
走进上海艺仓美术馆,直梯上F4,蔡司在这里布置了一个纪念展,庆祝175岁生日。纪念展以“光”为灵感,分为7个篇章,回首了蔡司在科研探索、光学消费、医疗健康、高科技制造等近两个世纪的经典成就,名为——“光的175次方”。
1846年,蔡司诞生于德国耶拿的一个小镇上,并在1857年生产出了世界上第一台复式显微镜,从此开启了人类探索微观世界的大门。
图:蔡司第一台复式显微镜
达尔文就用蔡司显微镜研究了物种起源与变迁,从而推导出了后来震惊世界的进化论。同时,蔡司光学技术在医学领域也发挥了作用,1883年罗伯特·科赫与同事一起借助蔡司显微镜发现霍乱弧菌,帮助控制了霍乱。另外,在蔡司还为艺术领域做出过贡献,在1923年,完成白内障手术后的莫奈通过佩戴蔡司为白内障患者设计的镜片,完成了著名画作《睡莲》的再创作。甚至在1969年,蔡司镜头帮助宇航员阿姆斯特朗记录下了人类在月球上的第一个脚印,让月球对于人类而言不再是“神秘莫测”。
还有蔡司用于新能源汽车部件质量控制的精准测量技术、全生命周期眼健康解决方案、显微镜助力36位诺贝尔奖得主的故事,以及比人的头发细 5000 倍的芯片结构——从浩瀚星河,到纳米世界,蔡司步履不停。
比如在高端制造领域,蔡司的技术涉及从微芯片到新能源汽车,为技术的迭代与变革注入源源动力,助力制造业升级。自1968年第一次为电路板曝光设备提供镜头以来,蔡司已涉足半导体领域52年,推动芯片制造工艺尺寸缩小了三个量级。蔡司EUV光刻技术可以生产出比以往任何时候都更强大、更节能和更精密的微芯片。EUV代表“极紫外线”,即具有极短波长的光。相较成熟DUV技术的193纳米,EUV的波长为13.5纳米,大大突破了技术极限,所制造出的芯片结构能够再缩小14倍。
在新能源领域。以电池为例,电池的技术研究和电池的质量控制都需要运用广泛的成像、分析和计量工具。由蔡司制造的光学、电子、射线显微镜、计算机断层扫描(CT)系统以及坐标测量机等可用于评估和关联相关长度范围内的结构、成分、电气和尺寸特征。
图:蔡司显微镜下的芯片结构
在蔡司,创新是一种生活方式,是公司的立足之本,将推动蔡司实现更多影响世界的伟大创想。为此,蔡司在全球每年将10%的销售额投入研发,11%的员工专职于研发创新,有3500-4000万欧元用于专利支出。
此前,蔡司在全球已经进行了一系列庆祝活动,而这次在上海的庆典,除了展示历史高光时刻,展望光学与光电技术未来的应用潜力,还分享了蔡司在中国的故事。
1957年,蔡司进入中国,大中华区总部位于上海自由贸易试验区,设有销售服务总部、应用服务与培训中心、蔡司工业测量部生产工厂及蔡司集团在德国以外的首个企业级创新研发中心,同时具备面向整个国内市场的中央物流与仓储功能,全面支持中国本土研发与生产,积极拓展合作领域,深耕中国市场。2020年,中国市场成为蔡司在全球的第一大市场。在蔡司2025议程中,专门提出了一项围绕塑造中国市场的关键项目,即Shaping in and beyond China(塑造中国内外市场)。
蔡司大中华区总裁福斯特(Maximilian Foerst)现场说道:“自成立之日起,追求卓越、不懈挑战的创新精神是公司发展的命脉。175年以来,是所有员工与合作伙伴的共同支持成就了蔡司在全球的影响力,并让我们得以不断拓展边界;与此同时,我们长期与科学界展开合作,加大科研投入,以此推动行业进步,造福社会。而在中国亦是如此。”,“作为蔡司全球第一大市场,中国不仅是创新、生产以及多个全球战略项目的枢纽,更是以本土创新惠及全球的标杆。未来,我们将携手本土合作伙伴,继续与中国共同发展。”
图:蔡司大中华区总裁福斯特(Maximilian Foerst)
蔡司已经走过175年,在下一个百年,希望蔡司能够继续做“追光者”,Seeing beyond!
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。