1.左手并购芬兰Dispelix，右手合作全球头部大厂，瑞声科技加速XR布局

2.李想反思：理想汽车回归创业模式，押注“具身智能汽车”路线

3.算力利用率提升30%，华为与三大高校开源Flex:ai

4.思特威推出智能交通应用1400万像素CMOS图像传感器

5.中国科学院工业人工智能研究所成立

6.华为/OPPO/小米等资本加持 锐石创芯IPO辅导已完成

1.左手并购芬兰Dispelix，右手合作全球头部大厂，瑞声科技加速XR布局

近日，瑞声科技正式宣布收购芬兰AR衍射光波导技术企业Dispelix，预计于2026年上半年完成交易。通过此次收购，瑞声科技有望强化其在下一代近眼显示技术上的核心竞争力，同时也再度印证了其基于“内生增长+外延拓展”需求，通过并购赋能产业升级的战略逻辑。

补强XR赛道技术矩阵

Dispelix虽源自芬兰，规模不大，但却是AR光学领域一家极具技术特色的公司。该公司成立于2015年，专注于基于衍射光波导的AR显示方案，其核心技术包括单层波导设计、高透光率与高对比度光学架构，以及适用于大规模生产的半导体工艺兼容技术。公司推出的DPWO（Dispelix Waveguide Optics）系列波导片，以其大视场角、小体积和可量产性等优势，已应用于多家国际品牌的AR眼镜与工业AR头显中。

与微软HoloLens采用的体全息波导或苹果VisionPro所用的Micro-OLED方案不同，Dispelix更注重消费级AR设备在成本、重量与视觉效果之间的平衡，这使其在轻量化、时尚化AR眼镜赛道中具备独特优势。

从产业背景来看，当前XR产业正处于从小众探索向规模化增长过渡的关键成长期。据IDC数据，2024年全球XR总投资规模达152.2亿美元，预计2029年将增长至397.0亿美元，年复合增长率高达21.1%。在这一背景下，光波导技术作为AR设备实现高清晰度、轻薄化与沉浸体验的核心部件，成为制约硬件普及的重要瓶颈。

而Dispelix在消费级与企业级AR透明波导技术上的深厚积累，恰好精准填补了瑞声科技在光学显示环节的技术短板，完善了其XR技术矩阵，也是瑞声科技从器件供应商向系统级解决方案提供者转型的重要跨越。

收购消息公布后，行业内不同领域的领军人物迅速给予积极响应。这从侧面印证了Dispelix在光波导技术领域的实力与行业认可度，也反映出市场对瑞声科技布局XR赛道战略逻辑的认同。

携手全球头部大厂，进入“快车道”

在公告中，瑞声科技透露“与全球头部移动终端生态系统构建者合作，参与开发下一代XR参考设计硬件平台”。尽管未点明合作方，但行业普遍推测其指向Meta、苹果、谷歌三大生态阵营之一，三者分别在高端体验、系统兼容性与用户规模方面占据优势。

从当前XR设备市场来看，各头部厂商的产品路线与用户反馈呈现出鲜明特征。Meta凭借Quest系列在消费级VR市场占据主导，其最新产品Quest3在分辨率、透传效果与内容生态上获得较高评价，但设备重量与续航仍是用户关注的痛点；苹果VisionPro则以顶尖的显示与交互体验重新定义了“空间计算”，然而高昂的售价限制了其用户规模，市场反馈也指出其在外接电池设计与佩戴舒适度上存在优化空间；谷歌则持续通过AndroidXR生态系统与Pixel设备联动，试图以开放架构吸引新兴市场用户，但在硬件性能与独占内容方面仍有提升需求。

这些市场反馈共同指向一个清晰的产业趋势：下一代XR设备若想实现规模化普及，必须在光学显示、整机重量、续航与价格、内容生态等要素之间取得更佳平衡，这或许正是瑞声科技整合Dispelix光学技术并联合生态伙伴寻求突破的方向。

无论最终与哪一方达成合作，对瑞声科技而言都意味着进入主流XR市场的快速通道。从供应链角度分析，参与下一代XR参考设计硬件平台的研发，使得瑞声科技能直接嵌入行业主流技术标准，不仅能为其带来长期稳定且高质量的订单资源，也能提升其在XR供应链中的话语权；从商业化视角来看，借助生态伙伴的全球品牌影响力、成熟的销售渠道与庞大的用户基础，瑞声科技的XR解决方案可大幅缩短商业化落地周期，快速实现从技术研发到市场应用的转化。

全链条闭环布局

收购Dispelix并非瑞声科技在XR领域的首次布局。在此之前，瑞声已在XR核心器件方面打下基础。其立体声方案凭借定向声场与隐私保护特性，获魅族、Rokid、雷鸟等AR/AI眼镜厂商采用；其自主研发的线性马达与振动算法，可实现精准的触觉模拟效果，目前已进入海外头部XR设备厂商的供应链体系。

Dispelix的加入，使瑞声科技进一步完善了“声学+触感+光学”的全链路布局，形成了从XR设备的技术设计、核心器件研发到量产支持的系统级能力闭环。

这一布局并非孤立推进，也与瑞声科技消费电子主业形成深度协同。瑞声在智能手机领域积累的精密制造能力、供应链资源及与终端厂商的合作关系，均可为XR业务提供量产支持与客户基础。同时，XR领域的技术成果也将反哺消费电子与车载业务，形成业务增长的飞轮效应。

2.李想反思：理想汽车回归创业模式，押注“具身智能汽车”路线

理想汽车昨日公布第三季度财报，在随后的业绩电话会上，理想汽车创始人李想发表了关于公司面向第二个十年的长期战略思考。面对行业竞争与技术变革，李想明确了组织、产品、技术三大维度的关键转型：

组织变革：坚定回归“创业公司”管理模式

李想反思过去三年推行“职业经理人”体系在应对剧烈变化时的局限性。

宣布自今年四季度起，放弃职业经理人模式，回归创业公司管理模式。

产品重塑：拒绝参数内卷，定义“具身智能机器人”

指出单纯比拼续航里程的“电动车”逻辑和重复建设手机功能的“智能终端”逻辑均为研发浪费。

未来十年的产品核心是具身智能机器人，强调产品需具备“自动”和“主动”服务能力，如主动接驾、生活照料等，实现从被动机器向主动机器人的质变。

技术路径：自研M100芯片，构建完整AI系统

明确具身智能与语言智能的系统差异，强调端侧算力与物理世界感知的精准性。

披露核心技术布局：采用3D ViT感知模型（有效距离扩大2-3倍）和自研M100芯片。

通过线控体系改造，计划将从感知到执行的响应速度从550毫秒提升至350毫秒，大幅降低事故率。

战略目标

未来3-5年内，致力于让理想汽车成为具身智能领域用户价值最高、表现最好的企业。

以下为李想业绩会发言全文：

大家好，我是李想。

2025 年的第三季度，也是理想汽车面向第二个十年的第一个季度，我们经历了产品周期、公关舆情、供应链爬产、政策变化等问题带来的各种挑战，这些因素对我们的交付和经营也产生了影响，但是今天更想和大家聊一聊我们长期的思考，理想汽车面向第二个十年，三个最重要的关键选择应该怎么做？分别是组织、产品、技术。

第一个关键选择是组织，我们所面临的选择是创业公司的管理模式还是职业经理人的管理模式？

理想汽车在过去的十年里，最初的 7 年是创业公司的管理模式，随着规模的扩大，到了我之前创业所没有经历过的营收规模。在 2022 年前后，很多人都会建议我们走向职业经理人的管理模式。因为在历史上，奔驰、宝马这样的百年汽车企业，以及微软、苹果这样的科技巨头都在这一模式下取得了非常大的成功，过去三年我们非常努力的让自己变成职业经理人的治理体系，在真实的体验和落地后，我们认识到创业公司和职业经理人是两种完全不同的治理体系，它与流程、组织结构无关，而是管理理念和要素的差异以及各自适用于不同阶段和行业环境。

职业经理人的管理方式可以非常成功，但是需要三个要素：第一，行业和技术周期相对稳定。第二，企业的行业地位领先且稳固。第三，创始人和创业团队要么没有动力干了，要么已经不在了。如果满足这些条件，职业经理人的管理模式是非常好的选择。苹果和微软也都在职业经理人接班后，从千亿美金成长为万亿美金的企业。

而创业公司的条件恰恰相反：第一，行业和技术周期在发生巨大的变化。第二，行业格局不确定，企业还不是领先者。第三，创始人和创业团队每天还在投入地努力工作，充满动力。在人工智能重塑各个行业的今天，我们所处的环境，我们自身的特点更符合创业公司的条件。

创业公司的管理的核心是四件事：

更多的对话，深度的对话，而非更多的汇报。 在高度变化中，深度的对话是提升认知和大胆决策的关键要素。

聚焦用户价值，而非只是交付。 对用户真正有价值的东西才值得交付，而不仅仅是完成各种交付的任务。

持续提升效率，而非占有更多的资源。 去年花 10 块钱做的事情，今年就要花 8 块钱去做，从而才有更多的资源去做短期不创造收入的长期投资和能力建设。

要识别关键问题，而不是创造信息不对称。 只有价值增加了，效率提升了，关键问题解决了，才可以在高度竞争、高度变化的环境中持续满足用户的需求。

过去三年，我和创业团队努力学习职业经理人的管理体系，逼迫自己接受各种变化，但是我们却变得变成了越来越差的自己。而英伟达和特斯拉今天仍以创业公司的方式管理。如果全世界最强的那些公司都可以使用创业公司的管理方式，我们有什么理由放弃自己最擅长的方式？从 1998 年开始，我有 27 年的创业公司的管理经验，而且从来没有在任何大企业中以职业经理人的方式工作过，当下面对的又是一个行业高度竞争，技术高度变化的大环境，我自己热爱汽车，热爱产品，热爱人工智能，工作就是自己最大的爱好，为什么不用自己最擅长的能力和方式来管理想汽车？

这是理想汽车面向第二个十年第一重要的选择。因此从今年四季度开始，我们坚定地回到创业公司的管理模式，以此来面对新时代、新技术的挑战。

组织的选择是一切的基础，进入新的十年，更关键的问题是我们真正要为用户解决什么问题？产品是什么？技术往哪里走？这是永恒不变的本质。

首先关于产品，我们同样要做一个选择，面向未来十年，我们的产品到底是什么？是电动车？是智能终端还是具身机器人？

当产品停留在电动车，竞争的逻辑就会变成参数大战，续航多 20 公里还是少 20 公里，车长多两厘米还是少两厘米，如果只是电动车的竞争就是更大的空间，更多的续航，更便宜的价格。顺便 copy 一下已经被验证成功的那些设计，比如理想L9。所有除此之外的研发投入都是研发成本的浪费，更强的传感器、更强的模型、更强的算力、更强的主动悬架，都是整车成本的浪费，甚至性能强大的算力和主动悬架等产生的能耗还会给续航带来负面效应。

如果我们选择做智能终端，就会更加关注屏幕里的那些事，本能地变成智能手机功能的重复建设。过去几年行业在智能终端上大部分创新都是这种逻辑，本质上是把智能手机的功能搬到车上，把手机的 APP 放到车机里，把更大的语言模型上到车里，甚至希望能够在车里做 coding，在车里做 deep research。用户买车到底是为了工作还是为了更好的生活？明明在手机和电脑上有更好的体验、更自然的应用，为什么非要放在车上？这些投入对于用户的价值提升非常有限，甚至是企业的自娱自乐。

我们还可以让车变成物理世界的具身智能产品。说白了就是机器人，变形金刚的动画片和电影明确地告诉我们，机器人最大的分类就是两种形式，一种像人一样，一种像车一样。霹雳游侠和赛车总动员也清晰地告诉我们，汽车是机器人的核心形态之一，如何把车变成机器人，给它眼睛和耳朵的感知能力，给它大脑和神经的模型能力，给它心脏等器官一样的计算能力，改造硬件，形成更强的本体能力。

让汽车机器人具备顶级司机的能力，不仅可以开车，还可以每天迎接你，帮你停车、帮你充电，给你开关车门，无微不至地为你提供便捷体验和关怀。它还可以扮演父母助理、乘务员的角色，在车内给你提供最便捷的生活服务和空间照顾，就像飞机的头等舱服务，就像小时候妈妈一直在我们身边的照顾和关怀。

如何定义一个好的具身机器人？从被动的机器成长为自动的机器，再进化为主动的机器人。未来 10 年，具身智能最有价值的产品，一定是具备自动和主动能力的。汽车产品的竞争也是自动和主动能力达到什么程度，而这些价值会融入高频的生活和体验中，有了就再也回不去了。

电动车的选择不是不好，而是不够。智能终端的选择也不是不好，而是不够。只有选择具身智能这个最难的题，我们才可以真正改变用户的生活，提供自动和主动服务的具身智能机器人产品。恰好它就是变形金刚的汽车形态机器人，是赛车总动员、霹雳游侠的汽车形态机器人。新时代给予汽车企业和创业者们最好的机遇和最高难度的挑战。

接下来是技术的选择，更具体的讲是完整 AI 系统的技术选择，是面向数字世界的语言智能，还是物理世界的具身智能？这意味着要构建完全不同的系统能力。

要想做好具身智能，最重要的是构建一套不同于语言智能的 AI 系统，它包含具身智能的感知相当于眼睛和耳朵，具身智能的模型相当于大脑，具身智能的操作系统相当于神经。具身智能的算力相当于心脏，具身智能的本体相当于人类的身体。当下没有任何第三方供应商可以完整地提供这套系统，甚至没有任何一个是可以供应的。

语言智能最大的特点是关注好模型和计算，更大规模的模型、更大规模的计算就会带来更强的能力，而具身智能必须增加对物理世界的感知，模型也是必须基于对物理世界的理解。精准是首要任务，其次才是泛化。操作系统需要确保软硬的最优融合，提高更高的帧率，整体系统要快和精准。为具身智能的感知模型、操作系统等提供的算力也需要在端侧供应，而不是云端，最后还要改造硬件成为具身智能的本体，比如三维神经控制的线控和主动液压悬架系统，提高本体执行的效率和准确性。如果你理解具身智能整个IT、整个 AI 系统，你发现可以改变以及急切需要改变的实在太多了。

首先是感知，基于现有的感知模型和端侧的算力，现在的 3D Bev OCC 占用网络 2D ViT 有效的感知距离，我讲的是有效而非理论上最大只有 100 多米，远远不如人类的眼睛。如果升级成人眼，工作原理相似的 3D ViT 有效距离可以扩大 2 至 3 倍。今天我们辅助驾驶可能 50% 以上的常见问题自然就解决了。3D ViT 不仅限于自动驾驶的领域，在车外和车主的主动交互与服务，在车内与家人的主动交互和服务也就变成了可能。这需要感知模型的研究和研发的重大突破，还必须有 M100 这样的为具身智能定制设计的芯片和强大的编译团队高效配合才可以实现。

其次是模型，有了 3D ViT 才有了真正对物理世界的理解，VLA 模型中的 VL 才可以更好的对于物理世界的感知和理解。人类的数据才可以更高效地被用于训练，视觉模型生成的数据才可以更好地去完善训练现有最好的计算平台。一个 4B 的 MOE 的模型运行帧率只有十赫兹，而执行系统是六十赫兹。如果模型运行的帧率可以快 2 至 3 倍，现在辅助驾驶的一些舒适性的问题，反应迟钝的问题都可以有效地解决，这同样需要对传统的 GPU 架构和算力进行深度的改造和定制，以及专有的操作系统。M100 芯片就是为解决具身智能这些本质的问题而研发的。

最后是本体，人类的刹车转向的最快响应速度在 450 毫秒左右，目前自动驾驶的感知到执行的完整链路在 550 毫秒左右，坐在驾驶员的位置上本能的反应就是慢很多，像老年人在开车，线控体系可以把整个链路的响应速度提升到 350 毫秒。别小看这 200 毫秒的差距，这大概可以把事故率下降 50% 以上，而且让人感觉开得比自己还要好，还要安全。既是理性的真安全，又是感性的安全感。

基于这样的需求，整个控制的方式都会变得完全不同。如果只是关注语言智能那样的模型规模的提升，模型规模扩大一倍，算力提升带来的性能提升只有 5% 到10%。如果从具身智能整体来看，每个环节全系统地去解决最关键的问题，那接下来一轮自动驾驶的性能提升应该有5-10倍。

具身智能为用户提供的自动和主动的快速交互和真实服务的能力更是有和无的质变。过去三年，我们对于具身智能完整系统的技术储备，让我们下一代的产品充满信心，具身智能机器人的元年从汽车机器人正式开启，千亿收入只是起步，以上三个关键的选择决定了我们第二个十年发展的基础，它比上一个十年更难，也更具挑战性。我们深知未来的竞争不在一时一刻，而在方向的长期选择和持续投入的定力。

依托坚实的财务基础，我们会保持专注，用我们最热爱的创业公司的管理模式，打造领先的具身智能产品，确保理想汽车能够穿越周期，引领技术，成为一家长期为用户和社会创造价值的企业。我也希望以后更多的以这样的方式与投资人们进行沟通和交流，而不是每个季度以固定格式的汇报。感谢我们的投资人，在我们最难的时候仍然支持和信任我们。我们一定尽最大的努力，在未来的3-5年内，让理想汽车成为具身智能领域表现最好的企业、用户价值最高的企业。

谢谢。

（来源： 凤凰网）

3.算力利用率提升30%，华为与三大高校开源Flex:ai

近日，华为联合上海交通大学、西安交通大学、厦门大学，在“2025AI容器应用落地与发展论坛”上正式发布并开源AI容器技术Flex:ai。这一技术旨在通过虚拟化与资源池化，实现算力资源的精细化管理与智能调度，推动AI从“高大上”走向“平民化”。

“人工智能是非常高大上的名词。我们在过去两年当中听到了万亿级参数，百万亿级的参数，我们也听到了某某公司买了多少千张卡，多少万张卡……”华为公司副总裁、数据存储产品线总裁周跃峰在论坛上直言，“但让AI能够平民化，让所有企业甚至家庭都能够享受AI带来的便利与高效率，依然是一个话题，依然有很多挑战。”他以医疗行业为例指出，一个医院的某一科室通常仅配备4张、8张或最多16张算力卡，ICT年投入经费仅数千万人民币。“在这样的集群中，很难进行粗放的GPU或NPU调度。”周跃峰强调，“我们能不能把一张卡虚拟化成多张卡？让每一张卡的算力能力充分释放？”

华为数据存储产品线DCS AI首席架构师刘淼进一步指出三大核心痛点：小任务单卡算力用不完，例如使用Llama3.0 3B模型进行文本总结时，单卡算力利用率极低，RAG模型仅占用3%-5%；大任务单机算力不够用，需跨节点聚合资源；多任务并发调度难题，如医院多名病理医生同时进行AI诊断，资源争抢严重。“我们发现，在模型开发阶段，许多企业仅拥有有限算力卡，却需同时支持开发、训练与推理。”刘淼表示，“如何让算力‘活’起来，是Flex:ai要解决的根本问题。”

针对上述问题，华为与三所高校分别从资源切分、跨节点聚合与智能调度三个维度展开攻关。上海交通大学软件学院戚正伟教授介绍了XPU资源池化框架的核心原理：“我们通过API劫持与转发，将单张GPU或NPU切分为1/4、1/8、1/16等虚拟算力单元，实现空间共享与资源隔离。”他展示了在交大网络中心的测试数据：未进行虚拟化时，训练任务资源利用率仅为20%，训练耗时1小时；通过虚拟化与调度优化后，利用率提升至80%，虽单任务耗时增至3小时，但支持多任务并行，整体训练效率显著提升。“我们在NPU上的初步实验显示，资源利用率可达99%。”戚正伟补充道，“通过细粒度切分与隔离，不同任务在同一张卡上运行时互不干扰，实现‘用多少，切多少’的弹性分配。”

厦门大学信息学院/上海交通大学计算机学院张一鸣教授指出，当前企业中存在大量缺乏GPU/NPU的通用服务器，形成“算力孤岛”。“我们与华为研发的跨节点拉远虚拟化技术，通过API劫持与RDMA高速网络，将集群中各节点的空闲XPU算力聚合为‘共享算力池’。”张一鸣解释，“通用服务器可透明地将AI任务转发至远端算力卡执行，实现通算与智算的融合。”在端到端实验中，该方案相比现有最优技术提升67%高优先级作业吞吐量，并有效利用17%的内部碎片资源。张一鸣强调：“通过将XPU上下文从CPU进程中解耦，我们实现了跨节点的灵活映射与性能感知的时空复用。”

西安交通大学计算机科学与技术学院院长张兴军教授将调度系统比喻为“算力网络的交通系统”。他指出，AI模型训练与推理本质是计算与数据的协同，需从底层算力资源入手实现细粒度调度。“我们与华为共同研发的Hi Scheduler调度器，支持对国产GPU、NPU等异构算力进行时分与空分切分。”张兴军介绍，“通过分层调度机制，离线计算最优资源分配策略，在线执行动态调度，有效应对负载波动。”在实际场景中，该调度器使集群整体资源利用率提升30%，并保障多租户环境下的公平性与隔离性。

“光靠华为公司的软件工程师的力量是远远难以完成AI行业化落地的。”周跃峰在发布仪式上坦言。为此，华为将Flex:ai全栈技术开源，并联合三所高校持续迭代。刘淼进一步阐述了开源路径：“开源模块包括智能调度器与算力虚拟化组件，支持与Kubernetes等主流框架集成。未来我们将推动南向异构算力兼容，构建标准化接口。”戚正伟指出，开源能加速技术普及与生态共建：“RunAI等方案受限于商业合作与硬件绑定，而Flex:ai面向异构硬件开放，更具通用性。”张一鸣透露，厦门大学已在布局拓扑感知调度、推理负载优化等后续研究方向，推动Flex:ai在复杂场景中落地。

华为2012实验室理论研究部首席研究员张弓从底层技术挑战切入，指出企业部署AI推理面临“高服务质量与低资源利用率”的根本矛盾。“以医院为例，白天推理服务器负载峰值，夜间闲置，资源利用率极低。”张弓表示，“要实现动态扩缩、任务迁移与细粒度资源分配，需突破三大技术：保序流图、细粒度资源隔离与安全点协议。”他分享了初步实验结果：通过算子劫持、状态同步与分层调度，在单卡场景下实现故障迁移与性能隔离，开销控制在5%以内。“但跨节点迁移与大规模集群调度仍是待攻克难点。”张弓坦言。

（来源： 凤凰网）

4.思特威推出智能交通应用1400万像素CMOS图像传感器

近日，技术先进的CMOS图像传感器供应商思特威(SmartSens，股票代码688213)推出1400万像素高性能智能交通(ITS)应用全局快门图像传感器产品SC1435HGS。此款新品基于思特威先进的SmartGS™-2 Plus技术平台打造，并搭载Lightbox IR®近红外增强技术，具备高感度、高动态范围、高帧率与低噪声等多项性能优势。SC1435HGS采用了4480Hx3072V的优化分辨率比例，其横向画幅能够稳定覆盖城市五条车道，减少因道路隔离带造成的视野盲区，实现快速、清晰、完整的高质量图像捕捉效果。

更大横向画幅，减少监控视野盲区

传统的ITS摄像头受限于画幅宽度，在面对城市五车道或含隔离带的宽幅路面时，单台设备通常仅能覆盖部分车道，需要多台设备协同配合才能实现全车道覆盖，因而增加了设备及安装成本。针对这种情况，SC1435HGS采用了4480Hx3072V的优化分辨率比例，进一步提升了画幅宽度。凭借更大的横向画幅，SC1435HGS能稳定覆盖城市五车道及更宽路面，解决因增设绿化带、隔离带或路面拓宽而导致的画面覆盖不全问题，为ITS视觉系统提供更完整的监控视野。

多项先进技术加持，保障高质量成像效果

ITS视觉系统捕捉的图像质量直接影响道路交通治理的实际效能，高质量的图像采集能够显著提升交通事件识别的准确度，提高交通治理效率。SC1435HGS通过优化感度、动态范围、噪声等多项关键性能，实现了无惧光线变化的清晰稳定成像，以卓越的图像质量助力智能交通治理系统高效准确运行。

高感度

SC1435HGS基于BSI架构设计，搭载思特威Lightbox IR®近红外增强技术，实现了近红外波段下优异的感光性能。SC1435HGS在850nm与940nm近红外波段下的峰值量子效率，分别较行业同规格竞品提升约31.6%和16.2%，能够充分保障在黑暗环境中的成像清晰度，可适用于海外近红外补光智能交通系统设备。

SC1435HGS是思特威继SC935HGS后推出的全新ITS应用近红外增强图像传感器，进一步完善了思特威面向海外智能交通视觉系统的系列化产品矩阵，为终端产品地域兼容性提升提供了全新选择。

高动态范围

SC1435HGS搭载思特威先进的PixGain技术，在夜晚低照度和白天强光照环境下，均能够输出细节清晰的图像，实现各种光线条件下的高清稳定成像。同时，SC1435HGS支持Zone HDR与InSensor HDR™两种HDR模式，能够有效提升动态范围，抑制光线变化对拍摄效果的干扰。即使在明暗对比强烈的环境中，它也能够避免画面过曝，清晰捕捉快速运动的车辆，实现高质量的稳定成像。

低噪声

依托思特威先进的Stack MIM电容工艺与创新Denoise算法，SC1435HGS具有优异的噪声抑制性能。其读取噪声（RN）较前代产品降低约23.4%，可助力ITS监控摄像头在夜间低光照环境下，实现细腻清晰的成像效果。

关键性能优化，解决道路监测痛点

针对智能交通应用中图像传感器常年在户外环境中工作的特性，SC1435HGS对高温性能、帧率和快门效率等关键要素进行了优化，显著提升了成像的稳定性和准确性，为智能交通视觉系统的持续可靠运行提供有力的支持。

高温性能优化

道路监控摄像头需长期暴露在高温环境中，过高的环境温度将直接影响图像传感器的成像质量。SC1435HGS基于思特威先进的SmartGS™-2 Plus技术打造，显著优化了高温成像性能，在80℃高温条件下Shading对比前代产品降低约48.1%，能够有效减少摄像头在高温环境下的成像边缘发紫现象。

帧率优化

针对高速移动物体快速抓拍的实际需求，SC1435HGS进行了帧率的优化，可最高支持62fps帧率，在录制高速车流视频时，SC1435HGS不仅能够保障画面流畅，还能够提供更多的帧率冗余，从而确保在各种突发情况下实现帧率的灵活调配。

快门效率

智能交通的应用场景中存在着大量复杂光源及白色车辆等高亮高速物体。SC1435HGS具备超高的快门效率（PLS>98000），可减少在逆光时捕捉高亮高速运动物体产生的移动残影，为ITS视觉系统提供清晰、准确的实时影像。

SmartGS™技术持续进阶，关键性能显著提升

在智能交通的实际应用场景中，监控摄像头常常需要对高速行驶的车辆进行快速抓拍。卷帘快门（Rolling Shutter）图像传感器因逐行曝光的工作特性，在拍摄高速移动物体时容易出现形变、拖尾等问题。

针对拍摄中的运动形变、拖尾等问题，思特威于2017年首发SmartGS™技术，推出了全球首颗基于首创的BSI工艺+电压域像素设计结构的全局快门CMOS图像传感器产品。凭借在该领域的深度技术积累，思特威已经申请授权48项核心电压域全局快门像素结构专利，技术实力位列国际领先梯队。2019年，思特威SmartGS™技术研究成果入选旧金山国际固态电路会议（ISSCC 2019）并发表开场报告。多年来，思特威持续投入SmartGS™系列化产品开发，推动技术迭代升级。目前该项技术已演进至第二代SmartGS™-2 Plus，在夜视效果、感度、高温性能及噪声抑制等关键指标上均实现了显著提升。

作为全局快门图像传感器，SC1435HGS基于先进的SmartGS™-2 Plus技术打造，可有效抑制成像的运动形变与拖尾问题，精准捕捉高速运动物体的清晰影像，满足ITS视觉系统对高速车流准确捕捉的应用需求。

除SC1435HGS（14MP）外，思特威还推出了同性能1200万像素版本CMOS图像传感器SC1235HGS，可适用于智能交通ITS及工业检测领域。目前，思特威SmartGS™-2 Plus系列已有6MP-14MP多种不同像素规格的高性能全局快门图像传感器产品，可灵活应用于智能交通（ITS）监控摄像头和工业检测相机等多种类型的终端产品，为客户提供更多选择。

目前，SC1435HGS与SC1235HGS已接受送样，预计将于2026年Q1实现量产。想了解更多有关SC1435HGS与SC1235HGS相关信息，请与思特威销售人员联系。

（来源： 思特威）

5.中国科学院工业人工智能研究所成立

11月26日，中国科学院工业人工智能研究所成立大会在南京举行。中国科学院工业人工智能研究所是中国科学院与江苏省、南京市共建的研究机构，旨在推动人工智能赋能制造业高质量发展，着力建设智能制造领域的国家战略科技力量。

（来源：交汇点新闻）

中国科学院院长侯建国指出，成立工业人工智能研究所是院省共同落实习近平总书记重要指示批示精神和党中央、国务院重大决策部署，加快抢占工业人工智能领域科技发展制高点，助力江苏打造具有全球影响力的产业科技创新中心的重大战略举措。希望研究所对标习近平总书记对中国科学院提出的“四个率先”和“两加快一努力”重要指示要求，恪守国家战略科技力量主力军使命定位，把国家所需、江苏所能、中国科学院所长紧密结合起来，高起点谋划、高标准推进研究所建设发展，加快打造工业人工智能研究新高地、产业科技创新策源地、高水平创新人才集聚地、深化科研院所改革试验田，为加快抢占科技发展制高点、催生新质生产力，支撑江苏经济社会高质量发展，助力科技强国、制造强国建设作出应有的重大贡献。

6.华为/OPPO/小米等资本加持 锐石创芯IPO辅导已完成

11月26日，锐石创芯（重庆）科技股份有限公司首次公开发行股票并上市辅导工作完成报告，标志着这家射频前端“专精特新小巨人”企业已完成登陆资本市场的核心筹备环节，距离科创板上市目标再近一步。凭借在芯片设计、模组集成及滤波器制造上的一体化布局，公司被视为国内射频前端领域颇具代表性的全产业链玩家。

公开资料显示，锐石创芯成立于2017年，专注4G、5G射频前端分立器件及模组的研发、制造与销售，构建起“芯片设计—模组集成—滤波器晶圆制造”的纵向一体化体系。依托由多名博士领衔的核心研发团队，公司累计获得四百余项授权专利，在射频芯片设计、封装测试等关键环节形成较强技术壁垒，陆续推出Sub-6G L-PAMiF、卫星通讯放大器模组等系列产品，广泛应用于智能手机、物联网和卫星通信等场景。

在产品落地层面，锐石创芯自研的低压P2N MMMB PAM产品已被品牌手机客户采用，面向北斗/天通/星网等多系统的三合一卫星通讯放大器模组，也已成功进入头部品牌旗舰机供应链。公司同时推动自研自产滤波器模组实现批量供货，在射频功率放大器、滤波器及模组等环节实现协同迭代，强化了其在国产射频前端产业链中的综合竞争力。

资本支持方面，锐石创芯自创立以来共完成7轮融资，累计募资规模已超过十亿元。股东结构中，OPPO以7.1761%持股成为第一大外部股东，华为旗下哈勃投资、雷军系顺为资本分别持股6.905%和5.87%，同时吸引华勤、天珑、龙旗等产业链核心企业入局。产业资本与财务资本的深度绑定，不仅为公司研发投入和产能扩张提供资金保障，也助力其顺利切入OPPO、小米、中兴等终端客户供应链，构筑起“技术+客户+生态”的多重护城河。

业内人士指出，若锐石创芯后续成功登陆科创板，有望成为重庆集成电路领域首家科创板上市公司，进一步拓宽融资渠道，加速技术迭代与产能释放。在5G、物联网及卫星通信等新兴应用场景持续扩容背景下，射频前端市场需求有望保持增长，具备全产业链能力并获得头部客户验证的企业，有望借助资本市场力量抢占更大份额，为国产射频芯片自主可控进程注入新的动能。