综述：面向下一代光学成像的先进超构表面设计
2026-03-26 11:12:58   来源：麦姆斯咨询   评论：0   点击：

成像技术是众多科学和工业领域的基础，极大地提升了人类探索从微观世界到宏观宇宙尺度的能力。传统的光学系统主要基于折射和衍射元件，在实现多维高分辨率数据采集方面扮演着关键角色。然而，这些系统往往存在许多固有局限，例如体积庞大、材料色散和制造复杂等问题。

超构表面（Metasurface）技术凭借在亚波长尺度上调控多项电磁波特性的卓越能力，已成为克服光学成像领域传统局限的一种极具前景的解决方案。与主要依赖折射或反射的传统光学元件不同，超构表面通过精心设计的纳米结构单元（称为：超构原子）在亚波长尺度上精确调控电磁波，从而实现多功能光学响应。这些纳米结构能够对各种电磁响应进行可调谐控制，为超薄器件提供了显著增强的功能性，近年取得的一系列突破性进展，例如基于相变材料的可重构超构表面、高通量纳米压印技术等，极大地提高了超构表面成像系统的可调谐性、可扩展性和可制造性，进一步增强了它们在下一代成像领域的应用前景。

除了结构紧凑性，超构表面在光学成像系统中的优势还体现在对电磁波的精细调控能力。通过将特定的成像需求与精心定义的电磁响应相关联，超构表面设计可以确定最佳的材料选择、超构原子几何结构和空间排列方式。这种从高阶成像目标到亚波长尺度波前操控的系统性关联，确保了最终超构表面能够满足预期的规格要求。通过这种结构化方法，研究人员可以减少猜测，开发性能超越传统光学系统极限的超构表面成像解决方案。

尽管优势明显，但要充分发挥超构表面在光学成像应用中的潜力，仍存在若干挑战。设计用于先进成像的超构表面，尤其是那些需要自由形式几何结构、多维波前调控或高自由度的超构表面，往往需要应对庞大且高度非线性的设计空间。在这样的空间中，一组性能指标可能对应着众多可能的纳米级配置。传统方法依赖试错或局部优化，难以捕捉这些多参数相互作用的全部复杂性，因此很难找到能同时满足所有规格的解决方案。为应对这些挑战，人工智能（AI）已成为将先进成像需求转化为可行超构表面设计的关键推动因素。此外，AI驱动的模型不仅能优化微观结构布局，还能扩展到超构表面成像系统中的图像重建或校正任务，减少像差并提高成像质量。

据麦姆斯咨询介绍，清华大学深圳国际研究生院的研究团队在npj Nanophotonics期刊上发表了一篇题为“From performance to structure: a comprehensive survey of advanced metasurface design for next-generation imaging”的综述性文章。该综述介绍了一种“从性能到结构”的光学成像超构表面设计范式，该范式从基本的成像规格入手，将其转化为相应的电磁学要求。然后，将这些要求映射到特定的超构表面微纳结构，以确保对电磁响应的精确调控。在此过程中，AI贯穿始终，通过高维参数空间加速逆向设计，并借助AI驱动的计算重建算法提升成像性能。

图1 光学成像超构表面应用的综合设计框架，包括三个关键阶段：成像性能规格、电磁响应调控和超构表面结构设计

研究团队综述了超构表面在九种成像领域通过六种电磁响应调控方法所实现的卓越性能，并深入探讨了三种主要设计方法，同时，详细分析了六种主要的编码和解码策略以及八种常见的AI技术。

该综述将成像应用的超构表面设计整合为统一的三阶段框架：成像性能规格、电磁响应调控以及超构表面结构设计。通过从抽象的成像目标过渡到精确的电磁波调控，再到详细的结构设计，这种“从性能到结构”的范式为将先进功能需求转化为切实可行的超构表面，提供了高效的路线图。

成像性能规格

成像性能规格是指导超构表面设计的基石，划定了所需要的成像指标，覆盖九大方面，例如色差校正、视场扩展、景深延长、分辨率提升、多维数据采集、光学特征增强、全息场重建、功能集成以及紧凑型器件集成。

图2 超构表面在色差校正中的应用

这些规格不仅定义了成像系统的最终性能目标，还为电磁响应调控提供了明确目标，确保设计过程既有针对性又切实可行。通过将高层次的成像需求系统性地转化为具体的设计目标，研究人员可以利用超构表面的独特能力在这些方面实现卓越性能。该综述全面探讨了超构表面在这九大方向实现卓越性能所发挥的作用，着重强调了其在亚波长尺度上调控电磁波特性的能力如何推动光学成像系统取得突破性进展。

图3 超构表面实现的多维数据捕获

电磁响应调控

对电磁波特性的精确调控，是先进成像系统开发的基础。超构表面为其关键参数提供了前所未有的调控能力，进而在紧凑的器件结构中提升分辨率、对比度和多功能性。该综述深入探讨了相位、振幅、偏振、波前、轨道角动量和光谱特性等六种关键的电磁响应调控方式，研究了超构表面如何调整这些基本特性以优化光与物质的相互作用，并实现卓越的成像性能。

图4 物理驱动的超构表面设计方法

超构表面结构设计

要将期望的电磁响应性能转化为可实现的结构，需要可靠的设计方法。超构表面设计是先进光学器件发展的基石，它能够实现对电磁波的精确控制。为了系统地实现这种转化，当前的策略可分为物理驱动、元启发式和AI驱动三种方法。每种方法在调控纳米尺度下光与物质的相互作用、优化超构表面以实现特定光学功能以及体现“从性能到结构”的设计范式方面都发挥着关键作用。

图5 元启发式优化的超构表面设计方法

设计超构表面需要配置大量亚波长超构原子，以呈现各种新颖的物理现象。超构表面设计的核心挑战在于优化这些超构原子的结构参数，从而实现预期的反射或透射特性。传统的设计过程严重依赖全波仿真软件和数值算法来推导电磁特性，且需要基于研究人员的直觉和经验进行反复调整。这种试错方法既耗时又耗费资源。此外，当为各种电磁响应重新设计相似的超构原子时，优化过程必须从零开始重复进行。这些局限性促使人们探索更自动化、更高效的设计技术，例如元启发式算法和AI，旨在利用算力和先进的优化策略来简化设计过程。

图6 人工智能（AI）驱动的超构表面设计编码方法

超构表面设计的未来前景

基于“从性能到结构”方法中提出的综合设计框架，该综述专门探讨了下一代成像超构表面设计的最新进展和新兴趋势，反映了超构表面工程的动态和快速发展特性，并基于上述框架提供了前瞻性视角。

展望未来，该综述提出了九大关键研究方向：端到端超构表面设计、多目标超构表面设计、面向制造的超构表面设计、快速求解器辅助超构表面设计、大面积超构表面设计、超构表面阵列设计、级联超构表面设计、动态可调超构表面设计以及混合光学与超构表面设计。

这些新兴方向为在广泛的光学成像领域扩展并提升超构表面性能带来了令人振奋的前景。AI驱动的设计框架和先进求解器的持续发展，对于克服当前的局限性（包括制造挑战、窄工作带宽以及与传统光学系统的集成问题）将起到关键作用。

图7 面向超构表面设计的人工智能（AI）增强模型

结论

本综述探讨了超构表面通过提供亚波长尺度的电磁波调控，为变革下一代光学成像系统提供了巨大潜力。通过“从性能到结构”的设计范式，研究人员详述了九项关键成像指标如何转化为六大精确的电磁需求。通过将这些性能需求映射到专门的超构表面微纳结构，凸显了超构表面如何在保持紧凑性和多功能性的同时，推动光学成像领域取得前所未有的进展。

该综述的核心主题是整合AI以简化设计流程。AI在处理庞大的设计空间以及以最少试错优化超构表面配置方面发挥着关键作用。该综述将设计方法分为三大类——物理驱动型、元启发型和AI驱动型，并分析了六种主要的编码和解码策略以及八种常见的AI技术。AI驱动的方法能够加快设计周期，提供更高效的解决方案，促进从理论模型到实用、高性能超构表面设计的转化。这种整合在应对高维超构表面设计中固有的非线性和复杂性挑战时尤为重要。

总之，由AI驱动的“从性能到结构”设计范式，为优化超构表面设计并释放这些技术在成像应用中的全部潜力，提供了一个强大框架。随着AI的不断发展，它将在塑造下一代光学成像系统中发挥越来越重要的作用，推动功能强大、可扩展且高效的超构表面成像器件的发展，进而为更广泛领域带来变革。

论文链接：https://doi.org/10.1038/s44310-025-00081-6

延伸阅读：

《超构透镜（Metalens）专利态势分析-2024版》

《光学和射频领域的超构材料和超构表面-2024版》

《光学和射频应用的超构材料-2024版》