电子制造行业点评报告：3d识别到ar眼镜，从输入到输出的创新之路

《电子制造行业点评报告：3d识别到ar眼镜，从输入到输出的创新之路》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、行业报告

2、行业点评电子制造证券研究报告2017年12月21日投资评级3D识别到AR眼镜，从输入到输出的创新之路行业评级强于大市(维持评级)上次评级强于大市作者MagicLeap通过发布AR头显MagicLeapOne，官网显示开发者版本将于潘暕分析师2018年发货。MagicLeap此前经历四轮融资，总额达到19亿美元。新产SAC执业证书编号：S1110517070005品MagicLeapOne包含AR眼镜以及计算引擎、控制手柄共三款产品，拥panjian@tfzq.com有数字光场、视觉感知、持久化对象、声场音频、高性能芯片组和下一代交张昕分析师互等特性。与Ho

3、lens不同，该款头显采用不同于立体显示的光场显示技术，SAC执业证书编号：S1110516090002从根本上解决AR设备常有的眩晕问题。zhangxin@tfzq.com行业走势图苹果新机搭载3D摄像，打开移动端AR/VR应用场景。3Dsensing打开多电子制造沪深300样化应用场景，不仅仅包括现阶段大家最关注的iphoneX人脸识别功能，36%在此之后的手势识别，乃至ARVR融合，带来硬件+软件升级变化，才是重29%点。苹果的创新预期会带动整个安卓阵营，包括国产机厂商3DSENSING进22%入提速期。从技术方案上来看，3Dsensing有结构光、TOF、

4、双目三类技术15%路线，苹果采用AMS（Heptagon）的方案，预计安卓机可能采用高通8%&Himax/Mantis的方案，其他摄像头模组厂商会参与。依托于手机庞大的用1%-6%户量，移动端AR将进入快速渗透期。2016-122017-042017-08资料来源：贝格数据AR眼镜中长期将与手机平台协同发展，从专业级到消费级发展路径。手机相关报告端AR虽具备成本低、开发便捷、操作简便等特性，AR眼镜具备解放双手、1《电子制造-行业点评:苹果新高，供沉浸感强、交互性强、用户体验佳等优势。基于此我们中期看好AR眼镜结应链应乐观》2017-12-19合手机计算平台的模式。

5、由于价格、体验等问题，此前消费级AR眼镜发展2《电子制造-行业研究周报:周报：当较慢，今年开始，AR眼镜在专业领域率先兴起。我们看好AR眼镜通过手前手机和智能汽车的销量重要吗？》势识别、语音识别、眼球跟踪等多种交互方式，成为独立的小型计算中心，2017-12-18在专业级+消费级市场共同发展。预计2017-2021年，独立AR设备年出货3《电子制造-行业点评:一周半导体动量由100万件增长至2700万件，市场复合增速达228%。光学是AR眼镜整向：再次强调明年半导体行业三条主线机的核心环节，预计AR眼镜的爆发将主要集中在自由棱镜式以及阵列波导投资方向》2017-12

6、-10式的产品上。投资建议：从光学零组件产业链角度推荐水晶光电（3D传感器发射及窄带滤光镀膜、AR光机制造）、联创电子（DOE、衍射屏及3D传感器镜头）、福晶科技（AR光机光学组件）、欧菲光（3D传感器模组）。从ODM整机角度推荐闻泰科技（分离式VR设计、高通平台开发支持）、歌尔股份（VR及AR产品开发）。风险提示：3Dsensing渗透不及预期，AR眼镜推进不及预期请务必阅读正文之后的信息披露和免责申明1行业报告

7、行业点评1.苹果搭载3D摄像，MagicLeap公布新产品，AR快速普及1.1.MagicLeap公布最新AR头显产品2017年12月20日北京时间晚上

8、10点整，MagicLeap正式更新了其官方网站，并通过官网发布了旗下神秘AR头显MagicLeapOne，开发者版本将于2018年发货。我们此前一直看好2018年AR眼镜的机会，此次MagicLeap公布AR头显设备，是第一次兑现。公司产品此前一直处于概念阶段，经历了四轮融资，融资总额达到19亿美元，估值达到近60亿美元。表1：MagicLeap融资之路时间投资方金额2014.2私募资金5000万美元2014.10谷歌领投，高通、传奇影业等跟投5.42亿美元2016.2阿里巴巴领投，摩根大通、摩根士丹利、谷歌等跟投7.93亿美元2017.10淡马锡领投，EDBI、

9、GrupoGlobo、JanusHendersonInvestors5.02亿美元等跟投资料来源：谷歌、淡马锡等，天风证券研究所整理根据官网公布的消息，MagicLeapOne包含AR眼镜以及计算引擎、控制手柄共三款产品，拥有数字光场、视觉感知、持久化对象、声场音频、高性能芯片组和下一代交互等特性：•数字光场：产生不同深度的数字光，与自然光无缝融合，生成共存于真实世界中逼真数字对象；•视觉感知：基于机器学习的视觉感知，传感器套件可以检测表面、平面和对象，从而可以对物理环境进行数字重建；•持久化对象：光场对象能够维持在初始位置，不随人体的移动而移动；•声场音频：模