从手机影像到机器人触觉，ams OSRAM如何让光成为智能终端感知世界的新入口

2026年9月，第二十七届中国国际光电博览会（CIOE 2026）在深圳举行。随着人工智能、智能出行、AR/VR、数字健康和工业自动化等应用持续发展，光电技术的角色也在发生变化：过去更多承担照明、显示和成像功能，如今开始进一步进入环境感知、人机交互和机器视觉等环节。ams OSRAM将这一方向概括为“数字光电”，即把光发射器、传感器与数字接口结合，让光不仅能够被人看见，也能够成为智能系统获取现实世界信息的一种方式。

本届CIOE，ams OSRAM以“数字光电 智引万象”为主题，设置人机交互与智能穿戴、智能光源应用和移动设备光学方案三大主题展区，并同步举行面向智能手机的影像与显示协同技术方案发布会及数字光电技术终端应用体验活动。现场展示覆盖智能手机、AI/AR眼镜、智能穿戴、机器人、智慧健康以及机器视觉等多个领域，从OLED屏下光谱传感、多区dToF，到眼动追踪红外照明、光学力传感和红外补光，一系列Demo集中呈现了光学技术从“照亮”向“感知”延伸的应用路径。

相比单纯陈列LED或Sensor器件，这次展台更强调技术如何进入真实终端：手机利用光谱信息改善显示和影像，AI眼镜通过红外光完成眼动追踪，灵巧手装置用光学压力传感获得受力信息，智能轮椅和外骨骼机器人则借助dToF感知前方空间和地形。沿着这些现场应用，可以更直观地看到ams OSRAM正在如何拓展“数字光电”的边界。

解读“数字光电”，从感受环境到感受力量

本届CIOE展会上，ams OSRAM反复提到一个词——“数字光电”。简单来说就是：让光从单纯的照明工具，逐渐变成智能设备理解现实世界的一种方式。

手机区域最能说明这一点。现场有一组TMF8829多区dToF演示。dToF可以简单理解为一种“用光测距离”的技术：传感器发出红外光，再根据光返回所需要的时间，算出前方物体离手机有多远。

在Demo画面中，不同颜色代表不同距离，颜色越深，说明物体越近。TMF8829支持48×32个测距区域，也就是可以同时判断画面里很多位置的远近，而不只是测一个点。这样一来，手机拍照时就可以更快知道哪个人、哪个物体离镜头更近，从而辅助对焦。

工作人员介绍，在室内环境中，这颗传感器大致可以覆盖2厘米到10米的距离。如果对着一个并不完全平整的桌面，它也能看出不同位置之间的高低差。官方资料显示，TMF8829共有1536个测距区域，视场角达到80°，最远测距可达11米。

另一组Demo则和手机屏幕有关。现在高端手机正面几乎都是OLED屏幕，但手机仍然要知道外面的环境有多亮、光线偏冷还是偏暖，才能自动调节屏幕亮度和颜色。问题在于，前面已经没有多少地方可以单独留给传感器，所以这颗环境光传感器往往要藏到屏幕下面。

但藏在屏幕后面，也带来新的问题。外界光线穿过OLED之后会被大幅削弱，所以传感器必须非常灵敏。ams OSRAM这次展示的方案，不再只是简单测量红、绿、蓝三种颜色，而是升级到五通道多光谱检测，希望更准确地判断环境亮度和色温。

现场还有一组对比实验。工作人员不断改变灯光的冷暖，两部手机同时显示画面，其中采用光谱传感方案的手机，会跟着环境光变化慢慢调整屏幕色调。工作人员也坦言：“如果你不对比就看不出来。”这种变化并不是为了制造很夸张的视觉效果，而是希望手机长时间使用时，屏幕看起来更自然、舒适。

除了前置屏幕，ams OSRAM还展示了面向后置摄像头的多通道光谱方案。现场搭了一个绿色灯光环境，两部手机同时拍摄人脸模型。一部没有光谱传感器辅助，另一部则加入光谱信息。后者可以额外知道“现场的光本身偏什么颜色”，再把这组信息提供给手机影像系统，用来修正白平衡和肤色。

普通用户可能不会关心“八通道光谱”“频闪检测”这些术语，但最终效果很好理解：同一个人，在不同灯光下拍照时，肤色尽量不要忽红忽绿；拍视频时，也尽量减少灯光闪烁带来的条纹和颜色变化。

离开手机区域，光学技术开始进入更多智能设备。

在智能眼镜展区，展示了见臻科技全新Aurora IIS参考设计模块。该模块搭载了ams OSRAM AS1181 LED驱动芯片将开路/短路检测、过流与过热保护等安全机制集成于芯片内部，满足IEC 62471 / GB/T 20145人眼安全标准，同时支持双目摄像机同步驱动；搭配ams OSRAM SFH 4030B高效率红外LED，在户外日光条件下仍能保持稳定的追踪性能，满足不同形态智能穿戴设备在多样化使用环境中的眼动追踪需求，同时保护眼睛避免遭受意外伤害的风险。

由于眼镜离眼睛很近，因此功耗、发热、体积和人眼安全都非常重要。ams OSRAM的方案会让红外LED和摄像头同步工作，只在需要采集眼动信息时点亮，并尽量减少不必要的照射。

搭载ams OSRAM AS1181 LED驱动及SFH 4030B红外LED的见臻科技Aurora IIS参考设计模块，支持户外阳光下的稳定眼动追踪

到了机器人区域，光又从“看环境”变成了“感受力量”。灵巧手装置把光学压力传感器直接装进机器人指尖。它不是靠传统压力片去测力，而是通过观察材料受力后产生的微小形变，判断机器人到底按了多重、抓得多紧。官方资料显示，其指尖集成了新一代光学力传感集成方案——AS7150模拟前端AFE搭配SFH7061一体化LED-PD光学前端。该方案将红外LED发射端与光电二极管阵列集成于微型封装中，可轻松嵌入指尖狭小空间，实现微米级微小形变检测。通过碳纤维增强型PLA材料3D打印的指尖模型，传感器精准嵌入触控位置，实时检测每个手指的受力大小，并通过上位机直观呈现受力数据。此外，ams OSRAM还提供汽车级光学压力传感器AS7100，以车规级可靠性为严苛环境下的长期稳定运行提供保障，为探索精细抓握与力觉反馈控制提供了新的技术可能。

这套方案能够检测到微米级的位移变化。这对机器人很重要。普通触摸传感器只能告诉机器人“我碰到东西了”，但如果要抓鸡蛋、玻璃杯，甚至和人握手，仅仅知道“碰到了”远远不够，还必须知道“现在用了多大的力”。

搭载ams OSRAM AS7150模拟前端AFE搭配SFH7061一体化LED-PD光学前端光学力传感集成方案的灵巧手装置，可实时呈现多指受力数据

手机不只要“拍得清楚”，光谱和dToF开始进入视觉链路

在ams OSRAM展台上，手机区域重点展示的是Camera之外的感知能力。此次“影像与显示协同技术方案”同时引入OLED屏下光谱颜色传感器、后置多通道光谱传感器和TMF8829多区dToF，希望让手机不仅能够拍到画面，还能进一步理解环境光和空间距离。

其中最直观的是TMF8829多区dToF Demo。现场屏幕用不同颜色显示镜头前物体的距离，颜色会随着物体前后移动实时变化。工作人员介绍：“这个产品主要展示的是我们多分区的dToF，它主要是辅助对焦的。”TMF8829支持48×32分区，可以同时获得视野中多个区域的深度信息，再帮助手机快速判断应该对焦在哪个目标上。现场介绍的室内探测范围约为2厘米到10米，面对高低不平的桌面，也能看出不同位置的距离差异。

ams OSRAM直接飞行时间（dToF）传感器TMF8829可助力提升手机自动对焦与运动主体追踪表现，并支持人像景深分割、三维重构、AR测距及空间扫描等应用。

多区dToF的意义并不只在对焦。传统单点ToF主要告诉手机“这个物体离我多远”，48×32分区则开始形成一张简单的深度图，让系统知道前景、主体和背景分别处在什么位置。按照官方资料，TMF8829还可用于运动主体追踪、人像景深分割、三维重构、AR测距和空间扫描。

另一组Demo则把Sensor藏到了OLED屏幕后面。现在高端手机正面几乎全是屏幕，但系统仍需要判断环境亮度和色温，才能自动调节屏幕亮度和颜色。工作人员指着手机解释：“它其实隐藏在屏幕的下边，你这么一看是看不到的。”问题在于，光线穿过OLED后会大幅减弱，因此Sensor必须更加灵敏。现场介绍显示，新一代方案的灵敏度较此前明显提升，并从常见的RGB检测升级到五通道多光谱感知。

这种能力在现场色温Demo中表现得很直观：当外部灯光从冷色变成暖色时，搭载光谱Sensor的手机会跟着调整屏幕色调。工作人员也坦言，这种变化“如果你不对比就看不出来”，但它可以让手机在暗光或复杂色温环境下保持更自然的显示效果。

后置多通道光谱传感器则更直接参与拍照。展台上的绿色环境光Demo中，两部手机同时拍摄人脸模型，一部没有光谱Sensor辅助，另一部则利用光谱信息进行色彩适配。它的作用可以简单理解为：Camera负责拍下画面，光谱Sensor则额外告诉手机“现场到底是什么光”，再帮助影像系统修正白平衡、肤色和频闪。官方资料显示，其八通道版本同时支持颜色、光谱、光源识别和频闪检测，可为自动白平衡、自动曝光和抗频闪提供环境光数据。

从这些Demo来看，手机视觉系统正在从单纯记录二维画面，逐步加入光谱和深度两类信息。对普通用户来说，最终感受到的仍然是更自然的屏幕、更稳定的色彩和更快的对焦；但在背后,其实现的技术原理已经发生了变化。

从智能戒指到AI眼镜，光学开始承担更多人机交互任务

本次ams OSRAM展台上的另一条主线，是光学技术开始更多进入人与设备的交互过程。

以智能戒指为例。工作人员介绍，这类产品可以用于心率、呼吸率和睡眠等健康监测。相比手表，戒指体积更小，也更适合长时间佩戴，尤其适合覆盖睡眠这样的持续监测场景。现场讲解中提到，智能戒指的一个优势就是“可以做一个长时间的佩戴”。对用户来说，关键不只是能测多少指标，而是设备是否足够轻、足够省电，能不能在日常生活中一直戴着。

到了智能手表，光学的作用又多了一层。ams OSRAM现场展示了OFS光学压力传感方案，它可以识别单击、双击、滑动等操作，用来切换菜单、调节音量或控制开关。简单理解，它有点像把传统机械按键和触摸屏的功能结合起来，但判断方式不是只看“碰没碰到”，而是进一步判断“按了多深、用了多大的力”。

工作人员现场说得很直白：“触摸只是摸上没摸上，但我可以告诉用户，我摸上了之后我的压力、我的深度是多少。”

这类能力的好处，是让一个很小的区域同时承担多种输入功能。例如手表侧边可以做成滑条，也可以识别轻按和重按；在有水汽、油污的环境下，它也可以作为传统电容触控之外的另一种方案。对普通用户来说，这意味着设备以后未必需要那么多明显的机械按键，交互可以做得更隐蔽、更自然。

再往前一步，是AI/AR眼镜中的眼动追踪。现场展示的见臻科技Aurora IIS参考设计模块，使用了ams OSRAM的AS1181 LED驱动芯片和SFH 4030B红外LED。它们的作用可以简单理解为：先用人眼看不见的红外光照亮眼球，再由摄像头观察瞳孔和眼球的移动，从而判断用户正在看哪里。

这项能力对AI眼镜和AR眼镜很重要。比如用户看向某个菜单时，系统可以判断视线位置；未来也可以配合手势、语音，减少对实体按键或触摸屏的依赖。

但因为设备就在眼睛旁边，所以这套红外照明并不是“把灯点亮”这么简单。它还要考虑功耗、发热、体积以及人眼安全。AS1181可以同时管理多路红外LED，并与摄像头同步工作，只在真正需要采集眼动信息时点亮光源。工作人员还介绍，八通道LED并不是同时开启，而是可以逐路点亮，以减少瞬间电流冲击。

SFH 4030B则是一颗小型红外LED，采用全黑封装，并提供950nm波长选项，目的是让红外光源在眼镜外观上尽量“不显眼”。相比上一代产品，其发光强度提升50%，能效提高33%。

从智能戒指、智能手表到AI眼镜，可以看到光学在人机交互中的角色已经明显变多。如何通过光让设备更自然的知道人的状态、动作，甚至知道“你在看哪里”。对终端厂商而言，这些能力最终指向同一个目标：让设备少一些生硬的按键和操作，多一些对用户状态的自动感知。

机器人开始需要“触觉”和“空间感”

如果说手机和AI眼镜主要是在“看”和“理解环境”，那么机器人还需要更进一步：它不仅要知道前面有什么，还要知道自己碰到了什么、用了多大的力，以及下一步该怎么走。

ams OSRAM在展台上展示的灵巧手、智能轮椅和外骨骼机器人，正好对应了这两类能力：触觉和空间感知。

最直观的是灵巧手装置。现场方案把光学压力传感器直接放进机器人指尖，通过检测手指受力后产生的微小形变，判断抓取力度。

在Demo中，五根手指的指尖都装有ams OSRAM的光学压力传感器。轻按时，屏幕会显示1N、2N等实时受力变化；现场还设置了约4N的触发阈值，超过这个力度后才执行动作。这样的能力很适合抓鸡蛋、玻璃杯这类容易损坏的物体，因为机器人不仅要知道“抓住了”，还要知道“抓得是不是太紧”。

更重要的是，这种光学力传感可以持续监测。只要机器人手指的形变还存在，传感器就能持续输出数据，因此在长时间抓握时，也可以一直判断当前用了多大的力。对灵巧手来说，这比单纯判断“有没有碰到东西”更接近真正的触觉。

除了触觉，机器人还需要知道前方空间是什么样。

ams OSRAM去年发布的TMF8829多区dToF，今年已经被应用到智能轮椅和外骨骼机器人智慧健康领域中。简单理解，dToF就是利用红外光测距离。TMF8829支持48×32个测距区域，可以同时判断前方不同位置的远近，并覆盖80°视场。官方资料显示，最远测距可达11米。

在肯綮外骨骼机器人上，dToF被安装在腰部前下方，用来提前识别平地、坡道、台阶和坑洼。现场讲解人员介绍，过去一些外骨骼需要手动调节助力档位，现在加入地形识别后，“平地用同一个档位，上楼梯也用同一个档位，你就不用调了，自适应去适配。”

当地形变陡时，系统可以增加助力；平地或下坡时则调整助力策略。工作人员还介绍，TMF8829每秒可以提供约60次信息，帮助整机快速判断前方地形。对于腿脚不便的用户，这种提前感知也有意义，因为桌椅、石头、坑洼等障碍可以更早被发现，为下一步动作留出反应时间。

搭载ams OSRAM TMF8829多区dToF传感器的肯綮外骨骼机器人，在平地、坡道、台阶等场景中实现自适应助力与防绊保护

类似的能力也被用在智能轮椅上。轮椅在移动过程中，如果前方突然出现人、桌椅或其他障碍，dToF可以持续提供距离信息，再由整机系统执行减速或刹车。这套方案可以结合多传感器数据，对行人、桌椅、悬空物体甚至透明玻璃进行识别。

搭载ams OSRAM TMF8829多区dToF传感器的足步医疗科技智能轮椅方案，为室内避障与跟随提供精准感知基础

从红外补光到机器感知，“数字光电”的边界正在扩大

逛完整个展台会发现，ams OSRAM本次展示的应用领域虽然看起来差别很大，背后的思路却很接近：利用光，让设备获得更多关于现实世界的信息。

最基础的一种方式是红外补光。此次CIOE，ams OSRAM发布了OSLON™ Black CS系列红外LED系列产品，应用范围从汽车舱内进一步扩展到安防监控、智能家居、机器视觉及可移动式摄像头等更广泛的市场领域。OSLON™ Black CS系列采用850nm波长方案，并提供多种发射角选择。按照官方数据，相比上一代产品，该系列亮度最高提升67%，电光转换效率最高提升56%。

红外LED本身并不会“看”，它更像是机器的手电筒。在夜晚或者光线很暗的地方，它先用人眼不易察觉的红外光照亮目标，再由摄像头或传感器完成识别。前面AI眼镜中的眼动追踪也是类似原理：红外LED照亮眼球，摄像头再判断用户正在看哪里。

最后，从本次展台展示可以看到，光学技术正在从传统的照明、成像，走向更深入的感知和交互。手机开始通过光谱和dToF理解环境，AI眼镜利用红外光追踪视线，机器人则借助光学力传感和空间测距获得“触觉”和“距离感”。

对普通用户来说，这些器件往往看不见，也很少被直接感知，但它们正在成为智能终端获取真实世界信息的重要入口。随着AI进一步进入手机、穿戴设备和机器人，决定体验的将不只是算法本身，还包括设备能否准确感知光线、距离、动作和力量。ams OSRAM此次展示的“数字光电”，正是在补齐这层感知能力。