罗普特：罗普特科技集团股份有限公司2023年半年度报告
公司简称：罗普特 罗普特科技集团股份有限公司2023年半年度报告 重要提示 一、本公司董事会、监事会及董事、监事、高级管理人员保证半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。 二、重大风险提示 公司已在本半年度报告中详细描述可能存在的风险，敬请查阅本报告第三节“管理层讨论与分析”之“五、风险因素”中的内容。 三、公司全体董事出席董事会会议。 四、本半年度报告未经审计。 五、公司负责人江文涛、主管会计工作负责人余丽梅及会计机构负责人（会计主管人员）陈英明声明：保证半年度报告中财务报告的真实、准确、完整。 六、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 七、是否存在公司治理特殊安排等重要事项 □适用√不适用 八、前瞻性陈述的风险声明 √适用□不适用本报告中所涉及的未来计划、发展战略等前瞻性描述不构成公司对投资者的实质承诺,敬请投资者注意投资风险。 九、是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、是否存在违反规定决策程序对外提供担保的情况？ 否 十一、是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性否 十二、其他 □适用√不适用 目录 第一节释义..................................................................4第二节公司简介和主要财务指标.................................................................................................4第三节管理层讨论与分析.............................................................................................................8第四节公司治理...........................................................................................................................57第五节环境与社会责任...............................................................................................................58第六节重要事项...........................................................................................................................60第七节优先股相关情况...............................................................................................................79第八节债券相关情况...................................................................................................................79第九节股份变动及股东情况.......................................................................................................80第十节财务报告...........................................................................................................................88 第一节释义 在本报告书中，除非文义另有所指，下列词语具有如下含义： 第二节公司简介和主要财务指标 一、公司基本情况 二、联系人和联系方式 四、公司股票/存托凭证简况 (一)公司股票简况 (二)公司存托凭证简况 □适用√不适用 五、其他有关资料 □适用√不适用 六、公司主要会计数据和财务指标 (一)主要会计数据 单位：元币种：人民币 (二)主要财务指标 公司主要会计数据和财务指标的说明 √适用□不适用 1、报告期内，公司营业收入为1.18亿元，较上年同期增长97.42%，主要原因系：公司在宏观经济回暖的背景下，着手努力推进项目实施，积极组织在手订单的验收，将项目订单转化为营业收入；同时，公司积极加大新增业务的开拓与落地，为公司的进一步发展打下基础。 2、报告期内，公司归属于上市公司股东的净利润、归属于上市公司股东的扣除非经常性损益的净利润分别为-0.38、-0.43亿元，主要原因系：公司为加大区域拓展力度，持续保持研发强度，销售费用、研发费用等期间费用保持较高水平。同时，公司业务具有明显的销售季节性特征，公司项目验收、回款集中在下半年，影响利润的释放及信用减值损失的计提，由此导致利润有所波动。 3、报告期内，公司经营活动产生的现金流量净额为-1.02亿元，较上年同期有所好转，主要原因系：公司成立回款专项小组加大了历史订单的回款催收力度，并严格管控项目现金周转情况取得一定成效，改善了公司的现金流状况。 七、境内外会计准则下会计数据差异 □适用√不适用 八、非经常性损益项目和金额 √适用□不适用 对公司根据《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》定义界定的非经常性损益项目，以及把《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。 □适用√不适用 九、非企业会计准则业绩指标说明 □适用√不适用 第三节管理层讨论与分析 一、报告期内公司所属行业及主营业务情况说明 （一）公司主要业务及主要产品 1、公司主要业务及主要产品 公司立足数字经济，聚焦人工智能、大数据、云计算、智能感知、元宇宙等核心技术的沉淀与发展，深入行业应用，为行业提供具有核心竞争力的数字化产品与技术。同时为客户提供数据服务，助力行业数字化转型。 报告期内，公司持续加大对数字经济领域的核心技术研发布局和核心技术人才梯队建设，强化数字技术创新研发体系建设，在数字基础设施、数据资源体系、数据中台、数字孪生、信创安全等方面构建技术体系，并不断完善提升。在已构建的数字技术体系基础上，不断研发出各类数字平台产品和行业数字化解决方案，提升公司产品的市场竞争力。 在技术竞争激烈的人工智能市场，公司始终坚持科技创新，致力于人工智能产品研发、大数据挖掘和行业实战应用开发，将自研的核心技术与市场上成熟的技术结合，根据用户需求进行技术融合和应用开发，形成具有市场实战应用价值的产品和行业解决方案。公司的核心竞争能力来源于对人工智能算法技术特点和行业场景需求的深刻理解，以计算机视觉及相关人工智能技术中台为牵引，坚持产品与服务高效协同的技术场景化应用落地路线，立足智慧城市、公共安全、社会治理、工业物联网、人居生活等各类场景需求，打通技术到场景实战应用的最后一公里，让科技快速、高效服务社会。 公司以计算机视觉、语义分析、元素感知、边缘计算、大数据挖掘、空间技术、“端边云”计算为核心构建技术中台，由技术中台支撑智能产品业务及“AI+行业应用”业务的研发，涉及前端感知软硬件开发、数据传输与计算软硬件开发、后台智能分析、大数据处理、平台应用开发等环节，主要业务及产品是为客户提供计算机视觉智能产品、大数据产品及AI+行业应用的系统级整体解决方案。 具体产品类别如下图所示，包括计算机视觉智能产品、统一技术中台产品、平台产品和行业解决方案等。其中，计算机视觉智能产品主要涉及智能终端核心硬件产品（包括计算机视觉摄像机、多模态智能终端、存算一体化终端、移动感知终端、物联网智能终端、边缘计算单元等），统一技术中台产品包括RUP统一研发效能平台、智能硬件中台、物联网（IoT）中台、AI算法中台、大数据中台等，平台产品包括智能硬件、智能技术平台、行业应用平台等系列产品，行业级解决方案囊括公共安全、智慧政法、智慧交通、智慧海洋、生态环境、智慧城市等多个行业。 2、核心技术能力 2.1RUP统一研发效能平台 统一研发效能基础平台，即RUP（Ropeok Unified Platform）基础平台，是一款涵盖了统一开发基础框架、运维基础框架、基础服务系列组件、基础业务系列组件等的技术基础开发平台，统一定义了研发管理标准体系和规范、服务标准及接口规范，以及快速开发与部署规范，是介于基础设施平台和应用产品之间的共享技术底座。基于该基础平台，可以快速交付项目，提升研发效率和质量，降低研发成本，减少重复开发。 公司RUP基础平台在不断积累研发成果及技术竞争力的同时，也在持续构建开放生态，通过统一技术框架与合作伙伴进行研发上的优势互补，实现平台的共建、共治、共享，为合作伙伴赋能，为客户创造价值。 报告期内，公司持续保持对RUP基础平台的研发投入，不断更新迭代，推进基础开发生态的发展。在新增数据权限框架的基础上，发布了新一版的基础框架、配套的代码生成器及相关开发规范，轻量化处理基础服务，优化平台性能，降低系统对资源的需求；同步优化任务调度器、统一门户等基础功能组件，更高效支撑应用平台开发。 2.2AI中台 AI中台将业务所需的AI能力抽象出来，与业务管理、基础平台等模块解耦，从而实现智能处理流程的标准化、规范化以及数据流动的安全化。中台内部通过灵活的算法调度、模型调度和扩容运维等功能，为不同体量的业务需求提供可配置的AI能力，最大程度赋能整体系统。 报告期内，公司在AI算法中台方面新增样本标注工具和算法训练工具集，其中样本标注工具引入了“预训练模型”迭代标注模式，实现算法辅助标注和数据清洗，极大提升数据集构建速度。算法训练工具完善图形界面，可视化集成算法模型的训练、测试以及评估等功能，降低AI算法平 台使用门槛，辅助算法参数配置的智能推荐，进一步提升AI算法平台的交付效率。 2.2.1算法融合调度平台 作为算法服务的入口，实现统一访问、服务编排、可视化、控制管理和流程自定义等功能。 2.2.2算法/模型仓库 算法模型仓库负责已有算法和模型以及对应数据集的结构化存储，目前仓库内的已有算法类型主要为OCR识别、场景识别、人车物视觉追踪、非机动车违章检测、自然语言处理等。 2.2.3中台支撑组件 中台支撑组件采用分布式微服务架构，主要包含算法框架、资源管理模块、扩容管理模块和部署运维模块等，内部模块之间实现解耦，通过http或rpc协议进行通信。算法框架实现标准化、插件化的高性能推理定制能力，能够自动调动资源进行服务扩容，也支持手动管理，能够引入其他标准化的功能模块，如性能监看板、统计分析和虚拟环境等，以适应灵活变化的业务需求。 2.2.4AI智能算法 （1）全景视频运动目标跟踪算法 针对全景视频的投影形变问题及智能应用需求，公司研发了一套集检测和跟踪于一体的算法，对全景画面进行分辨率补偿和几何补偿，从而大幅提升目标全程跟踪能力。并且通过批处理加速的方式提升运行效率，降低硬件配置要求。特别针对跟踪过程中的目标互相遮挡问题，设计了一套多元数据匹配体系，通过深度特征进行目标的重识别和再匹配，从而减少跟错跟丢问题。目前算法应用于公路货车管控场景，已取得显著效果。 （2）多引擎人像识别算法 公司多引擎人像识别算法技术是在融合国内主流人脸识别算法的基础上进行二次综合优化，输出最终的人像识别比对结果。该算法不仅可以提升人像
