AI设计平面光学元件，或让便携设备实现高品质裸眼3D
AI设计平面光学元件
（映维网Nweon 2026年03月25日）由人工智能驱动的平面光学技术，能够智能地将视图分配至用户实际观看的方向，从而实现紧凑、全彩、全视差的便携设备屏幕，这或将彻底改变裸眼3D显示技术。
裸眼3D显示技术的应用领域涵盖沉浸式娱乐、远程协作、增强现实以及元宇宙。但尽管历经多年发展，一个难题依然存在：当传统的2D面板需要将其像素均匀地分配到众多视图上时，随着系统试图扩大视场角或改善角度连续性，每个视图的图像细节会迅速丢失。这导致了一个老生常谈的权衡问题：空间分辨率、角度分辨率和观看范围三者难以兼得。
如今，研究人员提出了一种不同的策略。他们不再对所有观看方向一视同仁，而是利用机器学习来设计平面光学元件，使其能根据实际使用场景来分配视图。这意味着，显示器可以将更多信息集中在用户最可能观看的区域，同时降低非关键区域的视图密度。换句话说，光学系统不再受限于僵化、一刀切的视图模式：它变得可编程了。
用基于体素的神经设计突破尺寸瓶颈
关键的创新点在于一种基于体素的卷积神经网络（V-CNN），它使得设计超大规模的平面光学器件变得切实可行。设计一个4英寸的亚波长分辨率光子元件，会带来一个巨大的优化问题：总数据量可达太比特级别，远超传统全局优化方法所能轻松处理的范围。这种新方法通过将整个器件分解为更小的体素单元来解决这一问题，对它们进行单独优化，同时保留整个显示器目标光场的行为。
利用这种分而治之的策略，团队设计了一个4英寸的平面光学元件，其中包含1.5×10¹⁰个相位调制子像素（这比4K显示器的像素数高出三个数量级以上）。这种巨大的光学自由度，使得系统能够以远超传统光栅方法的灵活性来塑造光场。新平台不再受限于固定的或可调性较弱的视图安排，而是能够针对不同场景生成任意的视图分布。
更高效利用像素的注视点3D技术
这项工作最引人注目的方面之一是其对注视点视图分配的应用。人类观察者并不会均等地使用视野的每一个部分，所以3D显示器没有理由在所有地方都浪费相同的光学资源。新系统在注意力集中的中心区域增加了视图密度，而在视觉外围则降低了密度。这使得显示器能够在无需增加总视场角的情况下，提升用户感知到的画质。
在所展示的原型机中，信息密度范围从外围的每度93.1像素到中心区域的每度217.3像素不等。显示器采用了16视图的排列方式，实现了比传统系统更平滑的运动视差。同时，通过与现成的LCD面板进行简单集成，与论文中描述的更均匀的策略相比，其显示分辨率提升了两倍。这使得这项工作对于硬件资源有限、每一颗像素都弥足珍贵的便携式电子产品尤其具有吸引力。
轻薄形态下的全彩、全视差3D
除了效率方面的提升，研究人员同时展示了一款沉浸式全彩原型机。通过堆叠LCD面板、彩色滤光片和经过优化的平面光学元件阵列，他们构建了一个紧凑的4英寸裸眼3D显示器，能够重建具有水平和垂直视差的16个视图。这一点非常重要，因为现有的许多裸眼3D系统主要强调水平视差，而现实世界中的观看自然也会涉及垂直方向上的移动。其结果是一种更真实的3D体验，虚拟物体会随着观察者视角的改变而自然移动。
据报道，原型机实现了20.08°的水平视场角，并且设计的光场能在30至150厘米的扩展观看距离范围内得以保持。研究的投稿信进一步强调，与早期观看距离相比，这是一个实质性的扩展，表明该系统在实际应用中具有更大的灵活性。论文同时指出，更精细的制造分辨率有望在未来版本中进一步推升视场角。
相关论文：Neural-Network-Enabled Large Scale Adaptive Glasses-Free Foveated 3D Displays
这项研究不仅仅展示了一个新的显示原型，它同时提供了一个可扩展的大面积光子器件设计框架，能够根据人们的实际使用方式来定制光场。通过将基于物理的传播与体素级神经优化相结合，研究团队展示了一条通往紧凑、全彩、全视差裸眼3D显示器的路径，这类显示器具有可编程的视图分布、更高的有效信息密度、更低的串扰以及扩展的观看灵活性。
如果未来的制造和集成技术持续改进，这种由AI设计的平面光学元件，有望将高品质的裸眼3D技术从实验室演示转变为适用于便携设备、AR/VR系统和协作视觉平台的实用显示技术。
