【導語】眼睛，是生命探索世界的窗口。從人類到節肢動物，視覺係統的進化展現了自然界的奇妙與智慧。節肢動物的複眼結構，以其高效、靈活的特性，成為了科學家們靈感的源泉。如今，一項突破性的研究在上海理工大學與美國杜克大學的聯合努力下誕生——一種體積僅0.8立方厘米的仿生複眼相機（BCE）成功問世。這款智能蟲眼不僅能夠實現165°超廣視角和40微米高分辨率的全彩全景成像，還借助人工智能技術，實現了圖像的高效重建與精準識別。這一創新成果，或許將引領未來視覺技術的新篇章。

蜻蜓複眼碾壓單反？中國造出0.8cm³智能蟲眼

眼睛，是生命投向宇宙的第一縷目光。從人類第一次睜開雙眼凝視這個世界開始，視覺就成為了糖心免费视频感知環境、理解世界最重要的方式。為了突破肉眼的局限，拓展視覺的邊界，精密的視覺技術愈發令人驚歎：超高速攝像機能夠捕捉每秒百萬幀甚至千萬幀畫麵，讓子彈飛行、水滴濺落的瞬間清晰可見；X光和核磁共振透視人體，讓醫生無需開刀就能洞察病灶；以及那些搭載在衛星上的遙感相機，正在從太空俯瞰地球的每一個角落。

然而有一類生物早在5億年前就已經進化出了超越想象的視覺係統，它們無需任何精密的儀器，不依賴複雜的電路，僅憑著與生俱來的複眼結構就能實現許多糖心免费视频夢寐以求的視覺功能。這就是節肢動物，一個占據地球80%以上動物物種的龐大家族。它們的複眼如同天然的生物相機陣列，由不定數量的小眼組成，可能是數個，也可能是數以千計，每個小眼都是一個獨立的感光單元。

例如螳螂蝦，它擁有地球上最複雜的視覺係統，能夠感知12-16種基礎顏色。要知道，糖心免费视频人類隻有三種視錐細胞，也就是說隻能看到紅、綠、藍三原色的組合。再比如蜜蜂，能夠看見紫外線世界裏的隱形地圖，這是花卉在紫外線下留下的蜜導標記，指引著蜜蜂準確找到花蜜的位置。以及令人討厭的蒼蠅，之所以輕易躲開糖心免费视频的追擊，都歸功於複眼超強的動態視覺能力。而且，這一切都是在極低的能耗下完成的，這種能量效率令糖心免费视频最先進的電子設備都望塵莫及。

那如果糖心免费视频能夠借鑒複眼的設計原理，結合現代人工智能技術，會不會創造出一種全新的視覺係統？一種既擁有生物複眼的靈活高效，又具備人工智能的理解能力的智能仿生眼？

2025年5月，一項發表在《Science Advances》上的研究為糖心免费视频帶來了新的突破性的答案。

上海理工大學與美國杜克大學的聯合研究團隊成功開發了一種仿生複眼相機，以節肢動物視覺為模型，能夠產生165°視角和40微米分辨率的全彩全景圖像。讓糖心免费视频先來理解一下這些數據意味著什麽。165度的視角是什麽概念？糖心免费视频的雙眼大約隻能看到120度範圍內的景象，這代表著這個仿生複眼能看到糖心免费视频身側的物體。而40微米的分辨率相當於能清晰分辨出比頭發絲還細一半的物體，這已經接近了許多專業顯微鏡的水平。

更值得驚歎的是，這個被稱為BCE（Biomimetic Compound Eye，仿生複眼）的神奇裝置體積僅有0.8立方厘米——比一顆方糖還要小。在這麽小的空間裏塞進了足足127個精密排列的小眼單元。每一個小眼都像是一台微型探測器，它們協同工作，共同構建出一幅完整的世界圖景。

要製造這樣一個精密的裝置，傳統的加工方法顯得捉襟見肘，於是研究團隊采用了微流控輔助的3D打印。3D打印大家已然不陌生，但普通的3D打印機打印一個茶杯可能就需要幾個小時，且打印精度也就在零點幾毫米。而這項研究使用的3D打印技術，能夠在液體環境中進行超精密打印，精(jīng)度(dù)達(dá)到(dào)了(le)微(wēi)米(mǐ)級(jí)別(bié)。我(wǒ)們(men)頭(tóu)發(fā)的(de)直(zhí)徑也(yě)才(cái)幾(jǐ)十(shí)微(wēi)米(mǐ)，而(ér)微(wēi)米(mǐ)級(jí)3D打(dǎ)印(yìn)技(jì)術(shù)的(de)精(jīng)度(dù)不(bù)亞(yà)於(yú)在(zài)頭(tóu)發(fā)絲(sī)上(shàng)進(jìn)行(xíng)雕(diāo)刻(kè)。

整(zhěng)個(gè)製(zhì)造(zào)過(guò)程(chéng)就(jiù)像(xiàng)是(shì)微(wēi)觀(guān)世(shì)界(jiè)的(de)建(jiàn)築(zhù)工(gōng)程(chéng)：首(shǒu)先(xiān)，在(zài)直(zhí)徑僅(jǐn)5毫(háo)米(mǐ)的(de)半(bàn)球(qiú)形(xíng)基(jī)底(dǐ)上(shàng)，3D打印出127個蜂窩狀排列的微型空間。然後利用液體的表麵張力在每個空間裏精確地形成一個完美的微透鏡。而每個小眼單元都包含兩個關鍵部(bù)件(jiàn)：頂(dǐng)部(bù)的(de)微(wēi)透(tòu)鏡(jìng)負(fù)責(zé)聚(jù)焦(jiāo)光(guāng)線(xiàn)，就(jiù)像(xiàng)我(wǒ)們(men)相(xiāng)機(jī)的(de)鏡(jìng)頭(tóu)；下(xià)麵(miàn)的(de)錐(zhuī)形(xíng)光(guāng)波(bō)導(dǎo)則(zé)像(xiàng)是(shì)一(yī)根(gēn)根(gēn)超(chāo)細(xì)的(de)光(guāng)纖(xiān)，負(fù)責(zé)將(jiāng)收(shōu)集到(dào)的(de)光(guāng)線(xiàn)傳(chuán)導(dǎo)到(dào)底(dǐ)部(bù)的(de)圖(tú)像(xiàng)傳(chuán)感(gǎn)器(qì)。這(zhè)種(zhǒng)設(shè)計(jì)幾(jǐ)乎完美複製了昆蟲複眼的結構：在蜻蜓的複眼中，每個小眼也是由透(tòu)鏡(jìng)和(hé)感(gǎn)光(guāng)細(xì)胞(bāo)組(zǔ)成(chéng)的(de)。

但(dàn)這(zhè)個(gè)精(jīng)妙(miào)的(de)硬(yìng)件(jiàn)設(shè)計(jì)隻(zhǐ)是(shì)故(gù)事(shì)的(de)一(yī)半(bàn)。如(rú)果(guǒ)直(zhí)接(jiē)觀(guān)察(chá)BCE相(xiāng)機(jī)采集的(de)原(yuán)始(shǐ)圖(tú)像(xiàng)，我(wǒ)們(men)可(kě)能(néng)會(huì)大(dà)失(shī)所(suǒ)望(wàng)。BCE相(xiāng)機(jī)獲(huò)取(qǔ)的(de)原(yuán)始(shǐ)圖(tú)像(xiàng)呈(chéng)現(xiàn)典型的複眼成像特征：由於127個獨立小眼單元的光學視場存在重疊，單個目標在未處理的原始數據中會產生多重偽影。如圖所示，一個手寫數字8在視場內會形成6個重複影像，這是由仿生複眼的六旋轉對稱結構導致的固有現象。這種原始數據無法直接用於視覺任務，需依賴多級神經網絡實現信息重構。這就是人工智能大顯身手的時刻了：研究團隊為BCE相機配備了一個三階段深度學習係統。

第一階段采用YOLOv5神經網絡進行目標檢測和三維定位。該網絡接收BCE相機采集的3040×3040×3像素原始圖像，迅速在紛亂的信號中鎖定目標。網絡將檢測到的目標在二維圖像中的中心坐標(biāo)(xc, yc)和(hé)尺(chǐ)寸(cùn)(w)，通過數(shù)學變換轉換為三維極坐標係統中的方位角(α)、方位角(β)和距離(R)。這種轉換考慮了BCE的球形結構和每個小眼的空間取向，使係統能夠在8毫秒內完成目標的空間定位，角度誤差小於2.6度，距離誤差小於2.3%。

第二階段是圖像重建的核心環節，采使用ResNet34深度神經網絡進行圖像重建。它麵臨的艱巨任務是高效地將127個小眼采集的破碎圖像片段重新組裝成完整清晰的全景圖。為係統利用了BCE六邊形排列的對稱性，就像糖心免费视频知道雪花圖案的六分之一就能推知全貌。網絡首先將目標區域旋轉到標準位置，提取感興趣區域並放大到1024×1024像素進行精細處理。通過層層卷積運算和跳躍連接機製，網絡學會了如何將模糊的馬賽克圖像轉換成清晰的256×256像素圖像。而這個將分散的小眼圖像片段融合成連續的430萬像素全景圖像的整個過程，僅僅耗時77毫秒，

第三階段使用mobilesNetV2輕量級網絡進行模式識別。這個網絡的設計理念類似於人腦的視覺皮層：通過19個專門的處理模塊逐層提取圖像特征，從簡單的邊緣、形狀到複雜的模式，就像把一個複雜的識別任務分解成多個簡單步驟。網絡會輸出兩組概率分布：一組判斷是0-9中的哪個數字，另一組識別是紅、綠、藍、黃、橙中的哪種顏色。實驗結果顯示，中央視野的數字識別準確率接近完美，即使是因光波導彎曲而略有變形的邊緣圖像，識別準確率也保持在95%以上。而顏色識別更是接近100%的準確率，充分證明了這套視覺係統的可靠性。

在一項實驗中(zhōng)，研(yán)究(jiū)人(rén)員(yuán)讓(ràng)一(yī)個(gè)標(biāo)有(yǒu)數(shù)字(zì)8的(de)目(mù)標(biāo)沿(yán)著(zhe)螺(luó)旋(xuán)軌(guǐ)跡(jī)快(kuài)速(sù)移(yí)動(dòng)，同(tóng)時(shí)在(zài)另(lìng)一(yī)處(chù)放(fàng)置(zhì)了(le)靜(jìng)止(zhǐ)的(de)數(shù)字(zì)0。BCE相(xiāng)機(jī)不(bù)僅(jǐn)能(néng)同(tóng)時(shí)追(zhuī)蹤(zōng)兩(liǎng)個(gè)目(mù)標(biāo)，還(hái)能(néng)準(zhǔn)確(què)重(zhòng)建(jiàn)它(tā)們(men)的(de)圖(tú)像(xiàng)，定(dìng)位(wèi)誤(wù)差(chà)僅(jǐn)為(wèi)2.3%。

傳(chuán)統(tǒng)單(dān)反(fǎn)鏡(jìng)頭(tóu)120°視(shì)場(chǎng)已(yǐ)是(shì)極(jí)限(xiàn)，轉(zhuǎn)身(shēn)時(shí)便(biàn)錯(cuò)過(guò)半(bàn)個(gè)世(shì)界(jiè)。而(ér)BCE的(de)165°×360°的(de)全景(jǐng)天(tiān)眼(yǎn)，如(rú)同(tóng)蜻(qīng)蜓(tíng)懸(xuán)停(tíng)時(shí)同(tóng)時(shí)洞(dòng)察(chá)前(qián)、後(hòu)、上(shàng)、下(xià)的(de)威(wēi)脅(xié)。在(zài)反(fǎn)應(yīng)速(sù)度(dù)上(shàng)，整(zhěng)個(gè)係(xì)統(tǒng)從(cóng)捕(bǔ)捉(zhuō)到(dào)識(shi)別(bié)僅(jǐn)需(xū)90毫(háo)秒(miǎo)，比(bǐ)你(nǐ)讀(dú)完(wán)這(zhè)句(jù)話(huà)還(hái)快(kuài)。相(xiāng)比(bǐ)之(zhī)下(xià)，專(zhuān)業(yè)單(dān)反(fǎn)的(de)自(zì)動(dòng)對(duì)焦(jiāo)係(xì)統(tǒng)在(zài)麵(miàn)對快速移動的多個目標時，仍會陷入選擇困難症。體積對比更是懸殊。一台單反相機僅機身就重有公斤級，而BCE相機的0.8立方厘米體積，卻集成了完整的成像、處理和識別係統。雖然畫質上目前的BCE相機確實還無法與幾千萬像素的全畫幅單反相提並論，但這個僅有方糖大小的智能蟲眼，可能正是打開未來視覺技術大門的鑰匙。

參考文獻

Yan Long et al. ,Seeing through arthropod eyes: An AI-assisted, biomimetic approach for high-resolution, multi-task imaging.Sci. Adv.11,eadt3505(2025).

本文為·創作培育計劃扶持作品

出品丨中國科協科普部

監製丨中國科學技術出版社有限公司、北京中科星河文化傳媒有限公司

作者丨蔡文垂 中國科學院大學博士研究生

審核丨孫明軒 上海工程技術大學 教授