車用視覺ADAS

主題

車用視覺 AI 與 ADAS（先進駕駛輔助系統）感知供應鏈，從上游 CMOS 影像感測器（CIS）與 AI 算力平台 → 中游視覺演算法與車規相機模組整合 → 下游車廠/平台與商用載具。核心是把 AI 影像辨識（物件偵測、車道/盲區、駕駛監控 DMS、環景 AVM、記憶式代客泊車 AVP）輕量化嵌入車規晶片與相機模組，達成「軟硬一體」的感知方案。2026 年 NVIDIA 推動實體 AI（Physical AI），需求由乘用車 ADAS 外擴至商用車與機器人 AMR 感知。台廠以 2256_歐特明（興）（視覺 AI 演算法 + 車規相機模組 + AVP）為代表。

圖解

flowchart TB
    subgraph UP[上游]
        A1[CMOS 影像感測器 CIS<br/>Sony]
        A2[AI 算力平台 / SoC<br/>NVIDIA]
    end
    subgraph MID[中游 視覺方案整合]
        B1[視覺 AI 演算法輕量化]
        B2[車規攝影鏡頭模組<br/>HDR / 抗閃爍]
        B3[ADAS / DMS / 環景 AVM / 代客泊車 AVP<br/>歐特明]
    end
    subgraph DOWN[下游 車廠 / 載具]
        C1[乘用車<br/>小鵬 / 納智捷]
        C2[商用車 / 電動巴士]
        C3[機器人 AMR / 無人載具]
        C4[車廠平台<br/>鴻華先進 MIH]
    end
    A1 --> B2
    A2 --> B1
    B1 --> B3
    B2 --> B3
    B3 --> C1
    B3 --> C2
    B3 --> C3
    B3 --> C4

環節與台廠定位

投資觀察

• Physical AI 浪潮（2026）將車用視覺能力外延至機器人/AMR，擴大 TAM
• 軟硬一體 + 車規驗證為進入門檻，國產方案在商用車/工控載具切入點較乘用車易
• 風險：乘用車客戶集中、車規驗證週期長、與國際 Tier 1 競爭

相關公司

來源

• 公開資訊整理（gemini 查證，2026-05-31）