算力 infra · 动态视觉传感器(DVS) / 类脑视觉 · 深度分析(公众版)

柏锐智芯 Brainsight

柏锐智芯科技(成都)有限公司 · 成立 2025 · 天使轮 · 数据截至 2026-07
先纠正一个常见误读:柏锐智芯不是"脑机接口"公司,它做的是DVS(动态视觉传感器)+ 多模态融合计算——一种"类脑"的视觉感知技术。传统摄像头像"每隔一段时间拍一整张照片",而 DVS(又称事件相机)模仿人眼视网膜,只在画面发生变化的像素上产生"事件",因此具备极高时间分辨率、极低功耗、极低延时的特点,擅长高速运动、强弱光剧变等传统相机拍不好的场景。柏锐智芯 2025 年成立于成都,主打"DVS 多模态融合计算解决方案",已获成都高投集团天使轮。但必须坦白:这是一家成立仅约一年、公开信息极薄的极早期公司,本文重点在讲清它的技术定位与赛道门槛。
DVS / 事件视觉
类脑视觉传感
多模态融合计算
核心方向
成都 · 2025
极早期
天使轮
成都高投集团
深度版 · 面向公众 · 不含投资定价⚠ 极早期,公开信息极薄,缺口贯穿全文

导读怎么读 + 两个必须先说清的前提

前提一:它公开信息极薄

缺口柏锐智芯成立于 2025 年,可核实的公开信息基本只有"成都公司 + DVS 多模态融合计算方案 + 成都高投天使轮"。创始人与团队履历、芯片/传感器流片进度、性能、客户、融资金额均未公开。本文"事实"极少,主要把它放回DVS / 事件视觉这条赛道来讲定位与门槛,对生意成色更多是判断与追问。

前提二:两个甄别

事实 / 判断① 柏锐智芯做的是动态视觉传感器(DVS/事件相机方向),属于"类脑视觉",不是脑机接口,也不是类脑计算大芯片——名字里的"脑"是"仿生视觉"之意。② 它与另一家更知名的事件视觉公司"锐思智芯(Alpsentek)"名字相近但是不同公司,切勿混淆。本文只分析柏锐智芯。

事实有公开来源 推导基于事实推断 判断观点,可反驳 缺口信息缺失/未公开 ⚠ 不含目标价/评级

01一句话判断与决定性变量

核心判断

判断柏锐智芯是一支切进"类脑视觉(DVS)+ 多模态融合"这条前沿但小众赛道、方向新锐、但阶段极早的初创公司。它赌的是"DVS 这种低功耗、高时间分辨率、擅长高速/强弱光剧变的仿生视觉,会在机器人、自动驾驶、工业检测、具身智能等场景找到刚需,并且'DVS + 传统视觉/其他模态'的融合计算能补足单一 DVS 的短板"。这个方向本身有想象力,但 DVS 赛道多年来的现实是"原理惊艳、生态薄弱、杀手级场景难找、量产与成本不易"。它眼下的决定性变量非常朴素:能不能在某个具体场景里,证明"DVS + 多模态融合"比成熟的传统视觉方案更好、更省、且有人愿意买单——在它成立仅约一年、几乎无可验证信息的当下,这一切都还是问号。

决定性变量为什么是胜负手兑现的观察信号
DVS 的"杀手级场景"能否找到判断DVS 多年难普及的核心原因是缺乏"非它不可"的规模场景与成熟生态,多停在示范/小批量。落地场景、标杆客户、相对传统视觉的可量化优势。
"多模态融合"是真价值还是概念推导单一 DVS 有短板(无绝对亮度、生态弱),融合传统视觉能补足,但也可能只是把难点叠加。融合方案的实际效果、算法/芯片成熟度、成本。

02生态位:AI 感知层里的"仿生视觉"支线

先看它站在算力/AI 产业的哪一层,这决定了它的想象力和它要撞的墙。

AI 视觉感知的两条路(简化) 传统视觉(帧相机) CMOS 图像传感器:每隔固定时间拍整帧,成熟、生态强、但功耗高、动态范围有限 └─ 主流方案,绝大多数摄像头/视觉 AI 在这条路 类脑视觉(DVS/事件) 模仿视网膜,只对变化像素产生"事件":低功耗、高时间分辨率、低延时、高动态范围 └─ 【柏锐智芯在这里,做 DVS + 多模态融合计算】 → 感知层为上层算力/AI 提供更高效的"眼睛",尤其在高速/强弱光剧变场景

判断柏锐智芯的位置在AI 感知层的"类脑视觉"支线——它不做算力大脑,而做更高效的"眼睛"。事实公司定位为 DVS 多模态融合计算解决方案提供商,主攻动态视觉传感器及其与其他模态的融合计算。推导"多模态融合"的思路,很可能是用 DVS 补足传统相机在高速/强弱光下的短板,同时用传统视觉补足 DVS 缺绝对亮度信息、生态薄弱的短板——两者互补。

生态位的尖锐处

判断DVS 这条路"原理优雅、现实骨感"。优雅:低功耗 + 高时间分辨率 + 高动态范围,在机器人、无人机、自动驾驶、工业高速检测、具身智能等场景确有独特价值。骨感:DVS 商业化多年,一直卡在"缺乏杀手级规模场景、生态和工具链薄弱、算法与传统视觉不通用、量产成本与良率"这些坑上,多数玩家停在示范或小批量推导对一个成立仅约一年的团队,最现实的问题是:它能不能用"多模态融合"这个差异化切法,在某个具体场景真正跑通,而不是重蹈"技术先进、场景难找"的覆辙。成都高投的天使轮给了它起步资金,但离验证还很远。

03一个争议命题:让正反双方当场对撞

命题 · DVS + 多模态融合,是新锐机会还是又一次"太早"?
Bull · 具身智能给了 DVS 新舞台
机器人、具身智能、自动驾驶爆发,恰恰需要低功耗、高时间分辨率、能应对高速运动和强弱光剧变的视觉——这正是 DVS 的主场。用"多模态融合"补足单一 DVS 的短板,是聪明的差异化。踩在具身智能大势 + 成都产业资本支持上,柏锐有机会在新一波需求里卡位。
Bear · DVS 的老坑一个没少
DVS 商业化十来年,杀手级规模场景始终难找,生态、工具链、算法通用性都弱,量产成本高,多数公司停在示范。柏锐成立仅约一年、信息几乎空白,前面还有锐思智芯、Prophesee 等更成熟的玩家。它大概率长期停在早期验证,"多模态融合"可能是把两种难点叠在一起,而非解决问题。
Reality · 现状
事实柏锐智芯 2025 成立、做 DVS 多模态融合方案、获成都高投天使轮。缺口团队、流片、性能、客户、融资额均未公开;DVS 行业整体尚无规模化商业赢家。
裁决
判断方向(类脑视觉 + 具身智能需求)有想象力,但DVS 的历史包袱真实沉重,且柏锐阶段太早、几乎无法验证。裁决:把它当作"一个方向新锐、值得跟踪的极早期押注",而非可判断的生意。它的胜负不在"DVS 概念对不对"(有价值),而在"能不能用多模态融合在某个具体场景里做出'非它不可'的落地",并跨过量产与成本关。在此之前,它更接近高风险的技术押注。

04需要警惕的风险

风险说明观察信号
阶段极早成立约一年,流片、量产、客户、团队均未公开,离商业化很远。流片/样机进度、团队履历、融资到位与推进。
DVS 场景魔咒DVS 长期缺杀手级规模场景,多停在示范/小批量。标杆场景、客户、相对传统视觉的可量化优势。
生态与量产DVS 生态、工具链、算法通用性弱,量产成本与良率不易。软件工具链、算法成熟度、量产成本与良率。
强敌在前锐思智芯、Prophesee 等更成熟玩家已在事件视觉深耕。差异化(多模态融合)能否真正拉开身位。
信息高度不透明团队、财务、技术进度几乎全未公开。是否有权威披露或第三方可核实数据。

判断五类风险的母题是同一个:柏锐智芯能不能用"DVS + 多模态融合"这个差异化,在某个具体场景里做出"客户非它不可"的落地,并跨过量产与成本关。在这被证明之前,它是一支方向新锐、值得跟踪、但尚无法作为生意评判的极早期团队。

05追问清单 · 想真正看懂它,该问这些

信息越薄,这份清单越重要。★ 是我认为最锋利、最能戳破概念的问题。

1阶段与技术真实性(最锋利)
  1. ★ 是自研 DVS 传感器芯片,还是基于第三方 DVS 做融合计算/算法/模组?流片/样机到什么阶段?— 决定它是芯片公司还是方案/算法公司,含金量天差地别。
  2. ★ "多模态融合"具体融合哪些模态(DVS + RGB?+ 其他?)、融合在芯片层还是算法层、实际效果如何?— 区分真价值和概念叠加。
  3. 团队核心成员的视觉传感器/芯片背景如何?有没有做过事件视觉的人?
2场景与差异化
  1. ★ 目标落地的具体场景是什么(机器人/自动驾驶/工业检测/具身智能)?相对成熟传统视觉方案,客户为什么非用 DVS 不可?— DVS 的生死线在"杀手级场景"。
  2. 相对锐思智芯、Prophesee 等更成熟玩家,柏锐的差异化和资源依托(成都高投等)是什么?
如果只能问三个问题

判断① 是自研传感器芯片还是做融合算法/方案,流片到哪一步?② "多模态融合"在哪个具体场景真跑通了、比传统视觉好在哪?③ 相对更成熟的事件视觉玩家,你凭什么差异化?——这三问答清楚,就知道柏锐智芯是"值得早期跟踪的类脑视觉新锐",还是"概念很新、场景难落"的早期押注。

06信息来源与说明

· 老虎证券(itiger)投融资动态:《柏锐智芯天使轮融资,投资方为成都高投集团》——公司成立(2025)、DVS 多模态融合计算定位、天使轮
· 行业背景参考:事件相机/动态视觉传感器(DVS)技术综述、锐思智芯(Alpsentek)等事件视觉公司报道,用于说明赛道门槛与甄别同类
· 说明:截至 2026-07,未检索到柏锐智芯的创始人履历、流片/量产、性能、客户、融资金额等可靠公开信息

免责声明:本报告为面向公众的科普与分析性内容,仅基于截至 2026-07 的极有限公开信息整理,不构成任何投资建议,不含估值目标价、买卖评级或持仓建议。柏锐智芯成立仅约一年、处于极早期,本文绝大部分内容为基于赛道逻辑的判断与追问,而非对该公司实况的断言;它做的是动态视觉传感器(DVS/类脑视觉),并非脑机接口,且与"锐思智芯"为不同公司;团队、流片、性能、客户等均未公开,文中已用 缺口 大量标注。文中标注:事实=有公开来源、推导=基于事实的推断、判断=作者主观观点(欢迎反驳)、缺口=信息缺失。Bull/Bear/裁决为分析框架,非事实断言。