当量子物理走出实验室，下一站会在哪里？
近日，第十六届全国量子成像学术会议在苏州召开。围绕量子关联成像、计算成像、单光子成像等方向，来自高校、科研机构和产业界的专家学者展开交流，共同探讨新型成像技术的发展与应用。
在这场聚焦前沿技术的会议上，一家成立仅数年的科技企业引起关注——深圳亿维瑞光科技有限公司（以下简称“亿维瑞光”）。公司试图将长期应用于重大科研项目的量子关联成像技术，转化为可规模量产的传感器和解决方案，为汽车、机器人、低空飞行器及消费电子等设备提供更丰富、更可靠的环境感知能力。
创始人现场揭秘“鬼成像”，量子关联成像加速走向产业
会议现场，亿维瑞光创始人、CEO兼CTO王霄鹏发表主题演讲，围绕“量子关联成像技术如何从科研成果走向产业应用”展开分享，介绍了公司在量子成像技术研发、产品化以及智能感知领域的最新进展。
演讲中，王霄鹏首先从量子关联成像的底层原理切入，试图让这一前沿技术变得更加直观。
“量子关联成像又称为‘鬼成像’。”王霄鹏介绍，传统光学更像一台“傻瓜相机”，依赖传统光学构造获取信息；而量子关联成像则像一台“压缩机和解压器”，能够根据需求，通过计算方式提取目标信息。
现场，与会人员对亿维瑞光展现出浓厚兴趣。围绕量子关联成像相比传统感知方案的技术优势、应用场景以及商业化推进等问题，多位参会嘉宾与王霄鹏展开交流，王霄鹏也进行了耐心且细致的回答。
据王霄鹏介绍，相比传统摄像头或单一深度传感器，量子关联成像能够融合图像、深度点云、光谱和偏振等多维信息，实现“一套系统输出不同维度数据”。
对于汽车、机器人等智能设备在复杂环境下的感知难题，王霄鹏表示，传统传感器在雨雪雾霾、强光逆光等环境下容易受到干扰，根源在于传统成像方式会将干扰直接反映在成像结果中。而量子关联成像利用高维数学关联过程，可以在底层机制上区分干扰与目标信息。
除了性能优势，成本也是量子关联成像走向产业化的重要因素。
王霄鹏透露，亿维瑞光通过全新的量子关联成像架构，在成熟光机电算产业链基础上加入特殊量子调制器件，有望在数百元成本预算下实现激光雷达级别的感知效果。“这不是通过某一个环节优化挤出来的，而是在架构层面实现的。”
在产业化推进方面，王霄鹏表示，目前，亿维瑞光正在与国内外汽车及消费电子领域客户推进产品验证和导入，部分型号已进入小批量阶段。
对于新技术如何进入成熟产业和市场，王霄鹏认为，最大的挑战在于推动客户完成新技术导入。因此，亿维瑞光选择站在客户角度解决实际问题，通过轻量化部署、轻量化迁移，让客户以更低成本完成方案切换。
长期以来，量子成像被认为是光学领域的重要前沿方向，但如何从实验室成果走向产业应用，一直是行业关注的难题。亿维瑞光正在探索的，正是这一技术从科研成果到商业产品的转化路径。
首家商业化量子关联成像企业，探索下一代感知方案
成立于2021年的亿维瑞光，是一家专注于量子关联成像技术产业化的科技企业，致力于研发和制造面向下一代智能终端的融合感知产品。
据公司介绍，亿维瑞光是量子关联成像技术商业化落地的首家、也是目前唯一一家企业，希望推动这一此前主要服务于科研项目的前沿技术，进入汽车、机器人、低空飞行器及消费电子等更广泛的产业场景。
过去，关联成像技术长期停留在科研领域，产业化难点并不只是单一技术突破，而是如何实现数学物理设计与产业链能力的结合。亿维瑞光选择基于成熟工业体系进行创新，通过系统设计和算法优化，将多类感知能力集成到单一模组中。
在商业化路径上，亿维瑞光强调“先降本、后增效”。王霄鹏表示，公司希望先让客户在成本账上算得过，再逐步释放多维信息融合带来的价值。
围绕量子关联成像技术，亿维瑞光已经形成涵盖核心元器件、成像算法和融合传感模组的产品体系。目前，公司主要产品包括RGBD产品、5D融合感知产品以及主动关联量子雷达。
其中，RGBD产品可同步输出图像与深度数据，面向新能源汽车、电动两轮车和具身智能等场景；5D融合感知产品进一步融合深度、图像、光谱和偏振信息，可用于下一代L4及以上自动驾驶的舱内外多模态感知。
据了解，2024年，亿维瑞光产品首次送交车企测试并达到相关技术要求；2025年，公司融合类产品进一步推向市场，目前正与下游客户开展产品定义、定制开发和测试验证，推动技术向车规级和规模化应用迈进。
截至目前，亿维瑞光已完成数千万人民币天使+轮股权融资，本轮融资由汽车零部件产业链上市公司领投。
公司核心团队兼具科研积累和产业经验。首席科学家韩申生长期从事量子关联成像研究，是该领域的重要奠基人，也是全国量子成像学术会议的发起人和常务顾问；创始人、CEO兼CTO王霄鹏是国家级重点人才工程引进专家，拥有雷达成像、量子成像和自动驾驶领域的研究及产业经验。团队在量子成像原理、系统架构、算法设计和工程实现方面积累了二十余年经验。
随着新能源汽车、机器人以及低空经济等产业快速发展，智能设备对感知能力提出更高要求。王霄鹏认为，未来3至5年，汽车感知系统将从“传感器堆叠”走向更少、更集成的传感器融合，即使用一个传感器输出多维度信息，实现“one for all”。
随着智能汽车、机器人等产业发展，下一阶段量子成像技术能否完成规模化商业验证，将成为行业关注重点。