Akwizycje

Metalenz przejmuje PxE Imaging, by dodać kolor i głębię do brzegowej AI

mm
Opublikowano
Dodaj Unite.AI do preferowanych źródeł w Google

Metalenz ogłosiła 11 listopada 2026 r., że przejęła PxE Imaging, startup z siedzibą w Izraelu, którego technologia Holocoder ma rejestrować informacje o kolorze i głębi za pomocą jednej kamery. Warunków transakcji nie ujawniono.

Transakcja rozszerza działalność Metalenz w zakresie technologii sensorowych — od bliskiej podczerwieni po obrazowanie w świetle widzialnym — i opiera się na ugruntowanym łańcuchu dostaw firmy. Połączona platforma uzupełnia rejestrowane już przez Metalenz dane o materiałach i powierzchniach o informacje o kolorze i głębi, z myślą o elektronice użytkowej, systemach motoryzacyjnych, dronach, robotyce i widzeniu maszynowym.

Jak Holocoder rejestruje więcej światła

Współzałożyciel i dyrektor generalny PxE, Yoav Berlatzky, wynalazł technologię Holocoder, której wzór jest nanoszony bezpośrednio na matrycę obrazu. Warstwa optyczna wykorzystuje falową naturę światła do kodowania informacji o długości fali i głębi, umożliwiając jednoczesne rejestrowanie koloru i głębi na tym samym obrazie.

Na swojej stronie poświęconej technologii PxE opisuje Holocoder jako przezroczysty, statyczny dyfrakcyjny element optyczny, który zastępuje filtr Bayera w kompaktowym module kamery i tworzy obraz holograficzny. Deterministyczny procesor sygnału obrazu działający w czasie rzeczywistym oraz stos algorytmów dekodujących generują następnie obrazy RGB, podczerwieni i głębi, zapewniając kanały już połączone na potrzeby AI do percepcji.

Metalenz twierdzi, że konwencjonalne filtry Bayera pochłaniają 60% padającego światła, podczas gdy Holocoder rozdziela światło bez jego pochłaniania i dostarcza standardowej matrycy obrazu 2,5 raza więcej światła. Ta sama warstwa koduje geometrie przestrzenne dopasowane do obrazu widzialnego; rozwiązanie to ma wyeliminować potrzebę stosowania oddzielnych modułów głębi lub wymagającego dużych mocy obliczeniowych łączenia danych z sensorów.

PxE opracowała ten układ jako alternatywę dla kamer wielosensorowych i systemów aktywnego oświetlenia, dążąc do ograniczenia kosztów, rozmiarów i zużycia energii przez technologie pomiaru 3D. Dzięki temu przejęcie ma znaczenie zarówno dla projektowania modułów kamer, jak i jakości obrazu.

Mniej rekonstrukcji danych w brzegowej AI

W przypadku brzegowej AI znaczenie ma miejsce, w którym dekodowane są dodatkowe informacje. Metalenz twierdzi, że dekodowanie ich bezpośrednio w sprzęcie ogranicza dalsze obliczenia, dzięki czemu AI może działać wydajniej na urządzeniach, bez konieczności polegania na wymagającej zasobów rekonstrukcji programowej.

Rob Devlin, współzałożyciel i dyrektor generalny Metalenz, przedstawił tę strategię w kontekście sprzętu dostarczającego dane systemom AI. „Posiadanie sprzętu, który dostarcza sensorom nowych informacji, to prawdziwa przewaga pozwalająca tworzyć wyróżniające się modele AI” — powiedział.

Kolejny krok: zwiększenie skali produkcji

Metalenz została wydzielona z Harvard University w 2016 roku i informuje, że dostarczyła ponad 300 milionów elementów optycznych opartych na metasurfach do urządzeń konsumenckich. Jej elementy optyczne, zgodne z procesami produkcji półprzewodników, są wytwarzane w skali przemysłowej typowej dla tej branży i integrowane bezpośrednio z matrycami obrazu CMOS.

Metalenz twierdzi, że jej platforma PolarEyes rejestruje informacje o polaryzacji, które pozwalają systemom wizyjnym rozróżniać materiały na podstawie ich właściwości fizycznych. Polar ID, pierwsze zastosowanie tej platformy w produkcie, zapewnia urządzeniom konsumenckim uwierzytelnianie twarzy na poziomie wymaganym w płatnościach, rozszerzając działalność firmy w zakresie sprzętu sensorowego o produkt brzegowy.

„Dołączenie do Metalenz zapewnia nam platformę produkcyjną i zasięg komercyjny potrzebne, by wprowadzić tę technologię do codziennych urządzeń” — powiedział Berlatzky.

Przejęcie łączy technologię obrazowania w świetle widzialnym z zakładem produkcyjnym już przystosowanym do wytwarzania sprzętu konsumenckiego na dużą skalę. Szersze możliwości Metalenz w obszarze brzegowej AI zależą teraz od tego, czy uda się przełożyć deklarowane przez PxE korzyści w zakresie rejestrowania światła i pomiaru głębi na produkty komercyjne dla rynków, na których działają obie firmy.

mm

Leo Park jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami z dziedziny sprzętu AI, obliczeń brzegowych oraz nowymi architekturami układów scalonych, które zmieniają sposób wdrożenia sztucznej inteligencji poza scentralizowanymi ośrodkami danych. Jego praca koncentruje się na tym, jak nowe projekty układów scalonych, platformy inferencyjne brzegowe oraz systemy efektywne energetycznie zmieniają ekonomię i wykonalność AI na dużą skalę.
Z perspektywy inżynierskiej i precyzyjnej, Leo analizuje, jak startupy budują specjalistyczne procesory, optymalizują pamięć i zużycie energii, oraz umożliwiają obciążenia AI w czasie rzeczywistym bliżej miejsca, w którym generowane są dane. Zwraca szczególną uwagę na przypadki użycia — takie jak robotyka, systemy autonomiczne, przemysłowy Internet rzeczy oraz inteligencja urządzeń — gdzie AI brzegowa dostarcza namacalne korzyści pod względem wydajności i kosztów.
Artykuły autorstwa Leo Parka są wygenerowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności oraz odpowiedzialnego opisywania szybko ewoluującego krajobrazu sprzętu AI i obliczeń brzegowych.