思特威50MP高动态CMOS传感器发布
小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《思特威50MP高动态CMOS传感器发布》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!
近日,技术先进的CMOS图像传感器供应商思特威(SmartSens,股票代码688213),重磅发布5000万像素1/1.28英寸手机应用CMOS图像传感器——SC595XS。SC595XS基于思特威自主研发的SmartClarity®-XL Pro技术平台打造,采用22nm Stack先进工艺制程,创新集成思特威SuperPixGain HDR™(单次曝光三帧融合)、SFCPixel®-2以及AllPix ADAF®等多项领先技术,具备110dB超高动态范围,同时拥有低噪声、高帧率、低功耗、100%全像素对焦等多重性能优势,能够为旗舰智能手机主摄带来光影丰富、画质卓越的专业级影像体验,显著提升手机在高动态视频拍摄场景下的表现力。
超高动态范围视频 光影尽在掌握
依托思特威SuperPixGain HDR™技术,SC595XS实现了最高达110dB的超高动态范围,相比同平台前代产品提升了约22dB。这使得SC595XS能够在明暗对比强烈、光照条件复杂的环境中,帮助手机摄像头捕捉更多亮部与暗部细节,有效减少照片或视频中高光过曝、暗部丢失等问题,解决逆光、强光局部照射、明暗交错等传统拍摄难题。
SC595XS所搭载的SuperPixGain HDR™技术通过单次曝光下的三帧融合方式,在实现超高动态范围的同时,有效抑制运动伪影,让高速运动物体的画面清晰无拖尾。此外,SC595XS支持4K 60fps SuperPixGain HDR™模式及4K 120fps高帧率视频录制,为手机摄像头提供光影细腻、流畅自然的专业级视频拍摄能力,满足创作者在不同场景下的高质量视频需求。
全能旗舰影像芯 专业级影像体验
作为一款5000万像素RGB图像传感器,SC595XS配备1.22μm的大像素尺寸,在低噪声、快速对焦和低功耗等多个关键影像指标上均有出色表现。
借助思特威SFCPixel®-2专利技术,SC595XS通过SF中置设计,在提升灵敏度的同时大幅降低噪声水平,使手机在黄昏、夜间等低照度环境下也能拍出明亮、细腻、清晰的画面。此外,SC595XS还集成了思特威AllPix ADAF®与Sparse PDAF技术,支持双模式自适应对焦。在暗光条件下,可启用AllPix ADAF®模式,利用100%全像素参与对焦,实现高速且精准的自动对焦效果。同时,得益于电路与IP模块的优化升级,SC595XS的整体功耗较前代产品明显下降,有助于缓解高清视频录制时的设备发热问题,从而延长整机续航时间。
思特威联合创始人兼首席运营官兼高性能感知BG CEO马伟剑表示:“随着移动影像技术的不断演进,智能手机已成为人们日常拍摄的主要设备,并逐步在某些领域替代相机完成更专业的拍摄任务。特别是在短视频内容创作兴起的当下,用户对于手机视频拍摄性能的需求日益增长。SC595XS是思特威依托全国产供应链打造的新一代50MP 1/1.28英寸旗舰级手机主摄CMOS图像传感器,不仅具备低噪声、100%全像素对焦、低功耗等核心优势,更首次引入了思特威自主研发的SuperPixGain HDR™技术,将动态范围提升至业界领先的110dB,并支持该模式下4K 60fps超高动态范围视频录制。凭借全面增强的技术实力,SC595XS将赋予智能手机主摄像质生动、色彩真实、画面清晰的专业影像表现,为终端用户提供更加便捷、自由的超高动态范围照片与视频拍摄体验。”

SC595XS预计将于2025年Q3开始接受客户送样测试,如需获取更多关于SC595XS的产品详情,请联系思特威销售团队。
文中关于图像传感器,思特威,动态视频的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《思特威50MP高动态CMOS传感器发布》文章吧,也可关注golang学习网公众号了解相关技术文章。
ElserAI漫画多语言生成技巧
- 上一篇
- ElserAI漫画多语言生成技巧
- 下一篇
- Golangvendor目录功能与使用解析
-
- 科技周边 · 人工智能 | 2天前 |
- 讯飞绘文写活动通知怎么避免改错时间和地点
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Accelerate Accelerator.clip_grad_norm_ 怎样在混合精度训练中裁剪梯度
- 339浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | 人工智能 · LoRa PEFT save_pretrained PeftModel 适配器权重
- PEFT PeftModel 怎样只保存适配器权重
- 468浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Transformers num_special_tokens_to_add 怎样计算输入的特殊词元开销
- 233浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | TensorFlow dataset tf.data assert_cardinality
- TensorFlow tf.data.assert_cardinality 怎样标记数据集的样本数量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | PyTorch 模型权重 safetensors safe_open
- Safetensors safe_open 怎样按名称读取单个张量
- 368浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Transformers get_added_vocab 怎样读取新增词元与编号映射
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Safetensors metadata 怎样读取文件元数据
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Transformers compute_transition_scores 怎样查看每个生成 token 的分数
- 321浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Transformers StopStringCriteria 怎样按结束字符串停止生成
- 443浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | 人工智能 · Hugging Face 模型仓库 Hugging Face Hub HfApi list_repo_tree
- Hugging Face Hub HfApi.list_repo_tree 怎样列出模型仓库中的文件
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · PyTorch safetensors contiguous save_file transpose
- Safetensors 保存转置张量时怎样处理连续内存
- 165浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1173次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1157次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1338次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1281次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1140次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

