8月19日，南京大学缪峰、梁世军教授团队联合新加坡国立大学团队，成功研制出可直接将光信号转换为词元的超低功耗智能视觉传感器芯片“光语芯”，生成的词元可直接输入编码器完成图像识别，为后摩尔时代边缘AI能效突破开辟了全新路径。
　　传统视觉感知链路中，光信号需经过采集、模数转换、缓存搬运、数字分块与嵌入等多道工序才能生成模型可处理的词元，海量冗余数据的频繁搬运，是边缘端能耗居高不下的核心原因。该团队在国际上首次提出将词元生成过程前移至传感器端，从物理层面绕过传统串行路径，在芯片内直接完成图像采集、分块与嵌入全流程。
　　“光语芯”基于单层二硫化钼浮栅光电晶体管搭建，像素单元同时兼具感光、存储与模拟计算三重功能。光信号写入后以浮栅电荷形式原位保存，通过外围电路与特定电压序列，直接在模拟域完成运算输出词元，实现“光进来，词元直接出去”的物理计算，从根源上消除了数据搬运带来的高能耗问题。
　　测试显示，该系统识别准确率达87.3%，接近传统软件方案的识别基线，词元化阶段能效较传统方案提升超10倍。这项成果颠覆了“先感光、再缓存、后计算”的传统范式，未来有望为具身智能、低空无人机、智能安防等领域提供高能效、近零延迟的视觉认知基座，加速物理AI大规模落地。

（据《科技日报》）