最近，科技圈的目光，都被Meta吸引了。 北京时间9月💯18日，Meta宣布推出智能眼镜Meta Ray-Ban D😍isplay，配备全彩高清显示屏。用户透过镜片内置显示屏即可😀查看信息、预览照片、获取翻译结果、咨询Meta AI助手等功👍能。每副眼镜均配套Meta神经腕带（Neural Band）💯，这款EMG腕带可将肌肉产生的信号（如细微手指动作）转化为眼😀镜操作指令。套装含眼镜与神经腕带，起售价799美元。 😍外行看热闹，内行看门道，巨头的动作对投资者来讲往往是一个风向🥳标。 在任一产业生态中，龙头企业的战略抉择均具备全局性💯的联动效应，其发展布局对整个产业的演进轨迹发挥着关键的指引作😉用。 所以，作为行业龙头的龙头产品，这款智能AR眼镜的😎显示方式就尤其值得关注。 和之前网传的一样，这款最新的👏眼镜，使用的是全彩LCoS显示屏+光波导的技术路线。 😴Meta 转身，LCoS接棒 在这款眼镜发布之前，Me😂ta也曾推出过高端概念机，成本10000美元的Orion，其👍搭载的是Micro LED +衍射波导方案。 这就不免😡会让人好奇，LCoS技术究竟有何魔力让Meta放弃了Micr🔥o LED技术路线？我们可以从技术和市场两方面来看。 😘在技术端，LCoS有三个重要的优势： 第一是高适配性，😴LCoS用的是偏振光，需要激光光源，LCoS与激光的适配性，🤯行业内人士都知道，由于激光的高相干性，LCoS（硅基液晶）与😡激光光源的结合被称为“绝配”。 简单来说，LCoS 与🤩激光光源的组合并非 “单一优势叠加”，而是从光利用、显示效果🔥、形态适配到功耗的全维度协同，有1+1＞2的效果。再直接一点🌟，在外部光源这条技术路径中，因为高适配性，它的呈现效果没有明😜显的短板。 第二成本可控，LCoS芯片制造工艺与传统C💯MOS工艺兼容，大规模生产潜力大。随着技术迭代和量产规模扩大💯，降本的潜力更大，40%-60%的空间，这会使产品更具价格竞😘争力，能加速AR产品普及。 第三是技术成熟，LCoS技🤗术量产成熟，产业链完善；光波导在成像质量、视场角等方面表现优😁秀，二者结合是当前AR领域兼顾性能与成本的务实选择。 🔥综合技术端的情况，我们可以看到技术成熟度是LCoS最大看点，🤗那Meta在市场端的策略就不神秘了。 我们的判断是：M😴eta的智能AR眼镜的发展路径正在发生重大转变——从追求极致🎉的“秀肌肉”般的科幻产品，转向能落地的消费级产品。 举😀个比较夸张的例子，原来Meta只会手搓上千万的超跑和几万块的🥳廉价车，在两个极端游走，现在有了LCoS，Meta能做20万😊左右走量的家用车了。 展开全文 说白了，Meta🤔在经过这几年对用户的培育过后，增加了用户的依赖度，现在要升级😍走量了，一旦产量起来，品控，产能都是问题，所以稳定性很重要。❤️ Micro LED技术虽然先进,但是高成本和良率问题🥳，根本没法满足当下的需求，就像在战备领域，威力巨大且十分先进😆的电磁炮没法普及一样。 换句话说，你2008能接受具备🌟现在一切功能，但续航只有2h，信号不好，时不时花屏的IPho😘ne吗？ 可靠，实用，物有所值是所有消费级产品应该遵从😴的最基本原则，现在这个阶段LCoS光机看起来就是最优解。因为🥳LCoS光机提供了一个更低成本、更高续航、更容易量产的解决方😀案 那问题来了，国内的机会在哪里？ 光峰科技“等😢风来” 国内与LCoS相关联的最前沿的技术，就在不久前😎的光博会上，不仅能满足Meta的需求，还进一步优化了方案。 😆 在9月11日的光博会上，光峰科技与谷东智能携手举办发布🙌会，重磅推出业内首创的“LCoS（硅基液晶）+PVG光波导”⭐的“一拖二”AR眼镜光学解决方案。 简单来说，“一拖二😜”方案就是以“单光机驱动双目显示”为核心架构，也就是采用一个😆光机，通过特殊的光学设计，将光机输入的光独立输送到眼镜的左右😊目镜片，最后实现双目独立显示，这种方案直接将终端产品的成本降😁了50%，来到了1500-2000元区间。 我们拿新能🥳源汽车举例，电池技术的进步其实也是在材料的天花板上优化了技术🥳路径。 像比亚迪的 "刀片电池" 通过独特的长电芯排布😉方式提高空间利用率和能量密度；宁德时代的 CTP 方案则通过🤯减少模组数量实现了成本下降。 这些结构创新配合自动化生😍产线的普及，使磷酸铁锂电芯价格在 2023 年末突破0.4 🤗元/瓦时，并进一步压缩到0.32元/瓦时的空间。 当电❤️池成本占比超过整车 40% 的新能源汽车行业迎来这样的工艺突😅破时，其对整个产业链的成本重构作用不言而喻。 自此，新😘能源车也跟着降价，车企起飞。 说白了，Meta也是这个😁思路：一个新的产品问世，尝试的门槛必须要低才行，这是关键中的🥳关键。 当然，空有解决方案不行，还得用具体产品落地。 🌟 在本次发布的解决方案中，光峰科技还同步推出两款LCoS😡 AR光机——蜻蜓G1与彩虹C1。据业内人士评测，蜻蜓G1目😀前可以说是“地表最强”的“一拖二” AR光机。 具体参🔥数上，蜻蜓G1以“一拖二”光机方案，实现单目体积约为0.35⭐cc，支持镜面角度设计，小巧低耗，适配多元场景，可清晰呈现细😉腻画面细节；视场角（FOV）约25°，且支持定制化调整，满足😜不同场景下的视野需求；虚像距约为5m，能营造出较为舒适的视觉🙄距离。颜色上采用单绿色，搭配大于500:1的FOFO对比度，🤯让画面明暗层次更分明。单目光源功耗约为55nit/mW，10👍0%APL总功耗约为100mW（双目总功耗+硬件功耗），在能🙄耗控制上表现出色，有助于延长设备的续航时间。 抛开这些😴专业的技术语言，这里有两个值得关注的点，一是体积，二是双目显🎉示。而“一拖二”蜻蜓模组天然可以实现双目的汇聚角度，能让观看😁者更加舒适自然。 据贝塔投研笔记指出，Meta AI眼😎镜最大变化是LCoS，A股映射标就是光峰科技。资料显示，光峰😀科技是全球领先的半导体激光光源科技企业，原创发明 ALPD®🔥半导体激光光源技术，成为行业主流架构。公司在数年前就开始对半😁导体激光器件展开研究，截至目前已经建立起自研、自产和定制化的😜半导体激光器件能力和壁垒，具备量产AR 眼镜光机的能力，实现😆了底层器件的完全自研，贯通上游与下游，下游应用的需求可以直接😢传递到公司上游器件的开发。若业内想模仿公司的方案去做 AR 😅眼镜，首先在激光器件体积上将无法攻克；其次如果去找海外厂商定🤯制，激光器件的价格和调制将会是又一困难点。 最后，看到🙌国内AR行业的发展，也有一些感触。过去，我们的核心器件，比如🎉汽车三大件，电脑的核心处理器，手机芯片等等高端产业都不在自己😁手里。经过这几年的蛰伏，至少在新的行业，新的领域，国产企业跟👏进的速度越来越快了。 免责声明：本文基于公司法定披露内😢容和已公开的资料信息，展开评论，但作者不保证该信息资料的完整🤗性、及时性。另：股市有风险，入市需谨慎。文章不构成投资建议，👏投资与否须自行甄别。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多