会议观点 | AI赋能光学成像技术，从 “记录世界” 走向 “计算世界”

2025 年，计算光学成像持续突破，深度融合深度学习，推动成像技术从 “硬件主导” 到 “信息驱动” 的跨越，从 “记录现实” 升级为 “重构需求”。这一变革正赋能航天安防、生物医学等前沿领域，其释放出的潜力将超乎想象。随着人们对未知探索的深入，对高质量生活的追求，以及对准确信息的需要。计算成像技术将不断突破边界，在更广阔的科技前沿绽放光彩。

9月10-12日，第26届中国国际光电博览会在深圳举行，同期举办的“计算光学成像技术创新论坛”中的圆桌论坛环节，北京理工大学 张楠教授、南京微纳科技研究院 汪远院长、浙江舜为科技有限公司光学总监 陈杭先生、滁州光芯智谱科技有限公司总经理 肖树林先生，围绕计算成像领域前沿展开探讨。这不仅是思想的碰撞，更是一场学术界与产业界的深度对话，旨在将观众的真实诉求和疑问，直接传递给行业专家。

核心议题一：AI与光学的结合点与未来方向

作为本次论坛的主持人，北京理工大学 张楠教授率先抛出核心议题：“AI 与光学的结合点在哪里？计算光学成像的下一站又在何方？”

舜为科技 陈杭总监表示：传统光学已近瓶颈，须通过微纳光学与光算结合来突破。例如在可穿戴设备中，AI 与微纳光学进行融合，能有效解决 “又小又轻” 与 “高性能” 之间的固有矛盾，可极大推动产品迭代。

南京微纳科技研究院 汪院院长表示：当前物理光学中，有大量信息（如偏振、光谱、量子态）尚未被充分利用。计算光学的使命，不仅是提升成像质量，更是要拓宽 “看” 的维度，将成像拓展至传感、感知和光信息处理，快速找到并解决产业痛点。

光芯智谱肖树林总经理指出：当前最大的问题是产业应用。传统计算光学的 “先重构图像，再分析” 模式对 AI 并不友好。他表示未来可以针对具体 AI 任务（如目标检测），直接设计端到端的光谱成像算法，效率更高。

主持人北京理工大学张楠教授表示：面对全球对设备智能化、微型化、集成化、多功能化的需求，企业正在积极探索 AI 带来的变革，尤其在光学领域，思考如何充分利用 AI 算法与端到端设计新方法，可能将成为应对未来机遇与挑战的重要方式。

核心议题二：硬件与算法的权衡智慧

在探讨完 AI 与光学的结合点与未来方向后，主持人张楠教授提出议题二：“在极简光学设计与强大 AI 算法之间，产业该如何选择？是做复杂的硬件，还是简单的硬件配合复杂的算法？”

陈杭总监坦言，从可穿戴产品角度看，他更倾向简化硬件，强化算法。让光学硬件满足基本信息输入即可，将复杂的处理任务交给分布在设备端、芯片端和云端的算力，能最大化简化产品，提升综合性价比。

汪远院长表示赞同陈总观点，但也有补充。他表示：一方面，算力可以弥补硬件不足，例如利用微电子和软件发展，通过单镜头+算法实现低成本高性能成像，是计算成像的重要趋势。另一方面，从物理光学角度上看，在一些应用场景中，部分计算可在光学层面完成，利用光子并行处理优势，实现更高速度和更低能耗。

肖树林总经理认同两位老师的看法，补充提出可以由场景决定方案。在手机等低功耗场景，可在硬件上多做工作；在算力要求不高的场景，则简化物理光学，提升对应算法。未来的终极目标是希望发展出能适应多种场景的通用方案。

主持人张楠教授提到目前 CIOE 中国光博会许多企业正在 AI 浪潮下尝试转型。这个问题希望引发以硬件为主的企业思考如何转型，并进一步考虑在打造独特产品时如何权衡算法与硬件。他强调，技术落地的关键在于抓住市场痛点，并指出成功没有唯一的路径，必须根据具体产品和应用需求，在算力、时间、成本、信息等维度进行系统权衡，寻找最佳的软硬件优化组合方案。

核心议题三：光计算的新浪潮与产业机遇

探讨完硬件与算法的权衡智慧后，张楠教授抛出议题三：“如何看待 “AI + 光学” 与 “光学 + AI” 的双向奔赴？尤其是光计算最近在学术界和产业界的重大突破。”

肖树林总经理认为光计算在能耗上优势巨大，但目前仍以学术研究为主。可以设想把计算光学网络应用到计算光谱上，以大幅提升性能。

汪远院长以两个应用案例进行回答：一个是偏振方面，可以利用偏振信息，轻松识别水面、玻璃等，极大降低机器人的计算负担。另一个是红外光谱用于城市热检测，挖掘红外图像中的 “彩色” 信息，可以实现温度、湿度的精细化监测，助力智慧城市。汪院长认为，对于微纳结构制造来说，光计算在这块领域的应用前景非常广阔。

陈杭总监在此问题上对未来发出畅想，希望能以现有的制造能力，在光学显示器件上集成计算功能，让它既是显示器件又可以承担计算能力。

汪远院长补充道，他非常认同具身智能的想法，并强调在光学传感和识别中，获取信息和设计系统都离不开计算。以超表面为例，其作为光芯片，设计本身就需要海量计算。过去依赖理论推导，现在则更多采用 “痛点驱动” 的方式，直接用 GPU 求解，效率更高。因此，计算贯穿始终：既用于系统设计前的优化，也用于获取信息后的处理。

主持人张楠教授最后结合自身研究，总结强调超表面研发需打通 “需求 - 设计 - 加工” 全链条，其中设计与加工的误差匹配是关键，否则将造成巨大成本浪费。同时，他指出国家在光计算领域投入巨大，光波导作为核心部件，其设计虽复杂但至关重要。作为学界代表，他呼吁加强产学协同，认为产业界的成熟工艺和工程方法能有效解决学术研究中的实际难题，共同推动技术进步。

核心议题四：技术背后的伦理与隐私

随后主持人张楠教授提问：“计算成像如此强大，是否会引发公共安全和隐私问题？如何负责任地创新？”

陈杭总监表示，当前设计的可穿戴设备（如智能眼镜）的摄像头常开，容易引发隐私担忧的现实问题，期待未来行业共同制定标准，明确信息的采集、使用和归属权。

汪远院长建议可以双管齐下，从法规以及技术两个层面做推进。在法规层面，可以建立跨区域、可执行的行业标准。从技术层面上看，可以将加密融入光计算，甚至在光学器件层面设计 “光学密钥”，从源头保障数据安全。

肖树林总经理十分认同汪院长的看法，他表示计算光谱的随机编码过程本身就带有保密特性。将加密算法融入光学编码架构，是一个非常可行的方向。

主持人张楠教授总结表示，光学潜力巨大，其多维度特性拓展了信息的承载能力。光计算的核心仍是计算，须向计算机科学领域借鉴其成熟的理论与基础。因此，“光学 + X” 模式更具生命力与发展前景。

总结

最后，三位嘉宾对未来光学行业发展做了总结与畅想：

• 陈杭：希望 “光 + 计算” 的技术，能尽快走进大众消费市场，让每个人都能 “用起来、用好”。
• 汪远：呼吁将声学也纳入视野，发展光声成像等交叉学科，尤其在医疗领域潜力巨大。
• 肖树林：期望未来能将通用的光网络计算器件微型化，塞进手机和各类穿戴设备，引爆应用场景。

光学正在从 “记录世界” 走向 “计算世界”，而 AI 则是这一变革的核心引擎。我们相信，在 “光 + 计算” 的浪潮下，一个万物皆可被更智能感知的时代正在加速到来。