從去年華為發布的Mate70系列手機來看，這款手機最大的亮點就在于搭載了華為的“多光譜色溫傳感器”專利的多光譜圖像傳感器--紅楓原色影像圖像傳感器，可通過波段數據優化拍照色彩；

（圖源華為發布會）

目前從官方披露的信息來看，150萬攝像頭的紅楓攝像頭是華為首次應用于手機多光譜成像攝像頭的一個新的嘗試，打破了傳統Bayer陣列圖像傳感器只有RGB三顏色的光譜分辨壁壘，從顏色通道實現多光譜到高光譜的一個躍升，其顏色通道甚至可以達到數十個，使得用戶在攝像拍照方面獲得更高的光譜分辨能力，從而更好的采集更高色光有效信息。

（圖源華為發布會）

近年來，智能手機影像能力的持續升級，多光譜成像技術逐漸從科研和工業領域向消費電子市場滲透。從華為的這一舉措，我們不難看出，多光譜濾光片與CMOS傳感器的結合，將成為推動這一趨勢的核心技術之一。

（圖源網絡）

一、多光譜濾光片的技術優勢：突破傳統成像邊界

傳統CMOS傳感器依賴Bayer濾光片（RGB三通道）捕捉可見光信息，但光譜分辨率有限。而多光譜濾光片通過將入射光分割為更多窄波段（如5-10個通道甚至更多），顯著提升了光譜信息的豐富度。

光譜成像分辨率示意圖

來源:Vines & Zhang Grass Research 2022,2:1

1. 高精度光譜解析能力  

多光譜濾光片可覆蓋可見光至近紅外（400-1000nm）范圍，每個通道對應特定波長，能夠區分傳統RGB無法識別的細微光譜差異。例如，在農業檢測中識別作物病害，或在醫療領域通過皮膚反射光譜分析健康指標。

2. 增強環境感知與色彩還原

通過多波段數據融合，可更精確還原真實色彩，尤其在復雜光照條件下（如混合光源、低光環境）表現突出。例如，在手機攝影中實現更自然的白平衡調整，減少后期算法依賴。

3. 兼容小型化與低成本制造

基于MEMS（微機電系統）或納米壓印技術，多光譜濾光片可直接集成于CMOS傳感器表面，無需復雜光學組件。相較于傳統多相機模組方案，體積和成本優勢顯著，適合手機等消費電子設備。

4. 拓展應用場景

多光譜數據可支持AR/VR中的材質識別、食品成分檢測、環境污染監測等創新功能，為手機從“拍照工具”向“感知終端”轉型提供硬件基礎。

（圖源華為：華為P20 色溫傳感器）

二、手機市場動態：從影像內卷到技術破局

我們以華為為例，其進化形態基本有跡可循，雖然這不是華為第一次推出光譜影像單元，早在18年華為推出P20時就曾搭載過由艾邁斯（ams）提供的TCS3430色溫傳感器 （資料來源芯智訊），可針對不同照明條件實現精準顏色和環境光感測，實現精準白平和調節。

（圖源華為發布會：P50 Pocket 超光譜超級影像單元）

2021年，華為推出P50 Pocket，首創超光譜超級影像單元，光譜硬件由10通道多光譜傳感器、閃光燈、3200萬像素超光譜攝像頭、超光譜補光燈構成，其中3200萬像素超光譜攝像頭+超光譜補光燈構成了一個紫外相機，相當于把手機圖像傳感器的濾光片換成只允許紫外光通過的濾光片。因此，這里的“超光譜”是指超越“肉眼可見”，可以發現可見光之外(紫外光)的細節，帶來肉眼“看不到的真實”(即紫外光感知)，并非物理定義上的超光譜。

（圖源華為官網：紫外熒光攝影）

在此之后，華為陸續在旗下旗艦機型中不斷覆蓋其多通道光譜傳感器，從3通道GRB圖像傳感器躍升到2018年P20機型5通道色溫傳感器，再到2020年的P40多光譜8通道色溫傳感器，再來到2021年P50 Pocket 10通道多光譜傳感器。

（圖源華為發布會：華為多光譜傳感器的升級）

三、市場的競爭變化

當然，多光譜成像對于影視效果的提升隨著華為的興起，行業嗅探隨著芯片化光譜系統方案的成熟已經逐漸在行業內形成一股風潮，各大手機廠商開始在其期間機型中采用環境光/多光譜色溫傳感器的布局；

（圖源網絡-iPhone X中的環境光傳感器）

如：iPhone X搭載了ams為其定制開發的6通道多光譜傳感器，包括紫外光、紅光、綠光、藍光、和兩種近紅外光。可利用該傳感器感知環境光CCT水平，進而調整顯示顏色和亮度。至iPhone 14系列，蘋果首次配備雙環境光傳感器，同時改善亮度調節和后攝曝光。

（來源OPPO：OPPO Find X5 Pro中的13通道光譜傳感器）

OPPO Find X5 Pro在業界首次搭載13通道光譜傳感器，給相機系統帶來精準的色彩表現，同時也還原更真實的環境光源信息，改善白平衡效果，OPPO Find X6 Pro的“健康引擎”可利用近紅外光譜分析皮膚含水量或血氧濃度。

（圖源VIVO：vivo VCS仿生光譜技術）

VIVO X90則是采用自研VCS仿生光譜技術。由于普通圖像傳感器的color filter光譜與人眼差異較大，自研VCS仿生光道技術通過改進color fiter，讓傳感器接收的原始信息不斷接近人眼，實現更好的噪聲表現和色彩還原，前置優化光信號。

現階段，華為、蘋果、三星等企業已申請多項多光譜成像相關專利。例如，華為的“多光譜色溫傳感器”專利可通過多波段數據優化拍照色彩；蘋果則探索將紅外光譜用于生物識別增強。小米12S Ultra通過額外光譜傳感器提升AI場景識別精度。

四、多光譜傳感器的分析介紹

（圖源ams：窄帶濾光結構設計示意圖）

多光譜傳感器的技術原理(非成像)

在上述手機機型中均采用的多光譜傳感器，一般采用均窄帶濾波技術，在傳感器的感光部分開口，開口上方放置窄波長濾光片，從而探測到環境光源的光線，不同光譜通道實際就是通過窄波長濾光片來控制特定頻率的光通過。這類傳感器不需要體積龐大的色散元件和光路，因此結構非常緊湊。而此類方案屬于單點的光譜傳感，僅限對整體的光環境混合探測，無法體現同部的光源、色溫信息和差異。

（來源：Sensors）

多光譜成像芯片的技術原理

為何說華為Mate70的紅楓原色影像會成為本次的主角，原因在于其對比于往期單點多光譜傳感器在其結構上進行一輪的升級，常規圖像傳感器通常是在各像素的光電二極管上構建紅、綠、藍3種彩色濾光片，而多光譜成像則是在圖像傳感器的光電二極管上構建更多種顏色的濾光片，可分別透過不同波長的光線。結合光譜恢復算法，可以和普通相機一樣，一次拍攝即可獲取二維圖像和更豐富的光譜信息。

五、未來趨勢：從技術突破到生態構建

盡管前景廣闊，多光譜濾光片在手機端任然有持續發展空間，結合當下熱門的ai計算成像技術，實現軟件計算調控與成像系統硬件的支持，將成為手機影像發展的一個助推動力，而計算成像不再滿足于錦上添花，更多的影像表現也成為眾多廠商追求的重點。

當下發展難點：

算法與算力瓶頸：多波段數據需更高階的ISP（圖像信號處理器）和AI算法支持，對芯片能效提出新要求。  

用戶認知度不足：消費者對光譜功能的感知較弱，需通過場景化應用（如美妝分析、食品安全檢測）建立需求。  

（來源:阿里巴巴達摩院）

六、未來發展方向可能

1. 光譜+AI融合創新：結合深度學習模型，將多光譜數據轉化為直觀的用戶價值（如實時肌膚診斷報告）。  

2. 開放生態合作：手機廠商聯合醫療、農業、環保等行業，構建多光譜應用開發生態。  

3. 成本下探與標準化：通過工藝優化（如晶圓級濾光片陣列）降低單價，推動技術向中端機型滲透。

多光譜濾光片與CMOS傳感器的結合，標志著智能手機成像從“視覺記錄”向“光譜感知”的范式轉變。隨著技術成熟與場景挖掘，這一技術有望成為下一代移動設備的標配，不僅重塑影像賽道，更將開啟“手機即科學儀器”的新時代。廠商需在硬件迭代、算法優化與生態構建三端協同發力，方能在這一技術浪潮中搶占先機。