、金融、零售等主流应用场景仍有广阔

115、的市场空间。城市管理、金融、零售等主流应用场景仍有广阔的市场空间。根据赛迪顾问咨询，2019-2022 年，我国智慧治理市场将以 20.0%的 CAGR 增长至 1602 亿元；智慧金融市场将以 17.3%的 CAGR 增长至 3221 亿元；智慧商业市场将以 33.1%的 CAGR 增长至329 亿元，由此可见，公司面向的三大传统利基市场仍然存在庞大的数字化和智能化升级需求，市场发展空间广阔。此外，根据公司路演演示材料，目前我国商业银行网点总数超过 22 万个，按照单个网点 AI 改造投入 10 万元测算，银行网点智能化的细分场景潜在市场空间超过 220 亿元，市场潜力巨大。格灵深瞳格灵深瞳

116、-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 34 图 47：中国智慧治理市场规模（亿元）图 48：中国智慧金融市场规模（亿元）资料来源：赛迪顾问咨询（含预测），中信证券研究部 资料来源：赛迪顾问咨询（含预测），中信证券研究部 图 49：中国智慧商业市场规模（亿元）图 50：中国金融机构网点数统计（万个）资料来源：赛迪顾问咨询（含预测），中信证券研究部 资料来源：弗若斯特沙利文（含预测），中信证券研究部 继续深化与大客户的合作并持续拓展新客户，丰富客户生态圈。继续深化与大客户的合作并持续拓展新客户，丰富客户生态圈。在城市管理领

117、域，2020 年公司客户数同比增长 41.18%，销售订单数同比增长 80.67%，前十大客户客均收入同比增长 72.03%（剔除 2020 年双光温测智能识别设备销售的影响）；2021 年，公司除在传统优势区域的业务持续推进外，在西南、华南等区域也有新客户开发，未来业务增长明确。在智慧金融领域，农行两万余家网点的持续部署将为中期业绩增长提供强劲支撑；同时，2021 年公司为建设银行总行开发的 AI 应用平台正式上线运行，未来将在其各地分行推广，公司也正在为其他部分中小银行开发 SaaS 产品，并正与工商银行、中国银行、招商银行进行业务接洽，未来有望落成合作。在智慧零售领域，公司将继续深化同中

118、国石化、延长壳牌石油、奢侈品大客户的合作，在全国更多省市推广智慧油站及智慧门店解决方案。我们认为，随着公司产品的标准化、模块化程度不断提升，能够快速向其他客户批量交付，公司跨行业客户拓展有望实现加速。0%5%10%15%20%25%30%020040060080007201820192020E 2021E 2022E市场规模YOY0%5%10%15%20%25%0500025003000350020020E 2021E 2022E市场规模YOY0%5%10%15%20%25%30%35%40%0501001

119、5020025030035020020E 2021E 2022E市场规模YOY24.524.624.724.824.925.025.125.225.325.4 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 35 图 51：格灵深瞳城市管理领域客户数及客均收入情况（个，万元/个）资料来源：Wind，中信证券研究部 注：剔除 2020 年双光温测智能识别设备销售的影响 在渗透率较低的新兴蓝海市场推进产品商业化落地在渗透率较低的新兴蓝海市场推进产品商业化落地 轨交运维：轨交运维：根据交通运输部和

120、铁路局数据，2014-2020 年，我国铁路营业里程、高铁营业里程分别以 4.5%和 15.5%的 CAGR 增长至 14.5 万公里、3.8 万公里；而我国机车、客车、货车等铁路移动装备数量则以 4.1%的 CAGR 增长至 101.0 万辆。随着高铁及铁路动车车次和里程数不断增长，运维售后市场需求显著扩大，催生出广阔的运维市场。根据中国工业统计年鉴，2014-2019 年，我国铁路运输设备修理市场规模以 15.98%的 CAGR 从 61.02 亿元增长至 128.05 亿元。我们预计这一规模还将继续快速增长。而轨交运维具有部件结构复杂、检修范围广、细小部件多、检修频次高、作业强度大等难点

121、，现有人工维修无法满足日益扩大运维需求，人工智能具有显著的检修与运维效率优势，必将成为重要的运维工具。由此可见，针对我国轨道交通规模庞大设施设备及广阔修理市场的智能运维具有广阔的发展前景。图 52：中国高铁营业里程及高铁运营里程（万公里）图 53：中国铁路移动设备总数及年增长率（万辆）资料来源：交通运输部，中信证券研究部 资料来源：交通运输部，中信证券研究部 02040608003040506070809020202021H1集成商客户终端客户集成商客户客均收入终端客户客均收入024684 2015 201

122、6 2017 2018 2019 2020 2021高铁运营里程铁路运营里程0%1%2%3%4%5%6%75808590950020铁路移动设备总数YOY 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 36 表 8：高铁动车维修范围及频率和不同铁路动车零部件维修替换周期统计 高铁动车维修范围及频率高铁动车维修范围及频率 检修级别检修级别 检修范围检修范围 CRH1 CRH2 CRH3 CRH4 一级检修 转向架外观检查；制动系统故障维修；空调性能检查 每次入库或 48

123、h 每次入库 每次入库 二级检修 转向架外观检查；轮对超探；牵引系统状态检查；制动系统、车钩外观检查 15 天 3 万公里 2 万公里 6 万公里 三级检修 转向架分解检修；齿轮箱、牵引链接部分检修；空气基础制动组件检查；车钩、空调检测 120 万公里 60 万公里 120 万公里 120 万公里 四级检修 转向架分解检修；牵引电机分解检修；空气、基础制动组件分解检修；车钩、空调外检测 240 万公里 90 万公里或 3 年 240 万公里 240 万公里 五级检修 转向架分解检修；牵引制动主要部件检修；制动系统组件检修；车钩分解检修；空调机组大修 480 万公里 120 万公里或 6年 48

124、0 万公里 480 万公里 不同铁路动车零部件维修替换周期统计不同铁路动车零部件维修替换周期统计 产品系统分类产品系统分类 产品名称产品名称 铁路动车维修替换周期铁路动车维修替换周期 地铁车辆维修替换周期地铁车辆维修替换周期 车身系统 门系统 每 6-8 年更新 30%-40%每 5-8 年更新 30%-40%空调 每 5 年检修 1 次 每 3-5 年维修 1 次 座椅 每 5-7 年检修 每 5-7 年维修 给水卫生系统 每 6 年更新 20%-电气系统 辅助水源 6 年更换 1 次 10 年以上 电缆 20 年以上 20 年以上 连接器 每 6-8 年更换 1 次 每 8-10 年更换

125、1 次 受电弓滑板 每 1 年换 6 次 每 1 年换 4 次 牵引系统 牵引系统 每 6 年更换 40%每 6 年更换 40%控制系统 列车控制系统 每 8-10 年更新升级 每 8-10 年更换升级 刹车片 每 1 年换 2.5 次 每 1 年换 1.2 次 车轴 每 8 年更换 1 次 每 8 年更换 1 次 转向系统 车轮 每 9 年更换 1 次 每 4 年更换 1 次 齿轮箱 每 10 年更换 1 次 每 5-7 年维修 1 次 资料来源：智研咨询，中信证券研究部 体育健康：体育健康：根据国家统计局，2015-2019 年，我国体育产业总规模以 14.6%的CAGR 由 17,107

126、 亿元增长至 29,483 亿元，2025 年有望超过 5 万亿元。具体到校园体育教育场景，根据公司路演演示材料，普通中小学在体育教育上的平均支付能力为每所学校每学年 10 万元，市场价值约为 210.8 亿；课后 330 服务设立专项拨款，每名学生每学年人均费用 600 元（2017 年），市场价值约为 938 亿（包含资源引入与教师课时费用）；体育中考、体测考核各县区自行招标，用于学生中考考核人头费用全国平均 80 元/人左右，每学年 4、6、8、9 年级均需体能考核，市场价值约为 50 亿，综合而言中国中小学校园体育市场空间将达到千亿级别。由此可见，体育产业尤其是校园体育教育需求将持续带

127、动智能体育健身产品市场快速扩张。格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 37 图 54：中国体育产业总规模及体育服务业总规模（亿元）资料来源：公司招股说明书，国家统计局全国体育产业总规模和增加值数据公告（历年）、国务院关于加快发展体育产业促进体育消费的若干意见，中信证券研究部（含预测）加速推进产品落地，加速推进产品落地，有望支撑中长期业绩增长有望支撑中长期业绩增长。针对轨交运维场景，公司已有 360动态图像监测系统及软硬一体 5G 工业巡检机器人等产品储备，相关产品已在宁波地铁 5号线、华南地区某铁路集团

128、动车段一级检修流程中实现落地应用。目前，公司已同中车电气、北京主导时代科技有限公司等签署了长期框架协议，后续伴随产品逐步验收交付，对公司的业绩支撑将逐步释放。针对体育健康领域，公司已有深瞳视觉交互体能训练系统、标准化考训操场方案、标准化智慧操场等产品储备，目前，公司所开发的校园体育平台已在部分北京中小学校在线体育课展开试点，并已在西南地区某市环湖生态公园完成了智能步道改造，此外，公司还同首都体育学院建立了长期合作关系，预计将持续产生一定试点项目收入。图 55：格灵深瞳轨交运维产品 资料来源：公司路演演示材料 00000400005000060000201520162017

129、201820192025E体育产业总规模体育服务业总规模 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 38 图 56：格灵深瞳体育健康产品系列及引用场景 资料来源：公司路演材料，中信证券研究部 风险因素风险因素 1、技术升级及产品迭代风险技术升级及产品迭代风险 公司所处的人工智能行业技术升级及产品更新换代速度较快，且随着物联网、5G、云计算、大数据等新技术的快速发展，人工智能技术与其他新技术的融合运用将进一步推动行业的技术创新和产品升级，因此持续研发新技术、推出新产品是行业内公司在市场中保持优势的重要手段。如

130、果公司未能及时准确地把握技术发展趋势，或者公司的技术研发进展滞后于下游市场需求，或者公司同行业竞争对手率先在相关领域取得重大突破，推出更先进、更具竞争力的技术和产品，造成公司未能顺利对技术及产品进行持续的迭代和升级，或者无法通过持续创新研发出具有商业价值、符合市场需求的新产品，将导致公司错失新的市场商机，对公司未来业务发展造成不利影响。2、核心技术人才流失风险核心技术人才流失风险 人工智能行业系典型的技术密集型、人才密集型行业，关键技术人员是人工智能公司生存和发展的关键，也是获得持续竞争优势的基础，更是保持不断研发创新的重要保障。随着行业规模的扩张及竞争格局的演变，人工智能公司对优秀技术人才的

131、争夺将日趋激烈，此外随着公司业务规模的持续增长、下游用户需求不断升级，对人工智能技术先进性的要求日趋提升。如果公司不能持续加强对原有关键技术人才的激励和保护力度，或者不能持续引进新人才应对内部研发需要，或者在人才市场的竞争中在发展前景、薪酬、福利、工作环境、激励制度等方面无法保持持续吸引力，则面临关键技术人员流失、技术人才不足的风险，进而导致在技术研发、产品创新方面有所落后，对公司技术优势的维持和新产品的持续研发造成不利影响。3、城市管理领域市场竞争加剧风险城市管理领域市场竞争加剧风险 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文

132、之后的免责条款和声明 39 城市管理领域系人工智能技术发展及应用较为广泛及成熟的领域之一，该领域的市场参与者众多，包括安防设备厂商、通信服务厂商、项目集成商、AI 公司等，市场竞争激烈。公司与同行业公司相比，实现商业化的时间较晚，主要原因系公司前期研发方向以三维视觉技术形成的行为识别产品为主，落地应用为金融和商业领域。2016 年开始公司根据市场趋势变化研发落地更快地应用于城市管理的人脸及车辆识别产品。如果公司在城市管理领域因实现商业化时间较晚导致客户资源积累薄弱、市场拓展不及预期等，或者公司与主要客户的合作关系被其他供应商替代，公司将面临经营业绩下滑的风险。4、智慧金融、商业零售领域客户集中

133、度较高风险智慧金融、商业零售领域客户集中度较高风险 公司智慧金融领域及商业零售领域的规模化落地场景较为单一，客户集中度较高，且智慧油站收入受终端客户中国石化的采购计划影响波动较大，如果出现主要客户的生产经营状况、采购预算计划、供应链体系等发生变化，公司未能持续获得主要客户的订单或公司与该等客户合作关系被其他供应商替代，或者公司无法有效开拓新客户资源及落地新应用场景，公司收入将存在较大波动的风险，从而对公司的经营发展、财务状况等产生不利影响。5、在体育健康、轨交运维等新领域的商业化落地不及预期的风险在体育健康、轨交运维等新领域的商业化落地不及预期的风险 公司在体育健康、轨交运维等新领域进行了前瞻

134、性的业务布局，部分产品及解决方案已进入客户验证阶段。但新业务场景的商业化落地进度受制于多种因素，例如公司出现相关技术研发进展滞后、交付能力不足、客户对产品的接受程度和推广进度较弱等情形，将可能导致新产品不能较快规模化生产或被市场接受，或者商业化效益不及预期无法弥补前期投入，将会对企业的盈利水平和未来发展产生不利影响。6、被美国商务部列入“实体清单”的风险被美国商务部列入“实体清单”的风险 在中美贸易摩擦的背景下，2021 年 7 月，美国商务部宣布将包括公司在内的多家中国公司及机构列入“实体清单”，该行为不会对公司日常对外销售、客户拓展等产生重大不利影响，但可能对公司研发和原材料采购过程中采购

135、含有境外厂商生产的芯片等零部件的硬件产生一定限制。尽管公司已制定国产器件替代的产品方案且有部分产品已完成国产替代，但由于方案落地需要一定验证时间、客户对使用替代器件的产品认可具有不确定性等因素，可能会对公司的生产经营产生一定影响。同时可能会对公司未来在人工智能前沿理论及学术研究和国际学术交流以及境外业务拓展产生一定不利影响。7、数据安全及科技伦理风险等数据安全及科技伦理风险等。在数据安全方面，网络安全法 民法典 个人信息安全规范 个人信息保护法等已生效的法律法规及行业规范规定了个人信息收集使用的基本原则、个人信息控制者的合规义务以及个人信息主体的权利保护等内容。在科技伦理方面，关于加强科技伦理

136、治理的指导意见（征求意见稿）对加强科技伦理治理、防范伦理风险提出了指导性意见。公司人工智能产品及解决方案的收入规模快速增长，下游市场客户的规模及需求不断增加。在上述政策背景下，保障数据安全合规及规范科技伦理审查对公司未来业务可持续发展愈发重要。如果公司在数据获取或处理的过程中未遵照相关法律法规的规定或业务 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 40 合同的约定，或者公司关于数据安全及伦理审核的相关内控制度未能有效运行，或者公司的客户在使用公司产品时侵害了个人信息主体的利益或触及人工智能科技伦理问题，则可

137、能发生个人信息主体提出相关诉讼或仲裁，或公司受到有关部门的行政处罚，或因伦理道德问题引发社会关注及舆情讨论，进而对公司的业务开展、市场拓展、品牌形象等造成不利影响。盈利预测盈利预测、估值估值及及评级评级 行业关键假设行业关键假设 根据艾瑞咨询，2019 年，我国人工智能核心产业及带动产业规模分别为 1,088.6 亿元和 3,821.5 亿元，艾瑞咨询预计至 2025 年将分别达到 4,532.6 亿元和 16,648.3 亿元，对应年均复合增长率分别为 26.8%和 27.8%；而其中，计算机视觉核心产业规模和带动相关产业规模将分别增长至 1,537.1 亿元和 4,858.4 亿元，对应年

138、均复合增长率分别为15.9%和 22.5%。基于格灵深瞳在细分场景中的优势地位和先发优势，我们预计公司将在快速增长的视觉 AI 市场中持续获得份额。盈利预测盈利预测 收入方面，我们预计公司 2022/2023/2024 年营业收入分别为 4.06/5.95/7.75 亿元，对应同比增速分别为 38.3%/46.7%/30.2%；毛利率方面，我们预计公司 2022/2023/2024年毛利率水平分别为 54.6%/53.5%/53.5%。具体来看：1）对于城市管理业务，考虑2022 年疫情反复对于下游招投标以及实施工作的影响，以及公司标准产品为主、不做项目总包的定位，我们预计城市管理业务 202

139、2/2023/2024 年营收增速分别为 5%/20%/15%；2）对于智慧金融业务，我们认为农业银行智能化改造项目在各个网点的持续推进将对业务快速增长提供稳定支撑，而以农行为样板向其他银行的拓展亦将驱动公司中长期的业绩增长，我们预计智慧金融业务 2022/2023/2024 年营收增速分别为 55%/55%/33%；3）对于轨交、体育等新兴业务，我们预计伴随产品的成熟以及渠道的拓展，新兴业务将在2023 年后逐步释放收入，我们预计新兴业务 2022/2023/2024 年营收增速分别为 30%/100%/100%。费用率方面，考虑到 IPO 前股权激励摊销额的逐步减少以及收入增长带来的规模效

140、应，我们预计公司 2022/2023/2024 年研发费用率分别为 34%/31%/29%，销售费用率分别为 20%/17.5%/16%，管理费用率分别为 11%/10%/9%。表 9：公司收入及盈利预测 1、城市管理产品及解决方案业务、城市管理产品及解决方案业务 2020 2021 2022E 2023E 2024E 营业收入（万元）12,496 8,807 9,247 11,097 12,761 YoY 240.5%-29.5%5.0%20.0%15.0%业务毛利润（万元）9,235 6,341 6,658 7,990 9,188 毛利率%73.9%72.0%72.0%72.0%72.0%

141、收入占比%51.5%30.0%2,589 3,107 3,573 2、智慧金融产品及解决方案业务、智慧金融产品及解决方案业务 2020 2021 2022E 2023E 2024E 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 41 营业收入（万元）7,651 19,375 30,031 46,549 61,910 YoY 209.3%153.2%55.0%55.0%33.0%业务毛利润（万元）3,511 9,203 14,565 22,576 30,336 毛利率%45.89%47.5%48.5%48.5%4

142、9.0%收入占比%31.5%66.0%15,466 23,973 31,574 3、商业零售产品及解决方案业务、商业零售产品及解决方案业务 2020 2021 2022E 2023E 2024E 营业收入（万元）4,117 881 925 1,110 1,276 YoY 333.5%-78.6%5.0%20.0%15.0%业务毛利润（万元）2,194 678 675 810 932 毛利率%53.29%77.0%73.0%73.0%73.0%收入占比%17.0%3.0%250 300 345 4、轨交、体育等新业务、轨交、体育等新业务 2020 2021 2022E 2023E 2024E 营

143、业收入（万元）0 294 382 763 1,527 YoY 30.0%100.0%100.0%业务毛利润（万元）210 269 496 992 毛利率%71.5%70.5%65.0%65.0%收入占比%0.0%1.0%381 763 1,526 5、汇总、汇总 2020 2021 2022E 2023E 2024E 营业收入（万元）24,272 29,356 40,585 59,518 77,474 YoY 240.8%20.9%38.3%46.7%30.2%业务毛利润（万元）14,939 16,432 22,167 31,872 41,448 毛利率%61.6%56.0%54.6%53.5

144、%53.5%研发费用（万元）11,428 12,111 13,799 18,451 22,467 研发费用率%47.1%41.3%34.0%31.0%29.0%销售费用（万元）8,528 7,367 8,117 10,416 12,396 销售费用率%35.1%25.1%20.0%17.5%16.0%管理费用（万元）6,274 4,481 4,464 5,952 6,973 管理费用率%25.8%15.3%11.0%10.0%9.0%净利润（万元）-7,820-6,871 528 3,870 6,004 净利润率%-32.1%-23.3%1.3%6.5%7.7%资料来源：Wind，中信证券研究

145、部预测 估值估值及及评级评级 综上所述，我们预计公司 2022/2023/2024 年营业收入分别为 4.06/5.95/7.75 亿元，对应同比增速分别为 38.3%/46.7%/30.2%；预计公司 2022/2023/2024 年净利润分别为528/3,870/6,004 万元，对应净利率分别为 1.3%/6.5%/7.7%。估值方面，考虑到公司目前正处于高速发展阶段，盈利能力远未达到稳态，我们选择 PS 进行估值测算。根据 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 42 Wind 一致预期，目前同属

146、于 AI 计算机视觉行业的可比公司商汤科技对应 2022/2023/2024 年 PS 水平为 10/8/5 倍，收入增速分别为 17.6%/38.9%/40.6%，净利率水平分别为-67.7%/-35.3%/-13.5%；云从科技对应 2022/2023/2024 年 PS 水平为 8/5/4 倍，收入增速分别为 52%/51.8%/34.4%，净利率水平分别为-34.4%/-16.7%/-4%。考虑到中期公司会实现较高增速水平以及显著更优盈利能力的预期，我们给予公司 2022 年 14x PS，对应目标价 31 元，首次覆盖给予公司“买入”评级。表 10：公司盈利预测及估值 项目项目/年度

147、年度 2020 2021 2022E 2023E 2024E 营业收入(百万元)243 294 406 595 775 营业收入增长率 YoY 240.8%20.9%38.3%46.7%30.2%净利润(百万元)-78 -68 5 39 60 净利润增长率 YoY N/A N/A N/A 634.1%55.1%每股收益 EPS(基本)(元)-0.42 -0.37 0.03 0.21 0.32 毛利率 61.6%55.6%54.6%53.5%53.5%净资产收益率 ROE-14.4%-11.1%0.2%1.7%2.5%每股净资产（元）2.93 3.34 12.39 12.60 12.93 PE

148、NA NA NA 117.3 75.6 PS 18.6 15.4 11.1 7.6 5.8 资料来源：Wind，中信证券研究部预测 注：股价为 2022 年 9 月 28 日收盘价 格灵深瞳格灵深瞳-U（688207.SH）投资价值分析报告投资价值分析报告2022.9.29 请务必阅读正文之后的免责条款和声明 43 利润表（百万元）指标名称指标名称 2020 2021 2022E 2023E 2024E 营业收入 243 294 406 595 775 营业成本 93 130 184 276 360 毛利率 61.6%55.6%54.6%53.5%53.5%税金及附加 1 3 3 5 7 销售

149、费用 85 74 81 104 124 销售费用率 35.1%25.1%20.0%17.5%16.0%管理费用 63 45 45 60 70 管理费用率 25.8%15.3%11.0%10.0%9.0%财务费用(5)(4)(23)(42)(43)财务费用率-2.2%-1.3%-5.6%-7.0%-5.5%研发费用 114 121 138 185 225 研发费用率 47.1%41.3%34.0%31.0%29.0%投资收益 16 0 3 6 3 EBITDA(77)(68)(8)10 34 营业利润(77)(68)6 39 60 营业利润率-31.93%-23.32%1.42%6.58%7.8

150、0%营业外收入 0 0 0 0 0 营业外支出 1 0 1 1 0 利润总额(78)(69)5 39 60 所得税 0 0 0 0 0 所得税率 0.0%0.0%0.0%0.0%0.0%少数股东损益(0)(0)0 0 0 归属于母公司股东的净利润(78)(68)5 39 60 净利率-32.1%-23.3%1.3%6.5%7.7%资产负债表（百万元）指标名称指标名称 2020 2021 2022E 2023E 2024E 货币资金 293 219 1,886 1,914 1,967 存货 18 27 37 55 73 应收账款 68 226 223 268 310 其他流动资产 15 16 1

151、8 23 27 流动资产 394 488 2,164 2,260 2,377 固定资产 6 5 15 22 26 长期股权投资 0 0 0 0 0 无形资产 0 0 0 0 0 其他长期资产 198 285 284 281 277 非流动资产 204 291 299 303 304 资产总计 598 779 2,463 2,563 2,681 短期借款 6 14 0 0 0 应付账款 11 52 83 124 162 其他流动负债 37 82 74 94 114 流动负债 55 148 156 218 276 长期借款 0 0 0 0 0 其他长期负债 0 13 13 13 13 非流动性负债

152、 0 13 13 13 13 负债合计 55 161 170 231 289 股本 139 139 185 185 185 资本公积 295 380 2,004 2,004 2,004 归属于母公司所有者权益合计 542 617 2,293 2,331 2,391 少数股东权益 1 0 0 1 1 股东权益合计 543 618 2,293 2,332 2,392 负债股东权益总计 598 779 2,463 2,563 2,681 现金流量表（百万元）指标名称指标名称 2020 2021 2022E 2023E 2024E 税后利润-78-69 5 39 60 折旧和摊销 6 4 10 14

153、17 营运资金的变化-4-125 14-7-5 其他经营现金流 112 104-26-48-46 经营现金流合计 35-86 3-3 26 资本支出-3-8-13-13-13 投资收益 16 0 3 6 3 其他投资现金流-8 0 0 0 0 投资现金流合计 6-8-10-7-10 权益变化 17 0 1,670 0 0 负债变化-9 8-19-5-5 股利支出 0 0 0 0 0 其他融资现金流-1-11 23 42 43 融资现金流合计 8-3 1,674 37 38 现金及现金等价物净增加额 49-97 1,667 28 54 主要财务指标 指标名称指标名称 2020 2021 2022

154、E 2023E 2024E 增长率（增长率（%）营业收入 240.8%20.9%38.3%46.7%30.2%营业利润 N/A N/A N/A 578.8%54.2%净利润 N/A N/A N/A 634.1%55.1%利润率（利润率（%）毛利率 61.6%55.6%54.6%53.5%53.5%EBITDA Margin-31.8%-23.1%-1.9%1.7%4.4%净利率-32.1%-23.3%1.3%6.5%7.7%回报率（回报率（%）净资产收益率-14.4%-11.1%0.2%1.7%2.5%总资产收益率-13.0%-8.8%0.2%1.5%2.2%其他（其他（%）资产负债率 9.2

155、%20.7%6.9%9.0%10.8%所得税率 0.0%0.0%0.0%0.0%0.0%股利支付率 0.0%0.0%0.0%0.0%0.0%资料来源：公司公告，中信证券研究部预测 44 分析师声明分析师声明 主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明一般性声明 本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机

156、构（仅就本研究报告免责条款而言，不含 CLSA group of companies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资

157、风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。

158、中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职

159、员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明评级说明 投资建议的评级标准投资建议的评级标准 评级评级 说明说明 报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后 6 到 12 个月内的相对市场表现，也即：以报告发布日后的 6 到 12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A 股市场以沪深300 指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克

160、综合指数或标普 500 指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级股票评级 买入 相对同期相关证券市场代表性指数涨幅 20%以上 增持 相对同期相关证券市场代表性指数涨幅介于 5%20%之间 持有 相对同期相关证券市场代表性指数涨幅介于-10%5%之间 卖出 相对同期相关证券市场代表性指数跌幅 10%以上 行业评级行业评级 强于大市 相对同期相关证券市场代表性指数涨幅 10%以上 中性 相对同期相关证券市场代表性指数涨幅介于-10%10%之间 弱于大市 相对同期相关证券市场代表性指数跌幅 10%以上 45 特别声明特别声明 在法律许可的情况下，中信证券可能（1）与本研

161、究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的 公 司 的 金 融 交易，及/或 持 有其 证 券 或 其 衍 生品 或 进 行 证券或 其 衍 生 品 交 易。本 研 究 报告涉 及 具 体 公 司 的披 露 信 息，请访 问https:/ 本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由 CLSA Limited（于中国香港注册成立的有限公司）分发；在中国台湾由 CL Securiti

162、es Taiwan Co.,Ltd.分发；在澳大利亚由 CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由 CLSA（CLSA Americas,LLC 除外）分发；在新加坡由 CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由 CLSA Europe BV 分发；在英国由 CLSA（UK）分发；在印度由 CLSA India Private Limited 分发（地址：8/F,Dalamal House,Nariman Point,Mumbai 40002

163、1；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由 PT CLSA Sekuritas Indonesia 分发；在日本由 CLSA Securities Japan Co.,Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由CLSA Securities Malaysia Sdn Bhd 分发；在菲律宾由 CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities(Thail

164、and)Limited 分发。针对不同司法管辖区的声明针对不同司法管辖区的声明 中国大陆：中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。中国香港：中国香港：本研究报告由 CLSA Limited 分发。本研究报告在香港仅分发给专业投资者（证券及期货条例（香港法例第 571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA 客户应联系 CLSA Limited 的罗鼎，电话：+852 2600 7233。美国：美国：本研究报告由中信证券制作。本研究报告在美国由 CLS

165、A（CLSA Americas,LLC 除外）仅向符合美国1934 年证券交易法下 15a-6 规则界定且 CLSA Americas,LLC 提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA 获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系 CLSA Americas,LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。新加坡：新加坡：本研究报告在新加坡由 CLSA Singapore Pte Ltd.，仅向（新加坡财务

166、顾问规例界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系 CLSA Singapore Pte Ltd，地址：80 Raffles Place,#18-01,UOB Plaza 1,Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd 豁免遵守财务顾问法（第 110 章）、财务顾问规例以及其下的相关通知和指引（CLSA业务条款的新

167、加坡附件中证券交易服务 C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。英国：英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由 CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。欧洲经济区：欧洲经济区：本研究报告

168、由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。澳大利亚：澳大利亚：CLSA Australia Pty Ltd(“CAPL”)(商业编号：53 139 992 331/金融服务牌照编号：350159)受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及 CHI-X 的市场参与主体。本研究报告在澳大利亚由 CAPL 仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经 CAPL 事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于公司法（2001）第 761G 条的规定。CAPL 研究覆盖范围包括

169、研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL 寻求覆盖各个行业中与其国内及国际投资者相关的公司。印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA 及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解 CLSA India“关联方”的更多详情，请联系 Compliance-I。未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。中信证券中信证券 2022 版权所有。保留一切权利。版权所有。保留一切权利。