0｜基本信息（Metadata）
- 标题（Title，中英文）：Bioinspired and biointegrated vision for artificial sight convergence / 《仿生视觉与生物集成视觉的人工视觉融合》
- 作者（Authors）：Yifei Yang、Yifei Wang、Chaoyi Zhu（香港理工大学应用物理系，微电子联合研究中心）；通讯作者 Yang Chai（香港理工大学应用物理系，研究方向为传感器内计算与生物电子器件）
- 期刊 / 会议（Venue）：Nature Reviews Bioengineering — Nature 系列综述子刊，生物工程领域顶级综述期刊
- 发表时间（Year）：2025年6月25日在线发表，2025年11月正式刊登于第3卷
1｜核心结论（Core Takeaway）
这篇综述的核心观点是：仿生视觉（bioinspired vision，面向机器视觉）与生物集成视觉（biointegrated vision，面向人类视觉修复）长期以来各自独立发展，但正从器件物理与技术方案两个维度走向深度融合。最关键的论点是——两条路径的交叉可实现双向增强：视网膜假体中开发的纳米颗粒技术可解决仿生曲面传感器的像素密度瓶颈；而仿生光电探测器的可调光响应能力可为视网膜假体提供更符合生理编码的信号。该综述是该领域首篇将两条路径放在同一框架下系统讨论融合趋势的文章。
2｜研究问题与背景（Problem & Context）
核心研究问题是：仿生视觉和生物集成视觉这两条互补的人工视觉路径各自取得了哪些进展，二者之间是否存在交叉融合的可能？其背后的科学动机来自两方面：一是传统机器视觉系统采用”传感-存储-计算”分离架构，存在高能耗、高延迟的结构性缺陷，亟需借鉴视网膜的传感器内计算范式；二是现有视网膜假体面临信号与神经信号失配、分辨率不足、成本高昂等瓶颈，已导致 Argus II 和 Alpha AMS 等商业产品停产。该问题的学术位置在于：长期以来，两个领域在材料、微纳制造、神经接口上缺乏交叉对话，而本文试图打破这一隔阂。
3｜方法主线（Approach）
作为综述文章，本文以”结构启发 → 功能模仿 → 临床集成 → 融合展望”为组织逻辑。首先梳理生物眼球结构启发的自适应光学器件（人工晶状体、虹膜、复眼），然后深入解析视网膜信息处理的三级层次（感觉 Sensation → 感知 Perception → 预测 Prediction）及其在仿生光电器件中的实现，接着系统介绍生物集成视觉假体（人工晶状体、虹膜/角膜假体、视网膜假体、皮层假体及培养视网膜细胞），最后从器件物理、应用场景和共同挑战三个维度论证两条路径的融合趋势并提出路线图。
4｜创新贡献（Novel Contribution）
真正的新意不在于某一项技术突破，而在于首次将仿生视觉（面向机器）和生物集成视觉（面向人类）两条独立轨迹纳入统一的融合框架，系统论证二者在材料选择、器件物理和技术方案上的交叉点，并提出具体的技术迁移路线图（如纳米颗粒 → 高密度曲面传感器、可调光响应二极管 → 生理相关电刺激）。创新类型为数据/视角创新（Data/Benchmark），创新幅度判断为中——综述本身不产生新实验数据，但其交叉融合范式对两个领域的研究者均具有方向性启发。
5｜关键点（Key Points）
- 视网膜三级处理层次（感觉-感知-预测）是传感器内计算的核心生物学模板：感受亮度/颜色（感觉）→ 提取边缘和特征（感知）→ 基于反馈回路预测视觉变化（预测），仿生光电器件正沿着这一层次逐步实现
- 电荷陷阱/释放机制使单个光电晶体管即可动态调节光响应度，模拟视杆/视锥细胞的明暗适应切换，部分器件已实现微秒级适应速度（104倍于人眼）
- P3HT 半导体纳米颗粒视网膜假体（直径约300 nm）通过光静电效应激活神经元，实现了大鼠模型中30 dpi的视力恢复，代表了从电极阵列到分子级刺激的范式转换
- 仿生保真度低是两条路径的共同瓶颈：曲面传感器像素密度（~0.4 pixels cm⁻²）远低于人眼（2000–7000 cm⁻²）；视网膜假体缺乏突触可塑性和神经动力学，仅实现简单的光强-电刺激映射
- 作者最具价值的论证：通过对比”纳米颗粒假体的高密度优势”与”仿生光电器件的可调光响应优势”，清晰展示了技术融合的双向价值——这正是区别于此前的分别综述的关键
6｜关键数学 / 统计方法（Quantitative Tools）
- 电荷陷阱/释放物理机制（Charge trapping/detrapping）：栅极电压调控二维材料（如 MoS₂）或钙钛矿中缺陷态对载流子的捕获与释放，改变沟道电导以实现光响应度动态切换。这是仿生视觉传感器实现大动态范围（超越人眼的120–160 dB）的底层物理方法，可迁移用于其他自适应传感器设计
- 传感器内卷积操作（In-sensor convolution）：利用交叉棒（crossbar）阵列中每个像素的可调光响应度作为卷积核权重，通过在行/列方向求和光电流直接完成卷积运算。将神经网络计算下沉到传感器层面，是边缘计算中值得关注的硬件加速范式
- 双目深度三角测距（Triangulation, Z = B·f/d）：Box 2中以该公式引出仿生3D视觉的讨论，基线距B、焦距f与视差d共同决定深度Z，是机器人视觉的标准工具，论文将其置于生物视觉（双眼视差）与仿生系统之间建立关联
7｜结果与证据强度（Results & Evidence Strength）
论文系统覆盖了仿生光学、仿生光电、生物集成假体等多个子领域，引用了大量高质量原始研究（包括 Nature、Science、Nature Electronics、Nature Nanotechnology、Science Robotics 等顶刊文献），论证覆盖面完整。然而，证据强度判断为中，主要依据是：（1）综述性质决定了所有结论基于文献整合而非独立验证；（2）最引人注目的融合路径（如纳米颗粒高密度传感器方案，文中 Fig. 5）目前仍为概念性提议，未经实验证实；（3）对生物集成假体的临床现实讨论偏少——如 Argus II 和 Alpha AMS 已因成本和性能问题停产这一事实仅在文中简要提及，未深入分析其对该方向研究前景的影响
8｜局限与注意点（Limitations）
- 综述非实验性质：融合路径的论证基于推理而非实证数据，提出的技术迁移方案（尤其是 Fig. 5 的纳米颗粒传感器概念）属于展望性质，实际可行性尚待验证
- 生物保真度问题未被低估但未被量化：文中承认仿生器件在亚细胞水平（离子通道、神经递质）的保真度不足，但未给出明确的性能差距量化指标
- 覆盖深度不均：仿生光电传感器内计算部分引证丰富、论证深入，而生物集成类器官培养和视觉皮层假体部分的讨论相对简略，临床应用场景的工程挑战（如手术复杂性、免疫排斥、长期稳定性）分析有限
9｜可迁移价值（Transferable Value）
- 视网膜处理层次作为设计蓝图：感觉→感知→预测的三级层次不仅适用于视觉传感器，也可作为任何需要边缘信息处理的传感器系统的架构参考（如触觉、听觉传感器），尤其是其中”反馈回路用于预测”的生物学原理值得在其他传感模态中探索
- 传感器内计算的交叉棒实现思路：通过可调光响应度在像素阵列上直接执行卷积运算——这种”把计算下沉到传感器”的物理实现方式，可迁移用于设计新型低功耗、低延迟的边缘计算硬件，不限于光电器件
- 交叉综述的组织范式：论文在梳理两个独立领域时使用”器件物理-应用场景-共同挑战”三维交叉框架，而非平行罗列，这种综述写作方式本身具有方法论借鉴价值
10｜一句话总结（One-line Summary）
这篇综述将仿生视觉与生物集成视觉从”各自为战”的平行发展轨道引入”交叉共生”的新框架，揭示了两者在器件物理层面的深层连通性，并提出了一条从纳米材料、神经动力学到传感器内计算的融合可行路径。