AI百科网 AI教程
产品动态

剑桥做了个 10 美元的芯片,想把化验室搬到手腕上

剑桥团队造出约 10 美元的小型光谱传感器,测试中对多种物质分类全部正确,还能无创测血糖等指标。本文讲它的原理突破和离量产还有多远。

本文目录 · 6 节

测血糖不用扎手指,验东西不用送化验室——剑桥大学把光谱仪做小做便宜的做法,绕了个巧劲。它没有把仪器做得更精密,而是把化验的数学搬进了芯片里。

一、发生了什么

据 ScienceDaily 10 月 22 日报道,剑桥大学及其衍生初创团队研制出一款约 10 美元的光学传感器,尺寸只有几厘米,可以装进可穿戴设备。传统光谱仪缩小体积往往牺牲精度——测量范围变窄、分辨率降低,只适合粗略识别物质;这个团队换了一条路:让光在物理层面直接完成一种数学运算——卷积,再配合快速傅里叶变换还原光谱,绕开了小型化设备常见的精度损失。样片用氮化硅光子平台制造并集成了板载电子元件,工作在近红外波段,不到一秒就能完成一次测量。在报告的测试里,它识别塑料、药品、咖啡、面粉和茶的分类成功率为百分之百,测水基和有机溶液浓度的精度约万分之一,超过部分台式设备。健康场景下,它在模拟真实生理环境的条件下测出了皮肤水分、血酒精、血乳酸和血糖;并已在一名参与者身上完成一段时间的无创血糖追踪,团队称成为医疗产品前还需要更多验证。器件还能在零下 20 度到 80 度之间稳定工作,这个耐受范围对户外和工厂场景相当有用。项目负责人的愿景是让光谱测量像温度计一样普及。

二、跟你有什么关系

如果你是糖尿病前期的长期监测需求者:无创血糖是这类器件最诱人的方向,但它还在科研阶段,离医疗产品要过认证,现有市售方案一律谨慎。如果你做消费硬件:10 美元的物料成本意味着食品新鲜度检测、水质监测这类功能可以塞进量产设备,差异化空间在软件和场景而不在硬件参数。如果你关注国产替代:光子集成是成熟代工工艺,这个方向国内团队同样有入场券,值得盯论文背后的衍生公司。

三、怎么判断

读到这儿,可以顺路看 汤道生预告混元 Hy4:第一次能看图 腾讯在数字生态大会上预告混元 Hy4 正式版,首次加入视觉理解,还会推出主打性价比的 Flash 版。这篇只按预告口径写,讲清升级点、Flash 的定位和该等什么再动手。
  1. 区分「实验室指标」和「产品指标」。百分之百的分类正确率来自特定测试集,换成真实环境会有折扣。
  2. 看监管路径。测血糖属于医疗器械范畴,任何厂商宣称可穿戴无创测糖,先查有没有注册证。
  3. 观察衍生公司的量产动作。从论文到芯片量产通常要数年,发布即下单的说法都值得怀疑。

四、三个别信的说法

10 美元就是终端售价。 报道说的是传感器本身成本。整机加上封装、电池、软件和认证,零售价会高一个量级,参考任何智能手环的价格结构就能明白。

无创血糖已经可用了。 目前只有一名参与者的追踪演示,团队自己也说成为医疗产品前还需要更多验证。现在市面上的无创测糖宣传,多数不靠谱,戴上手表就能替针头的时代还没到。

越小的光谱仪越先进。 小型化并不新,难的是小而不牺牲精度。这个方案的价值在于用光学方式做计算,而不是单纯把器件做小。另外它还省了计算资源:传统小型光谱仪靠复杂算法重建光谱,噪声一大就不稳;这套方案的测量是线性关系,还原快、算力开销低,这才是能上可穿戴的关键。

五、一句话结论

好的硬件创新常常是换了算法的位置——让光去做数学,芯片才能又小又准。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 具身智能 机器人学拧螺丝,为什么要拆成两步教 读完能理解机器人自主拧螺丝为何难:接触密集、发力精细、环境多变。新研究把任务拆成两段三模块,在真机上做到对齐成功率接近熟练工人,做具身操作的人可参考其分步思路。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?