1.曜智光科首席科学家暨MIT团队颠覆性三维微纳制造光芯片成果荣登《Nature Photonics》

2.Nature Communications | 南科大深港微电子学院王中锐课题组在面向生成式人工智能的忆阻器类脑计算硬件方面取得新进展

3.有望助力提升光通信！西电团队为光束定制一把“完美梳子”

1.曜智光科首席科学家暨MIT团队颠覆性三维微纳制造光芯片成果荣登《Nature Photonics》

曜智光科（Rationalite Photonics）首席科学家暨 MIT 团队在微纳制造与光芯片领域取得颠覆性突破，相关研究成果于2026年5月12日正式发表在国际顶尖学术期刊《Nature Photonics》（自然·光子学）上。该研究展示了一种名为“内爆雕刻”（ImpCarv）的全新制造方法。该技术成功突破了传统光学制造的衍射极限,为构建具有纳米级精度、高自由度的复杂三维(3D)超结构以及提供了一种可扩展且极具成本效益的解决方案。

“内爆雕刻”：一场不可思议的降维打击

面对硅基算力逼近物理极限与能源消耗巨大的双重危机，光计算被视为下一代算力革命的核心 。然而，制造出能调控可见光、具有纳米级精度的3D复杂结构一直是工业界的“无人区” 。 传统的微纳加工技术在面对复杂三维（3D）结构时往往捉襟见肘：增材制造（如普通3D打印）受限于衍射极限，精度不足；而传统的减材加工（如离子束刻蚀）难以深入材料内部进行非平面加工 。

本团队通过逆向思维，研发出“内爆雕刻”工艺：先在膨胀的水凝胶支架上进行微米级“雕刻”， 精准切断分子骨架，雕刻出复杂的三维空缺图案。再通过特殊的化学处理诱导其发生体积超 2000 倍以上的各向同性线性收缩 （图1）。

图1：内爆雕刻工作原理和流程

通过这种“先雕镂，后内爆”的降维打击，原先亚微米级的空隙被瞬间收缩到了几十纳米的精度。这种加工精度，远远小于应用光波长的衍射极限。由于排除了材料填充带来的表面化学和聚集问题，这种纯粹利用“空隙”构建的三维超结构，实现了对材料内部每一个点折射率的纳米级精确控制（60nm线宽，20nm深度台阶，图2），为高密度3D光计算打开了崭新通路 。

图2：内爆产生纳米级分辨率三维结构

得益于这种前所未有的折射率可编程性和精确的相位控制能力，本团队在论文中展示了一个惊艳的里程碑：成功构建了一个能在可见光波长下运行、且神经元尺寸达到纳米级的全光机器学习器件。（图 3）

图3：全光机器学习器件设计与制造

“内爆雕刻”技术如何重构光芯片的制造底座

这项发表于《Nature Photonics》的研究成果，不仅是一次制造工艺的迭代，更是从底层物理层面对光子集成电路（PIC）制造范式的提出一个颠覆性的方案，微纳加工从传统“加法”转向“内爆减法”。 这种先构建空缺再整体微缩的“减材”逻辑，彻底解决了材料填充带来的表面化学和聚集难题。

这项技术的应用里程碑在于直接推动了光神经网络（ODNN）从红外长波向可见光短波的跨越。光神经网络不再是庞大的实验装置，而是被固化为极高密度的三维单片超结构（图 4）。通过多层多级的纳米神经元堆叠，实现了对光相位的精准编程控制 。此外，在本团队的后续研究中，该架构也会引入非线性材料，以进一步提升光神经网络的处理能力。这种不再依赖庞大脆弱实验装置的固化 3D 架构，为光计算走向微型化与实用化奠定了基础。

图4：多层多级高度集成的三维单片超结构

在精度的极致控制与设计自由度方面，“内爆雕刻”展示了传统手段无法企及的优势，成为了目前唯一能实现带缺陷的三维光子晶体一次成型的方案 。通过该平台，本团队还成功制造出具有纳米级精确结构的三维光子晶体，并在可见光频段展现出清晰的光子带隙（图 5）。这意味着人类能够在三维空间内像控制电子一样精准地操控可见光子，为高性能激光器、超透镜以及量子光学硬件的研发开辟了新路径，也为高密度 3D 光计算打开了物理层面的通路 。

图5：具可见光波段光子带隙的三维光子晶体

从波士顿到张江：以ASOC定义下一代边缘推理

科学的终点是产业的起点，扎根于上海张江科学城的曜智光科正全力推动这一顶刊成果的商业化落地 。公司避开通用算力红海，深耕 ASOC（专用推理 AI 光芯片）架构。从底层逻辑来看，未来端侧设备的视觉感知，必然会经历一场从电计算向光计算的物理迁移。当环境光进入镜头，如果能在光信号阶段就直接完成神经网络的特征提取与推理，这将是对现有算力瓶颈的绝对降维打击。因此，只要物理世界还需要机器视觉，ASOC就拥有天然且庞大的应用土壤。

面对光计算商业化初期的泛用性挑战，曜智光科并未选择打造一个脱离现实的纯光乌托邦，而是率先确立了极具务实的光电混合计算架构。曜智光科将高并行的推理任务交给三维光子网络，而将复杂的调度指令留给成熟的电子芯片，并开发了光电全链路的联合训练（Co-training）。光域的三维物理参数与电域的神经网络参数被置于同一框架下进行全局训练。当边缘传感器的视觉信号涌入时，光与电精密咬合、各司其职，不仅大幅卸载了主芯片的算力负担，更完美兼顾了极高的算力能效比与产业落地的通用性。

该论文验证了纳米级精度的可行性，而真正的产业化必须回答“效率与成本”。为了跨越量产鸿沟，曜智光科依托国内成熟的先进制造产业链，开发分钟级大尺寸微纳加工方案，旨在打破传统加工的效率限制，加速 ASOC 走向规模化量产 。目前，公司已成功跑通初代 Demo 演示，依托张江的硬科技产业生态，我们正全力推动ASOC架构的商业化落地，正与多家下游头部客户展开定制开发，共同重塑智能边缘的无限可能 。

我们期待在这个由光定义的全新算力时代，与更多投资界伙伴和产业见证者一起，重塑智能边缘的无限可能！

详情请参阅《Nature Photonics》论文:" Isotropic shrinkage of patterned vacancies enables three-dimensional nanoprecise metastructures for visible light applications" 

(https://doi.org/10.1038/s41566-026-01896-1)（曜智光科）

2.Nature Communications | 南科大深港微电子学院王中锐课题组在面向生成式人工智能的忆阻器类脑计算硬件方面取得新进展

随着生成式人工智能（AIGC）在文生图、文生视频、具身智能和世界模型等领域快速发展，以扩散模型为代表的生成式算法正在成为模拟人类想象力的重要技术路径。然而，当前扩散模型在传统数字计算平台上仍面临速度慢、能耗高等瓶颈。一方面，冯·诺依曼架构中存储与计算单元分离，造成大量数据搬移；另一方面，扩散模型本质上依赖神经微分方程求解，数字计算机通常需要将连续生成过程离散化，从而带来额外的时间和能耗开销。

围绕上述问题，南方科技大学王中锐课题组联合香港大学、中科院微电子所、复旦大学、华中科技大学等单位，提出了一种基于忆阻器存内计算的连续时间神经微分方程求解器，用于加速基于分数的扩散生成模型。相关成果以“Resistive memory-based neural differential equation solver for score-based diffusion model”为题，发表于国际著名期刊 Nature Communications（DOI: 10.1038/s41467-026-72900-z）。

该系统的核心思想是将扩散模型中的神经微分方程直接映射到模拟硬件中求解。忆阻器单元以电导形式存储神经网络权重，并在存储位置直接完成乘加运算，从而缓解传统计算架构中的数据搬移瓶颈。同时，研究团队通过模拟电路构建闭环反馈，使系统能够以时间连续、模拟信号的形式自主演化，物理实现扩散模型的采样过程。与依赖离散时间步迭代的数字计算平台相比，该方案在计算范式上更接近大脑中连续、模拟和随机的神经过程，有望为未来快速、低功耗的生成式边缘智能系统奠定基础。

图1展示了人脑、传统数字计算机与本研究提出的软硬件协同系统在想象模型、计算架构和信号表示三个维度上的对比。该系统在计算架构上借鉴大脑的存算一体特征，在信号表示上采用连续模拟形式，从而更自然地匹配扩散模型中的连续生成过程。

图 1 类脑生成模型、计算架构与信号表征的软硬件协同设计

图2展示了忆阻器件表征与神经微分方程求解器的硬件实现。研究团队基于 180 nm 工艺制备的 32 × 32 1T1R 忆阻器存内计算单元，验证了器件的电导可编程能力、稳定保持特性以及阵列级权重映射能力，为模拟神经网络的硬件实现提供了基础。

图 2 忆阻器件特性与神经微分方程求解器电路设计

图3和图4分别展示了该系统在无条件生成和条件生成任务中的实验验证。在简单二维分布生成任务中，系统能够将初始高斯分布样本连续演化为目标分布；在手写字母条件生成任务中，系统实现了对不同字母图片的可控生成。相较于GPU上的软件实现，评估结果显示，在生成质量基本保持不变的前提下，该系统在无条件和有条件生成任务中预计可分别带来约 69.0 倍和 116.5 倍的速度提升，并分别降低约 31.5% 和 52.0% 的能耗。

图3基于忆阻器连续时间求解器的无条件简单分布生成实验

图 4 基于潜空间扩散模型的手写字母条件生成实验

图5分析了忆阻器噪声对生成性能的影响。结果表明，基于分数的扩散模型本身具有随机生成特征，对一定范围内的模拟器件噪声具有较好的鲁棒性，体现出扩散生成算法与忆阻器模拟硬件之间良好的匹配关系。

图 5 忆阻器噪声及其对生成性能的影响

本项研究由南方科技大学、香港大学、中科院微电子所、复旦大学、华中科技大学联合牵头完成。第一作者为南方科技大学访问研究人员、香港大学在读博士生杨佶昌、香港大学在读博士生陈和甘以及华中科技大学陈佳副教授。通讯作者为南方科技大学王中锐副教授、中国科学院微电子研究所尚大山研究员、复旦大学张续猛副研究员和华中科技大学陈佳副教授。该研究得到国家自然科学基金、微电子所联合实验室项目基金以及香港研究资助局优配研究金等项目的资助。（南方科技大学深港微电子学院）

3.有望助力提升光通信！西电团队为光束定制一把“完美梳子”

西安电子科技大学光电工程学院超快光子学团队联合浙江工商大学、吉林大学等单位，围绕完美光学涡旋梳的构建与实现开展研究。在完美涡旋光束理论表达的基础上提出了一种完美光学涡旋梳定制新方法，并借助衍射神经网络完成了实验验证。该研究实现了对涡旋梳中不同模态环形尺寸的灵活调控，让原本“齿长不齐”的光学涡旋梳变得更加整齐、可控，为结构光场设计与调控提供了新的研究思路，也为光通信、精密测量等方向的后续探索提供了参考。

团队研究成果登上国际光学领域期刊 Laser & Photonics Reviews 封底

什么是光的“涡旋梳”：从湖面漩涡到光的“梳子”

在日常生活中，人们熟悉的光，往往是沿直线传播、波前相对平整的普通光束。但在现代光学研究中，还存在一类具有特殊结构的光束——光学涡旋光束。

“光学涡旋光束可以形象地理解为‘带着旋转结构向前传播的光’”，作为论文首位共同第一作者，西安电子科技大学光电工程学院2022级本科生曹帅全程参与了本项研究的理论设计、仿真优化与实验验证工作，他解释道：“就像平静湖面上的漩涡与普通水波并不相同，光学涡旋光束也不是普通意义上的‘直着走的光’，而是一种具有特殊相位结构的光。”这类光携带轨道角动量，且不同拓扑荷对应着不同模式，因此在通信、测量、成像、光镊操控等方向受到广泛关注。

基于这类光的特性，研究人员进一步发展出“光学涡旋梳”的概念。它是由多个不同拓扑荷的涡旋光束按一定规律叠加形成的复合光场结构，类似于光频梳在频域中由一系列规则排列的谱线组成，光学涡旋梳则对应于轨道角动量模态上的离散排列。换个更直观的说法，它就像一把由光做成的“梳子”：每一个“齿”对应一种特定的涡旋模态，许多“齿”组合在一起，就构成了一把可以被设计、被调控的“光梳子”。

西安电子科技大学光电工程学院院长、教授徐淮良介绍，光学涡旋梳之所以受到关注，一个重要原因在于它为模式复用提供了新的光场载体。除通信外，这把“光的梳子”在精密测量、微粒操控和特殊成像等方向也具有应用前景。不过，要让它真正更好地服务相关研究，首先还需要解决其生成与调控中的一个核心问题。

传统涡旋梳的“长短腿”问题：齿长不齐带来的麻烦

尽管光学涡旋梳近年来受到关注，但传统涡旋梳一直存在一个比较突出的局限：组成梳状结构的各个涡旋模态，其空间尺寸往往会随着拓扑荷变化而变化。

从光场分布上看，光学涡旋光束通常表现为中间较暗、外围较亮的环形光斑。对传统涡旋光束而言，不同拓扑荷对应的环形半径并不固定，而是随模态参数发生变化。这样一来，当多个不同拓扑荷的光束叠加形成涡旋梳时，各个“齿”的大小就难以保持一致，这把“光的梳子”也就出现了“齿长不齐”的问题。

这一问题会给后续应用带来实际影响。比如在模式复用光通信中，如果不同轨道角动量模态对应的光束尺寸不一致，那么在耦合、传输、放大和探测过程中，就需要更复杂的系统匹配与参数调节。对于一些模式分选装置而言，输入模态尺寸不统一，也会增加识别和分离的难度。换句话说，一把“齿长不齐”的梳子，虽然能看出是梳子，但真要拿去“工作”，就会暴露出不少麻烦。

“以光通信为例。在发送端，不同转速的光束需要合在一起送入通信器件。在接收端，又需要把这些光束分开，各自还原出携带的信号”，西安电子科技大学光电工程学院青年教师梁益泽解释道，“问题是，不同转速的光束在通信器件处光斑大小不同。如果接收端的探测器对准小光斑，大光斑的边缘信号就可能丢失或者串扰到其他通道。如果对准大光斑，小光斑的能量又收集不全，信号太弱无法识别。系统需要不断调整，很难稳定运行”。

不仅如此，在一些涉及光与物质相互作用的场景中，不同尺寸的光束还意味着不同的作用区域，这对部分实验和应用并不理想。也正因如此，如何在不同拓扑荷下仍然保持一致的环形尺寸，成为光学涡旋梳研究中值得进一步突破的方向。

从理论构想到实验实现：先把理想的“梳子”画出来

针对这一问题，徐淮良团队没有停留在对传统方法的局部修补上，而是从更基础的光场构建出发，走出了一条“先定义目标、再实现目标”的研究路径。与其说是在原有“梳子”上修修补补，不如说是先重新设计一把更理想的“光梳子”，再想办法把它真正做出来。

研究团队首先基于完美涡旋光束的理论表达，构建出目标完美光学涡旋梳。这里所谓“完美”，指的是各个组成模态在拓扑荷不同的情况下，仍能够保持统一的环形尺寸。也就是说，团队先从理论上给出了“理想的光梳子应该长什么样”——它的每一根“齿”可以对应不同的拓扑荷，但这些“齿”的大小能够保持一致，不再像传统涡旋梳那样长短不一。

传统型 OV 梳与完美型 OV梳的原理对比图

在完成目标光场构建后，团队引入衍射神经网络，对实现这一目标所需的相位调制结构进行反向设计。梁益泽介绍：“衍射神经网络在这项工作中承担的是实现工具的角色，它不是直接‘凭空生成’光场，而是依据预设目标，优化得到合适的双层相位掩模，使输入的高斯光在传播和调制之后输出目标完美光学涡旋梳”。换句话说，团队不是先有工具再去“试试看能做出什么”，而是先想清楚要做一把什么样的“梳子”，再让衍射神经网络去寻找实现它的方法。

整个实现系统的核心结构比较简洁，由两层纯相位掩模组成，可以理解为两张特制的光学滤镜。实验中，团队以一束高斯光为输入，通过加载训练得到的两层相位掩模，实现了目标光场的输出。这也意味着，这项工作的创新不只是引入了衍射神经网络这一手段，更在于建立了从理论构型、目标光场设计，到物理实现和实验验证的一整套研究链路。

单位拓扑荷间隔完美光学涡旋梳定制实验结果

为了验证这一方法的可行性，研究团队在实验中完成了三类不同完美光学涡旋梳的构建与测试。

第一类是单位拓扑荷间隔的标准完美光学涡旋梳，所有齿大小一致，整齐排列。第二类是谱形和拓扑荷间隔可调的完美光学涡旋梳，齿与齿之间的转速差可以根据需要任意设定。第三类是复杂梳子——对完美光学涡旋梳中不同组成模态的尺寸进行差异化控制，即可根据需要对个别“齿”的尺寸进行单独设计。

从结果来看，团队的这一方法使完美光学涡旋梳的构建具备了更强的可设计性。与传统方案中光束尺寸受拓扑荷制约不同，新方法能够在设定拓扑荷分布的同时，对不同模态的环尺寸进行独立调控，从而让这把“光的梳子”不仅齿距可调，齿形也更加可控。

从实验走向应用：为结构光调控提供新思路

完美光学涡旋梳的构建，并不是简单对已有光学涡旋梳生成方式进行局部改进，而是围绕“目标光场如何定义、如何实现”这一核心问题，提出了从理论构建到实验实现的一体化方案。

徐淮良表示，团队更关注的是如何让涡旋梳中的不同模态在保持自身拓扑荷特征的同时，具备可独立设计的空间尺寸，“这不仅关系到某一种光场的生成方式，也关系到结构光场能否在更复杂场景中实现更精细的控制”。

西安电子科技大学光电工程学院

徐淮良教授团队正在进行涡旋梳调控相关研究

从潜在应用来看，完美光学涡旋梳有望为模式复用通信、自由空间到光纤耦合、精密测量以及优化光与物质相互作用等研究提供新的参考工具。特别是在需要多个涡旋模态保持统一尺寸、或者需要对不同模态空间分布进行精细设计的场景中，这一方法有望展现出独特价值。当然，从实验室验证走向更复杂的工程系统，仍需要后续深入研究。

与此同时，这项研究也展现出衍射神经网络在复杂光场设计中的应用潜力。通过先构建目标光场，再反向求解实现路径，研究人员未来有望进一步探索更多具有特定空间分布、偏振特性或功能特征的结构光场。随着相关算法和光学器件技术的发展，这类方法有望在更多光学研究场景中发挥作用。换句话说，这把“光的梳子”不只是被做得更整齐了，也正在被赋予更多新的可能。（西安电子科技大学）