边缘实时通用视觉
将相似性识别、注意力引导感知和细节-上下文融合等计算机视觉原理直接嵌入大规模光学超表面,突破光学神经网络的规模与通用性瓶颈,实现边缘端高精度通用视觉处理。
Mingcheng, Luo · 李鴻升 · Shastri J, Bhavin J. · Shu, Chester · 窦琪 · Chai, Yang · 黃超然
Nature 2026
将相似性识别、注意力感知和细节-上下文融合等计算机视觉原理直接嵌入光学超表面,避免用物理系统复现数字模型的代数操作。
协同设计的8.7万参数数字后端,配合光学前端,能在目标检测、分割、3D重建和视频理解上超越数千万参数的数字模型。
原型机可在自然场景中实时执行边缘视觉处理,替代云端计算,降低延迟和能耗。