《Autonomous driving chips》

1

技术梗概:

北京大学彭练矛院士、姜建峰研究员联合清华大学封硕副教授及国内外20余家单位59位学者发表的前瞻性综述指出:

面对高级别自动驾驶及具身机器人、低空飞行器等自主系统在功耗、存储、实时性与安全性上的严苛要求,单纯依靠模型扩展、制程微缩或局部架构优化已难以突破算力与能效瓶颈。

下一代智能芯片必须走‌算法、架构、器件、材料与三维集成技术的跨层协同‌发展路径:在软硬件层面通过模型压缩、硬件感知优化、存算一体与云边协同缓解存储带宽和数据搬运瓶颈,在底层依托Chiplet、异质集成、单片三维集成以及碳纳米管、二维半导体、神经形态计算、光计算等前沿技术,推动芯片发展目标从单一追求峰值算力转向‌算力密度、能源效率、实时响应、安全性与可靠性的综合提升‌。

该研究构建了贯穿算法、计算架构、半导体器件、先进材料与三维集成的完整技术路线,不仅为突破自动驾驶芯片的算力、存储与能效瓶颈提供了系统框架,相关技术体系还可拓展支撑具身机器人、低空飞行器、深空深海探测等多类复杂环境自主系统,为我国强化智能芯片构建自主可控的自主智能技术底座提供了重要参考。

打开网易新闻 查看精彩图片

下一代智能芯片的逻辑、存储、集成与新材料技术路径

2

探索的应用领域:

半导体、新材料

3

https://www.nature.com/articles/s44287-026-00319-1

《基于可解释机器学习的八面体基序引导光电半导体设计》

《Octahedral-motif-guided design of optoelectronic semiconductors via interpretable machine learning》

1

技术梗概:

吉林大学张立军、哈尔滨工业大学赵瑜、苏州国家实验室孙远慧团队合作,构建了一套以局域八面体基元为核心、融合可解释机器学习与高通量第一性原理计算的材料发现框架。

该框架突破了传统经验的痛点,通过层级化特征,筛选提取出具有明确物理意义的八面体关键描述符,在2442种候选材料中筛选得到19种兼具优良载流子输运性能与强可见光吸收特性的热力学稳定光电半导体,最终成功合成了其中的Ca₂GaCoO₅。

实验验证,该材料光学带隙约为1.6eV,具备显著、可逆的可见光光响应,为跨不同结构原型的新型光电半导体理性设计提供了全新的可迁移研究范式。

这类以Ca₂GaCoO₅为代表的新型光电半导体材料可广泛应用于多个场景:

1、作为吸光层,适配钙钛矿/晶硅叠层电池的中带隙子电池,突破单结电池的效率极限;

2、依托优良的可见光响应特性,可制备高灵敏度可见光光电探测器,用于成像传感、环境光监测、工业自动化光检测等场景;

3、作为理想带隙区间的光催化材料,用于可见光驱动的光解水制氢、有机污染物降解等环境能源治理场景;后续通过工艺优化还可拓展应用于新型发光显示器件、柔性可穿戴光电子等前沿领域。

同时,该团队提出的这套通用材料发现框架,还可迁移至氧化物、硫族化合物、尖晶石等更多功能材料体系,大幅加速热电、压电等各类新型半导体的理性筛选与研发落地。

打开网易新闻 查看精彩图片

图 | 所发现光电半导体的光电性质和晶体结构

2

探索的应用领域:

光学、新材料、化学

3

https://www.nature.com/articles/s41467-026-75216-0?sessionid=

《光子晶体液压测压法量化上皮基底压缩用于快速无标记功能筛选》

《Photonic-crystal hydraulic manometry quantifies epithelial basal compression for rapid, label-free functional screening》

1

技术梗概:

东南大学顾忠泽团队在发表研究,提出光子晶体液压测压法(PCHM),可通过单帧反射成像在常规细胞培养体系中定量解析细胞-基底界面力学状态,首次发现成熟极化上皮单层能在细胞-基底界面持续维持约3kPa的"转运驱动的基底压缩"。

这一状态由上皮离子-水转运、细胞骨架预应力与细胞-基底黏附等过程共同调控,而非单纯机械挤压,可作为反映上皮生理功能的定量动态状态变量。

基于该发现,团队进一步将该力学指标用于快速无标记病毒功能检测,在柯萨奇病毒感染和SARS-CoV-2假病毒中和实验中仅需约2小时即可观测到基底压缩的显著减弱,远早于常规方法需等待约48小时才出现的细胞病变效应。

此外,该研究检测灵敏度较传统荧光素酶终点法提升了一个数量级,为上皮病理生理研究、药物筛选及快速病毒检测提供了一种可扩展的无标记检测新框架。

打开网易新闻 查看精彩图片

图 | 基于transport-coupled basal compression的快速病毒检测示意图

2

探索的应用领域:

生物医药

3

https://www.science.org/doi/10.1126/sciadv.aeg7095

有意向深度了解某项技术

请扫描二维码联系客服小镁

记得星标微信公众号:镁客网(im2maker),更多干货在等你

打开网易新闻 查看精彩图片