科技日报

复杂环境下物理AI的自主感知、推理与决策能力，高度依赖于边缘端设备高效运行视觉大模型的能力。然而，边缘设备由于受限于功耗与算力，难以在本地完成实时视觉认知。

“传统视觉感知链路中，光信号需经过图像传感器采集、模数转换、缓存搬运、数字分块与嵌入等多道工序，才能生成模型可处理的词元，海量冗余数据的频繁搬运导致边缘端能耗居高不下。”缪峰介绍，“我们希望在传感器中直接完成词元化，从物理层面绕过这条路径。”

此次研究中，团队率先在国际上提出，将生成词元的过程前移到传感器，在传感器中直接完成图像采集、图像分块和图像块嵌入等功能。

梁世军表示，团队研制的“光语芯”芯片由光敏存储阵列和外围寻址电路构成。团队首先基于单层二硫化钼浮栅光电晶体管，构建了光敏存储阵列。阵列中的每个像素兼具感光、存储与模拟计算三重功能。光信号写入后，以浮栅电荷形式被原位保存。外围寻址电路可选择性激活像素区域完成图像分块。对于被选中的图像块，芯片进一步施加特定的电压序列，使图像块中存储的光信息与嵌入矩阵在模拟域中完成乘加运算，输出的电流即为词元。

缪峰表示，这一成果从根本上颠覆了“先感光、再缓存、后计算”的串行范式，为后摩尔时代突破边缘AI算力与功耗天花板开辟了全新维度。该技术有望为具身智能、低空无人机、智能安防等领域，提供高能效、近零延迟的视觉认知基座，加速物理AI走向大规模应用。