一、公司概况：国内 AI 产业代表企业之一

（一）公司简介：设立近十年，国内 AI 产业的早期探索者之一

北京格灵深瞳信息技术股份有限公司设立于2013年8月，并于2020年10月变更为股份公司。

公司现任CEO为赵勇博士，为公司联合创始人，曾任谷歌总部研究院资深研究员，为google glass七位设计者之一。公司主营产品为面对城市管理、智慧金融、商业零售、体育健康、轨交运维五大领域的人工智能软硬件产品及对应解决方案。

按照技术及产品演进路线，公司发展历程可划分为4个阶段。

2013-2014年为初创时期。

公司于2013年成立，获得真格基金及策源创投的 A 轮投资，并于2014年6月获得红杉资本领投的 B 轮投资。在此时期公司成功完成底层 AI 技术平台“深瞳大脑”的搭建，并在零售、金融领域进行商业化尝试。

2015-2017 年为商业化探索阶段。

技术方面，公司聚焦于算法工程化及算力优化，同时构建高效的视觉计算引擎。商业化方面，公司发布了皓目行为分析仪，并进入五家大型银行监控系统；发布威目车辆大数据系统，进入武汉市公安局视频侦查系统、天津市交通管理系统；发布深瞳人眼摄像机并开始落地应用。

2018-2019 年为应用场景落地阶段。

技术方面，公司研发出面向交通、商业领域的算法模型，并实现了算法的标准化。产品方面，公司发布了灵犀数据智能平台及深瞳行业应用平台，并正式确立五大核心产品体系。

2020 年至今为市场拓展阶段。

公司在技术和市场方面均不断进行拓展，取得了 3D 立体视觉技术、机器人感知与控制等核心技术；市场方面，公司发布了智能步道系统、视觉交互体能训练系统，正式进入体育健康及轨道交通市场。

（二）业务结构：主营产品为人工智能软硬件，覆盖五大下游领域

公司主营产品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。其中智源智能产品为软硬一体产品，内嵌公司自主研发 AI 算法软件，主要包括皓目行为分析仪、边缘计算设备等。灵犀数据智能平台为计算机视觉软件产品，可实现视频图像解析、人脸识别、以图搜图等功能。深瞳行业应用平台为公司针对不同行业需求开发的应用平台，集数据结构化、数据分析、数据应用等功能于一体，目前覆盖城市管理、智慧金融等五大领域。灵犀与深瞳两大平台产品均可以纯软件或软硬一体形式交付，可根据客户需求进行个性化定制，因此产品单价存在差异。

从收入结构来看，近年来前端产品为营收主力，平均贡献营收比重超过 50%。2019 年-2021H1 以来，前端产品贡献营收比重分别达到 47.88%、69.71%、32.98%。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，对应三个报告期平均营收占比分别为 18.53%及 23.90%。

公司业务领域覆盖城市管理、智慧金融、商业零售、体育健康、轨交运维五大下游应用，其中体育及轨交为新进领域。城市管理为公司第一大业务领域，2019-2021H1 营收占比分别达到51.73%、51.50%、66.17%。

在城市管理领域，公司覆盖治安、交通及社区管理业务，拥有视图大数据、智能交通及智慧社区三大解决方案。

在智慧金融领域，公司主要实现对如银行等金融场景中的智能化安全管理及实时预警，目前已在农业银行的全国上千家分支机构实现应用，并已在 21 年于建设银行成功试点。

在商业零售领域，公司覆盖加油站管理及商业零售运营场景，主要客户包括中石化、现代汽车。近两年公司拓展体育健康、轨交运维领域，分别与首都体育学院、中车电气达成合作，未来将在这两个领域持续发力。

（三）股权结构：实控人为创始人，股权结构较为稳定

公司股权结构稳定，目前实际控制人为创始人赵勇。赵勇通过深瞳智数、灵瞳众智、灵瞳莱客、灵瞳智源、灵瞳数源五间公司共间接持有格灵深瞳 17.32%股份。

公司参控股公司共 6 家。控股子公司中，北京格灵承载研发职能，福建格灵、合肥格灵拟作为公司区域性销售平台，实际未开展业务，瞳门科技负责公司商业零售领域产品研发及销售；参股子公司中，驭势科技成立于 2016 年，主营业务为智能汽车无人驾驶，华易智美成立于 2019 年，主营业务为城市规划与园林设计。另外公司在贵州、深圳、广州三地设有分公司。

（四）财务概况：盈利状况逐年改善

公司营业收入持续增长，盈利状况逐年改善。

公司 2019-2021 年营业收入分别为 0.71 亿元/2.43 亿元/2.94 亿元，同比分别增长 37.04%/240.84%/20.95%；2019-2021 年归母净利润分别为-4.14 亿元/-0.78 亿元/-0.68 亿元，对应净利率分别为-580.71%/-32.08%/-23.31%，亏损幅度逐年缩小。

2022 年第一季度公司营业收入及归母净利润分别为 0.54 及-0.15 亿元，同比分别增长 192.84%及 65.53%。

2019年以来公司销售费用、管理费用率持续下降，财务费用率较为稳定。

2019年管理费用率、销售费用率较高，其中管理费用率较高原因为当年授予外部顾问及公司销售负责人黄辉栋的股份支付费用计入管理费用所致，计入管理费用的股份支付费用由 2018 年的-28.53 万元上升至 2019 年的 2.51 亿元；而销售费用率较高的原因为公司从当年开始陆续增加销售人员规模并授予股权激励，致使职工薪酬费用及股份支付增长幅度较大。

2020-2021年销售、管理费用率持续下降，财务费用率维持平稳趋势，2021 年公司的销售、管理及财务费用率分别为 25.09%/15.26%/-1.27%。 公司研发投入稳定提升，2020 年以来研发费用占收入比重基本维持在 50%左右。公司 2021 年及 2022Q1 研发费用分别为 1.21 及 0.27 亿元，对应研发费用收入占比分别为 41.25% 及 49.23%。总体来看公司研发投入强度维持在较高水平，助力公司技术水平保持业内领先地位。（报告来源：远瞻智库）

2、公司居于产业链中下游，与“AI 四小龙”同属技术型科技企业

人工智能技术产业可分为基础层、技术层及应用层。其中基础层即软硬件基础的搭建，主要包括芯片、传感器、开源框架、云服务等，相关产业链相对较为成熟；技术层即人工智能核 心技术的研发，包括计算机视觉、智能语音、自然语言处理、知识图谱等技术；应用层服务于 人工智能技术在各具体行业的落地应用，如城市运营、金融、商业、医疗、家居等领域。

人工智能赛道参与者可分为四类：技术型科技企业、综合型科技企业、智能化转型的硬件厂商及国际机器视觉企业。

首先是以 AI 四小龙及公司为代表的技术型科技企业，这类企业注重于人工智能技术的研发及商业化落地，应用领域较为广泛，覆盖安防、零售、汽车、交通、教育等多个下游行业。

第二类为百度、华为等综合型科技企业，这类企业全面布局基础层、技术层和应用层，旨在打造人工智能平台，与自身原有业务进行战略性融合，资金实力较强。另外一类为智能化转型的硬件厂商，如海康威视、大华股份等，这类企业以硬件业务起家，近年来大力发展智能化业务，提供以视频为核心的物联网、综合安防解决方案及大数据服务。

最后是如康耐视、基恩士一类的国际机器视觉厂商，该类企业为传感器、测量仪器的主要供应商，为人工智能行业发展提供底层硬件基础。

3、人工智能行业高速增长，逐渐向下游应用领域加速渗透

人工智能市场规模增速迅猛，预计 2025 年市场规模将达到 2019 年 4-5 倍左右。据艾瑞咨 询数据，2019 年我国人工智能核心产业规模达到 1088.6 亿元，人工智能带动产业规模达到 3821.5 亿元。

据艾瑞咨询预计，未来六年人工智能行业市场规模将延续高速增长态势，预计 2020-2025 年间人工智能核心产业市场规模 CAGR 达到 24.55%，2025 年市场规模有望达到 4532.6 亿元；人工智能带动产业规模 CAGR 达到 23.80%，市场规模有望达到 16648.3 亿元。

就软件应用而言，据 IDC 数据，我国 2021 年市场规模加速增长，全人工智能软件应用市场规模达到 52.8 亿美元（约合人民币 330.3 亿元），同比增长 57.8%。

我国人工智能目前主要应用领域为城市治理与运营。

2020 年政府城市治理和运营占据应用市场近一半份额，主要应用场景为楼宇、社区的安防管理及数字化解决方案；互联网、金融分列其后，分别占据 18%、12%份额，地产与零售、医疗、工业、学历教育合占约 15%。

根据艾瑞咨询《中国人工智能产业研究报告（2020 年）》显示，目前人工智能应用较为成 熟的有政府、金融、互联网三个行业，其中管理调度及运筹优化、质控风控、窗口服务、远程作业、人机对话五个环节规模化落地程度高。

值得注意的是制造、能源、电力、电信、医疗行业智能化潜力大，尤其在产品采购评估、工艺优化等环节的智能化程度正在逐渐提升。

（二）计算机视觉：为人工智能基础领域，市场潜力巨大

计算机视觉技术作为人工智能技术基础，是人工智能行业中率先取得突破的细分领域，也是当前人工智能行业中市场规模最大的细分领域。

人工智能通过让机器像人类一样不断接受外界信息、不断加工分析，从而形成智力及能力；而对于人类而言，通过外界获得的信息中 90% 由视觉提供，因此计算机视觉技术可视为人工智能技术的基础。由于技术水平发展较快、应用成熟度也相对较高，目前计算机视觉技术广泛运用于安防、金融、医疗等领域。

据艾瑞咨询数据，2019 年计算机视觉核心产业规模占总市场规模的 57%；2020-2025 年我国计算机视觉市场规模 CAGR 为 12.3%，2025 年规模将达到 1537.1 亿元。

据 IDC 数据，相关软件及应用 2021 年市场规模达到 23.4 亿美元（约合人民币 146.4 亿元，占人工智能的 44.3%），同比增长 41.0%。计算机视觉作为目前人工智能行业最大的细分领域，在未来数年内仍拥有关键地位。

计算机视觉行业的核心技术包括图像分类、对象检测、语义分割、目标跟踪等，主要基于使用神经网络的深度学习算法。其中，图像分类即识别图像中的内容，主要技术包括视点变化、尺度变化、类内变化的识别与判断等，主流算法为卷积神经网络模型。

目前大部分图像分类技术都在 ImageNet 数据集上训练，现存应用较多的计算机视觉算法都是被来自牛津等顶级的计算机视觉团队在 ImageNet 数据集上实现的。而对象检测的主要算法包括基于区域的卷积神经网络、Fast R-CNN、Faster R-CNN、YOLO 等。

目标跟踪是指在特定场景中跟踪一个或多个指定对象的过程，是无人驾驶领域重要性较高的技术之一，主要算法包括堆叠自动编码器（SAR）和卷积神经网络（CNN），后者为计算机视觉和视觉跟踪的主流深度模型。语义分割与对象检测相似，都需要识别图像中存在的内容以及位置，但区别在于对象检测的反馈结果以边界框框定形式出现，而语义分割则细化到像素级别。主流基础算法为加州大学伯克利分校提出的全卷积网络（FCN）。

目前计算机视觉产品主要包括 AIoT、机器人和人机交互类产品。AIoT 类产品即摄像机、麦克风等设备，人工智能把这些设备录制的影像、音频等数据翻译成结构化数据并连接到互联 网中。

机器人包括功能较为单一的扫地机器人、焊接机器人及多重功能的自动驾驶，无人机等。最后一类为人机交互类产品，包括初代的交互产品鼠标、触摸屏，至未来的 VR 和人体姿态语 言交互产品。

计算机视觉业内公司主要为技术型科技企业，包括商汤科技、依图科技、云从科技、旷视科技及公司格灵深瞳，其中以商汤科技收入规模最大且商业化落地最为成熟，2021 年营业收入达 47 亿元，研发占比达到 76.89%；依图科技主要集中于医学影像分析领域，并联合华为、微软入局语音识别；云从科技具有国资背景，近期拟于科创板上市；旷视科技成立时间最早，专注于城市物联网解决方案，目前已覆盖国内超过 100 个城市。

三、公司优势：多项技术达到业内领先，以差异化战略立身

（一）拥有优秀的研发团队，技术多次斩获国内外 AI 竞赛大奖

1、优秀团队辅以长效机制为研发打下基础保障，股权激励进一步提升

团队积极性以赵勇为代表的高水平研发团队为公司的技术研发铺垫优秀的人才基础。

截至 2021 年 6 月 30 日，公司拥有研发人员 153 人，占总员工比重 54.64%；其中硕士及以上学历人数为 58 人，占研发人员总数的 38%。

公司核心技术人员包括赵勇、李兴华、冯建帅等 7 位，其中赵勇为美国布朗大学计算机工程系计算机视觉和运算影像学博士，曾在谷歌总部研究院任职，为 google glass 七位设计者之一，在计算机视觉、运算影像学等领域具有丰富的研发经验，目前全面负责公司的战略发展方向与技术演进路线。

李兴华为中科院上海技术物理研究所硕士，曾任意法半导体应用工程师，目前担任公司董事、智能硬件研发中心负责人。冯建帅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，具有丰富的研发经验，目前任公司副总经理、产品方案中心负责人。

公司设立至今进行了多次股权激励，有效提高员工积极性。

吸引优秀人才来到公司后，公司通过股权激励有效激活员工价值，包括核心技术人员、关键研发人员、产品及市场人员等。2018 年-2021 年上半年公司股权支付费用分别达到 597.51 万元/3.01 亿元/1.29 亿元/0.51 亿元。股权激励有效绑定员工与公司利益，团队稳定性及积极性得到保证。

科学的研发机制对产品有效性进行了三重保障，研发效率得到保证。

公司研发过程按顺序可分为产品需求调研、可行性验证、产品研发、产品发布及产品运营五大阶段。在调研得到产品需求后，公司在可行性验证阶段进行多次短平快的软件原型迭代，在产品实际使用场景中进行反复实验确认，并持续与客户沟通，明确产品各项参数及确认研发周期，使得产品的确定性、可行性得到了第一重保证。

在接下来的研发阶段，产品经理多次将迭代的产品在客户处进行验证，确保产品交付节点与客户预期保持一致，使研发成果的有效性得到第二重保证。

在产品发布阶段，产品已完成核心功能的开发并在市场中进行交付，团队将收集种子客户的市场反馈，并继续对产品进行打磨迭代，提高产品完成度，使产品有效性得到第三重保证。产品推出市场后，团队会继续对产品进行运营、维护，以保障产品能被持续、有效使用。

2、公司为三维视觉技术领跑者，人脸识别、以图搜图等技术业内领先

公司科学内控使得研发效率得到保证，多项技术水平为业内领先。公司自 2013 年创立始即以三维视觉技术为主要切入点，至今在三维视觉技术场景落地上积累了较多的产业经验。

三维视觉技术与二维视觉有着本质不同，三维立体视觉技术一般通过结构光、激光雷达等特殊传感器采集得到场景的深度信息，再利用深度信息和可见光信息一同计算出场景的三维图像，相比“深度学习+人脸识别”的二维技术而言能够解决数据采集不准确或不稳定的问题，使得算法判断率显著提升，且有效避免因遮挡产生的误报，能适用更多不同场景与目标。

目前公司在三维立体视觉技术方向积累了多目传感器标定与深度估计技术、运动姿态分析技术、3D 重建与立体视觉分析技术三项核心技术，全面覆盖了三维视觉数据的采集、分析及场景重建。

公司从 2013 年至今持续投入三维视觉技术，形成行为识别产品，为国内三维视觉技术的领跑者，相关项目经验丰富；其中三维人体姿态和行为识别技术应用于银行、体育两大领域，三维物体识别技术应用于轨交领域。

此外，公司人脸识别技术全球领先，物体识别、行为识别等技术处于业内杰出水平。

公司人脸识别技术多次获得国内外竞赛奖项，如公司于 2020 年 1 月在美国国家标准与技术研究院（NIST）进行的全球人脸识别算法测试（FRVT）1:1 项目中取得总成绩冠军，1：N 项目中取得亚军，并于同年 8 月于戴口罩人脸识别测试中也获得了总成绩全球冠军。

此外，公司还于 2019 年在中国模式识别与计算机视觉大会（PRCV2019）中获得车纹识别技术第一名、国际计算机视觉大会（ICCV）中获得人体关键点检测第七名。

相较同行业可比公司，格灵深瞳的人脸识别技术历经 NIST 竞赛与 MegaFace 数据集的成功检验，在国内公安部人像算法测试中也取得较高准确率，达到行业领先水平。

以图搜图性能同样出众，单机、集群状态下可分别实现亿级、十亿级数量图片的秒级返回。此外，公司人脸活体检测、行人重识别等技术表现同样优异，性能与业内主流企业持平。

公司综合实力获得行业认可，多次承担国家级或省市级科研项目，并参与数项行业标准的制定。

2018 年至今，公司共承担国家级科研项目 1 项，省市级项目 5 项，目前在研项目包括5G 在线复合材料典型结构件缺陷智能检测系统研制项目、全民健身大数据共享机制及技术研究项目两项。

另外，公司还参与起草了中国安全防范产品行业协会的《人脸抓拍设备技术要求技术标准》及《安防摄像机智能化指标要求和评估方法》、中关村标准化协会的《非接触式智能体温筛查系统技术规范》四项行业标准，并参与了国家标准化管理委员会《人工智能标准化白皮书（2018 版）》的编写。

另外于 2019 年获得中国智能科学技术最高奖“吴文俊人工智能科学奖”。

3、算法及应用层研发持续加码，IPO 助力保持技术优势

公司目前在研项目共 14 个，算法、应用齐头并进。其中算法方面聚焦于三维分析及人脸识别技术，应用层面聚焦于交通及体育领域。

算法研发项目中，目前公司“人脸识别与聚类算法技术”、“人体三维数字化分析平台”研发项目均达到业内领先水平。

应用场景研发项目中有 4 个为交通相关项目，2 个体育相关项目，其中“5G 工业巡检机器人”及“运动健康综合测评平台”均已完成初步研发，商业化布局领先同行业其他公司。

IPO 进一步助力公司保持技术上的领先优势。

公司 IPO 拟募集资金 10 亿元，实际募资 16.7 亿元，计划将其中 3.45 亿元投资于人工智能算法平台升级项目，1.55 亿元投资于人工智能创新应用研发项目，两个项目建设期均为 3 年。其中人工智能算法平台升级项目涵盖统一数据智能计算平台及基于主动学习的自动化模型训练平台两个子项目，将使公司产品的计算能力及算法模型的生产效率得到有效提升；人工智能创新应用研发项目涵盖轨交运维和体育健康解决方案，前者为在研项目“5G 工业巡检机器人”的延续，意在打造完整的人工智能轨交检修方案，后者意在形成校园体育、商业体育、标准化体育等方面的设备及完整方案，助力公司在轨交运维、体育健康两大领域的商业化。

（二）传统赛道聚焦优势细分场景，成功构建营收基本盘

1、安防、金融、零售为 AI 主流应用场景，市场竞争较为充分

人工智能商业化落地场景当中目前以城市安防为主要场景，金融、零售为主流应用场景。

据艾瑞咨询《中国人工智能产业研究报告（2020 年）》显示，在人工智能应用场景当中，城市安防、互联网、金融、地产及零售占据份额前四位置，占比分别达到 49%、18%、12%及 5%。其中智能安防为最大的下游应用市场，智慧零售规模亦超百亿。

据前瞻产业研究院统计，2013 年以来我国智能安防市场规模一直处于高速增长态势，2013-2019 年复合增速达到 28.5%，2019 年市场规模达到 455 亿元；预计 2020 年市场规模将超过 500 亿元，2025 年市场规模超过 2000 亿元。

另外，据赛迪顾问数据，2019 年智慧零售市场规模亦超百亿达到 139.5 亿元，2017-2019 年复合增速达到 34.3%，2022 年市场规模有望达到 329 亿元。

图 20：2013-2025E 智慧安防市场规模 图 21：2017-2022E 智慧零售市场规模

人工智能在各领域所起功能有所重叠，但不尽相同。

目前人工智能安防领域产品主要覆盖社区、园区、警务场景，旨在实现人员的识别通行、人口分类管理、居民信息核查、城市治安管理、跨镜追踪、协作办案等功能。

金融领域产品覆盖银行、券商及保险场景，主要实现合规监控、人员预警、业务辅助及实现、刷脸取款、智能客服、运营优化等功能。

商业零售解决方案覆盖油站、供应链、门店场景等，实现加油效率分析、指标预警分析、商品销售及库存分析、货架陈列分析等功能，提升门店数字化运营能力。业内主要公司在这些传统赛道均有布局。

包括主流技术型科技企业、智能化转型硬件厂商及综合型科技企业在内的 13 家企业中，布局安防领域的公司比例达到 76.92%，布局金融及商业零售的比例达到 92.31%，其中技术型科技企业的“AI 四小龙”对上述三个领域均进行了全面覆盖，市场竞争较为充分。

2、公司以银行等场景切入，在传统市场寻找“利基”

传统领域下细分场景多，公司以银行、油站两大细分场景作为切口，进行精细化运营。人工智能细分场景丰富、长尾应用多，但人工智能算法、模型、解决方案专业专用的特性又决定 了此行业产品无法被批量生产，若进行全场景覆盖，成本端把控难度较大。因此公司选择银行、油站两大具体场景，不断进行经验积累与技术提升、逐步实现产品的标准化和复制化，打造自身的独特优势。

➢ 在金融领域，依托多年积累的三维行为识别技术，公司深耕银行场景的安全运营银行场景需求与公司优势技术适配性强，且行业具有一定壁垒。

银行场景的 AI 应用区别于其他行业的特点有三：

一是银行场景中有大量的现金业务，敏感行为对应的风险大，因此客户对于行为识别的要求较高；

二是银行客户在使用 AI 产品过程中会沉淀较多的业务数据，迁移和转换成本较高，不会轻易更换供应商；

三是银行场景产品标准化可行性相较于其他行业较高，相应的产品研发成本较低。

公司早年间便深耕行为识别技术并在银行场景落地，先发优势强。依托公司积淀多年的人体姿态识别、三维行为识别技术，公司于 2018 年开始在农业银行进行试点，利用银行场景的 实际数据持续打磨模型及产品，在银行场景的功能理解、技术实现及产品研发上有较深厚的积累，形成了先发优势。

在银行场景，公司运用边缘计算节点及三维视觉技术赋能银行传统摄像头，使其具有图像分析、数据处理能力，再结合公司突出的人脸识别及行为识别技术对可疑行为进行实时预警，实现银行金库、加钞间及网点的合规性监控及安全管理。

另外公司也开发了对应的 AI 平台。相对以往的人工安防而言，应用 AI 后银行的安全管理效率大大提高：如公司在某市农业银行监控中心的智能化改造，使得非授权人员进入违规事件的整体数量减少了 58.26%；人员缺岗事件从 43 起减少到 0 起；加钞间单人进入情况从 74 起减少到 0 起。公司在技术及场景理解方面表现出众，持续吸引优质客户。

公司自 2021 年开始正式向农业银行供给三维行为分析仪、边缘服务器及软件等产品，并已完成包括农业银行总行在内的 30 个省、市、自治区的上千家分支机构的智能化改造，预计在未来数年内逐步推进全国范围内 2 万余个分支机构的智能化改造。另外公司还于 2021 年 4 月在建设银行落地试点，进一步深化合作可期。

➢ 在零售领域，公司创新性推出油站场景的智能化改造方案

公司经过四年的时间，自研算法、软硬件，成功打造出完整的油站解决方案，为油站经营提供各个维度的数据支撑和量化指标，实现降本增效。

公司自 2018 年与中国石化达成合作以来，累计完成约 2000 个油站的升级改造；其中向某省的加油站提供的智慧油站解决方案自上线以来，日均处理站外车流 2000 万辆次，进站车流 80 万辆次，日均发现违章停车 40 余次，产生站外车流预警 200 余次，产生销量与站外车流对比预警 200 余次，产生服务时长预警 50 余次，帮助加油站实现数据化、精细化管理，提升经营效率。

3、公司在传统赛道细分应用领域获得认可，收入稳步增长

公司通过在 AI 传统应用市场打造细分“利基市场”，成功树立公司品牌。公司所有方案均包括软件平台及硬件设备两大部分，其中前端硬件设备包括但不限于摄像机、边缘计算设备，主要负责视频、语音等多媒体数据的收集；软件平台包括但不限于灵犀数据平台、各对应领域 平台，负责数据的结构化智能解析、场景理解及识别等。

在安防领域，公司产品已于全国多省市公安局、政法委员会应用；金融方面与农业银行签订了长期框架合同，并于建设银行成功落地试点项目，有望在未来进一步合作；零售领域与中石化成功合作，目前已完成广东省内上千个油站的智慧化改造。截至目前项目进展良好，获得各领域优质客户一致认可。

三大传统业务领域构筑营收基本盘，为未来发展打下坚实资金基础。

公司近年来各业务营收增长良好，其中安防业务为公司营收基础，2018-2020 年复合增速达到 77.5%，2020 年业务营收达到 1.25 亿元。金融、零售的营收规模较小，故近年来增长幅度较大，2020 年金融、零售领域营收分别达到 7650 万元和 4116 万元，分别达到 2018 年营收规模的 9 倍及 18 倍。

近年来公司相应领域对应营收增长稳健，业务具有可持续性。公司 2019-2021 年营业收入 同比分别增长 37%/241%/21%，其中 2020 年增长幅度较大，公司业务迈上新台阶。城市安防领域，2020 年营收较上年增加 8826.57 万元，同比增长 240.55%，源于客户数量及订单规模的双重增加及新产品防疫双光温测智能识别设备带来的营业收入增长。预计短期内公司防疫智能识别设备仍将持续产生营收。

金融领域，2020 年营收同比增长 209.27%，一是来自农业银行的销售收入增加，二是新增客户中金银利。农业银行为公司金融领域重要客户，公司自 2018 年开始与农业银行签订合作协议，2018-2021H1 来自农业银行的营业收入合计占金融领域所有客户总收入的 70.91%。

目前在深化与农业银行合作基础上，已在建设银行开展业务试点，有望进一步开展合作。近年来零售领域业务增长主要来自中石化，2018-2021H1 来自其营业收入合计占零售领域所有客户总收入的 74.12%，但 2021 年公司零售业务中地产类贡献营收大幅上升，其以软件产品销售为主，毛利率有望进一步提升。

图 26：2018-2021H1 公司分业务营收（万元）

图 27：2018-2021H1 公司分业务领域毛利率

（三）新兴赛道寻求差异化竞争，抢先布局体育健康、轨交运维等

蓝海市场在传统赛道之外，公司开拓体育健康、轨交运维领域市场，谋求构建差异化竞争优势。安防、金融等传统行业对技术的需求已经较为成熟，新进企业参与竞争难度较低，加之主流企业参与度本身较高，行业竞争相对激烈；在此背景下，公司积极寻求下一阶段发展突破点，发掘体育健康及轨交运维两大蓝海领域，寻求差异化发展。

1、体育领域科技创新不足，公司率先布局校园体育

目前我国体育健康领域智能化程度较低，市场空间广阔。过去十年间除 2020 年受疫情影响有所下跌外，我国体育产业市场一直呈上升趋势，2012-2020 年我国体育产业市场规模及体 育产业增加值复合增速分别达到 14.14%及 16.63%，2020 年体育产业市场规模达到 2.73 万亿，体育产业增加值达到 1.07 万亿。

另外我国 2020 年体育产业增加值占 GDP 比重仅为 1.06%，而美国等发达国家比重达到 2%以上，我国体育产业发展空间广阔。与此同时，我国公共体育、校园体育领域还存在科技创新与应用不足、学生训练及老师指导手段较为单一等痛点，行业智能化程度较低，市场潜力大。

政策推动下体育产业智能化有望逐步提升，健身体育、校园体育领域有望率先踏出智能化步伐。

在校园体育领域，2019 年 2 月 23 日，国务院印发《中国教育现代化 2035》，提出加快信息化时代教育变革、建设智能化校园、统筹建设一体化智能化教学、管理与服务平台；利用 现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合；创新教育服务业态，建立数字教育资源共建共享机制，完善利益分配机制、知识产权保护制度和新型教育服务监管制度；推进教育治理方式变革，加快形成现代化的教育管理与监测体系，推进管理精准化和决策科学化。

目前人工智能率先在体育标准化测试中落地，如四川省绵阳市 2022 年体育中考已率先引入智能化检测，全市所有学校均覆盖体育智能化设备及系统，通过智能化仪器对考生进行测试记录，测试结束后成绩上传至中考平台供考生查阅。

健身体育领域，2021年8月3日，《全民健身计划（2021－2025年）》，首次提出“提供全民健身智慧化服务”，积极培育智能体育产业，具体内容包括但不限于推动线上和智能体育赛事活动开展、开发国家社区体育活动管理服务系统、建设全民健身信息服务平台和公共体育设施电子地图、提供健身设施查询预定、体育培训报名、健身指导等服务，逐步形成信息发布及时、服务获取便捷、信息反馈高效的全民健身智慧化服务机制。目前以智能步道为代表的智能体育设施正逐步在全国多个生态公园、健身公园得到推广。

公司以竞技体育为切入点展开探索，并在校园体育、健身体育率先进行商业化布局，目前相关产品已率先在北京中小学展开试点。

在体育领域，公司凭借 3D 立体视觉技术降低硬件成本同时，提高了设备的性能，同时运动姿态分析技术有效提升了人体关键点数据采集的准确性。公司从两年前已开始为国家竞技队提供实时姿态捕捉与数据分析支持，积累了较为丰富的人体行为数据及相关项目经验。

目前公司专注于校园体育、健身体育相关解决方案的研发，如与首都体育学院、北京理工大学、中体产业集团股份有限公司等合作承担了 2020 年国家科技部重点研发项目“全民健身信息服务平台关键技术的研究”，负责“全民健身大数据共享机制及技术研究”；并与首都医科大学附属北京朝阳医院合作推进“公共体育场所 AI 识别报警系统与设备研发”项目，负责健身公共场所的危险事件识别与健身动作视频捕捉识别算法的研究。

应用层面，公司自研的运动健康综合测评平台已初步完成；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。

2、轨交运维智能化空间大，公司智能方案已落地实际项目

我国轨道检修环节繁琐、频次高、人力资源不足，后市场智能化空间广阔。在轨交运维领 域，目前我国高铁、地铁等轨道交通车次多、里程数长，但运维工作存在细小零件多、作业强度大、检测时间长等问题。

中国目前有数千动车组，为了保障行车安全，动车每运行 48 小时就要进行一次检修。且目前我国轨道运维人力资源较为缺乏，铁路总局维修工人平均年龄达到 50 岁以上，智能科技的引入能在弥补人力方面的不足同时提质增效。

根据国家铁路局及国家统计局数据显示，我国铁路营运里程从 2011 年的 9.3 万公里增长至 2020 年的 14.6 万公里，CAGR 为 5.14%；城市轨道交通营运里程从 2011 年的 1699 公里增长至 2019 年的 6172 公里，CAGR 达到 17.5%；2019 年底全国高铁投产新线里程达到 5474 公里，同比增长 33.51%，随着投产新线动车、机车组维修周期的到来，轨道交通后市场空间不断扩大。

国内轨交运维领域公司包括神州高铁、康拓红外、华铁股份、世纪瑞尔、日月明及唐源电气等，其中神州高铁为我国轨道后市场运营检修的主要企业之一，日月明主要产品为轨道安全 测控设备及技术。

仅上述企业 2021 年轨交运维检修业务合计营收已达到 19.62 亿元，国内市场规模预计达到几十亿元量级，人工智能赋能有望使价值进一步提升，市场前景广阔。

公司已研发 360 动态图像监测系统、轨道检修机器人，解决方案已率先落地应用。

在轨交运维领域，公司已研制产品 360 动态图像监测系统，可针对即将入库的列车进行顶部、侧部和底部的多维度数据采集，通过立体视觉、深度学习等技术对数据进行分析并预警，实现列车 360 度无死角检测。

另外公司已初步完成软硬一体 5G 工业巡检机器人的研发，可实现对检测目标全覆盖的数据采集与诊断，兼具本地与 5G 物联网实时分析诊断的能力，可应用于铁路轨道检修。

相关解决方案应用于高铁、地铁等列车及轨道的故障检测及运营维护，由列车智能检测平台等核心产品构成，通过立体视觉构建列车几何模型，可实现检修项目浏览、故障报警、二次复检、检修流程追溯等功能，涵盖 30 多种故障类检测及 15000 多个检查点，可有效提升检修的安全性、可靠性及可追溯性。

目前公司已与中车电气建立了合作关系，并在宁波、无锡等地铁运维项目中开始试点，360 动态图像监测系统已成功应用于宁波地铁 5 号线中；解决方案已应用于华南地区某铁路集团动车段一级检修流程中提供人机交叉检测，有效提升检修效率、保证列车运行安全。相较同行业公司而言，公司在轨交运维领域商业化布局处于领先水平。

四、公司盈利能力优于同业，剔除股权激励后在行业内率先达到盈亏平衡

公司毛利率高于行业平均，净利率水平业内突出。2018-2021 年公司毛利率水平分别为
64.00%/53.32%/61.58%/55.63%，高于行业平均值 48.74%/51.03%/49.05%/53.37%。2018 年 来公司净利率水平逐渐改善，2020 年以来亏损幅度不断缩窄，与“AI 四小龙”相比处于领先水 平。

目前来看，公司股份支付费用已过高峰期，剔除费用后公司接近营收平衡点。

据公司招股说明书披露，公司报告期内股份支付费用主要由原开曼格灵 ESOP 及修改、外部顾问股权激励、2019 及 2020 年员工持股计划、艾玛深瞳低价转股给澳林春天五个项目费用构成，截至 2021H1 仅有 2019 及 2020 年员工持股计划继续产生股份支付费用。且纵向来看，2019 及 2020 年员工持股计划产生费用逐年下降。

公司预计 2021-2024 年合计摊销股权费用为 1.44 亿元，若无新的股份支付费用产生，2021-2024 年预计摊销金额分别为 8348.22 万元/4191.42 万元/1603.78 万元/271.17 万元。结合 2019 及 2020 年股份支付费用来看，公司股权激励支出已过最高峰。

剔除股份支付费用后，公司 2018-2021 年营业利润分别为-6857.51 万元/-11605.63 万元/5201.27 万元/1476.92 万元（由于未披露年报，2021 年股份支付费用采用公司预计值），公司于 2020 年已达到盈亏平衡，为业内少数实现盈亏平衡的企业之一。

五、盈利预测与估值

（一）收入分拆及相关基础假设

1、收入分拆

城市管理：城市管理业务稳定增长，按市占率预测，2022/2023/2024 年公司市占率分别达 到 0.27%、0.30%、0.31%，结合市场规模测算得公司未来三年收入分别为 1.66 亿元、2.18 亿元、2.55 亿元。

智慧金融：公司与农业银行签订续期合约，持续进行全国网点改造，未来有望和建设银行达成合作，业务将高速增长。预测公司未来三年收入分别为 1.81 亿元、2.86 亿元、4.09 亿元。

商业零售：公司与中石化的合作即将到期，预计未来来自地产类客户的收入平稳增长。未来三年收入分别为 0.48 亿元、0.53 亿元、0.59 亿元。

轨交运维：截至招股书披露日，公司的轨交运维解决方案被正式纳入华南地区某铁路集团动车段一级检修流程，提供列车的人机交叉检测；同时，公司与中车电气建立了合作伙伴关系，已在宁波、无锡等地铁运维项目中展开合作。

我们倾向于预计从 2022 年公司轨交运维业务将开始产生收入，随着产品研发及场景落地上不断成熟，收入逐渐增加。2022-2024 三年收入预计分别为 0.18 亿元、0.36 亿元、0.84 亿元。

校园体育：截至招股书披露日，公司与首都体育学院建立了合作关系，开发的校园体育平 台也已在部分北京中小学校在线体育课中展开试点。

考虑到 2022 年该项目仍处于试点推进状 态，我们预计可能 2023 年公司校园体育业务才会产生少量收入。2023/2024 年预计分别产生收 入 0.02 亿元、0.06 亿元。

2、基础假设

营业收入增速 2022-2024 年预计值分别为 40.92%、44.02%、36.33%。毛利率 2022-2024 年预计值分别为 62.45%、61.66%、61.08%。管理费用率 2022-2024 年预计值分别为 12.91%、10.58%、9.07%。销售费用率 2022-2024 年预计值分别为 21.41%、17.53%、14.90%。研发费用率 2022-2024 年预计值分别为 39.59%、36.27%、34.55%。

3、敏感性分析

考虑到对于公司而言，股份支付费用及研发费用为影响净利润的两大重要指标，因此对其分别进行敏感性分析：

1）股份支付费用

对股份支付费用进行敏感性分析，从下图中可以看出，在原始假设 2022 年股份支付费用为 0.42 亿元的基础上，股份支付费用增加 10%，将使归母净利润下降 0.04 亿元。

2）研发费用

对研发费用进行敏感性分析，从下图中可以看出，在假设 2022 年研发费用率为 40%的基础上，研发费用率增加 1pct，归母净利润将下降 0.05 亿元。

（二）可比公司估值比较

公司主营业务为人工智能软硬件及解决方案，根据业务相似度，在上市公司中选取商汤/科 技（商汤-W）、云从科技、虹软科技作为可比公司。

结合公司及行业特性，采用 PS 估值法对公司进行估值。以 7 月 6 日上午 11 时股价计算，2022-2024 年公司 PS 分别为 11.75/8.16/5.99，低于行业均值 14.24/10.24/7.77。

（三）盈利预测及估值

我们预计格灵深瞳 2022-2024 年营业收入分别为 4.14 亿元、5.96 亿元、8.12 亿元，收入 增速分别为 40.9%、44.0%、36.3%；归属于母公司净利润分别为-0.43 亿元、-0.11 亿元、0.20 亿元，逐渐扭亏为盈。

2022-2024 年预测每股销售额分别为 2.24 元、3.22 元、4.39 元，以 7 月 6 日上午股价计算，对应 PS 依次为 11.75X、8.16X、5.99X。

公司是国内 AI 产业的代表企业之一，考虑到人工智能产业长期发展空间大，公司依托在人脸车辆识别、三维人体姿态、三维物体识别和行为识别等方面积累的技术优势，有望支撑产品下游应用持续渗透突破。

短期来看，公司与农业银行、建设银行等国内主要银行的合作推进有望促进业绩较快增长；而中长期来看，公司在轨交、体育两大蓝海领域的先发布局，或有望护航公司未来持续增长。

六、风险提示

1、尚未盈利且存在累计未弥补亏损的风险

截至 2021H1，公司累计未弥补亏损为-10,051.88 万元。公司尚未盈利且存在累计未弥补亏损主要原因系前期研发投入大但收入规模较小以及实施股权激励产生大额股份支付费用所致。同时，因公司对员工的股权激励设定了服务期，2021-2024 年预计将摊销的股份支付费用总额 为 14,414.59 万元（假设不考虑激励对象离职）。

公司未来几年将存在持续的研发投入和股份支 付费用，上市后未盈利状态可能持续存在且累计未弥补亏损可能继续扩大。

2、应收账款回收困难的风险

随着公司经营规模扩大，公司应收账款规模总体上有所增加。2018-2021H1 公司应收账款 账面价值分别为 5,863.20 万元、5,365.12 万元、6,829.94 万元和 9,050.16 万元，占当期营业 收入的比例分别为 112.83%、75.34%、28.14%和 125.37%。

公司应收账款规模的增加，加大了公司的经营风险。如果经济形势恶化或者客户自身发生重大经营困难，公司将面临应收账款回收困难的风险。

3、公司在智慧金融领域及商业零售领域规模化落地场景较为单一，客户集中度较高以及收 入波动的风险

在智慧金融领域，2018-2020年，公司的终端客户仅为农业银行，2021 年起开始与建设银 行建立业务合作，2018-2021H1公司来自农业银行的收入合计占智慧金融领域所有客户总收入 的 70.91%。

2021年9月，公司2018年入围农业银行的安防设备项目的框架采购协议到期， 尽管公司已完成了续期项目的投标工作，但仍存在不能顺利续期的风险。在商业零售领域， 2018-2021H1 公司智慧油站业务的主要终端客户为中国石化，来自中国石化智慧油站项目的收 入合计占智慧油站业务总收入的98.91%、占商业零售领域总收入的74.12%。

2021 年智慧油 站业务收入降幅较大，主要系2020年中国石化受国际油价下挫、油品市场需求萎缩等宏观经济因素影响收入大幅下降，相关项目的预算支出推迟所致。

4、公司在体育健康、轨交运维等新领域的商业化落地不及预期的风险

目前公司的主营业务收入主要来自于城市管理、智慧金融、商业零售三大领域，在体育健 康、轨交运维等新领域进行了前瞻性的业务布局，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。

5、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”，可能对公司研发和原材料采购过程中采购含有境外厂商生产的芯片等 零部件的硬件产生一定限制。

6、数据安全及科技伦理的风险

数据安全方面，《网络安全法》《民法典》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等内容。科技伦理方面，国内外关于人工智能伦理的探讨及研究不断推出，社会公众对于人工智能的伦理道德问题日趋重视。如果公司触犯了数据安全及科技伦理问题，可能对自身的业务开展、市场拓展、品象等造成不利影响。