第54卷第9期光子学报Vol.54No.9
2025年9月ACTAPHOTONICASINICASeptember2025
“AI+光学”专辑导读
人工智能（ArtificialIntelligence，AI）近年来在各个领域强劲发展，已经成为千行百业的助推剂；光学有
着悠久的历史和长期的发展，已经广泛应用于日常生活和各种仪器设备。当人工智能遇上光学，不仅突破
了传统技术的性能瓶颈，更在基础理论、技术路径和产业应用上开启了全新的交叉学科范式。
近日，首届“AI+光学”融合创新研讨会在中国科学院西安光机所成功举办，吸引了国内300余位专家学者
共同探讨这一前沿领域。与此同时，我国首个AI与光学交叉融合领域英文期刊iOptics正式创刊。在此背景下，
《光子学报》适时推出“AI+光学”专题，收录了11篇特邀稿件，涵盖了从理论基础到技术应用的全方位探讨。
智能光学新纪元智能光学新纪元：“：“AI+光学光学””的学科体系构建的学科体系构建。。邵晓鹏教授在《“AI+光学”交叉学科体系的内涵与架构
研究》中提出了一个全面的四维架构体系，包括理论层、技术层、应用层和生态层。这一框架为“AI+光学”这一新
兴学科提供了系统性的理论支撑“。AI+光学”不是简单地将AI技术应用于光学领域，而是要实现两者在“基因”层
面的深度融合，从而突破传统光学在成像、探测、通信等场景的性能瓶颈。
智能设计智能设计：：AI赋能超表面与光子器件赋能超表面与光子器件。。在器件设计层面，AI技术正在带来革命性变化。金欣教授团队提出
的SwinUNet模型，实现了对超表面多维电磁响应的高效精准预测，计算效率相比传统方法提高了数百万倍。传
统数值仿真方法处理高维预测任务时，计算成本高昂且耗时较长，严重制约了超表面器件的设计与优化效率。
SwinUNet通过多尺度特征提取与融合策略，有效表征了超表面结构与复杂电磁响应之间的全局依赖关系。
智能成像智能成像：：计算光学成像的新范式计算光学成像的新范式。。计算光学成像作为一种新兴技术，凭借其高自由度、高维信息获取
能力以及智能化特性，在成像领域展现出显著优势。刘且根教授在《基于生成式人工智能的计算光学成像
进展》中探讨了生成式先验学习在单像素成像、透过散射介质成像、无透镜成像以及单曝光压缩成像等领域
的应用。刘丽炜教授团队则针对受激拉曼散射显微技术提出了基于自监督学习的快速成像方法，构建了新
型三维自监督拉曼图像增强网络，无需高信噪比的目标图像，即可有效去除各种噪声伪影。潘安研究员从
傅里叶叠层成像技术（FPM）角度阐述了如何通过“AI+物理”双驱动实现FPM关键技术革新，包括引入机
器学习概念的智能重建算法、光学-算法协同设计等方法。
光计算光计算：：突破算力瓶颈的新路径突破算力瓶颈的新路径。。在算力需求激增的背景下，光计算技术正在成为突破传统电子计算算力瓶
颈的关键路径。项水英教授在《集成光计算：现状、挑战与展望》中指出，片上集成光子神经网络芯片具有超高速、
大带宽、多维度等优势，成为人工智能底层算力硬件的重要补充。耿子涵教授则系统梳理了光计算在神经网络计
算领域的发展，指出线性计算中光学波导与空间光学展现巨大潜力，非线性计算中光学非线性激活函数研究推动
光学神经网络进步。光子神经网络利用光的高速和并行性，大大提高了人工智能计算的处理速度。
应用前沿应用前沿：：从遥感探测到水下成像从遥感探测到水下成像。。“AI+光学”的应用前景广阔，覆盖了从太空到深海的各种场景。李
维研究员针对宽幅遥感图像边缘离焦问题，开展了对块压缩重建影响的研究，揭示了图像幅宽、压缩比与重
建精度之间的约束关系，为天基光学遥感宽幅图像的压缩重建技术应用提供了理论依据。李学龙教授则系
统阐述了水下相机图像畸变校正的研究现状，介绍了五类畸变的原理，并指出了涉水环境存在的多种畸变
叠加问题，重点阐述了图像畸变的四类主流校正方法。左超教授团队针对三维点云配准这一关键技术，提
出了一种基于邻域几何质心编码的点云配准网络，通过构建邻域质心空间参考和多维几何结构编