1200万像素CIS助力AI眼镜视觉升级 思特威SC1220IOT评测

2026年6月3日上午，第十六届松山湖中国IC创新高峰论坛在东莞举办。在“中国创芯”主题推介环节中，思特威高级销售总监宗翔分享了SC1220IOT的技术细节——这是一颗面向AI眼镜应用的1200万像素CMOS图像传感器，也是思特威在该领域的第二代产品。

需要先明确一个核心问题：AI眼镜真正的不可替代能力是什么？语音交互是基础入口，显示是信息输出入口，但让眼镜具备“感知世界”能力的核心器件，是图像传感器。

没有摄像头的AI眼镜，AI能力只能停留在语音助手和音频交互层面；一旦搭载摄像头，眼镜就获得了第一视角记录、物体识别、实时翻译、拍摄、场景理解与空间感知的完整能力。简言之，CIS正从传统成像器件，演变为AI眼镜连接现实世界的视觉入口。

这正是思特威推出SC1220IOT的产业逻辑。宗翔在演讲中指出，思特威在AI眼镜概念出现初期就已开始布局，目前形成了完整的产品矩阵。SC1220IOT作为第二代产品，专为AI眼镜摄像头应用定制设计。

市场增长与产品形态的分化

先看市场动态。AI眼镜正从概念验证迈向规模化落地。思特威演讲数据显示，2026年全球AI眼镜预计出货量达2000万台，市场规模56亿美元，五年复合增长率47%。中国市场增速更为迅猛——2025年实际出货量246万台，同比增长87.1%；2026年预期出货量将达到491.5万台。

宗翔的判断很明确：全球市场规模虽大，但增速正逐步放缓；国内市场基数较小，增长率和市场预期更高，这为国产芯片公司创造了明确的切入空间。尤其在国内市场，AI眼镜新品形态迭代速度极快，从音频交互、拍摄记录到AI/AR融合，各厂商正围绕消费、办公、翻译、运动、教育和行业场景密集探索。

从产品形态来看，AI眼镜正分化为带屏幕与不带屏幕两类。不带屏幕的更像纯语音AI交互终端，侧重音频、语音助手和无线连接；带屏幕的则在此基础上增加了轻量化信息显示，具备多模态AI助理属性。无论哪种形态，只要涉及第一视角拍摄、目标识别、实时翻译、环境理解和空间感知，CIS都是不可或缺的核心器件。

具体销量层面，2026年第一季度，中国AI智能眼镜销量达19万台，同比增长超过300%，主要来自Rokid、阿里千问、理想Livis、小米和影目等品牌，其中AI拍摄和AI/AR类眼镜占据主要份额。海外市场同期销量202万台，同比增长超130%，增长主要由Meta眼镜和华强北白牌产品驱动，Even、Rokid等出海品牌也贡献了部分增量。

这些数据表明，摄像头的配置已成为AI眼镜产品差异化的重要维度。过去，眼镜摄像头更多被理解为拍照工具；但在AI眼镜中，其使命已扩展到持续感知、语义理解、环境识别与人机交互。对于CIS厂商来说，这意味着不能简单沿用手机或安防传感器的设计思路，必须围绕可穿戴场景进行重新定义。

CIS规格的演进路线

宗翔在演讲中对AI眼镜CIS规格的演进趋势做出了明确判断。短期（2024-2026年），主流配置仍是一颗RGB摄像头，以1200万像素为主；中期（2027-2029年），可能演进为1-2颗RGB摄像头，像素提升至1200万至3200万，并可能引入一颗近红外摄像头或6DoF传感器；长期（2030年以后），规格可能进一步提升至1-2颗3200万至5000万像素RGB摄像头，配合6DoF、眼球追踪和iToF技术。

这一演进趋势的背后，是AI眼镜应用边界的持续扩展。当前主要承担拍摄、翻译、识物、会议记录等任务；未来若要进入支付验证、眼球追踪、空间定位、场景建模以及更复杂的人机交互，对内侧近红外摄像头、虹膜识别、6DoF传感器和更多视觉输入的需求将逐步增强。

宗翔特别指出，眼镜支付可能成为未来值得重点关注的场景。如果眼镜真正普及，成为类似手机一样的日常必备设备，那么虹膜识别和眼球追踪就可能成为关键的身份认证与交互方式。这意味着，AI眼镜的CIS不仅要面向外部世界成像，也可能需要面向用户自身进行身份识别、健康感知和交互判断。

技术方向的五个关键点

思特威将AI眼镜CIS的发展趋势总结为五个核心方向：全局快门技术、低功耗和小型化、边缘AI集成、HDR和低光对焦性能，以及基于场景的定制化设计。

全局快门技术主要解决动态交互中的运动模糊和畸变问题。在XR/AI眼镜场景中，用户头部旋转、手势操作、身体移动都可能导致图像模糊。如果虚拟内容需要与真实世界精确叠加，图像传感器必须具备更快的读出速度和更稳定的动态成像能力。

低功耗和小型化是AI眼镜产品化的底层刚性需求。眼镜整机空间极为有限，电池容量受到严格约束，而摄像头又可能承担常开或高频唤醒任务。如果CIS功耗过高，不仅会缩短续航，还会增加发热和结构设计压力。因此，Stacked BSI、低功耗电路设计和更小封装，成为AI眼镜CIS的重要技术方向。

边缘AI集成意味着CIS正从“被动成像”向“主动感知与决策”过渡。通过内置ISP、预处理能力甚至NPU，图像传感器可以在前端完成部分图像优化、场景识别或数据筛选，减轻主控芯片负担，提升系统响应速度。这种预成像计算架构，有助于AI眼镜快速响应用户意图、物体识别和场景理解。

HDR、低光和对焦性能，则直接决定AI眼镜能否在复杂光照环境下稳定运行。AI眼镜不像手机拍照那样由用户主动构图，更多是在行走、通勤、室内外切换、强光逆光及夜间场景中持续捕捉信息。CIS必须在明暗区域保留足够细节，避免过曝、欠曝和纹理丢失，同时为AI算法提供稳定、高质量的原始数据源。

基于场景的定制化，是思特威特别强调的方向。AI眼镜不仅面向C端消费场景，也会进入医疗、教育、工业、商业等2B应用领域。不同场景对功耗、分辨率、帧率、动态范围、封装和算法接口的需求各不相同，这要求CIS厂商具备更强的产品定义能力和快速迭代能力。

SC1220IOT的产品定位

在这一背景下，SC1220IOT的定位更加清晰。这是一颗基于SmartClarity-XL Stacked BSI技术的图像传感器，1200万像素，支持4000×3000@60fps，尺寸为1/3.57英寸，像素尺寸1.0微米，采用MIPI接口。

核心优势集中在五个方面：低功耗常开模式（Always-On），最低功耗可达1mW；超小封装尺寸；高帧率视频，最高支持12MP@60fps；高动态范围，支持ColGain HDR；低噪声表现，读取噪声低至0.8e⁻。

与第一代产品相比，SC1220IOT将帧率提升至60fps。宗翔表示，AI眼镜既需要低功耗基础，也会在部分场景中提出更高性能要求，因此思特威将芯片性能上限进一步拉高。对于AI拍摄和AI/AR类眼镜而言，更高帧率意味着更流畅的视频体验，也有助于动态识别、运动场景捕捉和后续算法处理。

低功耗常开模式是SC1220IOT最核心的能力之一。AI眼镜与手机拍照不同，它不一定等待用户主动打开相机后才工作，而是需要在低功耗状态下保持环境感知、唤醒、识别或快速拍摄能力。如果CIS能在Always-On模式下实现低至1mW的功耗，就可以在不明显牺牲续航的前提下，支持更自然的随身感知体验。

高动态范围同样是关键指标。SC1220IOT采用ColGain HDR单帧方案，强调原生硬件级单帧合成。相比依赖多帧合成的HDR方案，单帧HDR无需复杂的多帧对齐与合成运算，功耗更低，也能从物理层面减少运动伪影。在用户行走、头部转动或快速切换光照环境时，这种能力有助于提供更清晰、流畅的视觉感知体验。

暗光性能来源于SFCPixel-2技术，强调高感光与低噪声的融合，在弱光环境下信噪比表现更优。这对AI眼镜至关重要——用户不会只在理想光照条件下使用眼镜。室内、夜间、背光、阴影、商场、地铁、街道等复杂场景，都要求CIS在低光条件下仍能输出高质量图像，否则将直接影响识别、翻译和场景理解的准确性。

小封装同样是面向AI眼镜的关键设计考量。封装尺寸约为5.48mm×3.97mm，相比常规影像传感器，小型化封装可降低光学模组和整机结构设计难度，更适配AI眼镜对轻量化和无感佩戴的苛刻要求，也为电池、主控、音频、Wi-Fi及其他传感器释放更多内部空间。

思特威还将SC1220IOT与索尼IMX681进行了对比。SC1220IOT的核心优势在于低功耗常开、55nm Stacked BSI先进堆叠式像素架构、超微型化封装、ColGain HDR单帧方案以及SFCPixel-2低噪声暗光能力；IMX681则以全局快门技术和传统工业级成像方案为主要特点。思特威认为，SC1220IOT更契合AI眼镜“常开”、轻量化、低功耗和动态场景感知的实际需求。

当然，这并不意味着AI眼镜只需要一种CIS技术路线。不同产品形态对CIS的要求差异显著。运动拍摄眼镜可能追求更高像素和更强视频性能；轻量化AI眼镜可能更重视低功耗和小尺寸；AR/VR设备可能需要全局快门、近红外和多摄像头协同；工业和医疗场景则更强调可靠性和特定光谱响应能力。思特威的策略，是围绕不同应用场景构建更细分的产品组合，而非试图用一颗传感器覆盖所有需求。

思特威的产业基础与布局逻辑

思特威成立于2011年，是一家专注于CMOS图像传感器芯片研发、设计及销售的科创板上市公司（股票代码688213）。公司总部位于上海，在多个城市及国家设有研发中心，员工总数超过1500人，授权专利超过550项。产品覆盖安防监控、机器视觉、智能车载电子、智能手机、笔记本电脑、平板、工业自动化、智能家居、无人机、人形与服务机器人、AI眼镜/AR/VR、医疗影像等多个场景。

市场表现方面，根据TSR数据，2024年思特威以46.9%的市场份额蝉联全球安防CIS市场第一，出货量同比增长16%；全球手机CIS市场排名第5，出货量同比增长103%；全球车载CIS市场排名第4，出货量同比增长71%。

这种多场景布局，为思特威切入AI眼镜领域提供了现实支撑。AI眼镜并非单一消费电子场景，它融合了安防领域的低照度与长期运行需求、手机的成像质量需求、车载与机器视觉的动态识别需求，以及IoT设备的低功耗和小型化需求。思特威过去在多个细分市场积累的成像技术，正被重新整合到AI眼镜这一新兴终端形态中。

从产品矩阵来看，思特威拥有传统系列、高阶成像与物联网系列、全性能升级系列、星光级夜视系列、智能手机系列、笔记本电脑与平板系列、车规级车载系列、全局快门与工业线阵系列、医疗系列等定向应用产品组合。宗翔提到，思特威市场响应速度较快，每年大约推出40颗芯片，强调围绕不同场景进行快速迭代。

对于AI眼镜产业而言，SC1220IOT的意义不仅在于提供一颗1200万像素摄像头芯片，更在于表明CIS正从通用拍摄器件演变为可穿戴AI终端的场景化感知芯片。它必须在低功耗、常开、帧率、动态范围、低噪声、小尺寸和算法适配之间找到精准平衡。

AI眼镜如果只强调“拍得清晰”，很容易被手机和运动相机替代；但如果能在低功耗状态下持续感知、快速唤醒、准确识别、适应复杂光线，并与端侧AI和云端模型形成闭环，才有机会成为真正不同于手机的新型智能入口。CIS在其中承担的，正是让AI眼镜“看见世界”的基础能力。

随着AI眼镜进入规模化落地窗口，芯片竞争将从单一主控扩展至完整感知链路。主控芯片决定算力，音频芯片决定交互，显示芯片决定信息呈现，Wi-Fi芯片决定连接，而CIS决定视觉输入质量。没有高质量视觉输入，后端AI能力再强，也难以实现准确识别和自然交互。

因此，思特威SC1220IOT的推出，代表了国产CIS厂商对AI眼镜赛道的一次主动定义：不是简单地将现有手机或安防传感器移植到眼镜上，而是围绕AI眼镜“轻量佩戴、低功耗常开、全天候感知和复杂场景识别”的真实需求重新设计产品。

AI眼镜下一阶段的竞争，可能不再局限于“有没有摄像头”，而是摄像头能否真正服务于AI系统。对思特威而言，SC1220IOT瞄准的正是这一方向：让AI眼镜不仅能拍照，更能在各种光线和动态环境中持续获取高质量视觉数据，从而支撑识别、翻译、记录、交互以及未来更复杂的空间感知应用。

换句话说，AI眼镜能否成为下一代随身智能终端，不仅取决于大模型能否回答问题，更取决于它能否稳定、清晰、低功耗地“看见”用户眼前的世界。SC1220IOT的价值，正是在这个视觉入口上，给出了国产CMOS图像传感器的一种工程化解决方案。

来源：互联网