3d玻璃盖板最早是2014年在韩国lg手机率先应用,2016年3d玻璃盖板的概念开始兴起,经历2017年的预热,到2018年3d玻璃盖板渗透率不断增长。
然而总的来说,这几年,3d玻璃行业的发展还是不尽人意的。首先,目前能够量产的也只有寥寥几家主流企业,应用范围也局限于高端旗舰机型;其次,受限于oled资源,以及前盖加工难度大,具体应用又以后盖为主,前盖发展缓慢。
但是,近期的一条消息,似乎有打破3d玻璃应用瓶颈的兆头,京东方寻求成为苹果oled屏幕供应商,也就说国产oled不仅良率产量稳步爬升,同时面板技术也有与韩日制造有了竞争的本钱。打破oled产能限制,同步降低oled屏成本,必将推动3d玻璃前盖应用的增长,3d玻璃盖板迎来了新的增长契机,目前正处于爆发的前夜。
一、受限于oled资源,3d玻璃前盖应用较少,整体增长乏力
截止到目前为止,据艾邦统计的数据显示,3d玻璃前盖手机共计27款,主要分布在2017年以前,主要以三星、lg等韩国企业为主,其中仅三星一家就占8款之多,具体数据如下:
从上面的数据来看,3d玻璃前盖应用除了三星、lg以外,其他手机品牌款式应用非常少,且2017年到2018年增长十分缓慢。
3d玻璃前盖与后盖不同:
后盖采用3d玻璃相比2.5玻璃来说,只是稍微美观一些,并没有功能性的变化,相比2.5d玻璃或者其他材质后盖更为低廉的价格来说,3d玻璃后盖优势不明显;
而前盖3d玻璃可以手机显示画面具有强烈的立体感,增加画面美感,同时大幅增加手机显示面积。此外,3d玻璃前盖也是目前唯一能够较好同曲面屏幕贴合的硬物质,可以起到物理保护作用。3d玻璃和柔性oled结合,可以打造出曲面显示屏,既提高了手机颜值,又有着显著的功能性,提升品牌竞争力,更能促使消费者购买。但是目前柔性oled技术主要掌握在三星、lg等韩日企业手中,这也是近几年3d玻璃前盖应用没有爆发的主要原因。
同时,3d玻璃前盖相比后盖更为高难度的工艺,加之目前全面屏概念已成标配,前盖3d玻璃的全面屏工艺难度大,这也是3d玻璃前盖应用较少的原因。
图 三星s9 3d玻璃前盖,图片来自牛华网
而从整体来说,虽然近两年3d玻璃加工技术有所提升,但是目前能够量产的企业也只有寥寥几家,应用也局限于旗舰机型。
综上所述,3d玻璃增长整体乏力,一是加工良率和产能的的影响,再就是受限于oled资源。
二、国产oled产能上量在即,3d玻璃前盖静待爆发
但是就近期的消息显示:京东方积极争取成为苹果oled供应商,最快会在年底中标。若果真如此,不仅证明中国在面板技术已急起直追日、韩,同样也能为中国与韩日在制造先进显示屏的竞争中再得一分。
图 京东方展台,图片来自techwarf
目前京东方成都第6代柔性amoled生产线进展良好,良率约为70%,已接近稳定量产水平,目前客户包括华为、vivo等品牌客户,是华为新机maters的oled供应商,这也是京东方后期oled良率提升、出货量提升的结果。而除了京东方以外,深天马则也具备了给一线智能手机品牌供应柔性oled显示屏的能力。
图 华为mate rs,图片来自it之家
因为3d玻璃前盖如果没有配置oled屏,意义不大,而京东方、深天马等国产oled良率、出货量提升,将使国内智能手机品牌oled资源不再受限于三星、lg,国产智能手机大批量采用柔性oled屏,将会给3d玻璃前盖增长提供了一个契机,3d玻璃前盖有望爆发。
国产oled产能上量在即,3d玻璃前盖静待爆发。因此,小编认为,正处于发展低迷时期的产业链上下游,特别是3d玻璃热弯设备企业、3d玻璃加工企业等,如果能够稳定度过今年的低迷期,之后就能迎来稳步的发展了。
艾邦也建有手机3d玻璃及金属外壳技术交流群,包括金属外壳,3d玻璃产业链,手机终端如小米,华为,oppo,vivo以及通达,蓝思,伯恩,比亚迪,星星科技、昱鑫光电、星瑞安、富士康等企业加入,欢迎产业链上下游的朋友入群探讨,共谋进步。
华为荣耀V9怎么样?诸多牛科技于一身的荣耀V9以快破局,如你所想
《制造强国研究》报告:海尔成为唯一入选的家电企业
如何在高温环境下确保线缆的耐用性
浅谈电连接器分类方法
基于LM3478的50W DCDC升降压变换器设计方案
OLED稳步增长,3D玻璃盖板迎来爆发前夜
PT2033G单通道触摸检测芯片概述及特性
可否将存储技术运用于人的大脑
常用led灯具的使用
三星助力电动车续航,研发锂气电池将在2030年商用
康宁对可折叠手机玻璃成分的研究
增收不增利,锂盐企业集体走出了“躺着赚钱”的时代
酒店人脸智能锁新应用,智能酒店触手可及
中芯国际距离国产7nm芯片更近一步
微雪电子SL811 USB Board接口介绍
“威马逊”的风向为什么基本没发生变化?
单片机/ARM死机的常见原因及解决方案
巨头纷纷布局存算一体,各种存储介质的优势分析
PDP电视机的工作原理、特点及优缺点
深入了解目标检测深度学习算法的技术细节