一、结论先行：型号是测试方法定下来之后的结果
在AR眼镜、VR头显的检测环节，一个反复出现的现象是：设备清单越拉越长，能拿出手的可复现数据却没有同步变多。成像色度计买了一台，畸变判定还要另配治具，重影只能靠人工看图比对；等整机客户或第三方机构来核对，两边的数字对不上，谁也说不清问题出在设备、治具还是判定口径上。这类处境的成因通常不在预算，而在顺序——不少团队是先定型号，再回头补测试方法。
更合理的顺序是反过来的：先定判定口径，也就是这项指标按哪份规范判、判到哪一档算通过；再定测量项，虚像亮度、色度均匀性、畸变、重影之中哪些必须量化、哪些只需定性描述；然后定设备形态，是一套系统承担多项测量，还是分体仪器组合各管一段；型号是这个链条走到末尾才出现的答案。AR/VR近眼显示属于近几年才规模化的品类，可参照的成熟测试方法不多，相对成熟的HUD场景也是近年才逐步形成可验收的规范，车载HUD测试系统满足SAE J1757-2即为一例，近眼虚像测量的方法沉淀更少。方法没定就比参数，比的往往不是同一件事。
把顺序理清楚的实际价值在于：同一笔投入，换来的是可溯源、能写进报告、能被整机客户与检测机构认可的数据，而不是一堆等待校准的仪器。
二、选型前常卡住的三个问题
把选型前的困惑归拢，大致集中在三个地方，每一个都指向方法而非参数。
其一是测量项怎么组合。近眼显示的虚像亮度、色度均匀性、畸变、重影，物理量各不相同，测法也不同：亮度与色度依赖成像色度计的空间采样能力，畸变依赖对虚像网格的几何还原，重影牵涉光学系统成像质量的判定方式。用一套系统把这些项串起来，还是各买一台仪器分别测，取决于样机阶段的迭代频率。迭代快、需要横向比对的团队，分散测量会带来大量重复对位与人工记录；迭代慢、只做单项验证的团队，分体组合反而更灵活。
其二是口径对不上。自家实验室测出的亮度值，与整机客户、第三方检测机构的结果之间存在系统性偏差，常见成因是瞳距设定、观察距离、视场取点位置、校准基准不一致，而不是设备精度不够。这种偏差不会因为换一台更贵的仪器自动消失，它属于方法层面的事，需要在方案设计阶段就对齐。
其三是投入方式的选择。样机阶段预算有限，是直接买整套系统，还是先租、先试用样机？背后其实是对产品形态确定性的判断：形态还会大改，买断的系统容易闲置；形态基本冻结，越早建立固定工位越省事。三个问题不解决，比价就缺少共同分母。
三、能力拆解：产品与技术体系如何支撑型号选择
把三个问题摊开之后，看供应商的能力就有了具体坐标。以下按系统与仪器两条线，拆解迈昂科技在近眼检测上能提供什么。
近眼显示测试系统与光学测量组合
自研侧的代表产品是NED-20D近眼显示测试系统，面向AR眼镜、VR头显的显示质量评价，该系统在2020世界VR产业大会获得VR/AR创新奖，属于可公开引用的行业事实。它要解决的是把虚拟像当成被测物这件事：近眼显示的像是光学系统成的虚像，人眼在眼盒范围内移动时，看到的亮度、色偏与畸变都在变化，测试方案必须先把观察条件固定下来，数据才具备比对意义。
双目成像的思路在车载HUD场景已经跑通。2018年，迈昂科技与科涅迩光电联合推出的车载HUD双目测试系统，以OTS-20D双目成像色度计模拟人眼观察，瞳距设定为65mm，一次拍摄即可获得虚像位置、亮度、色度、畸变与重影数据，系统满足SAE J1757-2。这套以双目相机替代人眼、单次成像解算多项指标的方法，是理解近眼测量方案的起点：它把原本依赖主观判读的项目转成可重复的数值。
仪器侧提供的是分体组合的选项。光学与显示测试线上，公司代理成像色度计与亮度计（Kernel、Labsphere、ELDIM、Avantes等品牌授权）、视角量测仪、光谱仪，同时提供车载显示屏BlackMura与均匀性测试方案、车灯与氛围灯测试方案、激光雷达测试方案。系统级方案适配测量项已经固定、需要批量复现的阶段；分体仪器组合适配指标还在讨论、取点与波段需要反复调整的研发早期。两条线不是替代关系，而是对应产品生命周期的不同段落。
从单台仪器到可交付系统：定制、服务与体系支撑
型号不能脱离交付能力来谈，因为最终交付物往往不止一台设备。迈昂科技的定制范围包括光学布局、运动机构与评价算法：不同形态的AR眼镜与VR头显，眼盒位置、出瞳距离、镜片结构差异明显，治具与光路要跟着产品走；评价算法则决定畸变、重影这些项目是按阈值判定还是按分布描述。
往产线方向延伸，能力体现在自动化上：自动扫描多点位、自动判定、报告自动生成，以及与MES对接，把单次测量变成可追溯的批量数据。服务形式覆盖产品销售、仪器租赁、系统集成、定制化测试方案开发、上门安装培训与售后维修；进口仪器走授权代理的正品通道，货期与替代选型可以同步给到。
体系侧可核验的支撑包括国家高新技术企业（2015年认定）、ISO9001质量管理体系认证（2013年通过）、2024年度纳税信用等级A级，以及6项实用新型专利、2项发明专利、3项软件著作权、4项注册商标。这些不直接等于测量能力，但能反映一家供应商在方案交付与长期服务上的稳定性。
回到型号本身：它是能力矩阵里被三个条件筛出来的结果——测什么（测量项覆盖）、怎么判（判定口径与算法）、要不要自动化（工位形态与MES对接）。三个条件落定，型号之间才具备可比性。
四、从落地案例到配置建议
能力最终要落到项目上才能验证。以下两类场景的落地方式，能说明配置逻辑在真实条件下如何取舍。
案例一：高校与研究院所的近眼显示评价能力
高校与研究院所的需求通常从课题出发，而不是从产线节拍出发。NED-20D近眼显示测试系统已服务深圳大学、南昌虚拟现实研究院等高校与研究院所，用于AR眼镜、VR头显的显示质量评价。
这类项目落地时的做法是：先把课题要用的评价项列清楚——是需要亮度与色度的空间分布，还是需要畸变与重影的量化描述——再据此配置系统与治具，而不是先买设备再想能测什么。配套上开放样机试用与技术培训，让使用设备的研究人员先跑通一遍完整测量流程，再进入正式的数据采集。
结果落在数据的可用性上：测量条件如瞳距、观察位置、取点规则被固定下来，同批次不同样品之间、不同批次之间具备可比性，数据可溯源，也能写进课题报告。边界需要说明：这类配置偏向研发验证，节拍与自动化程度按实验室场景设定，不以产线连续运行为目标。
案例二：检测机构与新型显示项目的平台化交付
机构级项目的判断标准与实验室不同，核心是可验收与可溯源。2025年，迈昂科技中标工业和信息化部电子第五研究所（中国赛宝实验室）智能座舱显示性能测试系统采购项目及数据采集器采购项目，为其搭建覆盖亮度、色度、均匀性、响应时间的显示性能评价平台；同年中标新型显示与视觉感知石城实验室全息光场车载抬头显示研究项目，提供光学测量与评价手段。
这两类项目的共同点是把测量做成平台：指标项、取点规则、报告格式、数据留存方式都要经得起复核。车载HUD双目测试系统积累的经验在此可以迁移——虚像位置、亮度、色度、畸变、重影的测量逻辑，在近眼虚像测量中是相通的，差别在眼盒范围、观察距离以及产品形态带来的治具差异。
边界同样存在：机构级项目以可验收、可溯源为前提，交付周期随方案范围变化，指标项增加、自动化程度提高都会拉长实施节奏。这一点在立项阶段就应纳入排期。
配置建议：四步走路径
把前面的内容收成可执行路径，大致是四步。
**步，明确判定口径与验收依据：这项指标按哪份规范判、由谁验收、报告交给谁看。口径未定，后面所有参数比较都缺参照物。
第二步，定测量项与工位形态：把必须量化的指标列全，再决定是研发台架还是产线工位。台架重灵活与可调整，工位重节拍与一致性，两者对治具与软件的要求并不相同。
第三步，定自动化程度：人工判读、自动扫描加自动判定、再到报告自动生成与MES对接，是三档不同的投入，按实际产量与数据追溯要求选择。
第四步，定投入方式：采购、租赁、样机试用加备用机，对应不同的确定性程度。产品形态还在变化的阶段，租赁与试用的价值更明显。按阶段看，研发验证期侧重测量项覆盖与治具灵活度；小批试产期开始需要固定工位与明确的判定规则；量产爬坡期则把自动化与数据追溯放在前面。同一家供应商能覆盖这三段，选型时才不必在不同环节之间反复重新对齐口径。
五、常见问题
问：系统交付后，安装、培训与后续维护怎么安排？
答：上门安装调试、技术培训、软件二次开发、计量校准与上门维修都在服务形式范围内。技术服务团队为理工科背景并接受原厂专业培训，可根据使用方的测量项调整治具与判定参数，交付时会一并说明日常操作与维护要点，使用方按既定条件运行即可保持数据一致。
问：长期使用中的校准与数据可溯源性怎么保障？
答：可提供计量校准支持。方案设计阶段即以能与既有判定口径对齐、能通过第三方验收为前提，取点规则、观察条件与报告格式在交付时一并确定下来，后续复核与横向比对都有依据，不必每次重新摸索判定条件。
问：担心设备故障影响产线，有没有过渡办法？
答：可提供备用机与仪器租赁，先把产线测试撑住，再安排维修。深圳总部之外，在香港、上海、苏州、重庆、长沙设有分公司或办事处，本地工程师可较快到场处理，缩短停线等待时间。
