智能光子技术正引领未来，推动光学与人工智能的深度融合。在即将召开的第四届智能光子AI Photonics技术研讨会上，由姚建平院士、Ian White 院士等30余位国内外顶级报告嘉宾将带来前沿研究与创新应用的精彩报告，涵盖微波光子学与人工智能、智能显示与成像、智能光电芯片、光学超构表面、拓扑光子器件、量子感知计算、智能全光计算……

想知道哪些前沿成果即将发布？

哪些技术将影响未来产业发展？

立即查看报告摘要，抢先掌握智能光子领域的最新动态！

第四届智能光子AI Photonics技术研讨会

基本信息

时间：5月15-16日地点：武汉-中国光谷科技会展中心

组织机构：

报告信息（持续更新...）

大会报告

姚建平 院士，渥太华大学

报告标题：微波光子学与人工智能：挑战与机遇

报告摘要：微波光子学（MWP）是一个将微波工程与光子技术相相结合的跨学科领域，利用光子的超高速，并行和宽带特性，实现超快信号处理。与此同时，人工智能（AI）在机器学习、自然语言处理和计算机视觉等领域取得了快速进展。然而，传统电子硬件在实时处理和大规模数据分析方面难以满足日益增长的AI计算需求，这促使研究人员探索包括光子计算在内的计算范式。人工智能（AI）与微波光子学（MWP）的融合为新一代智能系统带来了巨大潜力。光子计算平台可以利用光信号的超高速、并行处理能力和低功耗特性，加速AI相关任务的执行。光学神经网络、光子张量处理器以及基于MWP的储备计算（Reservoir Computing）正成为AI加速的有前景解决方案。

本次报告将探讨用于人工智能的微波光子学（MWP）技术，重点介绍其关键应用，并举例说明MWP如何支持AI驱动的计算和信号处理。此外，还将讨论利用光子集成电路（PICs）实现光子辅助AI的方法，分析在开发紧凑、可扩展且高效的光子AI硬件过程中所面临的挑战与机遇。

邀请报告
Amit Agrawal 教授，剑桥大学

报告标题：Integrated Optical Control of Atomic Quantum Systems

报告摘要：Optical control of quantum matter–from trapped atoms and ions to quantum dots and defects, is foundational for quantum information science and technology. Development of integrated photonics opens the possibility for realization of scalable circuits with complex functionalities, advancing both science and technology frontiers and enabling real-world applications in quantum sensing and precision measurements. Here, we present our work on scalable, robust and multifunctional nanophotonic interfaces to trap neutral atoms or address trapped ions. Our nanophotonic platform, replacing bulk optical elements, promises increased complexity and functionality in a batch-fabricated optical microsystem ultimately fully replacing the laboratory optical table to enable cold atom clocks and quantum computers.

Partha Banerjee 教授，戴顿大学

报告标题：Applications of Volume Gratings in Optical Signal and Image Processing

报告摘要：This talk provides selected contemporary applications of volume gratings in the areas of beam steering and two-dimensional image processing using photorefractive materials, and three-dimensional multispectral volume digital holography. Building on a recently published SPIE monograph , we first show the application of volume grating written in a photorefractive material to beam steering, where a transmission grating written at a certain wavelength can be used as a reflection grating at a different wavelength to deflect the beam in a desired range of directions. Thereafter we show that a volume grating optically written in a photorefractive material can be used to perform 2d edge enhancement of images. On a related topic, we show how a volume reflection hologram can be digitally synthesized from a digital transmission hologram. We show the simulated readouts from these multispectral holograms, as well as experimental readout when the information from the digital volume reflection hologram is introduced into a spatial light modulator.

Trevon Badloe 教授，高丽大学

报告标题：Metaphotonics for optical edge detection

报告摘要：Tunable optical devices based on metasurfaces are revolutionizing functional planar optics. Metalenses, flat lenses that use nanoscale phase modulation, offer compact, multifunctional solutions for imaging, displays, and augmented reality. Beyond standard imaging, metalenses enable advanced wavefront manipulation. By incorporating a spiral phase, they introduce additional topological charge modes, facilitating optical computation. This redistribution of wavevectors enhances edge detection, allowing for phase contrast imaging with a single flat device.  

I will present my recent work on multifunctional metalenses integrated with liquid crystal cells for active electrical tunability at the microsecond scale. Using optimized low-loss a:Si-H, we demonstrate dual-mode metalenses capable of both diffraction-limited focusing and phase contrast imaging. Our experimental results highlight their potential for active biological imaging across the visible spectrum.  

Additionally, I will discuss spin-selective trichannel metalenses that combine optical computation, spatial manipulation, and diffraction-limited focusing. These devices enable chiral imaging and spin-dependent operation, broadening applications in structured light and nanoscale optical computing. I hope this work paves the way for further research into multifunctional metalenses for advanced optical computations.

邓子岚 教授，暨南大学

报告标题：超构表面智能偏光器件

报告摘要：偏振是表征光波矢量特性的基本特性，在经典与量子领域都起到举足轻重的作用，是光信息器件与系统设计需考虑的关键物理量。对偏振的控制对于光学加密、立体显示和成像、非线性和量子光学等各种应用都至关重要。传统的偏振操控依赖于双折射晶体、二向色性结构，但器件体积庞大，灵活性受限。超构表面是一种超薄的阵列化的人工微纳结构。微纳结构非对称性的设计灵活性赋予了超构表面强大的多功能偏振操控能力。基于超构光栅多衍射级琼斯矩阵逆向设计，我们设计了多原子及自由形态偏振光学元件，这些元件可以过滤覆盖整个庞加莱球的任意偏振态。将超构表面偏振元件与超构表面成像元件和编码元件相结合，实现了庞加莱球轨迹编码器和单片全偏振成像相机。

冯甫 研究员，之江实验室/浙江大学

基于时空混合光场调控的全光神经网络

报告摘要：与电学神经网络相比，全光神经网络具有并行性高、抗干扰性强、能量损耗低的优势。然而，现有基于空间光场调控的光学神经网络仍然存在调控维度和调控手段单一、网络运行速度受限、阵列式探测器能耗较高等问题。针对以上问题，我们提出一种基于时空混合光场调控的全光神经网络新架构。该架构在传统衍射式光学神经网络的基础上，增加了时间调控自由度，基于时空混合调控将光场二维空间信息转换为一维时域信息，突破了全光神经网络的调控维度限制。同时，该方法通过探测光场的时域信号实现神经网络功能，能够绕过2D成像设备的探测速度限制，显著提高网络运行速度的同时降低探测端能耗。

郝昊 助理研究员，国防科技大学

报告标题：面向智能传感器的光电混合信息处理技术

报告摘要：随着传感技术的进步与智能时代的来临，如何实现对海量传感数据进行快速有效的智能处理是当前学界研究的热点问题， 是走向“执行者”智能Agent的必经之路。然而，受限于体积、功耗等限制，传统高算力计算部件难以有效部署于传感系统端，信息的智能处理严重依赖于数据的数字化传输与计算中心，导致了较高的时延与功耗开销。本次报告将从计算应用需求出发，结合现有光电混合信息处理前沿技术，探讨面向智能传感系统的光电混合信息处理技术，缓解海量传感信息处理的瓶颈问题，支撑未来智能传感器领域的持续发展。

胡小永 教授，北京大学

报告标题：光子晶体拓扑芯片

报告摘要：光子晶体拓扑绝缘体提供了光子信息处理的一个平台，报告将介绍我们小组在硅基光子晶体拓扑芯片、表面等离激元拓扑光子芯片的研究进展。

黄超然 教授，香港中文大学

报告标题：高速神经形态光子计算

报告摘要：人工智能技术正在从根本上重塑当前的信息时代。在后摩尔定律时代，传统的数字计算硬件在AI应用中面临着功耗和延迟方面日益严峻的挑战。神经形态光子计算利用光的卓越并行性、互连能力以及广泛带宽，成为一种极具前景的AI计算硬件平台。本次报告将介绍我们在超高速神经形态光子计算上的探索，实现高速智能信号处理。此外，本次报告还将介绍我们在将光学系统打造为更精确、可靠的神经形态计算平台方面的努力。

黄坤 教授，中国科技大学

报告标题：基于相位几率调控的全息散斑抑制及光刻应用

报告摘要：自1948年发明以来，光学全息技术经历了快速发展，但伴随其产生的斑点现象——即形状随机变化的明暗交替点——至今仍未能得到有效控制，这源于不规则复场叠加所固有的波动性。尽管通过空间、时间和光谱平均等方法可以一定程度上减少散斑，全息图像在光学显示和光刻应用中仍难以满足高均匀性、边缘锐利和形状不受限制的要求。本文提出，通过缩小编码相位的概率密度分布以均匀化光学叠加，可以有效消除全息散斑。基于这一物理洞察，我们开发了一种Adam梯度下降的相位概率整形（APS）方法，用于抑制计算机生成全息图（CGH）中的强度波动，从而实现了具有超低散斑对比度（C=0.08）和高边缘锐度（约1000 mm^-1）的不规则图像实验重建。这些卓越性能解锁了CGH光刻技术，使我们能够在实验中制作出任意形状且边缘锐利的图案，其空间分辨率达到0.54λ/NA。

Chulmin Joo 教授，延世大学

报告标题：Computational polarization microscopy for tomographic birefringence imaging of multiple-scattering objects

报告摘要：Optical anisotropy, an inherent property of many materials, arises from the structural arrangement of molecules. Various polarization-sensitive imaging (PSI) methods have been developed to study anisotropic materials. Notably, advances in tomographic PSI now enable volumetric mapping of anisotropy distributions, offering deeper insights into material properties. However, most existing methods rely on a single-scattering model, limiting their applicability to three-dimensional (3D) PSI imaging of multiple-scattering samples.

Here, we present a novel reference-free 3D polarization-sensitive computational imaging technology that reconstructs the 3D anisotropy distribution of both weakly and multiple-scattering specimens using multiple intensity-only measurements. A 3D anisotropic object is illuminated by polarized plane waves from various angles, encoding isotropic and anisotropic structural information into 2D intensity maps. This information is separately captured by polarization-diverse detectors, and a 3D Jones matrix is iteratively reconstructed using a vectorial multi-slice beam propagation model combined with a gradient descent algorithm.

We demonstrate the 3D anisotropy imaging capabilities of our method through anisotropy maps of various materials and multi-cellular structures. Furthermore, we highlight our recent progress in 3D dielectric tensor mapping, broadening the potential applications of this approach.

路翠翠 教授，北京理工大学

报告标题：基于人工规范场的拓扑光子器件

报告摘要：带电体在一定条件的外磁场中会受到洛伦兹力，其量子化的能量为一系列朗道能级。然而，光学系统对外部真实磁场几乎没有响应，因此构建人工磁场成为实现光学体系朗道能级的重要方法。我们提出同时构造赝磁场和赝电场，其中赝磁场的引入用于产生一系列朗道能级，而赝电场的引入用于打破朗道能级的简并性，在这两种人工规范场的协同作用下，同一朗道能级上的不同频率的朗道模式在空间上分离到不同的位置，我们将该现象命名为“朗道彩虹”。朗道彩虹具有鲁棒性、宽带性和可扩展性，可应用于光子局域、慢光效应、光信息复用等片上光子器件。

彭超 教授，北京大学

报告标题：拓扑荷微腔智能光谱探测

报告摘要：基于连续区束缚态的拓扑荷微腔是一类具有尺寸小、鲁棒性高、垂直发射特点的新型光学微腔，可支持1e6水平的光学Q值，因此可用作微腔工具箱的新组件。本工作将阵列排布的拓扑荷微腔与端到端机器学习算法结合，用于1.5 μm波段高精度的光谱探测，以实现大探测范围、高光谱分辨率和低校准复杂度，有望成为一种集成光谱仪的新型方案。

汪莱 教授，清华大学

报告标题：用于高速成像与智能感知的光电探测器阵列

报告摘要：本报告在总结具有处理能力的光电探测器阵列基础上，提出了基于先进电子器件的光电探测器阵列新架构。基于这些新架构，提出并实现了用于压缩感知和计算成像的编码光电探测器阵列，以及用于模式识别的光电二极管-阻变存储器（PD-RRAM）阵列等。这些工作使光电探测器的功能超越了常规器件，可能在成像和感知方面彻底改变传统图像传感器。未来，高度紧凑、多功能、可重构且智能的光电探测器阵列将在医疗成像、环境监测以及我们日常生活中的许多领域（特别是在移动领域和物联网中）得到应用。

王琼华 教授，北京航空航天大学

报告标题：光场3D显示及内容的智能生成技术

报告摘要：本报告将介绍两个代表性3D显示成果，即北航研制的桌面集成光场3D显示器和墙面集成光场3D显示器，前者实现了360°水平环视和立体感好的3D显示效果，后者获得了清晰度和观看舒适度高等3D显示效果。提出了两种3D内容的智能生成技术，即高分辨率光场3D片源快速生成技术和基于深度图像渲染的人脸3D视频实时生成技术。最后将展望光场3D显示的发展趋势。

项水英 教授，西安电子科技大学

报告标题：光子脉冲神经网络芯片及软硬协同计算

报告摘要：光子类脑计算是光电子学、脑科学、人工智能等多学科交叉前沿，仍处于发展和探索阶段。现有工作主要在面向传统人工神经网络的光子线性计算芯片方面取得突破性进展。本报告聚焦面向类脑脉冲神经网络的光学非线性计算芯片及系统，重点介绍团队所研制的两段式半导体激光器光子脉冲神经元芯片及软硬协同验证，提供了一条与现有线性光计算芯片兼容的非线性脉冲计算路径，为实现功能完备的光子类脑计算芯片及系统奠定器件基础。

谢鹏 研究员，中国科学院上海光学精密机械研究所

报告标题：光芯片与并行光计算技术

报告摘要：光子计算以“传输即计算”优势，打破原有的传算分离范式，解决“时延”、“速率”和“功耗”瓶颈，而光计算从前瞻性技术迈向实用性技术，必须突破“三堵墙”问题：“矩阵芯片规模墙”、“信号调制速率墙”，“信息并行度墙”。突破“信息并行度墙”的关键意义在于：在现有工艺水平下，“矩阵芯片规模”和“信号调制速率”逼近物理极限时，通过多维信息复用的方式，实现更大信息吞吐量，进一步将光计算算力能力提升2-3个数量级，达到与电芯片、电子计算同台竞技的性价比。本报告将介绍融合片上多波长光源芯片、光计算芯片等实现的超高并行光计算架构。

谢意维 副教授，浙江大学

报告标题：大规模可编程光信号处理器

报告摘要：随着人工智能（AI）、物联网等技术的迅猛发展，高性能信号处理需求急剧增长。然而，传统 CMOS 数字芯片受摩尔定律瓶颈限制，难以进一步提升处理速度和能效。相比之下，光信号处理器凭借高带宽、低延迟优势，可实现高速、低功耗信号处理。结合硅光集成技术，可将复杂信号处理系统集成于小型化芯片，提升可靠性并优化成本。此外，硅光集成具备高调谐效率与紧凑尺寸的优势，可通过编程控制实现多种复杂功能的灵活切换，推动高性能可编程信号处理的发展。

本报告将探讨硅基光学器件在大规模集成中的关键挑战，并提出降低波导损耗、优化能耗管理、构建免校准大容差光学器件的方案。随后，介绍可编程硅光集成电路的最新进展及其在光计算、波束成形、光通信等领域的应用，最后展望智能光计算与微波光子学领域的大规模可编程光信号处理技术发展趋势。

徐飞虎 教授，中国科学技术大学

报告标题：单光子雷达技术

报告摘要：单光子（光量子）雷达技术具有高灵敏度和高时间分辨率，在弱光信号感知、远距离探测和成像、极限环境感知等方面具有重要科学意义和广泛的应用价值。我们发展了一系列短波红外单光子雷达关键技术和成像算法，研制了光量子成像雷达样机，并进行系列外场试验验证，实现了百公里动态目标的实时探测和成像，为高价值目标识别等国家需求提供新技术手段。我将介绍相关研究进展，以及单光子雷达在散射成像、非视域成像等领域的应用。

许忠斌 教授，浙江大学

报告标题：流体辅助微通道挤出的复合光子晶体光纤高效成型技术探讨

报告摘要：具有长直微通道结构的塑料挤出制品如多腔医用导管、微通道塑料薄膜和光子晶体光纤等，在生物医学和化学分析等领域具有重要的应用价值。流体辅助塑料微挤出成型技术是一种通过引入流体介质在塑料制品内部创造长直微通道的先进技术，具有可控性高、尺寸精密以及效率高等特点。本团队前期已在流体辅助挤出微通道塑料制品方面做了大量研究工作，搭建了国内第一条28孔微通道塑料薄膜挤出生产线，开发了壁面微孔分布的微通道管和矩形截面微管等结构，利用气/液辅助实现分通道控制的微通道挤出方法，二次发泡得到了多孔联通的微通道双重孔隙结构，并全面探讨了工艺参数对微通道形貌的影响机理。近期，开展塑料基质复合光子晶体光纤的高效挤出成型研究。针对更高精度和更高密度通道排列引发的庞大数量微通道的高效独立控制和狭缝空间熔体均匀填充两大难题，提出微流控辅助的多相异质微挤出新方法。拟利用压电微阀阵列对微挤出中的辅助流体介质流量进行高效的分通道独立控制，通过口模微针排布优化熔体填充，高效制备具有拓扑超模特性的水凝胶/塑料复合光子晶体光纤，有望应用于微创光疗和植入式生物传感等领域。

杨其晟 Founder，光子芯力（北京）科技有限公司

报告标题：光电异构计算前沿与产业化思考

报告摘要：随着人工智能技术的快速发展，对计算能力的需求呈指数级增长，而传统电子计算架构正面临摩尔定律的瓶颈。光电异构计算作为一种新兴的计算范式，凭借其高速、低功耗、并行计算等优势，被视为解决未来算力需求的重要途径。

本报告将深入探讨光电异构计算的前沿技术和产业化思考，重点关注以下几个方面：

· 光计算发展历史与潜在机会： 回顾光计算的发展历程，分析其潜在的优势和机遇，包括超越摩尔定律、低功耗、并行计算等方面。

· 计算原理与理论性能极限： 阐述光计算的基本原理，并基于提供的文档，探讨光计算模型在有效维度和Fisher信息矩阵方面的理论性能极限，揭示其表达能力和训练效率的优势。

· 存在的问题与挑战： 分析光计算技术面临的主要问题和挑战，包括器件制造、算法设计、系统集成等方面，并提出相应的解决方案。

· 大规模光子芯片设计： 探讨大规模光子芯片的设计思路，并分析其关键技术和挑战，例如光互连、PDA工具等。

· 光电异构融合计算芯片： 阐述光电异构融合计算芯片的概念和优势，并分析其关键技术和挑战，例如异构接口、系统控制、应用开发等。

未来，随着光器件制造工艺的不断进步、算法设计的不断创新和系统集成的不断完善，光计算技术有望在人工智能、大数据、云计算等领域发挥重要作用，推动计算技术的变革和发展。

袁菁 教授，华中科技大学

报告标题：深度自学习实现三维等体素成像

报告摘要：分辨率各向异性问题长期制约三维显微成像的质量。本研究提出了一种深度自学习方法Self-Net，通过利用点扩散函数的天然各向异性，将同一数据集的横向数据作为优化目标，显著提升轴向分辨率。Self-Net结合无监督学习和监督学习，分别模拟各向异性退化过程和实现高保真各向同性恢复，有效抑制了伪影，提升了成像质量。实验表明，Self-Net可广泛应用于宽场、激光扫描和超分辨率显微镜等平台，从细胞器到组织水平实现高保真各向同性三维重建。特别地，Self-Net首次实现了0.2×0.2×0.2 μm³体素分辨率各向同性的全脑三维成像，以低成本解决了单神经元形态可视化与重建的关键数据质量问题，为克服介观三维荧光显微成像的分辨率各向异性提供了有效解决方案。

张启明 教授，上海理工大学

报告标题：激光加工光学神经网络研究

报告摘要：纳米光子学研究光学科学在纳米尺度上的应用，已经推动了光子器件的发展，极大地改变了我们的日常生活和全球经济，为可持续发展铺平了道路。另一方面，基于不断增长的计算能力的人工智能已经在多个方面预示着颠覆性的未来。本文报告了人工智能与纳米光子学结构焦点阵列的逆向设计的整合，以及纳米激光制备在制备在光学人工神经网络中的应用。

张诗按 教授，华东师范大学

报告标题：压缩超快相机

报告摘要：相机可以拍摄动态场景，传统拍摄方法是通过相机曝光一次读取一张图像，但是这种拍摄方法受限于相机芯片存储速度和数据读出熟读，目前科研级相机最大时间分辨率通常只能在微秒量级（10^-6量级），限制了更快动态场景的拍摄。最近，我们发展出了新的拍摄方式可以突破相机固有的成像帧率，通过对动态场景进行空间编码，然后进行时间剪切操作并压缩成像，最后通过压缩感知原理图像重构还原出原始动态场景，命名为压缩超快相机，这种相机通过单次曝光就可以把快速变化动态场景全部记录下来，颠覆了传统相机拍摄方法，其时间分辨率最高可达到皮秒量级（10^-12量级）。

赵方 博士后，华中科技大学

报告标题：基于单物镜光片的三维智能病理显微成像技术

报告摘要：组织病理学是现代医学体系不可或缺的基石。由于病理组织具备高度复杂的三维结构特征，当前基于组织切片的二维病理学存在较大的漏检和误检风险，这使得三维病理技术成为当前病理学的迫切需求和研究趋势。本项目拟通过多参量复合调控型光片成像技术，结合智能分析算法的自适应成像策略，构建兼具大视野和高精度的跨倍率三维病理诊断方法。该方法能够实现样本的细节与全景兼备的自适应检测，进行原位全景精准分析，提高检测准确性并缓解数据量挑战。

左超 教授，南京理工大学

报告标题：深度学习赋能超快结构光三维成像

报告摘要：随着光电信息技术的快速发展，三维成像与传感已成为光学计量和信息光学领域的最重要的研究方向之一；结构光投影技术因其非接触、高分辨、高速和全场自动化等优点，成为目前最具代表性的三维成像技术之一。近年来，随着光电子器件和数字处理单元的飞速发展，人们也随之对条纹投影轮廓术提出了更高的期许——既要“精度高”，又要“速度快”。尽管二者似乎天生就是一对矛盾体，仅采用一幅投影图案实现高精度三维重建一直是结构光3D成像的终极目标。本报告会向大家展示深度学习与光学测量的结合将如何为结构光三维成像这一“传统”领域带来新的“生机”。相比较传统方法，深度学习在条纹分析、相位展开、高速测量等方面展现出令人惊叹的性能以及强大的应用潜力。在此基础上，我们发展出一系列基于深度学习的“单帧”高精度无歧义结构光三维成像技术，穷有望填补3D成像和2D传感之间的速度“鸿沟”，为高速瞬态物体的高精度三维成像开辟新途径。

注册须知
请各位参会代表先进行会议注册再交费，系统接受在线交费，交费方式为支付宝（在线交费可绑定公务卡）。若通过银行汇款，请在个人中心-查看参会信息中将汇款回执上传至会议系统。

 PS：注册费包含会议资料袋及5月16日自助午餐一份。

投稿须知

摘要投稿（截止日期：2025年4月28日）

1、请注册并登录汇同会议系统进行摘要投稿。

2、请准备250字的中文报告摘要。

3、摘要审稿结果将在5月10号前通过邮件通知作者。

全文投稿（截止日期：2025年5月19日）

SPIE将作为TechnicalCosponsor出版会议论文集。在摘要录用后注册并登录SPIE Submission andReview Svstem进行英文全文投稿。通过全文审稿的文章将被SPlE Digital Library收录，并提交EiCompendex，Scopus及Web ofScience Confer-ence Proceedings Citation Index数据库检索。

投稿/注册通道

   摘要投稿通道                         会议注册通道 

会议日程

会议咨询

大会邮箱：

wurendi@oeshow.net

会议联系：

吴仁迪 18761653797

赞助咨询：

张   翔  15810341966