虹软科技股份有限公司2020年度报告摘要

一 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，投资者应当到上海证券交易所网站等中国证监会指定媒体上仔细阅读年度报告全文。

2 重大风险提示

公司已在《2020年年度报告》中阐述了公司在经营过程中可能面临的风险因素，敬请查阅本报告“第四节 经营情况讨论与分析/二、风险因素”部分。

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、准确、完整，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 立信会计师事务所（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 经董事会审议的报告期利润分配预案或公积金转增股本预案

公司2020年年度利润分配预案为：拟以实施权益分派股权登记日登记的总股本扣减公司回购专用证券账户中的股份为基数进行利润分配，每10股派发现金红利2.60元（含税），公司不进行资本公积金转增股本，不送红股。

根据《上海证券交易所上市公司回购股份实施细则》等有关规定，上市公司回购专用账户中的股份，不享有利润分配的权利。因此，本公司回购专用证券账户中的股份将不参与公司本次利润分配。截至2021年4月23日，公司总股本406,000,000股，回购专用证券账户中股份总数为447,873股，以此计算合计拟派发现金红利105,443,553.02元（含税），占公司2020年度归属于上市公司股东净利润的41.93%。如在本报告披露之日起至实施权益分派股权登记日期间，公司总股本扣减公司回购专用证券账户中的股份发生变动的，公司拟维持每股分配比例不变，相应调整分配总额，并将另行公告具体调整情况。本预案已经公司第一届董事会第二十一次会议审议通过，尚需提交公司股东大会审议。

7 是否存在公司治理特殊安排等重要事项

□适用 √不适用

二 公司基本情况

1 公司简介

公司股票简况

√适用 □不适用

公司存托凭证简况

□适用 √不适用

联系人和联系方式

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

1. 主要业务

公司专注于计算机视觉领域，为行业提供算法授权及系统解决方案，是全球领先的计算机视觉人工智能企业。公司始终致力于计算机视觉技术的研发和应用，坚持以技术创新为核心驱动力，在全球范围内为智能手机、智能汽车、AIoT等智能设备提供一站式计算机视觉技术解决方案。

公司主营业务收入来源于自主研发核心技术的授权许可使用，所提供的计算机视觉技术解决方案主要应用于智能手机行业、智能驾驶行业，目前主要客户包括三星、华为、小米、OPPO、vivo等全球知名手机厂商以及部分国内自主品牌汽车主机厂商。

公司拥有丰富的智能手机视觉算法产品线。基于多年的研究开发，公司可以提供目前市面上大部分主流智能手机视觉人工智能算法产品，包括单/双/多摄摄像头拍摄、深度摄像头拍摄、潜望式长焦摄像头无级变焦、3D表情、3D建模、全景、SLAM、AR/VR、人脸解锁、超像素无损变焦、人体驱动等重要核心功能。

在智能驾驶领域，公司可以提供驾驶员疲劳/分心/危险动作/双手脱离方向盘/离位/情绪检测技术、车载交互/人脸识别技术、后排遗留物、活体检测技术等智能座舱视觉解决方案；针对智能驾驶辅助系统，公司可以提供前车碰撞报警（FCW）/车道偏离预警（LDW）/行人碰撞预警（PCW）解决方案、交通标志/交通信号灯识别检测解决方案、前车启动提醒（PVS）、盲区检测（BSD）解决方案、360°环视视觉子系统（AVM）、AR实景/AR HUD导航系统解决方案等。

2. 主要产品或服务情况

报告期内，根据公司计算机视觉解决方案应用场景的不同，公司的主要业务可以分为智能手机业务、智能驾驶业务以及其他业务。

2.1 智能手机业务

公司提供的解决方案可以划分为计算摄影解决方案、智能深度摄像解决方案、光学屏下指纹解决方案。

2.1.1 计算摄影解决方案

针对智能手机的各类摄像头硬件配置，根据客户的具体需求和智能设备的硬件参数，匹配并整合各类底层算法，公司提供的主要解决方案具体如下：

2.1.2 智能深度摄像解决方案

公司基于深度摄像头的硬件发展趋势和客户的具体需求，匹配、整合并研发各类底层算法，拥有诸多解决方案，具体如下：

2.1.3 光学屏下指纹解决方案

根据客户的具体需求，匹配并整合各类算法，公司提供的主要解决方案具体如下：

2.2 智能驾驶业务

针对车型、用途等场景，公司智能驾驶业务主要提供智能座舱视觉解决方案、智能驾驶辅助系统及软硬一体车载视觉解决方案。

2.2.1 智能座舱视觉解决方案

根据客户的具体需求和智能设备的硬件参数，匹配并整合各类底层算法，公司提供的主要技术方案具体如下：

2.2.2 智能驾驶辅助系统

根据客户的具体需求和智能设备的硬件参数，匹配并整合各类底层算法，公司提供的主要技术方案具体如下：

2.2.3 软硬一体车载视觉解决方案

通过对智能座舱视觉解决方案和部分智能驾驶辅助系统的算法及工程优化，使负载的视觉智能解决方案能够在小型低性能芯片上稳定有效地运行，软硬一体解决方案为目前市场急需的准前装和后装市场提供了性价比更高的主动安全监控解决方案，主要技术方案具体如下：

2.3 其他业务

公司针对虹软视觉开放平台、智能保险及多种AIoT智能设备，均提出了有针对性、可落地实施的解决方案，并且仍在不断探索新的技术和使用场景。

2.3.1 虹软视觉开放平台

公司自2018年推出虹软视觉开放平台，分享公司部分核心技术成果，将人脸识别、人证核检、活体检测、人脸属性等核心技术免费提供给有需求的企业、创业团队和个人开发者使用，旨在助力广大中小企业打破技术壁垒的同时，不断拓展公司AI视觉技术的应用领域，并使之在各个应用场景中加速普及。

2.3.2 智能保险

在智能保险领域，针对车险理赔主要以图像为依据的特点，公司基于计算机视觉技术开发了车险智能定损解决方案，充分利用公司在计算机视觉、深度学习及大数据挖掘等技术上的长期积累和沉淀，在定损准确性方面达到业内领先水平。该方案通过拍摄车辆损伤的全局和细节照片并上传云端进行识别，算法秒级定位受损部件并判断损伤形态，结合业务逻辑，给出维修方案及赔付金额，提升整体工作效率，给合作伙伴的业务提供了极大支持。

2.3.3 其他AIoT

基于物品检测、识别的算法产品可以应用于零售流通行业，通过高效的自动化采集、训练整体方案，能够快速将应用场景中各种所需识别物品进行建模，并且实现物品检测识别精度与人工参与保持一致，实现物品的快速建模并且极大降低成本门槛。在不断迭代、升级过程中，公司优化了此类方案环境误识、拥挤摆放误识等问题，提升了对使用环境的适应性以及对场景和物体的支持范围。此类方案能够应用于零售行业中需要人工对物品进行识别、录入的各个环节，有效提升零售物流中各个环节的运转效率，降低人工投入成本。

(二) 主要经营模式

1、盈利模式

公司主要盈利模式是将计算机视觉算法技术与客户特定设备深度整合，通过合约的方式授权给客户，允许客户将相关算法软件或软件包装载在约定型号的智能设备上使用，以此收取技术和软件使用授权费用。同时，公司也向客户销售软硬一体车载视觉解决方案。

2、研发模式

公司主要采取自主研发的模式。研发过程大致分为以下9个步骤：①获取需求信息；②管理层决策研发方向；③搭建研发项目组；④验证研发项目算法，进行项目测试；⑤集体讨论决策项目算法；⑥进行底层算法与实际环境的结合优化；⑦进行实际产品结合测试；⑧产品成熟后路演，选择合适的客户进行测试合作；⑨测试合格后大规模推广。

3、销售模式

公司采用直销的方式，主要向智能手机、智能汽车、智能家居、智能零售以及各类带摄像头的AIoT设备制造商销售计算机视觉算法软件及相关解决方案。

4、收费模式

按照业务合同的不同类型划分，公司的计算机视觉算法软件主要收费模式可划分为固定费用模式和计件模式两种模式。

①固定费用模式：按合同约定的软件授权期限，收取固定金额的软件授权费用。特定客户在软件授权期限内，针对某款、某系列的特定设备内，可以合法地把含有虹软科技算法技术的特定软件无限量装载在合约限定的智能设备上。

②计件模式：在合同约定的软件授权期内，按照客户生产的装载有虹软科技算法技术智能设备的数量进行收费。通常情况下，公司会与客户就不同生产数量区间，约定阶梯价格，保障双方利益。

5、采购模式

针对公司的日常研发和运营，公司的主要采购内容包括网络基础设施（如带宽、服务器等）、研发设备，以及支付给境外销售咨询服务商的服务费。

针对软硬一体解决方案，由公司进行硬件的设计并购买相应部分核心部件后，委托第三方进行组装生产。

(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《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65软件和信息技术服务业”中的“I6513应用软件开发”。根据中国证监会颁布的《上市公司行业分类指引》（2012年修订），公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”，行业代码为“I65”。

公司从事计算机视觉技术算法的研发和应用，主要产品有智能手机视觉解决方案、智能驾驶视觉解决方案和其他IoT智能设备视觉解决方案，根据公司主要产品功能及服务对象的特点，公司所属行业为计算机视觉行业，属于软件和信息技术服务业。

1.1 行业的发展阶段、基本特点

计算机视觉是目前人工智能领域关键技术之一。近年来，在数据、算力、算法并行驱动下，世界计算机视觉技术及相关产业得以迅速发展，在智能手机、安防、智能驾驶、智能制造等领域的应用也不断深入。

1.1.1 智能手机细分领域

智能手机作为应用最为广泛的智能终端设备之一，是各类计算机视觉算法和生物特征识别技术应用的重要载体。新型冠状病毒肺炎（COVID-19）疫情（以下简称新冠疫情）的爆发及蔓延，导致包括智能手机市场在内的消费电子市场受到极大冲击，短期需求出现递延、压抑。尽管全球智能手机出货量已于2020年下半年开始回升，但全年数据仍不乐观，据IDC数据统计，2020年度全球智能手机整体出货量约为12.92亿台，同比下滑约5.9%。

（1）摄像头光学创新，5G+应用引领，共同驱动视觉算法需求

智能手机市场竞争加剧、品牌格局变动，各手机厂商为追求差异化优势，加速硬件、软件创新以吸引终端消费者并抢占市场。摄像头的硬件和影像拍摄算法创新升级仍是创新主线之一，为智能手机相关供应链环节厂商提供了商机。手机拍摄功能推动着单摄向双摄、双摄向多摄演变，单摄像头像素提升，5G时代搭载TOF摄像头，潜望式摄像头、各种辅助传感器以及未来屏下拍照摄像头成熟应用等诸多摄像头硬件升级，都带动着更加多样化、更加复杂的软件算法应用。随着多摄方案日益成熟，后置摄像头“主摄+广角+长焦”的搭配成为主流，潜望式、TOF从高端机型开始下沉至更多机型，预计围绕摄像头的创新竞争在几年内都将持续。

以TOF为代表的深度摄像头赋予了拍摄对象深度信息，为解决复杂任务提供了可能，可以为移动智能终端引入3D生物识别、3D建模、人机交互、3D测量、AR/VR等众多场景，带来更具娱乐性和实用性的体验。近年来，以TOF为代表的深度摄像头在技术上也取得了长足的进步，硬件规格向小尺寸、大分辨率和高精度方向迭代。相较于iTOF，dTOF具有测量精准、分辨率高、响应快、功耗低、抗干扰能力强等技术优势，可以配合更多AR应用，有望在5G网络的加持之下以其技术优势首先在应用层催生AR爆款应用，推动相关产业链发展，给相关软件和算法解决方案供应商带来新的机遇。

5G逐步商业化，5G网络覆盖面增加，除在一定程度上驱动换机需求外，5G技术的发展还使移动智能终端的使用体验和交互得到全面提升，用户依托于高速传输网络可以上传高质量图像与视频，各种生活类、社交类短视频APP因此快速流行，视频类算法需求增长明显。

围绕摄像头的创新及5G带来的应用增长，将共同驱动视觉算法应用增加。与此同时，随着智能手机算力和硬件能力的提升，新技术和产品经过高端机型的成熟应用后向中低端机型普及、渗透，中低端手机中也逐渐嵌入更多的软件算法。

（2）智能手机全屏化加速，带来屏下相关光电解决方案应用升级

智能手机进入存量竞争时代，在没有划时代变革背景之下，产品交互和外观设计仍是各大厂商竞争手段，屏占比是外观设计的重要部分。在各手机厂商追求全面屏的过程中，给屏下指纹识别产品带来了发展机遇，同时也会因传统的屏上传感器转为放置屏下而带来一系列的应用升级需求。未来的“真全面屏”智能手机，除了会同时应用3D人脸识别、屏下指纹识别等生物识别技术，还会有适合于屏下的亮度、色彩、距离等传感器的应用及升级需求，预计前置屏下摄像头解决方案也将在软硬件协同升级后成熟应用。

屏下指纹识别主要有光学、超声波和玻璃基电容三种方案。得益于在成本、技术、效果方面的优势，光学指纹识别占据当前市场的主导地位，亦是目前屏下指纹识别技术研发的重点。据CINNO Research统计，2019年全球屏下指纹手机出货量约为2亿台，并且预估至2024年，整体屏下指纹手机出货量将达11.8亿台，屏下指纹市场仍有很大空间。未来，随着技术进步不断延展，光学式屏下指纹将在智能手机、智能家居、智能汽车等诸多领域释放巨大的市场潜力，也为智能视觉算法技术及相关解决方案带来可观的市场需求。

屏下亮度环境光传感器芯片（Ambient Light Sensor,以下简称ALS）是全面屏手机的一个刚需核心组件，其作用是感知周围环境光强度，通过感知和处理芯片获得实际环境光强度数值，手机由此智能地调节显示屏背光亮度，以提升用户体验并大幅降低手机功耗。当ALS芯片从屏上转到屏下时，由于手机屏的低透光率和屏幕本身亮度的严重干扰，现有屏下ALS一直难以准确、稳定地感知周围环境光，给出的亮度测量值与实际情况差异较大，用户体验较差，手机厂商迫切期待有更好的技术和产品以满足需求。

1.1.2 智能汽车细分领域

智能汽车已成为全球汽车产业发展的战略方向。2020年，汽车市场同样面临着疫情考验，但伴随国内各地促进汽车消费政策的持续带动，汽车市场逐步复苏，汽车行业总体表现出强大的发展韧性和内生动力，全年数据总体表现好于预期。据中国汽车工业协会统计，2020年，我国汽车产销分别完成了2,522.50万辆和2,531.10万辆，同比分别下降2.00%和1.90%，产销量连续蝉联全球第一。疫情冲击下，全球芯片产能告急，自2020年第三季度开始，全球汽车销量恢复速度超预期，而车企芯片加单滞后，导致与汽车相关的芯片出现短缺且有愈演愈烈之势，部分汽车厂商宣布减产甚至停产，预计2021年的汽车产销量将受此影响。但长期来看，随着疫情因素去化，汽车产业链将逐步修复，持续的新车市场增长空间仍将为智能汽车的发展提供巨大的市场基础。

（1）“软件定义汽车”逐步成为业内共识，传统供应链格局发生变革

传统汽车主要由机械部件组成，汽车电子功能相对简单，在结构和性能的改善中主要起到辅助机械装置的作用。智能汽车能够为用户提供自动驾驶、影音娱乐、车辆互联等多样化功能，实现车辆行驶过程中的智能化乃至未来的无人化，智能驾驶越来越成为集导航、环境感知、控制与决策、交互等多项功能于一体的综合汽车智能系统。

在智能驾驶趋势下，汽车行业逐渐由“机械定义汽车”转变到“软件定义汽车”成为业内共识。汽车产品价值链正被重塑，软件在车辆中扮演的角色逐步放大，传统汽车核心竞争要素被硬件、软件和服务所取代，供应链格局也正发生变革，新技术、软件公司带来供应链管理的扁平化、边界模糊化，计算机视觉企业在这一过程中获得前所未有的入局机会。

（2）车载摄像头增量空间可观，推动视觉智能算法应用

智能驾驶系统的感知层，视觉感知扮演了主要角色，车载摄像头是视觉感知的核心部件。根据安装位置的不同，车载摄像头可分为内视、后视、前视、侧视、环视五种，与其他多种传感器（毫米波雷达、超声波雷达、激光雷达等）进行融合共同作用。传统汽车一般搭载一颗倒车影像摄像头，在安全驾驶、智能驾驶、无人驾驶成为未来发展趋势之下，随着消费者对于行车安全需求的提高及智能驾驶技术的不断成熟，单车搭载的摄像头数量将逐渐提升，如特斯拉Model 3全车四周配备了8颗摄像头，蔚来2021年1月发布的ET 7更是搭载了11颗摄像头，而每颗摄像头都会用到以视觉智能算法为核心的软硬件解决方案。汽车搭载的摄像头数量和规格逐步升级，对视觉智能算法为核心的软硬件解决方案应用有极大的推动力。

随着车载摄像头和产品功能的逐步成熟，车载摄像头结合视觉智能算法技术来提升整车差异化卖点，正成为各车企在激烈竞争中获胜的重要手段之一。而在同一个平台多颗摄像头上增加更多的视觉技术产品功能和特色，获取持续的FOTA（车辆固件远程升级系统）升级、用户数据、流量变现，也将使计算机视觉产品也变成车企后续收费的一个重要端口。

1.2 主要技术门槛

公司所在行业为技术密集型行业，计算机视觉技术的开发有较高的技术门槛。主要体现为技术积累，任何一个细小的研发模块，都需要长期的技术沉淀和经验积累。公司在全球范围内为智能手机、智能汽车等智能设备提供一站式计算机视觉解决方案，在上述领域的主要技术门槛如下：

1.2.1 端计算和边缘计算技术的积累

边缘计算极大程度上解决了物联网背景下集中式运算架构中的带宽和延迟两大瓶颈问题。基础图像识别、图像处理方面，其应用程序在边缘侧发起，更好地满足了计算机视觉行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算的主要难点在于低资源的嵌入式平台环境的开发能力，基于移动终端的边缘计算具有巨大的应用价值，但是受限于移动终端算力有限，诸多企业望而却步。

公司自2003年便明确了在嵌入式设备研发相关计算机视觉技术的发展方向，至今在边缘计算技术领域已有深厚的积累，并建立了全面、复杂的多平台适用的底层嵌入式开发库。公司积累的算法具有高度的紧凑性、稳定性以及易调用性，可以在高性能、有效大幅降低资源消耗的情况下实现高精度运行。

1.2.2 计算机视觉技术的层次积累

在数码相机以及手机功能机时代，公司就已经专注于计算机视觉技术的研发与应用。公司主要算法技术都经过了长时间的锤炼，从基本的黑白小分辨率图像的摄取、增强、编辑、检测识别到高清大图像、视频的实时处理均打下了坚实的基础，创造了有利和领先的条件。

公司注重技术的开发与升级，不断探索视觉领域的前沿技术，持续设计、开发新算法以适应市场快速变化的需求，并不断优化迭代已有算法。

公司掌握的计算机视觉算法技术还具有通用性和延展性。多年来，公司积极致力于将计算机视觉算法与行业应用相结合，凭借先进的学术科研力量、强大的产品开发能力以及卓越的工程实施能力，快速将计算机视觉算法技术落地为成熟的解决方案。

2. 公司所处的行业地位分析及其变化情况

作为万物感知的入口，计算机视觉应用场景丰富，商业化价值巨大。目前，全球技术输出规模最大的三个应用场景分别为智能消费、智能汽车以及智能制造。现如今的计算机视觉行业市场格局已经初步形成，核心技术、产品化能力、产业生态链合作均成为行业的核心壁垒，这其中的产品化能力又成为最终创造社会价值和商业价值的核心。

公司是计算机视觉行业领先的算法服务提供商及解决方案供应商，是全球领先的计算机视觉人工智能企业。除本公司外，行业中国内企业主要有商汤科技、旷视科技等，国外企业主要有Morpho、Mobileye、Smarteye、Eyesight等。

公司目前提供的计算机视觉解决方案主要应用于智能手机行业，基于多年的研发和积累，公司可以提供大部分主流智能手机的视觉人工智能算法产品和技术，适配深摄、多摄、双摄、前后置单摄、各种变焦模式等的摄像头，可提供的产品和技术包括了人物各种属性（人脸、人体、人手、四肢、头肩区、部分类型衣物）的检测、识别、语义分析、驱动，还包括物体对象、经典场景的检测、识别和部分语义描述，以及人物和各种物体的影像质量增强。根据IDC所统计的2020年全球出货量前五的手机品牌中，除苹果公司完全采用自研视觉人工智能算法外，其余安卓系统手机三星、华为、小米、vivo的主流机型均有搭载公司计算机视觉解决方案。在继续巩固公司在智能手机算法影像行业领导地位的同时，公司依靠对行业演进规律和技术更迭的理解，成熟有效的产品落地能力，正横向大力推进在新行业的落地和发展。

3. 报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势

3.1 计算机视觉行业在新技术方面的发展情况和未来发展趋势

3.1.1 深度学习、海量数据以及算力支撑

计算机视觉行业的发展由技术驱动，业界普遍认为技术的发展有三个主要的推动力量一一数据、算力和算法。（1）深度学习算法的出现及日益优化，有效提升了计算机视觉准确度，极大推动了计算机视觉领域的发展。在图像分类领域，目前针对业界公认最为重要的ImageNet数据集的算法分类精度已经达到95%以上，可与人的分辨能力相当。深度学习在人脸识别、通用物体检测、图像语义分割等领域也取得了突破性的进展。（2）越来越多的应用领域持续积累着日趋丰富的大数据，海量图像和视频内容的产生、累积为深度学习提供了有力的数据支撑。（3）GPU及AI专用芯片的出现突破了传统CPU的算力瓶颈，良好的并行计算能力，使得数据运算速度和处理规模爆发式增长，为计算机视觉的发展提供了算力支持。数据、算力和算法相互结合，三者并行驱动下，全球计算机视觉技术得以迅速发展。

3.1.2 边缘计算和端计算

全球移动智能终端设备迅速普及，移动智能终端的拍摄能力和计算机视觉技术发展迅猛，大量的图像数据和计算数据需要快速有效地提取、分析。5G技术的进步和商用进程，进一步推动了边缘计算和端计算的发展。作为一种运算架构，边缘计算和端计算可以在人脸识别、信息比对、智能驾驶等方面实现对云计算的延伸与扩展，可以在更靠近用户侧的节点上完成图像的分析识别。通过将边缘计算、端计算与云计算相结合，使边缘节点聚焦于图像的实时、短周期处理，而中心节点聚焦于非实时、长周期的数据处理，从而有效地降低网络延迟，缓解网络带宽与数据中心压力，提高服务的响应速度。

3.2 计算机视觉行业在新产业、新模式、新业态方面的发展情况和未来发展趋势

计算机视觉技术产业化落地应用程度不断提高，包括在智能手机、智能汽车、智能制造、智能安防、智能家居、智能保险、智能零售、互联网视频等领域均有广泛的应用，并形成全新的产业链条与全新的商业经营模式。可以预见，随着计算机视觉技术不断发展，行业应用解决方案的建立和完善，以及政府对计算机视觉行业的政策扶持，计算机视觉行业的应用场景将进一步渗透，助力各应用行业解决行业痛点，提高运营效率，实现行业转型和升级。

随着计算机视觉技术的发展，应用场景的不断丰富，智能设备人机交互的界面智能化水平不断提高，将创造出更加多元、更加立体的业态形式，推动着未来商业现代化的发展。

3 公司主要会计数据和财务指标

3.1 报告期分季度的主要会计数据

单位：元 币种：人民币

季度数据与已披露定期报告数据差异说明

□适用 √不适用

3.2 近3年的主要会计数据和财务指标

单位：元 币种：人民币

4 股本及股东情况

4.1 股东持股情况

单位：股

存托凭证持有人情况

□适用 √不适用

4.2 公司与控股股东之间的产权及控制关系的方框图

√适用 □不适用

4.3 公司与实际控制人之间的产权及控制关系的方框图

√适用 □不适用

4.4 报告期末公司优先股股东总数及前10 名股东情况

□适用 √不适用

5 公司债券情况

□适用 √不适用

（下转B60版）

虹软科技股份有限公司

公司代码：688088 公司简称：虹软科技

年度报告摘要

2020