芯片尺寸仅2mm！君正三款ISP新品亮相，剑指穿戴式视觉感知主赛道

电子发烧友网报道（文/莫婷婷）在多模态交互日益普及的背景下，第一视角快速记录能力逐渐成为AI智能眼镜的核心价值所在。这一需求推动了相机系统的升级——拍摄功能已成为AI智能眼镜的标配，甚至成为其差异化竞争的关键。拍摄功能的背后，是强大的图像信号处理器（ISP）支撑着高质量图像的实时处理。
 
就在北京君正技术峰会2025上，君正正式向业界公开了公司在智能穿戴式ISP领域的研发进展，并宣布三款智能穿戴类ISP解决方案将于2026年陆续推出。
 
第一视角记录成核心趋势，AI眼镜面临“不可能三角”挑战
目前市场上的AI智能眼镜主要采用两种架构方案：全集成架构与MCU+ISP架构。前者将所有功能集成在一个芯片中，高集成度虽能减少外围电路，但功耗较高、成本高且技术支持难度大；后者则通过独立ISP芯片配合MCU实现更灵活的功能划分，具有功耗低、续航长、成本可控等优势，且技术较为成熟，支持难度低。
 
随着主流AI智能眼镜已普遍搭载摄像头系统，例如，第二代Ray-Ban Meta系列、影目的INMO GO3等均具备拍照与录像功能，能够实现会议记录、场景识别、AR导航等多种应用。这些功能的背后，是强大的图像信号处理器（ISP）支撑着高质量图像的实时处理。据了解，AI智能眼镜的分辨率从500万像素起步，典型配置达到1200万像素，部分高端产品支持4K视频录制。
 
然而，高画质带来的不仅是体验提升，更是性能、重量和续航之间的矛盾加剧。业界将这一困境称为“不可能三角”：高性能意味着高功耗，而电池容量增加又会导致重量上升；轻量化设计则难以容纳大容量电池，进而影响续航时间。
 
“功耗是现在面临的核心问题，如果不解决功耗问题，就永远解决不了续航问题”，智能视觉事业部总监Neil表示，“未来的竞争不再是尺寸之争，而是功耗与画质的较量。”
 
君正认为，单纯技术堆叠无法解决不可能三角，MCU+ISP架构更加适合当下AI智能眼镜的需求。与此同时，也需要性能更强的ISP解决方案，在不牺牲性能的前提下，实现极致的能效比与小型化设计。
 
君正推出全新ISP方案，三大核心产品亮相
在穿戴式ISP领域，君正已经推出三大产品，分别是C100系列、T系列、CW系列，面向不同应用场景，形成完整的穿戴类ISP解决方案矩阵。其中，C100是尺寸最小的H.265 ISP芯片，尺寸为5mmx6mm。T系列是当前主推系列，而CW系列将在画质、功耗、尺寸上进一步迭代。
 
君正CW系列包含三款重点产品：CW080、CW020、CW240。在这些产品背后，视觉处理能力与超低功耗设计构成了君正的核心技术壁垒。
 
CW080是君正的下一代穿戴ISP代表，将在2026年Q1发布。该产品支持1200万像素拍照、4K/2K/1080P视频录制，具备EIS电子防抖、WDR宽动态范围调节等功能。结合iVGrab v2技术，CW系列能够在<200ms内完成极速抓拍，500ms内启动录像。
 
在功耗方面，待机功耗低于1mW，开启EIS防抖功能的情况下，1080P 30fps录像功耗小于30mW。芯片尺寸仅约为7×9mm，集成128MB DDR3内存。
 

 
北京君正CW808技术特点（电子发烧友网摄）

 
另外两款新品CW020、CW240则是分别将在2026年Q2、2026年Q4发布。
 
CW020主打超小封装与极致紧凑设计，尺寸仅2mm，支持双摄、高帧率、HDR、RGB-IR等先进特性，并配备专用图像处理器，确保在极简结构下仍能提供稳定高效的图像处理能力。CW240基于8nm先进工艺打造，具备更高分辨率、更强算力与多摄拼接能力，支持最新一代图像处理算法。

 

 
在产品定位上，Neil强调君正并不局限于“AI智能眼镜专用ISP”这一单一赛道，例如CW020适用于对空间要求极为严苛的AI眼镜、AI耳机等穿戴类设备；CW240则适用于需要更高性能输出的专业级穿戴设备。上述三款产品将共同构成了覆盖AI眼镜、AI拍照耳机、环境感知类设备乃至AI手表等全场景的ISP解决方案。
 
Neil认为，当前AI智能眼镜市场尚处于探索阶段，产品的具体形态和功能定义仍未成熟，尚未形成统一的标准或用户共识。但随着技术的演进和新产品的陆续推出，将逐步涌现出多样化的创新尝试，用户将有机会体验并验证哪些设计和功能真正具有实用价值，从而推动整个品类走向成熟。
 
“预计今年，我们的AI眼镜ISP方案将实现十余家客户的落地应用或Demo 的落地”，他指出，在给客户的支持上，君正将提供标准化的协议和接口，并支持客制化，提供完整的解决方案。
 
站在AI智能眼镜爆发前夜，ISP作为其“视觉大脑”，决定了设备能否真正“看得清、用得久、戴得住”。君正在视觉处理技术领域有着深厚的技术积累，不仅在芯片级硬件层面逼近性能极限，未来将重点研发AI图像增强技术，构建“硬件+算法”协同的下一代视觉处理体系。