摘要

随着 AR 光机体积接近 0.5 立方厘米以下，显示技术和架构的选择成为关键的设计决策。

本工作对基于微LED（μLED）、硅基液晶（LCOS）和激光束扫描（LBS）架构的体积缩放、光学效率和集成权衡进行了基准比较。评估架构时，既使用了当前的演示产品，也考虑了像素间距、颜色实现和局部调光策略的预期发展路线图。

μLED 系统在四种配置中进行分析：采用 X-cube 或波导合色器的三片式布局、具有垂直和横向 RGB 像素的多色面板。

对于 LCOS，考虑了 LED 和激光照明架构，包括像素间距小至 $2\mu \mathrm{m}$ 的小像素面板设计。LBS 设计则在传统的基于 MEMS 的实现和新兴的基于 PIC 的变体中进行研究。分析突出了特定架构的缩放机制、体积与光学效率之间的权衡，并描绘了预计 μLED、LCOS 和 LBS 方法最具竞争力的近期和长期应用领域。

1. 引言

投影模块（光机）是决定 AR 系统性能的核心因素，它同时控制着光功率效率和机械体积。在下一代 AR 眼镜中，小型化和亮度常常相互制约：减小光机尺寸可能会损害光学效率，而优化效率通常需要更大或更复杂的光学引擎。

因此，在越来越宽的视场角内提供高亮度，同时保持低功耗，是一个核心的系统级挑战。将光高效地生成、整形、调制并传输到波导中成为一个关键瓶颈，使得架构和光源选择成为 AR 光机创新的核心。

本文对 μLED、LCOS 和 LBS 光机技术的体积缩放和光学权衡进行了定量探索。通过评估当前演示产品以及预期的技术路线图趋势，我们确定了在尺寸和光学效率之间取得平衡的特定架构模式，为哪些方法可能在近期和长期 AR 部署中占主导地位提供指导。

为了定量比较 AR 光机架构，我们引入了一个品质因数 (FOM)，定义为：

$$FOM=\frac{Lumen}{W\cdot c{m}^3}(1.1)$$

其中 Lumen 是亮度输出，Watt 是电功耗，$c{m}^3$ 是光机体积。该指标在一个单一的可比较量中捕捉了亮度、功率效率和机械封装之间的耦合权衡。更高的 FOM 直接对应更优越的光机性能。

通过将光学效率与体积缩放相结合，FOM 突出了支配 AR 光机设计的内在权衡。例如，增加投影图像尺寸或 FOV 通常会增大体积，而实现高亮度和色彩保真度可能需要更复杂的光路或更大的光源，这反过来又会影响功耗和系统占地面积。因此，FOM 提供了一个统一的框架来捕捉这些竞争因素，实现有意义的跨架构比较，并指导设计决策，向着在单位体积和功率内最大化有效光输出的配置发展。

在接下来的章节中，我们将此指标应用于代表性的光机架构，探索设计选择——从像素排列和颜色组合策略到照明技术和光路设计——如何影响当前性能和预期的缩放趋势。这种方法使我们能够识别出效率、紧凑性和可扩展性达到最佳平衡的架构和模式，为近期部署和长期 AR 光机性能路线图提供见解。

2. AR 光机技术现状

表 1 总结了当前在 $\mu$ LED、LCOS 和 LBS 技术上 AR 光机实现的现状。数据来源于公开可用的产品规格和公司披露。除明确说明外，未应用额外的性能建模或归一化；报告的 FOM 值是根据提供的亮度、功率和体积数据直接计算得出的。

表 1：最先进的 AR 光机实现及相应的性能指标（包括 FOM），摘自公开可用规格。

参考文献 [1-9] 中基于 $\mu$ LED 的光机以其异常紧凑的外形和报告的高光功率效率而脱颖而出——这对近期 AR 集成来说是一个令人鼓舞的信号。然而，几个关键的测量细节仍未明确。特别是，报告的亮度值是指全朗伯发射（捕获 $\mu$ LED 器件发出的几乎所有光子）还是指与波导耦合相关的角度子集（通常限于 $\pm {20}^{\circ }$ 左右的接收角），这一点尚不清楚。这种区别对于 AR 系统性能至关重要。我们还观察到，报告之间的流明/瓦特值差异显著。此外，平均图像电平 (APL)，即显示图像中被照亮像素的比例，并且是电功耗的关键决定因素，在参考文献 [1,2 和 5-6] 中未报告。对于参考文献 [3,4,8,9]，报告的 APL 值分别为 $25\mathrm{\%}$、$100\mathrm{\%}$、$10\mathrm{\%}$ 和 $25\mathrm{\%}$。在所有参考文献中也未指定发射光的偏振态，尽管在偏振敏感型波导中，这是一个主导效率因素，因为只有一部分偏振模式可用。从基本原理出发，LED 发射通常是非偏振的，这意味着在此类架构中存在固有的效率损失。在参考文献 [1] 中，未披露所引效率适用的具体颜色通道，进一步限制了直接可比性。

相比之下，参考文献 [10-11] 中基于 LCOS 的系统明确报告了偏振输出的效率，从而能够更有意义地评估系统级光学性能。与此同时，最近的 LCOS 光机发展 [12-15] 展示了光机体积令人印象深刻的加速缩小，突显了该平台对于紧凑型 AR 实现的持续相关性。对于参考文献 [16] 中的激光照明 LCOS 系统，既没有明确报告光机体积，也没有明确报告光学效率；因此，这两个量都是根据出版物中提供的基础组件效率、报告的透射率和体积模型推导出来的。值得注意的是，所引用的电功耗不包括驱动和控制电子器件，因此代表了一个乐观的（下限）估计。

最后，当前的 LBS 实现大多仍处于原型阶段，性能数据通常来自桌面配置。对于参考文献 [17]，本工作中使用的总系统体积是通过分别报告的 LBS 模块和相关驱动电子器件的体积相加得到的。光学效率报告为在 20% APL 下输出 5 lm。在参考文献 [18] 中，展示了一个桌面演示器；所引用的体积不包括驱动电子器件，因此低估了实际系统实现，而报告的 APL 为 15%。

3. AR 光机架构如何缩放

3.1 体积随 FOV 增长的几何驱动因素

本节研究 AR光机体积如何随着视场角的增加而缩放。缩放行为强烈依赖于架构：不同的光机类别在相同的 FOV 增量下表现出根本不同的体积增长率，并在给定的 FOV 下实现不同的绝对体积。这种缩放的主要驱动力是有效阵列面积所需的增长，它随着像素数和像素间距的增加而增加。

3.2 缩放模式的定义

我们区分三种主要的缩放模式：

• 体积缩放： 所有三个空间维度都随着 FOV 的增加而共同缩放，这是由像素阵列的增长驱动的。代表性示例包括采用 X-cube 合色器的 µLED 光机和基于 PBS 的 LCOS 架构，其中整个三维光学引擎随阵列尺寸成比例缩放。
• 平面内缩放： 光机占地面积随 FOV 增加而增加，而厚度大致保持不变。一个代表性示例是多色 µLED。缩放速率在很大程度上取决于像素组织：在横向并排 RGB 布局中，每个 RGB 像素占据单色像素面积的三倍，导致占地面积快速增长，而在堆叠 RGB 配置中，所有颜色通道共享相同的物理占地面积，产生明显更慢的缩放。平面内缩放的其他示例包括采用三个单色面板与波导合色器的 µLED 架构，以及平板激光-LCOS 光机。
• 非几何缩放： 光机体积在很大程度上与 FOV 无关。这种模式是激光束扫描 (LBS) 的特征，其中没有物理的像素到像素图像阵列；相反，图像尺寸和 FOV 在时域中由扫描幅度和调制速度定义，而不是由物理像素尺寸定义。

3.3 典型光机架构的缩放模式

表 2 总结了所考虑的 AR 光机架构的主要缩放模式以及光机体积与 FOV 之间的相应关系。每个架构将在后续章节中详细研究。

图 1 比较了在上述三种缩放模式下，假设的显示引擎体积（立方厘米）作为对角线视场角（度）的函数。建模针对四种代表性图像格式进行：VGA (640 × 480)、HD (1280 × 720)、FHD (1920 × 1080) 和 QHD (2560 × 1440)。所有情况都假设固定的像素间距为 3 µm。对角线 FOV 使用每度像素数 (PPD) 值为 40 从像素数计算得出，这对应于视觉上可用的 AR 图像的实用基线。得到的曲线说明了与体积、平面内（1 倍和 3 倍）和非几何缩放模式相关的不同体积增长趋势。绘制的体积仅代表显示引擎；成像光学器件不包括在内。对于非几何缩放情况，显示引擎体积被赋值为常数 0.25 cm³，反映了基于 PIC 的 LBS 实现，如下文章节所述。

表 2：AR 光机缩放模式及相应的体积-FOV 依赖关系总结。

图 1：在假设面板像素间距为 3 μm、目标角分辨率为 40 PPD 的情况下，随着视场角增加，不同缩放模式的比较。

4. 架构案例研究

本节将第 3 节中开发的缩放框架应用于代表性的 AR 光机架构。我们分析了 μLED、LCOS 和激光束扫描 (LBS) 系统的实际案例研究，使用了基于最先进实现所采用的像素间距、光学布局和封装假设。

目标有两个。首先，我们通过简化但基于物理的建模来复现当前光机引擎的体积行为。其次，我们预测未来向大 FOV、沉浸式 AR 显示的缩放趋势。这些案例研究共同在基本缩放定律和合理的系统演进之间建立了具体联系。

然后，我们引入一个适用于不同架构的统一光学效率模型，并推导出相应的效率趋势。最后，所有结果都整合到之前定义的组合品质因数 (FOM) 中，从而实现跨技术的直接比较。

在整个分析过程中，我们在一些明确讨论的假设和简化条件下进行操作。目标不是为任何特定的商业系统生成精确的预测模型，而是建立一个广泛、透明的框架，适用于比较不同的 AR 显示架构。重点是相对趋势和定性行为，而不是个别设计的精确量化性能。

4.1 微LED 光机

微 LED (μLED) 光机投影系统结合了高亮度潜力、紧凑的像素间距和强大的集成能力，使其成为下一代 AR 显示器的领先候选者。然而，μLED 光机架构根据颜色实现和光学组合策略表现出不同的缩放行为。

在本节中，我们分析了四种代表性的 μLED 配置：

1. 使用 X-cube 合色器的三片式架构 (X-cube)

2. 采用波导合色器的三片式架构 (WGC)

3. 具有垂直 RGB 像素的多色 μLED (堆叠 RGB)

4. 具有横向 RGB 像素的多色 μLED (并排 RGB)

对于每种架构，体积缩放都作为视场角增加的函数进行建模，捕捉了当将图像角度覆盖扩展到沉浸式 AR 用例时，物理光机尺寸如何演变。图 2 提供了四种 μLED 光机架构的示意图，突出了体积缩放模型中使用的关键几何参数。

图 2：μLED 光机架构的示意几何结构和关键建模参数。

4.1.1 μLED 光机尺寸

我们首先分析显示引擎的缩放，其中显示引擎定义为有效成像阵列及其封装，不包括光机和波导入瞳之间的成像光学器件。图 3a 和 3c 展示了所有考虑的光机架构由此产生的显示引擎体积缩放，使用四种图像格式（VGA、HD、FHD 和 QHD）进行评估，相应的对角线视场角源自恒定的 40 每度像素 (PPD) 角分辨率。图 3b 和 3d 通过纳入成像光学器件的缩放，将分析扩展到总光机体积作为 FOV 的函数。我们比较了两种像素间距的 μLED 技术：图 3a 和 3b 中的 2.5 µm 以及图 3c 和 3d 中的 4.0 µm。

以下小节详细介绍了每种光机架构使用的体积模型以及相应的光学缩放假设。

使用 X-cube 合色器的三片式架构 (X-cube)

使用三个单色面板构建了显示引擎的体积缩放模型，每个面板安装在立方体合色器的一个面上。对于每个面板，定义的面积包括有效像素阵列和周围的封装及 ASIC 边缘；假设所有阵列尺寸在所有边上都有 2.0 毫米的均匀边缘。有效阵列尺寸由指定的像素数和像素间距决定。基于此模型，光机体积与面板面积之间的关系提取为：

$$V_{uLED-xcube-engine}=0.86A^{2\mathrm{/}3}(4.1)$$

对应于第 3 节中定义的体积缩放模式。
接下来，我们纳入成像光学器件以获得总光机体积。采用一个简单的缩放模型，其中成像光学器件的有效厚度 $T_{opt}$ 假设与面板对角线 $D$ 线性缩放：

$$T_{opt}=1.25D(4.2)$$

虽然更先进的光学架构和多元素优化策略可能实现进一步的体积缩减，但这种详细的光学设计超出了本工作的范围，并且仍是 ongoing 研究的主题。
在 x-cube 配置中，成像光学器件添加到立方体的一个面上，光学器件体积建模为：

$$V_{opt}=A\cdot T_{opt}(4.3)$$

三片式 x-cube 架构的总光机体积则为：

$$V_{uLED-xcube-projector}=V_{uLED-xcube-engine}+V_{opt}=0.86A^{2\mathrm{/}3}+A{T}_{opt}(4.4)$$

采用波导合色器的三片式架构 (WGC)

在三片式波导合色器 (WGC) 架构中，光机由三个独立的单色面板并排组成，每个面板通过优化的成像光学器件耦合到其专用的波导中。RGB 颜色合色发生在波导组件内部，而不是光机模块本身。这种方法将颜色合成与光机封装解耦，但引入了更大的平面内占地面积。
因此，显示引擎体积由三个面板及其机械间距的合并体积决定。假设面板沿其长边对齐，面板间固定间距为 1.0 毫米。这定义了缩放模型中使用的有效单面板占地面积面积。
在这些假设下，该架构遵循平面内缩放模式，显示引擎体积表示为：

$$V_{uLED-WGC-engine}=3A\cdot T_{panel}(4.5)$$

其中 $A$ 是包括间距的单面板占地面积，有效面板厚度假设恒定为 $T_{panel}=2.0mm$。
这种配置突出了基于 WGC 的设计的基本权衡：光学简单性和颜色模块化，但代价是随着图像分辨率和视场角的增加，横向占地面积增加。
接下来，我们纳入成像光学器件以获得总光机体积。采用一个简单的缩放模型，其中成像光学器件的有效厚度 $T_{opt}$ 假设与面板对角线 $D$ 线性缩放：

$$T_{opt}=1.25D(4.6)$$

虽然更先进的光学架构和多元素优化策略可能实现进一步的体积缩减，但这种详细的光学设计超出了本工作的范围，并且仍是正在进行研究的主题。

在 WGC 配置中，每个子面板都有自己的成像光学器件，组合的光学器件体积建模为：

$$V_{opt}=3A\cdot T_{opt}(4.7)$$

这个公式允许在研究中的所有光机架构和图像格式中一致地纳入成像光学器件的体积影响。

三片式波导合色器 (WGC) 架构的总光机体积则为：

$$V_{uLED-WGC-Projector}=V_{uLED-WGC-Engine}+V_{opt}=3A(T_{panel}+T_{opt})(4.8)$$

具有垂直 RGB 像素的多色 μLED (堆叠 RGB)

在堆叠 RGB 架构中，所有三种颜色的发射器占据相同的横向占地面积。因此，显示引擎缩放受平面内缩放模式支配，光机体积为：

$$V_{uLED-stackedRGB-engine}=A{T}_{panel}(4.9)$$

其中 $A$ 是面板面积，定义方式与 x-cube 模型相同：它包括有效阵列和所有边上均匀的 $2\mathrm{m}\mathrm{m}$ 边缘，以考虑封装和 ASIC 外围。对于所有阵列尺寸，假设总面板厚度（包括封装和 ASIC）为 $T_{panel}=2.0mm$。

结合先前模型中的成像光学器件，总光机体积可以表示为：

$$V_{uLED-stackedRGB-projector}=V_{uLED-stackedRGB-engine}+V_{opt}=A(T_{panel}+T_{opt})(4.10)$$

堆叠 RGB 架构是最紧凑的配置，并且随着 FOV 的增加表现出最慢的体积增长。

与堆叠发射相关的光学效应，包括颜色相关的发散和可能影响图像质量和波导耦合效率的光学串扰，被承认但未包含在当前模型中。

具有横向 RGB 像素的多色 μLED (并排 RGB)

对于并排 RGB 架构，系统保持在平面内缩放模式内；然而，相对于单色和堆叠 RGB 情况，有效像素面积增加了三倍。这导致总有效阵列面积显著增大。假设有效阵列所有边有均匀的 $2.0\mathrm{m}\mathrm{m}$ 边缘，并且封装和 ASIC 的组合厚度为 $T_{panel}=2.0mm$。

有效面板面积 $A^{\ast }$ 被定义为对应于目标图像格式的单色面板面积 $A$ 的三倍，反映了三个横向排列的颜色子像素的存在。显示引擎体积计算为：

$$V_{uLED-lateralRGB-engine}=A^{\ast }\cdot T_{panel}=3A{T}_{panel}(4.11)$$

增加的面板尺寸直接驱动成像光学器件的缩放，其厚度遵循与先前模型相同的对面板对角线的依赖关系 $T_{opt}^{\ast }=1.25D^{\ast }=1.25\cdot \sqrt{3}D=2.17D$，其中 $T^{\ast }$ 和 $D^{\ast }$ 是横向 RGB 面板的成像光学器件厚度和面板对角线。

结果，完整光机体积随着视场角的增加而增长得更快：

$$V_{uLED-lateralRGB-projector}=V_{uLED-lateralRGB-Engine}+V_{opt}=3A\cdot (T_{panel}+T_{opt})(4.12)$$

虽然横向 RGB 案例与波导合色器 (WGC) 架构有结构相似性，但由于面板对角线和成像光学器件厚度之间的强耦合，随着 FOV 增加，它表现出更快的体积增长。这使得并排 RGB 在大视场角下成为体积缩放角度最不利的架构之一。

与横向 RGB μLED 的大芯片面积相关的制造约束——包括良率下降、成本上升以及顺序 RGB 处理固有的效率损失——被承认但未明确包含在当前模型中。因此，所得分析代表了一个乐观的上限性能估计。此外，由于本工作专注于基于波导的 AR 系统，仅考虑了原生并排 RGB 实现；量子点颜色转换方法因其在高亮度 AR 应用中的亮度可扩展性有限而被排除在外。

使用最先进光机对体积缩放模型进行基准测试

所提出的缩放模型以良好的精度复现了当前最先进的光机体积。对于参考文献 [2] 中报告的具有 $4.0\mu \mathrm{m}$ 像素的单面板 VGA 配置，模型预测显示引擎体积为 $0.23{\mathrm{c}\mathrm{m}}^3$ ，而数据表中报告的为 $0.15{\mathrm{c}\mathrm{m}}^3$ 。对于参考文献 [5] 中具有 $4.0\mu \mathrm{m}$ 像素的 VGA x-cube 架构，模型得出 $0.36{\mathrm{c}\mathrm{m}}^3$ ，而报告为 $0.40{\mathrm{c}\mathrm{m}}^3$ 。对于参考文献 [6] 中具有 $4.0\mu \mathrm{m}$ 像素的 $500\times 380$ x-cube 实现，模型预测 $0.27{\mathrm{c}\mathrm{m}}^3$ ，而报告为 $0.20{\mathrm{c}\mathrm{m}}^3$ 。最后，对于参考文献 [7] 中具有 $2.5\mu \mathrm{m}$ 像素的 VGA x-cube 架构，模型给出 $0.21{\mathrm{c}\mathrm{m}}^3$ ，与报告的 $0.20{\mathrm{c}\mathrm{m}}^3$ 非常接近。这些结果表明，该模型捕捉了近期光机实现的主要几何缩放行为，并为预测未来缩放趋势提供了可靠的基础。

图 3：μLED 显示引擎和完整光机架构的体积缩放：(a,c) 显示引擎体积作为对角线 FOV 的函数，针对四种图像格式，40 PPD，包括 μLED 像素间距 2.5μm 和 4.0μm；(b,d) 包括成像光学器件的总光机体积缩放

4.1.2 微LED 光机效率

效率模型

微LED 光机的光学效率被建模为 (1) 光源效率 ${\eta }_{\text{source}}$ 和 (2) 光路效率 ${\eta }_{\text{optical}}$ 的乘积：

$${\eta }_{uLED}={\eta }_{source}\cdot {\eta }_{optical}(4.13)$$

其中 ${\eta }_{uLED}$ 表示为固有发光效能（流明/瓦）。

光源效率

光源效率 ${\eta }_{\text{source}}$ 由壁插效率 (WPE) 和 $\mu$ LED 发射器在波导接收角 $\pm 20\mathrm{d}\mathrm{e}\mathrm{g}$ 内的光谱特性决定。

我们假设 $4.0\mu \mathrm{m}$ 像素间距的 WPE 值如下：红色 $(640\mathrm{n}\mathrm{m})$ : $3\mathrm{\%}$、绿色 $(520\mathrm{n}\mathrm{m})$ : $5\mathrm{\%}$、蓝色 $(450\mathrm{n}\mathrm{m})$ $6\mathrm{\%}$。对于 $2.5\mu \mathrm{m}$ 像素间距，应用 $30\mathrm{\%}$ 的效率损失，得到：红色 $(640\mathrm{n}\mathrm{m})$ $2\mathrm{\%}$、绿色 $(520\mathrm{n}\mathrm{m})$ $3\mathrm{\%}$、蓝色 $(450\mathrm{n}\mathrm{m})$ $4\mathrm{\%}$。对于多色 μLED 架构，包括横向和垂直堆叠 RGB 实现，仅考虑 $4.0\mu \mathrm{m}$ 像素间距，反映了这些配置显著更高的工艺复杂性。此外，在效率模型中假设相对于相应的 $4.0\mu \mathrm{m}$ 单色面板有 $50\mathrm{\%}$ 的效率损失。

这些值对应于在非偏振 D65 白光条件下，$4.0\mu \mathrm{m}$ 像素的联合发光效能约为 $10\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$，$2.5\mu \mathrm{m}$ 像素约为 $6\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$，$4.0\mu \mathrm{m}$ 多色像素约为 $5\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$。

光路效率

光路效率 ${\eta }_{\text{optical}}$ 考虑了光从光源传播通过光机系统并进入波导所遇到的所有损失：

$${\eta }_{\mathrm{o}\mathrm{p}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{a}\mathrm{l}}=\prod _i{\eta }_i(4.14)$$

在此模型中，我们考虑两个主要贡献：x-cube 透射率 ${\eta }_{xcube}$，仅适用于采用 x-cube 的架构，以及成像光学器件效率 ${\eta }_{opt}$，它考虑了在耦合到波导之前的投影光学器件中的损失。这些分别建模为 $75\mathrm{\%}$ 和 $95\mathrm{\%}$。在扩展的或特定于架构的模型中，可以纳入额外的损失机制。总光路效率取相关贡献因素的乘积。

使用这些参数以及假设的光源效率，如表 3 所总结，对于每种架构计算了固有 μLED 光机效率 ${\eta }_{uLED}$，在非偏振 D65 白光条件下范围为 $4-10\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$。

为了捕捉 AR 工作负载中典型的稀疏图像内容的影响，模型扩展到包括平均图像电平 (APL)，定义为给定时间点被照亮的像素比例。我们报告在 $20\mathrm{\%}$ APL 下的有效发光效能，将固有光机效率转换为代表实际 AR 使用条件的 APL 加权有效效率 ${\eta }_{uLED\mathrm{.}EFF}$。

表 3：μLED 效率模型假设及由此产生的光机发光效能总结。

4.1.3 $\mu \mathrm{L}\mathrm{E}\mathrm{D}$ FOM - 流明/瓦/立方厘米

利用推导出的体积和效率，图 4 总结了向大 FOV 缩放时产生的 FOM，基于从 ${\eta }_{uLED}$ 建模获得的最大效率。这些值应被解释为上限性能估计。

在整个分析中，没有包括额外的热管理结构（例如，散热器）或系统级电气接口。热设计被假定为特定于架构的，而系统互连要求被假定为在各光机技术间相当，因此不影响相对缩放性能。

研究发现，WGC 架构实际上与像素尺寸无关：较小像素的几何优势在很大程度上被相关的效率损失所抵消，导致系统级改进微乎其微。相比之下，在中 FOV 范围内，2.5um x-cube 架构成为最具吸引力的解决方案，因为它支持持续的像素尺寸缩小，同时保持比限于 4.0um 像素的垂直堆叠 RGB 更高的效率；这一优势在大 FOV 下进一步增强。这种行为与当前最先进的光机实现中对基于 x-cube 设计的强烈关注是一致的。

图 4：μLED 光机品质因数 (Figure of Merit (FOM)) 随视场角 (Field of View (FOV)) 增加的演变。

4.2 LCOS 光机

硅基液晶 (LCOS) 投影系统因其高光学效率、成熟的制造生态系统以及与紧凑光学架构的兼容性，在 AR 中仍然广泛使用。然而，与 μLED 光机一样，基于 LCOS 的系统根据照明光源和光学配置表现出不同的缩放行为。

在本节中，我们研究了三种代表性的 LCOS 架构：

1. 采用偏振分束器的 LED 照明架构 (LED - PBS)

2. 采用 PBS 的激光照明架构 (Laser - PBS)

3. 激光照明平板架构 (Laser - Flat Panel)
   对于每种情况，体积缩放都在增加的视场角下建模，明确量化了当为了支持沉浸式 AR 显示器所需的更宽角度覆盖而扩展光学孔径、面板尺寸和成像光学器件时，光机尺寸如何增长。

图 5：LCOS 投影仪架构的示意几何结构和关键建模参数

4.2.1 LCOS 光机尺寸

图 6 总结了基于 LCOS 的光机的缩放行为。图 6(a) 和 6(c) 展示了显示引擎缩放模型——这里定义为 LCOS 面板和照明子系统，不包括用于波导耦合的成像光学器件——分别针对标准 $(4.0\mu \mathrm{m})$ 和紧凑型 $(2.0\mu \mathrm{m})$ 像素间距，代表了传统 LCOS 和新兴的 FLCOS / 超表面 LCOS 技术。图 6(b) 和 6(d) 通过纳入与 μLED 分析中使用的相同成像光学器件模型，将这些结果扩展到完整光机体积。

LED-PBS 架构

偏振分束器 (PBS) 围绕 LCOS 面板构建，PBS 面面积等于面板面积。与 μLED 模型一样，面板面积定义为指定像素间距的有效像素阵列加上所有边上均匀的 2.0 毫米边缘，以适应 ASIC 和封装外围。在这些假设下，PBS 元件的几何缩放行为与 μLED x-cube 架构相同，对应于第 3 节中定义的体积缩放模式：

$$V_{PBS}=0.86A^{2\mathrm{/}3}(4.15)$$

LCOS 系统还需要一个由光源、安装结构、匀光光学器件和颜色组合元件组成的照明模块。我们假设这个 LED 照明单元的体积等于 PBS 体积。因此，由此产生的 LED-PBS LCOS 显示引擎体积是相应 μLED x-cube 引擎体积的两倍，并建模为：

$$V_{LED-PBS}=V_{PBS}+V_{LED}=1.72A^{2\mathrm{/}3}(4.16)$$

然后，通过添加成像光学器件的贡献来获得完整的光机体积，使用与 μLED 分析中相同的光学模型，其中成像光学器件厚度随面板对角线 $D$ 缩放：

$$V_{LED-PBS}=V_{PBS}+V_{LED}+V_{Opt}=1.72A^{2\mathrm{/}3}+1.25AD(4.17)$$

图 6：LCOS 显示引擎和完整光机架构的体积缩放：(a,c) 显示引擎体积作为对角线 FOV 的函数，针对四种图像格式，40 PPD，包括像素间距为 2.0μm 和 4.0μm 的 LCOS 情况；(b,c) 包含成像光学器件的总光机体积缩放。

我们假设采用基于PIC的激光照明器，正如最近在LCOS背景下所演示的那样[16]。从体积角度来看，激光照明器代表了LED照明单元的高度紧凑版本。因此，激光-PBS模型假设照明器体积相对于PBS和面板而言可以忽略不计，从而得到由PBS几何形状单独决定的显示引擎体积：

$$\begin{array}{cccc}& V_{Laser-PBS}\approx V_{PBS}=0.86A^{2\mathrm{/}3}& & \text{(4.18)}\end{array}$$

加上成像光学器件，完整的光机体积为：

$$\begin{array}{cccc}& V_{Laser-PBS}\approx V_{PBS}+V_{Opt}=0.86A^{2\mathrm{/}3}+1.25AD& & \text{(4.19)}\end{array}$$

激光 LCOS - 平板架构

当基于PIC的激光照明器与LCOS面板直接堆叠时，可以获得最紧凑的LCOS配置，类似于[16]中的实现。与激光-PBS情况相比，PIC照明器必须是透明的（see-through），并且LCOS面板实际上成为了完整的显示引擎，仅需在堆叠中增加PIC照明器相对较小的厚度。在这种情况下，缩放遵循平面内模式，光机体积为：

$$\begin{array}{cccc}& V_{Laser-FlatPanel}=A\cdot T& & \text{(4.20)}\end{array}$$

其中 $A$ 是如上定义的 LCOS 面板面积，$T$ 是面板和 PIC 的固定组合厚度。对于所有情况，假设总厚度为 2.0 毫米，包括 PIC、LCOS 封装和 ASIC。
加上成像光学器件，完整的光机体积为：

这种架构在几何上类似于第 4.1 节中讨论的堆叠 RGB µLED 配置。

4.2.2 LCOS 光机效率

效率模型

LCOS 光机的光学效率被建模为 (1) 光源效率和 (2) 光路效率的乘积：

其中 ${\eta }_{LCOS}$ 表示为固有发光效能（流明/瓦）。

光源效率

光源效率 ${\eta }_{source}$ 由发射器的壁插效率 (WPE) 和光谱特性决定。

对于 LED 光源，我们假设典型的先进 WPE 值：红色 (640 nm): 45%，绿色 (520 nm): 30%，蓝色 (450 nm): 75%。这些值对应于非偏振 D65 白光下约 100 lm/W 的联合发光效能。由于 LCOS 操作需要偏振光，因此在 LED 光源之后立即放置一个偏振器。因此，我们假设大约一半的发射光以所需的偏振态可用，从而产生有效的 LED 光源效率 ${\eta }_{source\mathrm{.}LED}\approx 50lm\mathrm{/}W$。

对于激光二极管光源，我们假设以下 WPE 范围：红色 (640 nm): 30–35%，绿色 (520 nm): 10–15%，蓝色 (450 nm): 20–25%。激光发射本质上是偏振的，不需要额外的偏振器。因此，产生的发光效能被视为 ${\eta }_{laser}\approx 40-50lm\mathrm{/}W$。报告的范围反映了当前的最先进性能和近期路线图预期。进一步的激光二极管优化是一个活跃的研究领域，但不在本工作范围内。

光路效率

光路效率 ${\eta }_{optical}$ 考虑了光从光源传播，通过偏振分束器（如果适用），到 LCOS 面板，通过成像光学器件，并进入波导所遇到的所有损失。它由下式给出：

并且强烈依赖于光机架构。

光路效率解释了光从光源传播到波导过程中遇到的主要损失。在我们的模型中，我们考虑了四个关键贡献：照明器效率 ${\eta }_{illum}$ 与进入 LCOS 面板前的照明光束调理和整形有关，例如为了在面板上实现最佳强度和颜色混合均匀性；LCOS 反射率 ${\eta }_{refl}$；偏振分束器透射率 ${\eta }_{PBS}$（仅适用于使用 PBS 的架构）；以及成像光学器件效率 ${\eta }_{opt}$ 与进入波导前的成像光学器件中的损失有关。其他损失可能包含在定制模型中。总光路效率是这些因素的乘积。

表 4 总结了 LCOS 效率模型中使用的关键参数。

在基于 PIC 的激光照明器中，${\eta }_{illum\mathrm{.}PIC}$ 包括：激光到 PIC 的耦合效率；传播和路由损耗；光栅出射效率。基于最先进的 SiN PIC 平台的报告性能和优化平板 LCOS 系统的理论极限 [16]，我们假设：${\eta }_{illum\mathrm{.}PIC}\approx 10-50\mathrm{\%}$。

重要的是，此范围的上限依赖于实现异常高的激光到 PIC 耦合效率，每个颜色大约 ~80%，这仍然是实际实现中的主要技术瓶颈之一。最近，已经展示了高效激光耦合到 SiN 光子波导中，在 640 nm 处实现 75%，在 520 nm 和 450 nm 处实现 60%，采用了针对特定激光二极管特性优化的晶圆级倒装芯片集成工艺，并有望朝着 80% 的目标进一步改进 [19]。
在传输和提取方面，替代的 PIC 平台，如 AlOx [20] 和玻璃 [21]，可能在短波长下提供比 SiN 更低的传输损耗，以及比光栅更有效的微镜出射替代方案，从而可能实现更高的 ${\eta }_{illum\mathrm{.}PIC}$ 效率。然而，由于这些系统处于新兴状态且缺乏已发布数据，这些替代方案未包含在当前评估中。
对于 LED 照明器，从偏振输入开始（即经过光源和偏振器后），我们假设总光路效率在以下范围内：${\eta }_{illum\mathrm{.}LED}=20-40\mathrm{\%}$。

对于 LCOS 面板反射率 ${\eta }_{refl}$ 和 PBS 透射率 ${\eta }_{PBS}$，我们假设效率分别为 70% 和 60%。
使用这些值以及其他光路和光源参数，计算了不同架构的固有发光效能 ${\eta }_{LCOS}$，结果总结在表 3 中。

局部调光和有效发光效能

为了捕捉 AR 中典型的稀疏图像内容的影响，我们将模型扩展到包括 LCOS 架构中的局部调光。使用平均像素点亮 (APL) 的标准度量，定义为给定时间点被照亮的像素比例。

我们假设 3×3 局部调光段，每个段大约代表 10% APL。将相同的光功率集中到一个段中，可以在不增加电功率的情况下将局部亮度提高九倍，或者等效地允许以九分之一的输入功率获得相同的感知亮度。
我们将有效发光效能 (ELE) 定义为：

$${\eta }_{LCOS\mathrm{.}EFF}={\eta }_{LCOS}\cdot \frac{1}{APL}(4.24)$$

局部调光引入的光学增益与平均图像电平 (APL) 直接相关，因此将发射光集中到总图像面积的 APL 分数中，可以将有效亮度，以及因此的有效发光效能，提高相同的倍数。

对于 3×3 分段情况下单个照亮段（$APL=1\mathrm{/}9$）且固有光机效率为 ${\eta }_{LCOS}=10lm\mathrm{/}W$，有效发光效能达到约 ${\eta }_{LCOS\mathrm{.}EFF}=90lm\mathrm{/}W$，即使物理光源以不变的固有效率运行。

在光子集成电路上实现光功率的动态重新分配，可以使用基于电控马赫-曾德尔干涉仪的可调耦合器，或使用允许强电驱动折射率调制的材料实现的紧凑电光调制器——例如 Pockels 效应（如铌酸锂）和 epsilon-near-zero 行为（如 ITO）。这些方法能够以低延迟、紧凑的占地面积，且没有基于加热器的调谐相关的静态功耗和热串扰，实现相邻波导或局部调光段之间的连续、高对比度光功率再平衡。
为了进行公平的跨技术比较，LCOS 光机效率在 20% 的平均图像电平 (APL) 下进行评估，这与 μLED 和 LBS 光机功耗通常被指定和报告的工作条件一致。${\eta }_{LCOS\mathrm{.}EFF}<85lm\mathrm{/}W$ 是在这样的条件下获得的。

4.2.3 LCOS FOM - 流明/瓦/立方厘米

使用推导出的体积和效率，图 7 总结了向大 FOV 缩放时产生的 FOM，基于从建模中获得的最大 ${\eta }_{LCOS}$ 效率。这些值应被解释为上限性能估计。

在整个分析中，仅考虑了光功率消耗；面板驱动和控制电子器件被排除在外，预计它们将为总系统功率贡献额外的 100-200 mW。图像质量效应不包括在模型中。特别是，对于激光-LCOS 系统，假设 PIC 照明器的均匀性（亮度和波长）和散斑对比度已完全解决——这是一个强有力且乐观的假设。

表 4：LCOS 效率模型假设及由此产生的光机发光效能总结。

图 7：LCOS 光机 FOM 随 FOV 增加的演变。

4.3 LBS 光机

激光束扫描 (LBS) 光机代表了一种根本不同的架构，因为没有静态物理阵列对应于图像像素。在我们的框架中，LBS 缩放是非几何的：有效的像素阵列由激光调制速度而非空间区域定义。每像素时间与阵列大小成反比，实际上将缩放问题从空间域转移到时间（频率）域。这允许非常小的光机产生大的视在图像，这对于紧凑型 AR 系统来说是一个潜在的颠覆性优势。

4.3.1 LBS 光机尺寸

LBS 光机的物理体积主要由三个组件决定：激光照明器（一个点光源，与激光 LCOS 中使用的面光源形成对比）、调制器或扫描器（包括驱动电子器件）以及成像光学器件（类似于 $\mu \mathrm{L}\mathrm{E}\mathrm{D}$ 和 LCOS 系统中讨论的那些）。

照明器： 传统上，使用带有 sub-mount、封装和光束整形光学器件的 RGB 激光二极管组件 [22]，受限于传统光学组装的限制，典型体积为 $0.03-0.05{\mathrm{c}\mathrm{m}}^3$ 。最近，出现了基于 PIC 集成的微型激光源 [23]，利用集成光子学工具箱进行耦合、路由、调制和光束整形。这些紧凑的 PIC 照明器实现了约 $\sim 0.02{\mathrm{c}\mathrm{m}}^3$ 的典型体积。

调制器： LBS 光机通常采用 MEMS 扫描镜来引导激光束。总调制器体积主要由 MEMS 镜组件及其封装决定，典型的 MEMS 镜直径从亚毫米到几毫米不等，具体取决于光学孔径和扫描角度要求。当与驱动电子器件和机械支撑结合时，用于 AR 扫描的完整 MEMS 调制器模块可以合理地占据 $0.6-1.4{\mathrm{c}\mathrm{m}}^3$ 的体积，导致与照明器和光学器件配对时，总 LBS 光机体积大约在 $0.8-1.6{\mathrm{c}\mathrm{m}}^3$ 的范围内。这些组件的复杂性——需要 MEMS、激光驱动器，最终还需要视频处理 ASIC——在没有更深层次集成的情况下，从根本上限制了进一步缩小的潜力。

新兴的全 PIC 调制器，其中扫描和调制功能完全在集成光子学平台内实现，有望实现极其紧凑的 LBS 解决方案。类似概念在 [24] 中得到了证明，通过一种 CMOS 制造的压电 "ski-jump" 光束扫描器，直接将引导的光子模式转换为自由空间扫描光束，具有高扫描点率和衍射受限发射，为紧凑型 AR 和自由空间投影引擎提供了一个可扩展的芯片到世界的光子接口。这种器件有可能实现体积小于 $0.25{\mathrm{c}\mathrm{m}}^3$ 的光机，前提是拥有微型化的激光模块和完全集成的光引擎。

在本研究中，我们考虑两种代表性的 LBS 光机配置，它们说明了微型化激光扫描显示器的当前和近期未来前景：

• 基于 MEMS 的 LBS： 包括成像光学器件在内的总光机体积假定为 $1.0{\mathrm{c}\mathrm{m}}^3$ ，并在所有图像分辨率和视场角下保持不变。这种情况代表了传统的 MEMS + 分立激光照明器方法，该方法虽然成熟，但受限于 MEMS 调制器、激光驱动器和视频处理 ASIC 的合并体积。

• 基于 PIC 的 LBS： 包括成像光学器件在内的总光机体积假定为约 $0.25{\mathrm{c}\mathrm{m}}^3$ 用于说明；确切值还有待观察，但关键点是全 PIC 设计可以非常紧凑。此尺寸在所有图像分辨率和 FOV 下恒定。这种配置利用集成光子学进行激光路由、调制和整形，代表了一种高度紧凑的解决方案，有望同时实现高光学效率和最小的外形尺寸。

通过将我们的模型锚定在这两种情况，我们既捕捉了当前的实际实现，也捕捉了颠覆性小型化的潜力，从而能够在体积缩放、效率和 FOM 方面与 $\mu \mathrm{L}\mathrm{E}\mathrm{D}$ 和 LCOS 光机系列进行直接比较。

与此同时，已经提出了实现全晶圆级 MEMS-LBS 光引擎的方法 [25]。这些概念将 RGB 激光 PIC 和 MEMS 扫描镜都在晶圆级集成，使得光学对准和堆叠能够以批量化而非单个器件级别进行。这种制造范式的转变可能使光引擎体积低于 $0.4{\mathrm{c}\mathrm{m}}^3$ ，同时支持大批量生产。这些架构仍处于早期开发阶段，它们对成本、可扩展性和性能的最终影响还有待观察。

除了传统的 LBS 光机，还提出了诸如 MEMS 平铺 LCOS 等其他方法，这些方法也表现出非几何缩放行为。在 [26] 中介绍了一种创新的光机，它基于光场和时序像素复制架构，利用超快 FLCoS 和基于 MEMS 的平铺技术来克服 FOV、分辨率和引擎体积之间的传统权衡。关键思想是打破物理像素和显示图像像素之间的静态一对一映射，通过随时间复制和排序较小的像素阵列来产生更大的有效图像，从而从紧凑的光引擎实现更宽的 FOV。这个概念虽然不是严格的束扫描光机，但共享了有效分辨率和图像尺寸与物理阵列尺寸脱钩的非几何缩放模式，并为具有高感知分辨率的紧凑型 AR 解决方案开辟了新途径和速度。该方法对于未来的紧凑型 AR 系统很有前景，但其详细建模和集成挑战超出了本文的范围。

4.3.2 效率模型

LBS 光机本质上是功率高效的。我们假设与 LCOS 相同的 D65 白光激光源效率 $({\eta }_{\mathrm{s}\mathrm{o}\mathrm{u}\mathrm{r}\mathrm{c}\mathrm{e}}=40-50\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W})$。光路效率 ${\eta }_{\mathrm{o}\mathrm{p}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{a}\mathrm{l}}$ 建模如下：

• 基于 MEMS 的 LBS： MEMS 镜反射率 ${\eta }_{refl}=80\mathrm{\%}$ ，成像光学器件效率 ${\eta }_{opt}=95\mathrm{\%}$

• 基于 PIC 的 LBS： 接近理想的 PIC 调制 $\sim 100\mathrm{\%}$ ，照明器效率（由激光-PIC 耦合和 PIC 内传播损耗定义）${\eta }_{illum}=80\mathrm{\%}$ ，成像光学器件效率 ${\eta }_{opt}=95\mathrm{\%}$

亚纳秒激光调制用于大图像的潜在损失未被考虑，假设了理想的基于 PIC 的动态调制和调光。

在这些假设下，固有发光效能 ${\eta }_{LBS}=30-38\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$ ，而在 $20\mathrm{\%}$ 的 APL 下，有效发光效能 ${\eta }_{LBS,eff}>200\mathrm{l}\mathrm{m}\mathrm{/}\mathrm{W}$ ，代表了三个光机系列中最高的有效光输出。

4.3.3 LBS 光机 - 流明/瓦/立方厘米

使用推导出的体积和效率，图 8 总结了 LBS 光机向大 FOV 缩放时的 FOM，基于从建模中获得的最大 ${\eta }_{LBS}$ 效率。这些值应被解释为上限性能估计。

仅考虑了光功率消耗；驱动器和控制电子器件被排除在外，可能为总光机功耗增加额外的 150-250 mW。图像质量效应——包括散斑、扫描伪影和对比度——被假设已完全解决，这代表了一个乐观的情景。

图 8：LBS 光机 FOM 随 FOV 增加的演变。

5. 讨论

除了前面介绍的定量比较之外，本节还将结果置于实际部署、行业路线图和市场预期的背景下。在 "纸上" 审查了一大组候选架构之后，我们现在重点介绍哪些方法对实际产品最具潜力，释放这种潜力所需的工作，以及可能的采用时间表。该讨论整合了公开的技术数据、供应链考虑因素和系统级可行性。

技术成熟度与关键发展主题

本工作调查的显示技术涵盖了广泛的成熟度——从商业部署的平台到早期工程演示器和概念架构。基于公开信息和行业见解，以下定性评估总结了各技术的相对准备情况，并确定了每个技术的关键发展挑战。

LED-LCOS 光机（成熟的生产平台）： 目前最成熟的解决方案，LED-LCOS 利用了完全工业化的组件生态系统。光学性能、可靠性和供应链稳健性都得到了充分验证，引擎已集成到主要 AR 厂商的产品中。该平台体现了已完全部署的工业技术，持续渐进式改进的障碍最小。虽然在中 FOV 具有竞争力，但该平台向大 FOV 的缩放不如 x-cube uLED 解决方案有利——这一限制可能通过新兴的小像素 LCOS 面板和激光照明的出现而得到显著缓解，突显了未来 LCOS 系统的一个重要发展杠杆。

X-cube 和 WGC uLED 光机（新兴产品平台）： 代表下一个成熟度层级，这些架构有望在近期进入产品阶段，预计单色 uLED 面板将很快出现在消费设备中。剩余的挑战包括 x-cube 的大规模组装和校准、面板级性能均匀性、外延缺陷管理，以及由于偏振敏感型衍射波导导致的效率损失。实现稳定的红色通道效率和色点——特别是在将磷化物材料集成到基于氮化物的 uLED 堆栈中时——仍然至关重要。供应商生态系统仍然有限，尽管主要半导体公司正在积极投资该技术。

激光-LCOS（高级开发平台）： 在所考虑的平台中，这种架构代表了尺寸和效率之间最有吸引力的权衡之一。基于成熟的 LCOS 面板和集成光子学，激光-LCOS 系统仍需要大量的系统级创新才能达到产品就绪状态。关键发展包括可扩展的散斑消除解决方案、高吞吐量激光装配（目标是在 $300\mathrm{m}\mathrm{m}$ 晶圆上实现数千个激光器贴装，耦合效率 $>80\mathrm{\%}$）、用于局部调光的片上可见光调制，以及实现 $>95\mathrm{\%}$ 照明均匀性的超低损耗光子路由。此外，小像素 LCOS 面板（ $\sim 2\mu \mathrm{m}$ ），在新兴的 FLCOS [27] 和超表面设计 [28] 中实现，是至关重要的：像素间距强烈决定显示引擎体积，只有最小的面板才能现实地与 uLED x-cube 系统竞争。更小的面板也简化了均匀照明并减少了所需的传播长度。虽然前景广阔，但这些元素都处于积极开发中，尚未大规模演示，因此小像素优化成为未来性能和竞争优势的核心因素。

MEMS-LBS（受限的研发平台）： 基于 MEMS 的激光束扫描展示了高固有光学效率，但仍主要局限于研发和利基应用。系统级复杂性将引擎体积限制在大约 $0.8-1.0{\mathrm{c}\mathrm{m}}^3$ ，在此范围之外的实际缩放仍未得到证实。关键的待证明点包括适合大众市场采用的成本结构、具有可接受眼盒的宽 FOV 性能和图像质量，以及消费条件下的长期可靠性。虽然需要进一步成熟，但竞争技术的并行进步预计将提供显著更小的解决方案。因此，该平台最引人注目的长期机会可能在于高亮度、高光功率应用，包括非 AR LBS 市场，如汽车投影。

多色 uLED - 垂直和并排 RGB（研发平台）： 这些架构仍处于活跃的研发阶段，主要的验证点尚未得到证明。实现高 FOV AR 所需的小像素间距难以可靠制造。光学串扰，尤其是在垂直堆叠中，以及通过多步工艺的效率降低，代表了可扩展实现的基本障碍。在并排 RGB 架构中，大尺寸 uLED 芯片的可制造性和成本是一个风险。这些架构与 x-cube uLED 解决方案竞争。然而，由于集成复杂性和性能下降，多色像素持续缩小到 $\sim 4.0\mu \mathrm{m}$ 以下似乎具有挑战性，使其在大 FOV 下与 $2.5\mu \mathrm{m}$ x-cube 实现相比竞争力较弱。它也是所考虑的方法中制造最密集的方法之一。其制造复杂性和成本最终是否会超过预期的 FOM 优势仍然是一个悬而未决的问题。

PIC-LBS（早期阶段研发平台）： 全集成光子束扫描提供了变革性的潜力，但目前是最具推测性的架构。关键缺失要素包括：在消费级功率预算内实现高效的片上可见光调制和光束控制、低损耗大面积光子路由、可扩展的散斑抑制，以及实用的异质激光集成。现有的演示仍处于实验室水平，尚未有实现消费级成本、良率或可靠性的早期路线图。

产品窗口和上市时间

信息显示，窄 FOV ( $<{20}^{\circ }$ )，单色： 对于信息显示和小 FOV AR 应用的近期应用，uLED 和 LED-LCOS 光机有望领先。它们结合了技术成熟度、经过验证的供应链和相对的系统简单性，使其成为近期部署最实用的解决方案。这些平台受益于高可靠性、充分理解的光学性能和即时可制造性，能够实现快速产品集成和在商业设备中的早期采用。

中期消费级 AR，FOV $30-{50}^{\circ }$ ，全彩： 随着消费级 AR 的雄心向着更宽的视场角和全彩图像发展，两个平台成为最有希望的候选者：小像素尺寸的 x-cube uLED，以及具有 PBS 和平板架构（包括局部调光）的激光-LCOS。在这个阶段，这些技术仍然是移动的目标，仍有大量的技术里程碑需要实现：均匀性、效率、可制造性和系统级集成将决定哪些平台能够实现商业可行性。它们的最终市场份额将取决于这些突破的速度、质量和可扩展性。

长期宽 FOV AR ( ${50}^{\circ }+$ )： 对于需要宽视场角的沉浸式 AR 体验，具有平板照明和局部调光的激光-LCOS，以及基于 PIC 的 LBS 解决方案，似乎最适合满足苛刻的功耗和外形要求。激光-LCOS 可以利用先进的局部调光和可扩展的 PIC 照明器，在宽 FOV 下保持亮度和效率，而 PIC-LBS 则有望实现超紧凑且 FOV 无关的光引擎，具有无与伦比的效率潜力。这些长期平台仍然依赖于光子学集成、高速调制、散斑抑制和系统工程方面的突破，但它们代表了 AR 显示技术的前沿。

6. 展望

AR 显示领域正进入一个快速多样化的时期，没有单一技术能主导所有应用。近期系统将依赖成熟、可靠的引擎，如 uLED 和 LED-LCOS，而中期消费级 AR 将取决于 x-cube uLED 和激光-LCOS 架构的成功扩展。长期来看，宽 FOV 沉浸式显示器很可能依赖先进的平板激光-LCOS 和基于 PIC 的 LBS，但这取决于光子学集成、局部调光和系统小型化的突破。

这种演进不仅受物理学和工程学的影响，也受工业现实的影响：供应链成熟度、可制造性、集成策略和成本优化将与原始光学性能同等重要。技术进步与市场需求之间的相互作用将决定哪些平台获得牵引力，从而形成一个动态格局，其中渐进式改进和颠覆性创新并行出现。

展望未来，AR 显示开发将沿着多条平行轨迹进行，每条轨迹都针对不同的技术和商业挑战。与其说是 "赢家通吃" 的情景，不如说生态系统将多样化，提供互补的解决方案，逐步提高能力、效率和紧凑性。未来十年有望成为一个富有成效的创新时期，高质量、宽 FOV 的 AR 体验将变得越来越可实现。

本文直接提及的产品参考文档

1. Product Brief - JBD Hummingbird Mini I: https://www.jb-display.com/product_des/12.html

2. Product Brief - JBD Hummingbird Mini Ⅱ : https://www.jb-display.com/product_des/5.html

3. Goeroptics Exhibition CIOE 2025

4. Goeroptics Exhibition CIOE 2025

5. Product Brief - JBD Hummingbird I: https://www.jb-display.com/product_des/6.html

6. Product Brief - JBD Hummingbird II: https://www.jb-display.com/product_des/17.html

7. Product Announcement - JBD Roadrunner: https://www.jb-display.com/newsdetails/84.html

8. Goeroptics Exhibition CIOE 2025

9. Goeroptics Exhibition CIOE 2025

10. Product Brief - Avegant AG-30L2: https://avegant.com/light-engines-for-ar-glasses/

11. Product Brief - Avegant AG-20L: https://avegant.com/light-engines-for-ar-glasses/ Proc. of SPIE Vol. 13821 138210Y-19

12. Goeroptics Exhibition CIOE 2025

13. Goeroptics Exhibition CIOE 2025

14. Goeroptics Exhibition CIOE 2025

15. Goeroptics Exhibition CIOE 2025

更多参考文献请访问原文链接（著录信息）获取

著录信息：

Alexander Mityashin "Downscaling AR microdisplay architectures below 0.5cc: a comparative study of μLED, LCOS, and LBS", Proc. SPIE 13821, Optical Architectures for Displays and Sensing in Augmented, Virtual, and Mixed Reality (AR, VR, MR) VII, 138210Y (5 March 2026); https://doi.org/10.1117/12.3077353