斯坦福与Meta联合研发AI全息眼镜，突破VR显示技术瓶颈
将新颖且紧凑的大光学扩展量波导架构与AI驱动的全息算法相结合。原型机在比现有技术大两个数量级的3D眼动范围内展示了高质量的3D图像
（映维网Nweon 2025年07月29日）借助人工智能优化的3D全息技术，斯坦福大学和Meta的研究人员推出了一款轻巧如眼镜的3D头戴设备。他们宣称，这是迈向通过“视觉图灵测试”的重要一步。
从透镜到屏幕，整个显示器的厚度仅为3毫米。“未来，大多数虚拟现实显示器都将是全息的。”手持一款不比普通眼镜大多少的VR头显原型的斯坦福大学电气工程学教授戈登·韦茨斯坦（Gordon Wetzstein）如是说道，“全息技术能提供其他任何类型的显示器都无法实现的功能，而其封装尺寸却远小于当今市场上的任何产品。”
混合现实旨在无缝桥接物理和数字空间，提供超越现实世界限制的体验。相关的沉浸式平台为培训、通信、娱乐和教育等应用提供了变革性的能力。为了实现用户与虚拟环境之间无缝且舒适的交互界面，近眼显示器必须采用可穿戴的外形设计，确保时尚且可全天使用，同时提供与真实世界相媲美的感知真实且易于访问的体验。
基于波导的全息显示器是解决设计紧凑型近眼显示器并生成感知真实图像这一挑战的最有前途的技术之一。相关显示器基于全息原理，可以编码质量与现实无法区分的3D场景，并能够将光学堆栈的功能压缩到轻薄、轻量的全息光学设计中。全息显示器同时为近眼显示器承诺了独特的能力，包括像素级深度控制、高亮度、低功耗和光学像差校正能力。
然而，尽管基于轻薄光学波导的全息近眼显示器在实现非常紧凑的外形方面显示出了前景，但它们所实现的图像质量、生成 3D彩色图像的能力或光学扩展量都受到严重限制。
数字全息显示器的一个根本问题是当前空间光调制器提供的有限空间带宽积或光学扩展量。实际上，小的光学扩展量从根本上限制了可以同时实现的视场角范围和可能的视窗范围。
应对这一挑战的实用解决方案需要双管齐下。首先，必须以极高的精度对光的传播进行建模。其次，模型需要高效且能扩展到大光学扩展量设置。
计算光学的最新进展表明，人工智能方法可用于学习相干波通过全息显示器的精确传播模型，从而显著提高图像质量。相关模型一般使用卷积神经网络，并通过实验捕获的相位-强度图像对进行训练，从而比纯模拟模型更准确地模拟特定显示器的光电特性。然而，传统的卷积神经网络模型无法准确预测大光学扩展量波导中的复杂光传播，部分原因是错误地假设光源是完全相干。其他重要问题包括模型的效率，以及在大光学扩展量设置下的可扩展性，同时确保准确性和效率。
所以，斯坦福大学和Meta团队基于部分相干理论，将波传播学习问题重新表述为相干性重建。他们推导了一个基于物理的波传播模型，参数化了波导内波传播算子的互强度的低秩近似，并考虑了部分相干性，从而比现有的相干模型更准确地模拟全息显示器。
另外，所提出方法通过新兴的连续隐式神经表示来参数化光通过波导的传播，使得能够高效地学习一个模型，并用于在大光学扩展量范围内任意空间和频率坐标的部分相干波前传播。与现有方法相比，隐式模型实现了卓越的质量。它需要的训练数据和时间比现有的卷积神经网络模型架构少一个数量级，并且其连续性特性能更好地泛化到未见过的空间频率，同时提高了波前未观测部分的准确性。
除了模型，研究人员同时设计并实现了一个全息显示系统。它包含一个全息波导、一个全息透镜和一个微机电系统反射镜。光学架构通过转向照明提供了大的有效光学扩展量，并具有超紧凑的外形。
总的来说，他们主要是将新颖且紧凑的大光学扩展量波导架构与AI驱动的全息算法相结合，而原型机在比现有技术大两个数量级的3D眼动范围内展示了高质量的3D图像。结果是，显示器既具有较大的视场，又具有较大的视窗。另外，这种眼镜可以连续戴上几个小时，不会造成脖子或眼睛疲劳。
相关论文：Synthetic aperture waveguide holography for compact mixed-reality displays with large étendue
当然，这只是团队科研三部曲的第二部。第一部是介绍可以在小巧外形中实现高图像质量的全息波导。在第二部是建立一个工作原型。至于第三部的真正商业化产品，将工程的更精细的细节带入生活。韦茨斯坦承认这可能尚需要数年的时间，但最终一定能够实现。
