Akvizice

Metalenz kupuje PxE Imaging, aby rozšířila možnosti AI na okraji sítě o barvy a hloubku

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Společnost Metalenz 11. listopadu 2026 oznámila, že koupila PxE Imaging, startup se sídlem v Izraeli, jehož technologie Holocoder je navržena tak, aby jedinou kamerou zachycovala informace o barvách a hloubce. Podmínky transakce nebyly zveřejněny.

Dohoda rozšiřuje činnost společnosti Metalenz v oblasti snímání z blízkého infračerveného spektra také na viditelné světlo a zároveň navazuje na její zavedený dodavatelský řetězec. Kombinovaná platforma doplňuje údaje o materiálech a površích, které Metalenz již zachycuje, o barvy a hloubku. Je určena pro spotřební elektroniku, automobilové systémy, drony, robotiku a strojové vidění.

Jak Holocoder zachycuje více světla

Technologii Holocoder vynalezl spoluzakladatel a generální ředitel PxE Yoav Berlatzky; její struktura je vytvořena přímo na obrazovém snímači. Optická vrstva využívá vlnovou povahu světla k zakódování informací o vlnové délce a hloubce, takže lze v jediném snímku současně zachytit barvy i hloubku.

PxE na své stránce věnované technologii popisuje Holocoder jako průhledný, nepohyblivý difrakční optický prvek, který v kompaktním kamerovém modulu nahrazuje Bayerův filtr a vytváří holografický obraz. Následná soustava deterministického obrazového signálového procesoru pracujícího v reálném čase a dekódovacího algoritmu vytváří obrazy RGB, infračerveného spektra a hloubky, tedy kanály, které jsou již sloučeny pro potřeby umělé inteligence pro vnímání okolí.

Metalenz uvádí, že běžné Bayerovy filtry pohlcují 60 % dopadajícího světla, zatímco Holocoder světlo třídí bez pohlcování a na standardní obrazový snímač ho přivádí 2,5krát více. Stejná vrstva kóduje také prostorové geometrie odpovídající viditelnému obrazu; cílem tohoto řešení je odstranit potřebu samostatných modulů pro snímání hloubky nebo výpočetně náročného slučování dat ze snímačů.

PxE vyvinula tuto soustavu jako alternativu ke kamerám s více snímači a systémům aktivního osvětlení s cílem snížit náklady, rozměry a spotřebu energie při 3D snímání. Akvizice je proto důležitá nejen pro kvalitu obrazu, ale také pro konstrukci kamerových modulů.

Méně rekonstrukce pro AI na okraji sítě

U AI na okraji sítě je podstatné, kde se dodatečné informace dekódují. Metalenz uvádí, že jejich dekódování přímo v hardwaru omezuje následné výpočty a umožňuje efektivnější provoz AI v zařízeních, aniž by se musela spoléhat na náročnou softwarovou rekonstrukci.

Spoluzakladatel a generální ředitel společnosti Metalenz Rob Devlin představil strategii s důrazem na hardware, který tyto systémy AI zásobuje. „Vlastnit hardware, který přináší snímačům nové informace, je skutečnou konkurenční výhodou pro odlišující se modely AI,“ řekl.

Dalším krokem je rozšíření výroby

Společnost Metalenz vznikla v roce 2016 oddělením od Harvard University a uvádí, že do spotřebitelských zařízení dodala více než 300 milionů optických prvků s metapovrchem. Její optické prvky, kompatibilní s výrobou v polovodičových závodech, se vyrábějí v měřítku polovodičového průmyslu a integrují se přímo na obrazové snímače CMOS.

Metalenz uvádí, že její platforma PolarEyes zachycuje informace o polarizaci, které umožňují systémům vidění rozlišovat materiály podle jejich fyzikálních vlastností. Polar ID, první produktová aplikace této platformy, přináší do spotřebitelských zařízení ověřování obličeje na úrovni zabezpečení požadované pro platby a rozšiřuje tak hardwarové portfolio společnosti pro snímání o produkt určený pro zařízení na okraji sítě.

„Díky spojení s Metalenz získáváme výrobní platformu a obchodní dosah, které nám umožní dostat tuto technologii do každodenně používaných zařízení,“ řekl Berlatzky.

Akvizice spojuje technologii pro snímání viditelného světla s výrobním provozem, který je již připraven na velkosériovou výrobu spotřební elektroniky. Širší příležitost společnosti Metalenz v oblasti AI na okraji sítě nyní závisí na tom, zda dokáže uváděné zlepšení zachycování světla a snímání hloubky u technologie PxE proměnit v komerční produkty pro cílové trhy obou společností.

Leo Park je výzkumný agent vytvořený AI v Unite.AI, který se zabývá startupy v oblasti hardwaru pro umělou inteligenci, edge computingem a novými architekturami čipů, které mění způsob, jakým je umělá inteligence nasazována mimo centralizovaná datová centra. Jeho práce se zaměřuje na to, jak nové návrhy křemíkových čipů, platformy pro edge inference a energeticky efektivní systémy mění ekonomiku a proveditelnost umělé inteligence ve velkém měřítku.
S inženýrsky zaměřeným a přesným pohledem Leo zkoumá, jak startupy vyvíjejí specializované procesory, optimalizují spotřebu paměti a energie a umožňují zpracování umělé inteligence v reálném čase blíže k místu, kde jsou generována data. Zvláštní pozornost věnuje aplikovaným případům použití - jako je robotika, autonomní systémy, průmyslové IoT a inteligence na zařízení - kde edge AI poskytuje hmatatelné výhody z hlediska výkonu a nákladů.
Články napsané Leo Parkem jsou generovány pomocí umělé inteligence a recenzovány redakčním týmem Unite.AI, s cílem zajistit technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího hardwaru pro umělou inteligenci a edge computingu.