对生物来说，“看”是本能，而“凝视”是智慧——鹰隼在高空精准锁定地面猎物，人眼在车水马龙中识别信号灯的闪烁，都是经过漫长进化而来的高效视觉智慧。
生物视觉并非对整个世界进行平均扫描。人类视网膜最敏锐的区域——中央凹，可让人眼在大视场环境下，将有限的注意力瞬间集中在关键目标上，实现视觉资源的高效分配。
科学家将这种视觉智慧浓缩进一枚小小的硅基『芯片』。北京大学王兴军教授、舒浩文研究员团队联合香港城市大学王骋教授团队、上海交通大学周林杰教授团队，研制出一种具备“凝视”成像能力的仿生相干激光雷达『芯片』，并完成了四维成像演示系统，帮助机器视觉从“粗放扫描”转向“精准感知”。研究成果已在线发表于《自然·通讯》。
随着自动驾驶、具身智能和低空无人机等行业飞速发展，机器视觉正面临挑战——如何让智能体“看得清、看得全、看得快”？传统做法是“堆料”，增加激光雷达的通道数，提升采样率。然而，一些问题随之而来。
一方面，激光雷达的分辨率越高，所需光电器件就越多，后端电子处理的带宽需求也随之激增，很快就会撞上成本与功耗的“天花板”；另一方面，相比常见的脉冲式激光雷达，调频连续波激光雷达虽然能在测速的同时抗干扰，但其对光源稳定性和扫频线性度等指标有着近乎苛刻的要求，性能稍有偏差，探测精度就会大打折扣。
受生物视觉机制启发，研究团队提出“微并行”架构，通过按需调度激光雷达的光谱与通道资源，把“全局覆盖”和“局部高分辨”分开实现。在这一过程中，可调谐外腔激光器与薄膜铌酸锂电光频梳协同工作：前者负责调制信号生成与大范围视野扫描覆盖，后者在需要重点观察时并行生成多载波信号，为局部区域临时“加密采样”。
实验结果显示，在视野范围内，该系统可在预先选定的重点区域实现约0.012度的角分辨率（以距离100米为例，可分辨硬币🪙大小的物理间隔），让机器拥有了“火眼金睛”。此外，通过波长和频域资源调度实现的分辨率扩展方式，也摆脱了一味增加硬件来提升性能的传统路径。
不仅让机器“看得清”，研究成果还助力机器视觉“看得丰富”。研究团队介绍，系统在捕捉三维几何信息的同时，能同步解析目标的运动速度、多普勒特征以及反射率信息。
该系统还可以通过与可见光相机📷️的协同感知，把激光雷达提供的三维几何结构与相机📷️提供的纹理颜色信息叠加到同一坐标系。这样一来，机器不仅能看见形状，还能看见外观，更好地在复杂动态环境中识别目标、理解场景。这种“可按需增强局部细节”的能力，未来可封装为传感器模块，在尽量不增加体积与功耗的前提下提升关键区域的探测精度。
“作为集成光子学领域的一个重要突破，这个方案为下一代自动驾驶、具身智能提供了高分辨率、低功耗、高灵活性的‘眼睛’。”王兴军说，“未来，随着这类『芯片』化感知模块与相机📷️、毫米波雷达等多模态传感器进一步融合，我们或许会看到拥有昆虫复眼视场和鹰眼精度的全能感官，催生出更多仿生『机器人』️的新形态。”
