如果只看新闻热度，光学行业好像到处都很热：AI 数据中心、硅光、CPO、AR 眼镜、车载激光雷达、半导体光刻、机器视觉、医疗成像、超表面、量子光学，几乎每个方向都能讲出一个故事。
但对产业链公司来说，真正有价值的问题不是“哪个词更火”，而是：
哪些方向已经进入真实订单？
哪些方向未来三到五年还会继续升温？
哪些方向和上游光学器件、精密镀膜、滤光片、光谱控制能力关系最紧？
所以这份榜单不只按热度排序，也看三个判断：商业确定性、未来走势、光学器件机会。
图一：2026 光学热度排行榜。越靠前，代表当前热度、未来确定性和光学器件机会的综合得分越高。
一、第一名：AI 数据中心光互联
关键词：800G、1.6T、3.2T、光模块、WDM、高速互联。
这是目前最确定的一条主线。
AI 集群越大，GPU 与 GPU、服务器与交换机、机柜与机柜之间的数据流动就越密集。计算能力提升之后，连接能力会成为新的瓶颈。
过去，很多人谈 AI 基础设施，首先想到的是芯片、电力和散热。现在必须加上一个关键词：光。
TrendForce 预计，AI 用光收发模块市场规模将在 2026 年达到约 260 亿美元，同比增长超过 57%。同时，800G 继续放量，1.6T 进入更重要的量产阶段，3.2T 也已经成为下一轮技术讨论的方向。
未来走势：继续升温。
它不是短期概念，而是 AI 数据中心扩张带来的结构性需求。越往后，光模块的竞争不只看速率，也会看功耗、密度、成本、可靠性和波长管理能力。
光学机会：波分复用、合波分波、滤波、光谱控制、低损耗器件和高一致性制造。
风险判断：热度最高，但竞争也最激烈。上游光学企业不能简单把自己说成“光模块公司”，更适合从波长管理和精密光学器件角度切入。
二、第二名：CPO、硅光与光 I/O
关键词：Co-Packaged Optics、Silicon Photonics、光电共封装、芯片级光互联。
如果说可插拔光模块解决的是今天的高速连接，那么 CPO、硅光和光 I/O 指向的是下一阶段：让光更靠近芯片和封装。
它们背后的共同问题是：电信号在高带宽、长距离和高密度场景下，功耗和损耗越来越难压。于是产业开始把光连接往更近的位置推进，从模块级走向板级、封装级，甚至芯片级。
这条路线现在还没有像 800G 光模块那样完全成熟，但未来想象空间很大。
未来走势：2027-2030 年加速。
短期看，它会和传统可插拔光模块并行；中长期看，AI 集群规模越大，CPO、硅光和光 I/O 的价值越容易被放大。
光学机会：光耦合、滤波、波长管理、封装级光路、低损耗界面、热稳定性。
风险判断：技术路线仍在分化。落地节奏取决于数据中心架构、供应链成熟度和成本。适合放在前排，但不能写成已经全面替代传统光模块。
三、第三名：AR / AI 智能眼镜光学
关键词：光波导、微显示、全彩、眼盒、轻薄化、镀膜一致性。
AR 眼镜的热度来自两个方向：一是 AI 交互入口的想象，二是显示与光学硬件的持续进步。
但 AR 眼镜不会因为一个爆款概念就立刻普及。它真正要解决的是系统问题：亮度、功耗、重量、视场角、眼盒、颜色均匀性和成本。
这里面，光学系统非常关键。光波导要把微型显示源的光引入透明镜片，再稳定送到人眼；全彩显示要同时管理红、绿、蓝三路光；镜片还要尽可能轻薄、透明、可量产。
未来走势：先升温，再分化。
2026-2028 年，AR / AI 眼镜会继续吸引市场注意，但真正跑出来的不会只是概念产品，而是能在体验、成本和供应链上同时过关的方案。
光学机会：波导相关光学、增透膜、反射控制、杂散光控制、RGB 光路管理、镀膜一致性。
风险判断：热度高，但商业确定性弱于 AI 光互联。它适合做中长期布局，不适合过度承诺短期爆发。
四、第四名：车载与机器人 LiDAR
关键词：905 nm、1550 nm、窄带滤光片、接收端、车规、机器人感知。
LiDAR 的热度已经从“有没有必要装”进入到“谁能稳定量产、谁能降成本、谁能适配更多场景”。
中国车载 LiDAR 供应链已经非常活跃，禾赛、速腾聚创、华为等厂商让行业进入规模化阶段。与此同时，机器人、低速无人设备、工业移动平台也可能成为新的增量场景。
对上游光学来说，LiDAR 的关键不只是激光器和探测器。接收端窄带滤光片决定系统能否在强太阳背景光下识别微弱回波。
未来走势：从车载继续扩展到机器人。
车载 LiDAR 会继续卷价格、卷集成、卷可靠性。机器人 LiDAR 则可能带来更多型号、更多场景和更多成本层级。
光学机会：905 nm / 1550 nm 窄带滤光片、带外截止、角度漂移控制、温漂控制、车规可靠性和批量一致性。
风险判断：需求存在，但价格压力也存在。真正有价值的是稳定交付能力，而不是单次参数好看。
图二：热度与确定性并不完全相同。AI 光互联最确定，AR 眼镜热度高但分化更明显，量子光学想象大但短期转化弱。
五、第五名：半导体光刻与 High-NA EUV 光学
关键词：EUV、High-NA、投影光学、反射镜、超高精度制造。
如果按技术壁垒看，半导体光刻光学可以排得更高。
先进制程、AI 芯片和高性能计算继续推动光刻设备升级，High-NA EUV 代表的是精密光学、材料、机械、控制和制造体系的顶级综合能力。
但对大多数上游光学企业来说，这条方向离现实业务比较远。它更像是光学行业的技术天花板，而不是普通公司号可以直接转化的商机。
未来走势：长期高壁垒，长期重要。
光学机会：超高精度反射镜、镀膜、检测、洁净制造、热稳定和系统级工程能力。
风险判断：产业价值极高，但进入门槛极高。适合用来建立行业高度，不适合轻易写成自身业务机会。
六、第六名：机器视觉与工业检测光学
关键词：工业相机、镜头、滤光片、照明、缺陷检测、半导体检测。
机器视觉不像 AI 光模块和 AR 眼镜那样容易成为热点新闻，但它的需求更稳。
制造业自动化、半导体检测、新能源、电子制造、精密装配，都需要更清楚、更稳定、更可重复的视觉系统。
工业检测里的光学不是为了好看，而是为了把差异看出来。不同波段、不同角度、不同照明方式，会决定缺陷是否能被稳定识别。
未来走势：稳步增长。
它不是爆发型方向，但会长期受益于自动化和智能制造。
光学机会：带通滤光片、偏振片、红外滤光、荧光滤光、工业镜头配套光学器件、照明光学。
风险判断：单价和话题性不一定高。但客户需求更务实，适合长期深耕。
七、第七名：高光谱与多光谱成像
关键词：光谱识别、农业、环保、医疗、工业分选、窄带滤光。
高光谱和多光谱成像的价值，是用光谱看到肉眼看不到的信息。
它可以用于农业长势判断、食品分选、环境监测、医疗辅助检测、材料识别和工业缺陷分析。真正有意义的是：不是只拍一张图，而是知道不同波段里隐藏了什么。
未来走势：应用逐步打开。
短期它不会像 AI 光模块那样爆，但会在多个细分行业里慢慢渗透。
光学机会：窄带滤光片、可调滤光、多通道滤光阵列、光谱分离和高一致性检测。
风险判断：应用场景分散，客户教育成本较高。适合做专业型市场，不适合讲成全民级风口。
八、第八名：医疗与生命科学光学
关键词：荧光成像、OCT、内窥镜、诊断设备、滤光片。
医疗与生命科学光学不是最热，但很稳。
荧光成像需要精准选择激发光和发射光；OCT 需要稳定的光源、干涉和成像系统；内窥镜和诊断设备需要高可靠、高一致性的光学组件。
未来走势：长期稳定。
人口老龄化、诊断设备升级和生命科学研究都会持续推动这一方向。它不一定有强烈的短期爆点，但客户对质量和稳定性的要求高。
光学机会：荧光滤光片、分光片、窄带滤光片、低噪声成像光学、医疗级可靠性。
风险判断：认证周期和客户导入周期较长。但一旦进入体系，长期价值较高。
九、第九名：Meta-optics、超表面与金属透镜
关键词：Metalens、超表面、轻薄光学、微纳结构、计算光学。
超表面和金属透镜的想象力很强：它们有机会把传统透镜、滤光、偏振、相位调控等功能压缩到更薄的结构里。
这对手机、AR、传感器、微型相机和新型成像系统都有吸引力。
但从实验室到大规模量产，中间还有效率、成本、面积、良率、可靠性和系统集成问题。
未来走势：前沿升温，落地不均。
光学机会：轻薄化光学、微纳加工、相位控制、光谱控制，以及和传统镀膜/光学系统的组合设计。
风险判断：适合放在未来变量里，不适合过早排到最确定主线前面。
十、第十名：量子光学与光量子计算
关键词：单光子、纠缠、量子通信、光量子计算、低损耗光路。
量子光学的话题热度很高，长期想象空间也大。
但从公司号的产业判断角度看，它离大规模商业转化仍有距离。很多项目还处在科研、示范或早期产业化阶段。
未来走势：长期想象大，短期转化弱。
光学机会：低损耗光路、窄带滤波、精密耦合、稳定封装、高洁净度光学器件。
风险判断：适合关注，不适合当成短期主线。
结语：未来几年，光学会从“看见”走向“控制”
如果把这十个方向放在一起看，会发现一个明显变化：
过去很多人理解光学，是镜头、成像、拍照和显示。
但未来几年，光学越来越多地进入数据传输、芯片互连、智能感知、空间显示、生命科学和工业检测。
换句话说，光学不只是让人看得更清楚，而是让系统把光传得更快、分得更准、滤得更干净、导得更稳定。
这也是为什么“控制光”的能力正在被重新定价。
对江西极微光学有限公司来说，真正值得持续关注的，不是追逐每一个热门词，而是沿着窄带滤光片、精密光学薄膜器件和光谱控制能力，把那些长期需要“精确控制光”的场景看清楚。
风口会变化，但底层能力会留下。
真正升温的，不只是某一个应用，而是稳定控制光的能力。
