Diffraqtion 剛剛宣布他們的 420 萬美元前種子輪融資。 他們正在使用技術重建視網膜；這是一種可編程的量子透鏡，在感測器之前塑造光線。 ADIN 自豪地支持這個為推理而設計的視覺團隊。

到2029年，50%的新衛星、無人機和工廠攝像頭將在光學中進行推理。 這裡的瓶頸是：一顆典型的衛星每天捕獲3–7TB的數據，但只能以100–300 Mbps的速度下行鏈接。這意味著每天只有40分鐘的聯繫時間。 結果：超過80%的影像在關鍵時刻從未被看到。

Diffraqtion 在物理層面上解決了這個問題。 他們的量子光學模組在數位化之前將信號壓縮 100:1。更少的光子 = 更少的計算 = 更長的正常運行時間。 一旦傳感器在光圈處將數據削減 99%：它將 GPU 磚頭（@nvidia Jetson）、雲端下行鏈路（@awscloud Ground Station）和事後分析（@PalantirTech）壓縮到鏡頭中。

Diffraqtion 將引領這一變革，因為他們的光學在信號轉換為數位之前進行計算。 這意味著使用 <1 瓦特的情況下，能夠更快地做出決策（0.8–2.3 毫秒）。 其他系統需要 10–25 瓦特和 10–30 毫秒（雲端中的分鐘）。 在每一瓦特和每一秒都至關重要的情況下，Pre-ADC 計算獲勝。

今天的運作情況： • 9 個在國防、太空、工業領域的試點：@DARPA, @NASA, @AFSpecOpsCmd) • 超過 2,000 小時的實地測試 • 低光環境下性能提升 6 倍 • 節省 91% 的頻寬 • 等候名單：487 支團隊

為什麼現在？ Jetson Orin Nano 仍然超出邊緣預算，功耗為 7–15W • Sony 事件感測器能夠微秒級場景 • Falcon 9 共享發射費用為 $4k/kg • 國防部複製器希望擁有數千架可拋棄無人機 這個堆疊已經為智能光學做好準備。

ADIN scout @max_siegman 發現了這筆交易。 從那裡，代理商進行了評估：技術預言家識別出衍射光學作為一個新的計算層。單元大師將節能與有效載荷經濟學進行了映射。市場映射者追蹤了國防和工業買家的需求。