傳統光學產業正經歷一場類似於電子管轉向電晶體的典範轉移。長期以來,鏡頭設計受限於物理介質的曲率與厚度,導致光學模組成為現代電子產品微型化的主要瓶頸 。超透鏡(Metalens)技術的出現,標誌著光學製造從「類比式」的機械研磨,正式轉向「數位式」的半導體微影製程 。本文將解析其技術邏輯、量產路線之爭,並評估相關供應鏈的投資潛力。
物理本質:從幾何光學到波動光學
傳統透鏡依賴斯涅爾定律(Snell's Law),透過透鏡厚度的變化來累積光程差以實現聚焦,這導致了大光圈鏡頭必然伴隨著體積與重量的增加 。超透鏡則基於廣義斯涅爾定律(Generalized Snell's Law),利用在平面基板上排列的次波長(Sub-wavelength)奈米結構,直接對光場的振幅、相位及偏振進行調控 。
這項技術的核心優勢在於「功能集成化」與「平面化」:
- 體積縮減:超透鏡僅需微米級厚度即可實現聚焦,大幅降低光學模組的高度(Z-height),直接解決智慧型手機鏡頭凸起的問題 。
- 光學效率:相較於傳統繞射光學元件(DOE)約 30%-50% 的效率,超透鏡理論效率可達 90% 以上,且能消除零級光干擾,提升感測信噪比 。
- 偏振感知:透過特定的奈米結構設計(如幾何相位機制),單一元件即可具備偏振光識別能力。例如 Metalenz 開發的 Polar ID 技術,利用偏振特徵區分真實皮膚與面具,使 FaceID 模組體積縮小 50% 。
目前主流材料依應用波長而異:非晶矽(a-Si)因製程成熟,主導 940nm 近紅外光應用(如 ToF、FaceID);氮化矽(SiN)則因在可見光波段透明,成為 AR 眼鏡與手機成像鏡頭的首選材料 。
製程路線之爭:半導體 DUV vs. 奈米壓印 NIL
超透鏡的量產技術目前分裂為兩大陣營,這直接影響了未來的供應鏈格局。
1. 深紫外光微影(DUV):半導體廠的主場
以台積電(TSMC)與采鈺科技(VisEra)為代表。此路線利用現有的 12 吋 CMOS 產線,透過 193nm ArF 掃描機進行微影曝光 。
- 優勢:具備極高的對準精度與良率控制能力,供應鏈生態成熟 。
- 劣勢:光罩成本高昂,且受限於曝光場尺寸(Field Size),大面積元件需進行拼接曝光,技術難度較高 。
2. 奈米壓印(NIL):光學廠的逆襲
以 Canon、NIL Technology(被瑞儀收購)為代表。此製程類似「蓋章」,將奈米圖案壓印至晶圓上 。
- 優勢:設備成本(CAPEX)遠低於 DUV 機台,且能一步製作複雜的 3D 結構,不受視場拼接限制 。
- 劣勢:接觸式製程容易引入微粒缺陷,且殘膠層厚度的控制直接影響蝕刻精度,是大規模量產的主要挑戰 。
應用場景演進與市場預測
超透鏡的商業化路徑遵循「從主動感測到被動成像」的邏輯。根據市場預測,該領域在 2025 至 2031 年間的年複合成長率(CAGR)將超過 78% 。
- 智慧型手機(2025 年爆發點):目前已導入 dToF 輔助對焦模組(如 STMicro VL53L8)。下一階段將利用偏振特性重塑 FaceID,甚至實現屏下生物識別,消除螢幕「瀏海」 。
- AR/VR 頭戴裝置:超表面光柵(Metasurface Gratings)能解決波導片色散與視場角受限的問題,是輕量化 AR 眼鏡的關鍵技術 。
- 車用電子:矽基超透鏡在 -40°C 至 125°C 環境下具有極佳的熱穩定性,無需複雜的熱補償機構,適合用於 LiDAR 的光束整形與車載鏡頭 。
- 醫療內視鏡:結合 Chip-on-Tip 技術,可將鏡頭直徑縮小至 500 微米以下,並透過低成本量產實現「一次性使用」模式,降低交叉感染風險 。
供應鏈生態與投資邏輯
產業鏈結構正從傳統的光學加工,轉變為「設計(Fabless)—製造(Foundry)—封裝(OSAT)」的半導體分工模式 。
關鍵廠商動態
- 采鈺科技 (6789.TW):作為全球最大的晶圓級光學代工廠,采鈺掌握 DUV 製程與光學鍍膜技術,是 Metalenz 等設計公司的主要製造合作夥伴。其在 12 吋製程的壟斷地位使其成為光學元件「晶片化」的最大受惠者 。
- 瑞儀光電 (6176.TW):傳統背光模組廠的轉型典範。透過收購丹麥 NILT(掌握超透鏡設計與主模)及芬蘭 Inkron(掌握高折射率材料),瑞儀建立了非半導體體系的 NIL 垂直整合產線,主要瞄準 AR/VR 與車用市場 。
- Metalenz:擁有哈佛大學 Capasso 實驗室的基礎專利授權,商業模式類似 ARM,專注於 IP 授權與晶片設計 。
投資展望
可以關注價值鏈重心從傳統研磨廠(如大立光)向半導體生態系的轉移 。短期內,采鈺科技因產能與技術門檻享有高護城河;中長期而言,若 瑞儀光電 能解決 NIL 量產良率問題,其低成本優勢將在消費性電子市場帶來顯著的估值重評(Re-rating)空間 。















