清华方璐团队研发全球首款亚埃米级快照光谱成像芯片「玉衡」,成果发表 Nature,该芯片有哪些亮点?
- 390 个点赞 👍
早晨起床刚看到这篇文章的推送。
快速翻了一下文章的图,只能说五体投地。我自己做过多种形式的高光谱显微成像,为了了解算法也看过一些遥感的高光谱成像文章。因为不懂器件,我只能就光谱成像表面话的内容做一点讨论。
一般而言,时间分辨率、空间分辨率、还有光谱分辨率不可兼得。光谱的采集过程,要么占用空间(色散展开,波长采集并行,目标每个空间点需要N个像素点对应),要么占用时间(用光谱窗口扫描,空间分辨率可以保持不变,但是时间上是顺次采集,从而目标每个空间点需要N个时间点来完成光谱绘制)。深度学习的崛起使得猜光谱成为可能。但是作为测量工具,猜测显然不能真正替代测量,尤其是应用在未知的样品上。
方老师团队的“玉衡”芯片实现了对鱼、熊掌、大馒头的兼得。在几乎没有损失空间分辨率的情况下实现了高速、高精度的光谱采集。我简单总结成下面几条特点。
- 利用可以电控调节的铌酸锂滤片实现像素水平的快速波长选择,且重复精度极高(优于0.1 nm);
- 极大的提高了光谱采集时的光通量。这一点本身就能大幅改善高光谱成像速度;
- 铌酸锂滤片上每个像素的波长选择随机性极高,这样可以最大限度的利用芯片像素的空间采样率实现准确重建。
- 该器件应该可以独立于CMOS存在,所以可以用在几乎所有相机上,以后进一步集成做成新的整体元件也完全可以。基本上新老通吃。
最让我震惊的是天文数据的展示。通常做高光谱相机技术,展示摄影棚色板、公园一角之类日常场景就足够了。但是这篇文章里展示了恒星光谱的采集。从文章中的数据来看,是革命性的。恒星的光谱特点就是窄线宽。做一个比喻,就好比要从已经很相近的口红色号中看出精确的差别。既有的技术,要么分得清但是庞大而缓慢,要么很快但是看不见。而“玉衡“芯片对采集到的星星高精度的光谱还原。提取的光谱里能清晰的看到多条吸收谱线。考虑到所用时间与工具大小,不能说非常惊人,起码收下我的膝盖。
我已经把文章分享出去了。我对于高光谱成像的光明未来已经有些激动了。
还没有人送礼物,鼓励一下作者吧查看全文>>
FlankerCT - 114 个点赞 👍
这颗芯片刷新了我对相机的认知。
它把过去大型、昂贵、缓慢的专业光谱分析仪器,变成了一块未来可以集成到手机或无人机里的小芯片,并且性能还提升了上百倍!

「玉衡」拍摄的北斗七星和小熊星座的伪彩光谱图,非常震撼 大家先别把它想成电脑里的CPU那种计算芯片,它本质上是一种全新的相机传感器。
普通相机给每个像素点拍一张红绿蓝三色的照片,而「玉衡」是给每个像素点拍一张包含了一万多种颜色细节的彩虹照片。它能在一瞬间给上千万个像素点都拍出这样的彩虹照,还能录成视频。这个能力在以前是做不到的。
在以前拍照片时,下面三件事很难同时做到最好:
1. 空间看得清:也就是照片分辨率高,画面清晰。
2. 颜色分得准:能分辨出非常细微的颜色差异,也就是光谱分辨率高。
3. 拍得还要快:能捕捉动态瞬间,能拍视频。以前的设备,总是要在这三者之间做取舍。
而「玉衡」芯片直接把这三个优点整合到了一起。
它的核心技术是在普通相机传感器上,覆盖了一层特制的铌酸锂晶体薄膜。这层薄膜并不平整,而是有着微观上随机的凹凸。当光线穿过它时,不同颜色的光会被以一种独特的方式调制,每个像素点都接收到了一份被专属加密过的光谱信息。这就好像给每个像素都定制了一副独一无二的眼镜。
相邻几个像素点的光谱透射曲线,曲线形状各不相同,非常直观地表现了光谱指纹的独特性 拍下来的图像其实是乱码,人眼看不懂。这时候就需要AI算法登场了。一个强大的重建算法会根据预先校准好的每个像素的加密规则,把这些杂乱的信号瞬间解密,还原成我们需要的清晰高光谱图像。硬件负责编码,软件负责解码。
总结一下,「玉衡」的亮点有这么几个:
- 光谱分辨率极高:达到了亚埃米级,比现有的快照式光谱仪强了两个数量级。这意味着它可以看清原子光谱的特征线,这在天文学和材料分析中非常重要。
- 空间分辨率:它直接使用了千万像素级的传感器,并且不因为要获取光谱信息而牺牲画面的清晰度。
- 光能利用率超高:它的光学透过率达到了70%,非常惊人。这意味着在非常暗的光线下它也能工作,比如观测遥远的星星。
- 速度快:能够以每秒88帧的速度拍摄高光谱视频,可以用来分析动态变化的场景。
为了让大家更直观地感受它有多强,我从文件里找到了一个对比表格:
性能全面领先于现有所有光谱成像方案:同时实现高光谱分辨率、高成像速率和高透射率,兼具精度与效率。 所以,这颗芯片的意义非常大。它把过去大型、昂贵、缓慢的专业光谱分析仪器,变成了一块可以集成到手机或无人机里的小芯片,并且性能还提升了上百倍。
从天文观测、精准农业到到日常健康与环境监测,很多领域都可能因此迎来新的突破。
资料来源(论文已被Nature主刊收录,价值极高):
60多页的补充资料:https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-025-09591-x/MediaObjects/41586_2025_9591_MOESM1_ESM.pdf
演示视频:https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-025-09591-x/MediaObjects/41586_2025_9591_MOESM2_ESM.mp4
数据:https://doi.org/10.5281/zenodo.16936676信息来源于 官方网站查看全文>>
小胡小胡 - 0 个点赞 👍
查看全文>>
一只柚子

