物理人工智能（AI）硬件领域正面临一项核心挑战：如何在确保高效处理的同时，将视觉信息获取与词元化过程的功耗降至最低。国际权威学术期刊《自然·传感》最新刊载的一项研究为这一难题提供了创新解决方案。由南京大学与新加坡国立大学科研团队联合研发的“光语芯”智能视觉传感器芯片，实现了光信号到词元的直接转换，为边缘端视觉认知开辟了新路径。
在复杂环境中，物理AI的自主决策能力高度依赖边缘设备的实时处理能力。然而，现有边缘设备受限于功耗与算力瓶颈，难以独立完成视觉信息的即时分析。传统技术路线中，光信号需经过图像采集、模数转换、数据缓存、数字分块及嵌入等多重处理环节，频繁的数据搬运导致能耗居高不下，成为制约边缘AI发展的关键因素。
研究团队突破性地提出“物理词元化”概念，将词元生成过程前移至传感器层面。通过重构视觉感知链路，该技术直接在传感器内完成图像采集、分块及嵌入功能，从物理层面规避了传统路径中的数据搬运环节。这种设计使芯片从被动记录工具转变为主动语义生成器，为降低系统能耗提供了根本性解决方案。
“光语芯”采用光敏存储阵列与外围寻址电路的协同架构。其核心光敏存储单元基于单层二硫化钼浮栅光电晶体管构建，每个像素单元同时具备感光、存储与模拟计算能力。当光信号写入后，以浮栅电荷形式实现原位存储，外围电路通过选择性激活实现图像分块。针对特定图像块，芯片施加定制电压序列，使存储的光信息与嵌入矩阵在模拟域完成乘加运算，最终输出可直接用于模型识别的电流词元。
实验数据显示，基于该芯片的视觉转换系统识别准确率达87.3%，接近传统软件基线水平。更关键的是，词元化阶段的能效较现有方案提升超过10倍。研究负责人指出，这项成果颠覆了“感光-缓存-计算”的串行处理范式，通过物理层计算消除了数据搬运这一主要能耗源，为突破后摩尔时代的算力功耗瓶颈提供了新维度。
该技术已展现出在多个领域的应用潜力。在具身智能领域，其近零延迟的视觉认知能力可支持机器人实时感知环境；低空无人机通过搭载该芯片，可实现高效避障与路径规划；智能安防系统则能借助其低功耗特性，部署于无源监控场景。这些应用场景的拓展，将推动物理AI从实验室走向规模化商用。
