機器視覺走出畫素競賽 感測器市場轉向分工與系統整合

影像感測器市場過去長期以畫素、畫質與出貨規模作為主要競爭指標，但進入邊緣 AI 與 Physical AI 時代後，這套標準正逐漸出現分化。

供人觀看的影像，仍然重視解析度、色彩與細節；供機器判讀的感測資料，則可能更在意封裝尺寸、功耗、單幀資訊量，以及能否在有限運算資源下完成判斷。當應用從智慧型手機延伸至機器人、工業設備、穿戴式裝置與智慧空間，感測器不再只負責拍攝，而必須配合後端演算法回答特定問題。

意法半導體（ST）認為，Physical AI 與邊緣 AI 將使感測器朝向更小封裝、較低解析度、不同的前端處理方式，以及更少的資料傳輸發展。對電腦視覺而言，關鍵未必是持續輸出完整影像，而是能否在單一畫面中提供足夠資訊，並將更多判斷留在邊緣端完成。

圖一 : sensor就是機器人的眼睛

視覺感測器與傳統 CMOS 開始分流

傳統 CMOS 影像感測器的發展，主要建立在更高畫素、更佳成像效果與更完整的影像重現能力上。這些條件對手機攝影、影音內容與一般監控仍然重要，但對機器視覺而言，需求並不完全相同。

機器可能不需要一張適合人眼觀看的照片，而只需知道物體是否移動、人物是否出現，或某個輪廓是否符合判斷條件。若系統只需辨識事件，過多的影像資料反而會增加後端負擔。

ST 對兩類市場的區分相當明確：傳統影像感測器持續朝高畫素發展，電腦視覺感測器則更重視較低解析度、特定功能與足以完成任務的畫素品質。兩者都有成長空間，但應用重疊有限。

這項分流也改變了開發者比較感測器的方式。過去規格表上的畫素數量往往最醒目，現在則必須連同快門架構、輸出資料形式、前端處理功能與後端運算平台一併評估。

對需要高速動作辨識的設備而言，單幀是否能保留足夠資訊，可能比影像是否細緻更重要；對長時間待機的裝置而言，感測器能否先辨認事件，再喚醒主系統，則會直接影響電池續航。

圖二 : 鏡頭的特寫畫面

競爭焦點由市場規模轉向技術選擇

影像感測器產業由少數大型業者掌握龐大出貨規模，但並非所有供應商都必須在同一條產品路線上競爭。

ST 並未將重點放在高出貨量的主流 RGB 影像市場，而是聚焦於 FlightSense、BrightSense 與 SafeSense 等較具任務導向的感測領域。其策略是把深度感測、機器視覺與車內感知等技術，延伸為可配合處理器與軟體的系統組合，而非單純與大型 CMOS 影像感測器業者比較畫素與產量。

這種定位反映影像市場已不再只有單一規模戰。智慧型手機主相機依然需要龐大產能與持續升級的成像技術；工業、機器人與邊緣 AI 應用則更重視感測器是否能處理特定環境、是否容易與後端平台整合，以及整套系統能否在功耗與尺寸限制內運作。

ST 將這項差異化建立在兩項基礎上：一是感測器、光學、封裝與製造的整合元件製造商模式；二是透過 STM32 微控制器延伸至後端運算與軟體。這類組合並不代表所有功能都由單一供應商完成，但可讓感測器與運算平台在設計初期便進行配合。

圖三 : 進行體溫偵測的機器視覺

光學技術重新成為系統差異的一環

當感測器從平面影像走向深度與空間資訊，競爭也不再只發生在矽晶片上。光源、鏡片與光學結構會直接影響視野、解析度與量測效果，光學技術因而重新成為系統設計的一部分。

以 ST 的 3D LiDAR 技術為例，其新一代模組採用超穎表面透鏡，用於控制發射光束與接收影像。ST 表示，發射端與接收端透鏡均由內部製造，藉此配合感測器與模組設計。

超穎表面光學的意義，不只在於縮小傳統鏡片，而是能在晶圓層級控制光線。對需要小型化的深度感測系統而言，光學元件若能與感測器、光源及封裝共同設計，就可能降低模組組裝的複雜度。

這類技術也顯示，未來感測器的差異不一定只來自製程節點或畫素架構。光學、矽晶片與處理功能之間的搭配，將共同決定系統能否取得可用資料。

多感測器不是堆疊，而是任務分工

機器感知往往不只需要一種資料。深度感測能提供距離與空間關係，影像感測則能保留顏色、紋理與物體外觀。兩者可以單獨使用，也能在同一系統中互補。

ST 將 FlightSense 與 BrightSense 定位為兩種不同但可搭配的感測方式：前者透過主動紅外線取得 3D 距離資料，後者則提供較高解析度的 RGB 或紅外線影像。當系統同時需要辨認物體與掌握距離時，兩類資料可以共同支援機器視覺；若應用受限於功耗或運算資源，也可只選擇其中一種。

這種配置與過去「增加更多感測器就能提高功能」的思路不同。多感測器真正的價值，不在於數量，而在於每種資料是否有明確任務。若不同感測器輸出大量重複資訊，反而會增加同步、校正與後端融合的負擔。

對開發者而言，問題因此從「需要幾顆相機」轉為「系統需要哪些資料」。距離、彩色、紅外線與事件資訊各有作用，也各有成本。最終架構仍取決於辨識精度、延遲、功耗與資料隱私之間的取捨。

感測器市場進入兩條並行路線

未來影像感測器市場不會全面走向低解析，也不會只剩高畫素競賽。供人觀看的影像與供機器判讀的資料，將形成兩條並行但評估方式不同的技術路線。

前者持續追求畫質與細節；後者則更重視資料是否足以完成任務，以及能否在有限資源下持續運作。這也意味著，小畫素不一定先進，低解析度也不等同於技術退步，關鍵在於感測器的設計是否符合應用目的。

ST 選擇聚焦特殊光學感測、前端處理與系統整合，是其在大型影像感測器業者之外建立定位的方式。這條路線能否轉化為長期競爭力，仍取決於實際導入規模與應用成效；但從市場發展來看，機器視覺已經讓影像感測器的價值不再只由畫素數量決定。

當影像從供人觀看轉向供機器判斷，感測器產業的下一場競爭，將發生在資料形式、前端處理與系統分工之間。