独家：Metalenz 收购 PxE，HoloCoder 技术有望大幅提升手机相机性能

让你的手机相机正常工作的最核心技术组件之一诞生于1974年，并且至今几乎没有发生根本性改变。

当你用手机smartphone拍照时，相机会捕获光线并将其转化为电信号以构建数字图像。然而，Bayer filter——一种位于传感器上方、为图像着色的红绿蓝滤镜层——在光线到达传感器之前就会吸收并浪费掉约60%的光能。为了生成一个红色像素，该滤镜必须屏蔽并丢弃蓝绿光。

如今，波士顿公司Metalenz收购了一家名为PxE Holographic Imaging的以色列初创企业。该公司开发了一种名为HoloCoder的新型光学层。这种微观结构直接放置在图像传感器上，通过衍射弯曲光波，而非像传统滤镜那样吸收光线。

HoloCoder将光波引导至传感器像素，而非将其阻挡，使相机传感器能够收集多达声称的2.5倍光量。光收集能力的这种飞跃可能极大地提升智能手机的低光摄影和动态范围。

这项技术还有一个令人惊喜的附加优势：HoloCoder技术能够同时捕捉3D深度信息。大多数智能手机使用辅助摄像头、专用深度传感器或AI估算来判定相机与主体之间的距离，从而决定在人像模式等功能中呈现多少景深。通过将光感与深度感整合到一层中，HoloCoder承诺简化智能手机背面的电子组件，从而节省空间并降低处理功耗。

在采用PxE HoloCoder技术的相机系统中，部分图层已不再必要。

图片来源：Metalenz

收购 PxE（交易细节未披露）对 Metalenz 来说顺理成章。这家公司于 2021 年正式亮相，率先实现了 metasurface（超表面）的商业化——一种带纳米结构的平面透镜系统，能弯曲光线，减少摄像头传感器上多枚镜片的需求，同时捕捉更多光线。目前该公司已向消费设备交付了超过 3 亿片这类超表面光学元件。

这项技术还能捕捉偏振数据。Metalenz 正与 Qualcomm 合作，为 Android 开发一套名为 Polar ID 的人脸生物识别认证系统，比传统方案更高效、更安全，旨在与 Apple 的 Face ID 抗衡，预计将于 2027 年底登陆消费设备。

Metalenz 的 CEO 兼联合创始人 Rob Devlin 告诉 WIRED，PxE 的技术路线与他自己的公司如出一辙：把微型结构直接蚀刻到图像传感器上，从而解锁传统摄像头系统会白白丢弃的光数据。

“Apple、Samsung、Google——每家公司都在拼命提升可见光摄像头的表现，对吧？”Devlin 说，“他们投入了数亿美元做软件优化，试图有所改进。但问题在于，光线被吸收的那一刻信息就已经丢失了，再怎么砸软件也买不回来。”

有了 HoloCoder 系统，弱光摄影和夜间视频拍摄有望大幅改善。在高对比度场景下——比如对着明亮的窗户自拍——传感器能捕捉更多光线，更真实地还原画面，既不会让高光过曝，也不会让暗部淹没在噪点里。

PxE 的技术尚未面市，但 Metalenz 已搭建起供应链，处理了图像处理管线，并部署了机器学习算法以利用这些新的数据流。Devlin 认为，PxE 的 HoloCoder 将完美契合其平台，从而“彻底颠覆”可见光传感市场。尽管 HoloCoder 是衍射光学元件而非真正的超表面，但 Devlin 表示，Metalenz 已经在实验室里利用自家的超表面光学技术复制了这一原理。 “关键在于将所有这些信息通过单一途径整合起来，” Devlin 说道，“我们将进行超表面设计，使单个图像传感器就能获取光包含的所有信息：偏振、无需滤色器即可获取的颜色，以及深度通道。这就像是一个统领所有信息的通用传感器。” 目前，Devlin 表示这两项技术将作为针对不同市场的独立产品存在，但从长远来看，它们有可能融合成单一的 Metalenz 系统。他预计，PxE 的 HoloCoder 最早可能在 2027 年底或 2028 年初用于消费电子设备。

PxE 的 HoloCoder 可以检测深度，这对自动驾驶汽车非常有帮助，且无需依赖多个传感器或体积庞大的激光雷达系统。

Courtesy of Metalenz

对硬件进行简化和小型化只是该公司使用超表面光学技术的第一步——其真正的目标一直是解锁这个新的信息通道，Devlin 认为这对机器人和自动驾驶车辆等其他领域具有变革性意义。单传感器系统可以以更小、更便宜的设计完成原本需要大型多传感器模块和高计算成本芯片来实时对齐空间数据的工作，同时占用更少的计算资源。 “这是一个实际问题，因为在彩色滤光片中会损失大量光线，”华盛顿大学研究低功耗光电学的 Arka Majumdar 说。他指出，三星等业界巨头以及一家名为 Eyeo 的初创公司（参见此研究）也在积极研发替代拜耳滤色器的方案，称为“颜色路由器”。

他也认同去掉滤光片确实能明显提升手机的弱光拍摄效果，但他怀疑这项技术能否给机器人和自动驾驶汽车等领域带来革命。与手机不同，车辆有充足的空间安装双目摄像头或 lidar，瓶颈不在弱光或成像清晰度，而在于做出瞬时决策所需的算力。

“事实上，可以说数据变好反而更糟，”他说。