AI设计的平面光学器件有望将高质量裸眼 3D 显示带入便携设备

背景：裸眼3D显示是连接数字世界与真实视觉体验的重要方向，但长期受限于有限的显示像素在多个视角间的分配问题，难以同时兼顾空间分辨率、角分辨率和视场范围。研究目的：针对上述问题，研究团队提出一种用于大幅面平面光子器件逆向设计的基于体素优化的卷积神经网络算法（V-CNN），旨在实现可按不同使用场景生成任意视点分布、更高效的光场重建。结论：基于V-CNN方法，团队成功设计并制备出4英寸大规模平面光学器件，并与商用LCD集成，展示了具有16视图、宽视场角、扩展观看范围的全彩全视差裸眼3D显示系统。该方法支持场景自适应的视点分布，提升了显示质量与像素利用效率，并为便携设备及多人交互式3D显示提供了新的实现路径，展示了AI赋能的平面光子器件推动裸眼3D显示走向实际应用的潜力。