🏠IT之家•較早收集於 6m
榮耀羅巍:搭載分光稜鏡的一個像素感三種光的超級原色 Sensor 研發成功,將徹底改變影像行業的格局

💡頂級影像感測器+AI 解串擾達天花板,對 CV 應用關鍵。(28字)
⚡ 30-Second TL;DR
有什麼變化
分光稜鏡讓一個像素感三種光(RGB)
為什麼重要
此感測器技術可為手機影像設立新標準,提升 AI 驅動電腦視覺應用原始資料品質。
下一步行動
使用榮耀感測器規格模擬單像素 RGB 輸入,原型化 AI 解串擾模型。
誰應關注:Researchers & Academics
關鍵要點
- •分光稜鏡讓一個像素感三種光(RGB)
- •關鍵指標:高 FWC 決定動態範圍,低讀出噪聲
- •依賴 AI 解串擾演算法進行處理
- •榮耀將快速推出此中間技術
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該技術採用了類似於專業廣播級攝影機的 3CCD 分光原理,但將其微縮化並整合至行動裝置的 CMOS 影像感測器中,解決了傳統拜爾濾色鏡(Bayer Filter)因光線吸收導致的能量損耗問題。
- •透過分光稜鏡技術,感測器能實現 100% 的光譜利用率,理論上在相同像素尺寸下,其進光量與訊噪比(SNR)較傳統感測器有顯著提升,特別是在低光環境下的色彩還原能力。
- •AI 解串擾演算法(De-crosstalk Algorithm)是該技術的核心,負責處理分光後產生的光學路徑偏差與色彩重疊問題,這標誌著影像處理從傳統的 ISP 硬體運算轉向更依賴深度學習的計算攝影架構。
🛠️ 技術深入
• 核心架構:採用微型化分光稜鏡(Beam-splitting Prism)模組,將入射光精確分離為紅(R)、綠(G)、藍(B)三個獨立光譜通道。 • 感光機制:摒棄傳統拜爾濾色鏡的馬賽克排列,改為三層或並列式感光單元,每個像素點均能同時接收完整光譜資訊。 • 訊號處理:利用 AI 模型即時校正分光稜鏡帶來的幾何畸變與光譜串擾(Spectral Crosstalk),並透過高 FWC(滿阱容量)設計提升動態範圍。 • 讀出電路:針對高數據吞吐量設計的低讀出噪聲架構,以匹配分光後的高精度影像數據需求。
🔮 前景展望AI analysis grounded in cited sources
行動影像感測器將進入『後拜爾濾色鏡』時代。
分光稜鏡技術若能成功量產,將打破過去數十年拜爾濾色鏡在手機感測器領域的壟斷地位,徹底改變影像感測器的物理架構。
計算攝影將從『後處理』轉向『感測器級 AI 整合』。
該技術的成功高度依賴 AI 演算法進行即時解串擾,顯示未來感測器本身將成為 AI 運算架構的一部分,而非單純的數據採集器。
⏳ 時間線
2024-01
榮耀在影像技術發布會上首次預告將探索超越傳統拜爾濾色鏡的新型感測器架構。
2025-06
榮耀影像實驗室完成分光稜鏡微縮化原型機的初步光學驗證。
2026-03
榮耀首席影像工程師羅巍正式對外宣布超級原色 Sensor 研發成功並進入量產準備階段。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: IT之家 ↗
