当前位置: 首页 > news >正文

从领跑到跨越:BOE(京东方)提前点亮中国首条第8.6代AMOLED生产线,开创全球中尺寸OLED高端化全新里程碑

2025年12月30日,BOE(京东方)中国首条第8.6代AMOLED生产线首款产品提前5个月成功点亮。这是继该产线提前封顶后,项目建设的又一重大里程碑,标志着BOE(京东方)在中尺寸OLED技术研发、工艺调试与量产准备方面率先取得关键性突破,为后续产品量产交付奠定坚实基础;同时也意味着该项目率先实现从“建设期”到“运营期”的跨越。BOE(京东方)以“京东方速度”持续引领行业进程,推动中国柔性显示产业完成从“行业领跑”到“定义赛道”的战略跨越,为2026年中尺寸OLED高端市场的全面引领奠定坚实基础。BOE(京东方)董事长陈炎顺出席仪式并宣布项目首款产品正式点亮,首席执行官冯强发表致辞,项目总指挥刘晓东、项目核心研发与生产负责人、团队成员代表等共同见证了这一历史性时刻。

图片1

BOE(京东方)首席执行官冯强在致辞中表示,成都第8.6代AMOLED生产线是BOE(京东方)深化在蓉布局的重大举措,必将为成都产业生态建设、经济高质量发展和全球行业影响力提升贡献更大力量。首款产品点亮,标志着项目进入量产冲刺的关键阶段,BOE(京东方)将以“打造全球最具竞争力的8.6代OLED生产线”为目标,持续锤炼专业技能,解决技术难题,建立竞争壁垒,为2026年项目成功量产奠定坚实基础。

BOE(京东方)投建的中国首条第8.6代AMOLED生产线总投资630亿元,是四川省迄今投资体量最大的单体工业项目,设计产能每月3.2万片玻璃基板(尺寸2290mm×2620mm),聚焦行业前沿技术和国际顶尖客户高端产品需求,主要生产笔记本电脑、平板电脑等智能终端高端触控OLED显示屏。该产线采用兼容柔性OLED与Hybrid OLED的FMM产品工艺,与其他技术路线相比,在良率、生产效率、成品品质和发光效率上具有明显优势。通过采用低温多晶硅氧化物(LTPO)背板技术与Tandem叠层发光器件制备工艺,该产线OLED屏幕实现更低功耗和更长使用寿命,带动下游笔记本及平板电脑产品迭代升级。BOE(京东方)第8.6代AMOLED生产线自2024年开工以来不断取得突破,2025年5月首批设备提前4个月搬入,刷新全球高世代产线建设纪录;时隔7个月后首款产品提前5个月实现点亮,取得又一阶段性胜利,为2026年实现量产运营迈出关键一步。

目前,BOE(京东方)已在成都、重庆、绵阳投建了三条第6代柔性AMOLED生产线,累计OLED显示屏出货量超过5亿片。随着BOE(京东方)中国首条第8.6代AMOLED生产线的点亮及明年量产,未来将运行4条AMOLED生产线,持续巩固BOE(京东方)OLED产能及生产工艺的领先优势。多年来,BOE(京东方)持续推动柔性显示技术迭代升级,于2021年推出中国显示领域首个技术品牌,其中就包括代表高端柔性显示解决方案的f-OLED显示技术品牌,开创行业“技术+品牌”双价值驱动的新纪元。在此基础上,BOE(京东方)率先布局并实现首发量产的LTPO技术因具备超流畅显示、超低功耗、超健康护眼等优势,已成为众多一线手机品牌高端旗舰机型的标配。值得一提的是,BOE(京东方)在业界率先推出“LTPO+Tandem”及“TADF+Tandem”创新方案,目前BOE(京东方)仍是全球唯一在高端旗舰手机实现Tandem技术量产的企业。通过一系列创新突破,持续引领柔性显示技术革新和产业升维发展。

站在2025年末这一承前启后的关键节点,BOE(京东方)以中国首条第8.6代AMOLED生产线的提前点亮,为全年发展落下强有力的收官之笔,也正式拉开“十五五”开局之年引领全球显示产业高端跃迁的序幕。未来,BOE(京东方)将持续深化“屏之物联”战略,推动显示技术与物联网、人工智能深度融合,以创新为引擎,强化产业生态引领力,在全球显示产业新周期中,持续突破“中国智造”的高度与速度边界。

http://www.rkmt.cn/news/182814.html

相关文章:

  • Pyenv install python3.10失败?切换Miniconda-Python3.10绕过编译难题
  • Equal Sums
  • 基于NodeJs爱宠之家设计与实现-核心功能模块设计
  • ProfiNet转DeviceNet协议转换网关助力多泵协同,年省电费3万元
  • 读后感
  • GitHub Pull Request审查:Miniconda-Python3.10确保代码可运行
  • EasyAdmin Device Setup 工具完整学习笔记
  • 五指买卖 通达信买卖指标 源码
  • 麒麟系统配置php环境
  • 回文构造
  • Docker容器资源限制:Miniconda-Python3.10绑定GPU与内存配额
  • Conda环境克隆技巧:Miniconda-Python3.10快速复制已有配置
  • SSH远程连接配置指南:通过Miniconda-Python3.10管理多台GPU服务器
  • 2025年终总结之入门SAP EWM
  • HTML模板引擎集成:Miniconda-Python3.10使用Jinja2生成网页
  • GST Tag标签技术系统解析:重组蛋白亲和纯化与检测应用全指南
  • 爆火全网的“瀑布流”视频,手把手教你一键生成,低成本打造爆款!
  • DDR ZQCL与ZQCS
  • Jupyter Notebook密码设置:保护Miniconda-Python3.10远程访问安全
  • Markdown表格美化技巧:在Miniconda-Python3.10中导出Pandas数据
  • GitHub Wiki文档维护:Miniconda-Python3.10生成自动化API文档
  • Python安装日志分析:Miniconda-Python3.10记录详细依赖安装过程
  • 三自由度仿真
  • HTML表单提交处理:Miniconda-Python3.10运行FastAPI后端服务
  • 通达信控盘公式
  • 任务规划与执行:AI Agent的行动决策机制
  • 第一次买云服务器,我踩过的坑希望你能避开
  • Conda list查看已安装包:检查Miniconda-Python3.10中的PyTorch状态
  • Jupyter Lab使用指南:在Miniconda-Python3.10中运行PyTorch代码示例
  • Pyenv which python定位准确解释器:避免Miniconda环境混淆