邵科指出，端侧视觉AI的核心价值在于让设备真正“看懂”周围环境、实时识别动态事件，应用场景极为广泛。从落地层面看，思特威的主攻方向集中在三大领域：智能安防、车载电子、智能手机。经过多年深耕，这些领域的出货量持续位居行业前列。除了这些核心业务，端侧视觉的应用早已渗透到更日常的场景中，例如机器人、工业视觉、AR/VR等，几乎无处不在。 然而，当前端侧视觉AI在落地过程中仍面临不少痛点。这些痛点主要源自两个方面：一方面是CIS自身的成像性能不足，另一方面是CIS与后端SoC之间的适配协同效率不高。可以理解为，视觉系统并非只有CIS一个部件，还涉及主控以及各类SoC。不同应用场景对算力的需求差异很大，SoC的选择与适配如果稍有偏差，便会直接影响最终效果。 针对这些挑战，思特威在成像层面持续投入，不断优化CIS性能。例如在高动态范围成像方面，针对车载和手机应用，思特威采用自研的SFCPixel®技术，通过单帧曝光即可获得更优质的成像效果。在夜视成像领域，通过提升像素感光度并优化噪声控制，逐步改善弱光环境下的表现。此外，思特威还开发了多种贴合行业需求的特色技术，比如车载场景所需的LED闪烁抑制、手机端需要的相位对焦，以及面向电池供电设备的低功耗快启技术——这些技术切实支撑了AI应用在更多场景中的落地。 接下来看具体的融合方案。思特威针对车载和工业视觉推出了多款CIS+端侧SoC的整合方案。车载领域覆盖全面：前视、后视、舱内监测（DMS/OMS）、电子后视镜（CMS/E-Mirror），以及哨兵模式等。这些方案都能在端侧完成图像增强，为后端处理提供高质量的预处理图像数据。
以思特威已经大规模量产的舱内OMS方案为例，颇具代表性。随着智能驾驶技术逐步演进，座舱内不仅需要监测驾驶员状态的DMS，OMS的应用也越发关键。该方案既要输出高质量视频图像用于交互和娱乐，也要通过近红外成像实现舱内识别与感知。思特威的解决方案是将一颗500万像素的RGB-IR图像传感器与轻量级SoC集成在模组端，同时输出RGB和IR信号，再借助ISP技术进行图像增强。 另一个非常实用的场景是哨兵模式。目前越来越多的新能源车开始支持这一功能，不仅提升了用户体验，也增强了车辆安全性。思特威基于CIS和轻量级SoC，实现了全天候、低功耗的哨兵模式。传感器以低功耗、低帧率持续输出，模组端通过轻量级算法逐帧检测。一旦识别到异常，系统会唤醒后端的域控制器，并将预存的异常图像数据传递过去进行后续处理。而在非车载领域，思特威聚焦单目和双目模组端侧的智能感知，可应用于智能硬件、智能家居、工业检测，以及各类需要图像增强的场景中。 从技术发展角度看，思特威对端侧视觉AI的未来有着清晰的路径规划。邵科提到，CIS技术将持续迭代，同时视觉能力也需要与更多AI功能深度融合。未来主要有两大方向：第一是AI Sensor——通过3D集成将CIS和SoC合于单芯片上，在芯片内部实现高质量的ISP核心功能，并支持AI加速；第二是AI SoC——持续研发高性能的近存计算，通过“NPU+ASIC异构”一体化实现多传感器融合，同时也在探索未来将大模型部署到端侧的可能性。 最后，邵科总结道：思特威始终以图像传感器和视觉技术为起点，持续深化与AI的融合，覆盖从数据采集、处理、传输到最终感知的完整链路，构建起“3+AI”的战略格局。
