公司融资与战略规划 - 与光科技近日完成亿元级A轮、A+轮融资，投资方包括舜宇光学科技、信熹资本、观新投资、中桥创投、京广协同 [1] - 本轮融资将用于计算光谱芯片的量产与技术升级，并推进物理AI视觉芯片的研发，旨在打造空间智能与世界模型的感知硬件入口 [1] - 公司立足计算光学、微纳光学技术，计划搭建面向下一代智能终端的光芯片平台，打通从光谱感知到多维物理视觉的技术路径 [1] - 公司将物理AI视觉芯片作为新的战略支点，在延续消费电子合作基础上，进一步面向具身智能与智能工业打开更广阔产业空间 [19] AI发展浪潮与物理AI - AI发展经历了四个浪潮：感知AI、生成AI、智能体AI，以及正在开启的物理AI时代 [3][6] - 物理AI指结合传感器、智能体、硬件载体与环境感知的AI系统，具备完成感知-认知-决策-执行闭环的能力，使AI融入并作用于真实物理世界 [6][7] - 物理AI的工作流程从物理世界感知开始，经传感器集群特征提取，再由模型预测决策，最后通过执行集群作用于物理世界，形成完整闭环 [7] - 当AI进入现实世界任务时，如何以低功耗、高帧率和强鲁棒性获取支持空间理解与行动决策的关键信息，成为至关重要的能力 [12] 物理AI视觉芯片的战略意义 - 视觉是人类获取外界80%以上信息的入口，也是机器理解环境、识别目标、判断空间关系、支持行动决策的基础功能 [13] - 物理AI视觉芯片旨在为机器提供更高效、低冗余的前端输入，成为空间智能和世界模型的重要底层支撑 [14] - 世界模型需要高质量、连续的环境感知数据以及对时空关系和因果变化的建模能力，以解决AI在真实世界中样本效率低、缺乏规划能力等关键难点 [13][14] - 科技巨头加速押注物理AI赛道，例如Meta利用偏振器件打造AR/VR眼动追踪方案，Google DeepMind发布Gemini Robotics模型，英伟达发布Cosmos模型并与宇树科技合作推出人形机器人参考设计 [9][13] 与光科技的核心技术：光谱卷积神经网络与物谱芯片 - 公司团队提出光谱卷积神经网络方案，通过在CMOS图像传感器表面大规模集成微纳调制结构，将传感器本身同时作为输入层和第一卷积层，在光谱维度实现大规模并行向量内积计算 [16] - 基于该体系发展出“物谱芯片”，可直接处理自然图像，在百万至上亿像素的空间维度实现高度并行计算，并通过连续光谱维度提取图像中的物质信息，实现感算一体的边缘计算 [16][17] - 相关成果发表于国际顶尖期刊《自然·通讯》 [17][18] - 基于计算感知架构，公司可构建面向多场景应用的物质识别与多模态感知传感器硬件，并配套开发相应的后端算法体系 [19] 计算光谱芯片的技术演进与商业化 - 在光谱芯片方向，行业已完成从“单点感知”到“多光谱成像”的升级 [22] - 光谱技术在手机影像领域发展分为三阶段：单点色温传感器、材料色多光谱成像、结构色多光谱成像 [26] - 结构色方案通过微纳结构滤光片阵列对入射光进行精确光谱编码，在光谱选择、通道独立和设计自由度上具备明显优势，可显著提升传感器光谱调制性能和自动白平衡准确性 [26] - 与光科技已完成结构色光谱调制方案的技术升级，相关产品具备量产条件，并通过软硬件协同优化改善了结构色角度敏感性的痛点 [29] 手机影像业务进展与战略愿景 - 公司从光谱芯片在消费电子领域落地实现突破，围绕手机影像对高质量色彩表现的需求，在色彩还原、分区色温判断、自动白平衡优化等环节建立差异化优势 [21] - 公司打通“芯片—算法—应用”的端到端技术闭环，多款产品已被头部手机客户采纳，实现10kk级（即1000万）出货 [21] - 计算光谱芯片的落地标志着公司具备了将复杂光学能力导入大规模消费市场的产品化能力，也验证了工程化和量产实力 [21] - 公司创始团队在计算光学与微纳光学领域有二十余年积累，形成了从芯片、器件到算法、应用的系统性能力，正持续推动前沿光芯片技术的产品化与商业化落地 [31] - 公司战略是推动计算光学、微纳光学与智能算法的协同创新，拥抱光与AI融合带来的新科技机遇，为产业智能化升级赋能 [31]

公司融资与战略规划 - 与光科技完成亿元级A轮、A+轮融资，投资方包括舜宇光学科技、信熹资本、观新投资、中桥创投、京广协同 [1] - 本轮融资将用于计算光谱芯片的量产与技术升级，并推进物理AI视觉芯片的研发，旨在打造空间智能与世界模型的感知硬件入口 [1] - 公司立足计算光学、微纳光学技术，逐步搭建面向下一代智能终端的光芯片平台，打通从光谱感知到多维物理视觉的技术路径 [1] AI技术发展浪潮 - AI发展经历了感知AI、生成AI、智能体AI三个阶段，当前正迈向物理AI阶段，即AI开始融入并作用于真实物理世界 [3][6] - 物理AI是一种结合传感器、智能体、硬件载体与环境感知的AI系统，具备完成感知—认知—决策—执行闭环的能力 [8] - 全球科技巨头加速押注物理AI赛道，例如Meta、Google DeepMind、英伟达等公司均在相关领域进行布局 [10][14] 物理AI视觉芯片的重要性 - 物理AI的核心是智能与物理世界的深度交互，依赖视觉、触觉等多模态传感技术对真实环境进行感知与理解 [12] - 视觉是机器理解环境、识别目标、判断空间关系、支持行动决策的基础功能，人类获取的外界信息中80%以上来自视觉 [12] - 物理AI视觉芯片的价值在于为机器提供更高效、低冗余的前端输入，成为空间智能和世界模型的重要底层支撑 [15] 与光科技的技术方案与进展 - 公司基于光谱卷积神经网络方案，发展出“物谱芯片”，可实现感算一体的边缘计算，相关成果发表于《自然·通讯》 [17][19] - 公司正研发多感知维度集成的物理AI视觉芯片，作为新的战略支点，面向具身智能与智能工业打开产业空间 [21] - 在手机影像领域，公司计算光谱芯片已实现10kk级出货，被头部手机客户采纳，验证了工程化和量产实力 [23] 光谱芯片技术演进 - 光谱芯片技术正从“材料色”方案向“结构色”方案演进，结构色方案具有更高的光谱调制能力、更强的可编程性，成为新一代多光谱成像的更优解 [24][31] - 结构色多光谱成像采用微纳结构滤光片阵列，通过亚波长尺度的光场调控实现高质量快照式光谱采集，显著提升传感器的光谱调制性能和AWB准确性 [28] - 公司已完成结构色光谱调制方案的技术升级，相关产品具备量产条件，并通过软硬件协同优化改善了结构色角度敏感性的痛点 [31] 公司技术积累与愿景 - 创始团队在计算光学与微纳光学领域有二十余年深厚积累，形成了从芯片、器件到算法、应用的系统性能力 [33] - 公司正沿着光与AI融合的技术主线推进，推动计算光学、微纳光学与智能算法的协同创新，为产业智能化升级赋能 [34]