《FlexMat》：Bio-inspired vision: From principle, material architectures to system-level integration
生物视觉系统凭借高效感知、原位信息处理及低冗余编码特性，为仿生视觉系统的发展提供了重要的概念基础。本综述阐述了仿生视觉的运行机理，介绍了两类载体型系统：基于电荷传输的电子器件与基于离子传输的离子器件。研究人员从本征材料维度与器件架构视角，分析了二者对仿生视觉灵敏度、机械柔性、集成密度及信息处理能力等核心属性的影响。进一步探讨了仿生视觉从离散传感单元向智能集成系统的演进路径，重点论述了器件集成、多模块协同及硬件与软件算法的协同优化机制。最后，综述展望了该领域的未来发展方向，为开发高效、柔性、低功耗且具备认知功能的新一代智能视觉系统提供了理论见解与设计指导。
1 引言
视觉是生物感知与解析外部环境最基础且高效的通道。经过数十亿年的进化，生物视觉系统形成了高通量并行感知、低冗余编码及近传感实时处理等固有优势，为突破传统工程范式局限、研发下一代智能视觉系统提供了理想模型。随着人工智能、具身智能与柔性电子学的快速发展，传统机器视觉在实时响应、环境适应性与能效方面的局限性日益凸显，亟需借鉴生物视觉的逻辑与运行机制探索新的设计原理与实现策略。在此背景下，仿生视觉已成为突破传统视觉系统约束、迈向真正类脑感知的重要研究方向。
早期仿生视觉主要基于硅基器件，依托成熟的半导体制备技术与高密度集成优势，在空间分辨率与信号处理速度方面取得了显著进展，长期占据人工视觉的主流技术路线。然而，随着柔性传感、生物相容性及低功耗智能化等新需求的不断涌现，研究重心逐步从传统电子器件的性能优化转向更贴近生物系统生理本质的信号调控策略。生物视觉中离子作为天然信息载体，通过离子通道、突触传递及动态调制实现高效低功耗信息处理，为人工视觉的演进开辟了新路径。近年来，在仿生学与离子电子学（iontronics）的交叉推动下，以离子传输与离子调控为核心的新型仿生视觉器件快速发展。此类器件以离子作为信息传递载体，其信号转导模式与生物神经系统高度同源，在低电压操作、高生物相容性、机械柔性及感知-记忆-可塑性一体化调控方面展现出独特优势。代表性研究已证实半球形离子凝胶异质结仿生视网膜可实现自供电运行、宽带光谱响应、宽视场感知及光突触学习功能。
仿生视觉的性能突破不仅依赖于工作机制，材料维度与器件架构的协同设计同样至关重要。材料维度在很大程度上决定了光吸收、载流子传输、界面特性及本征物理化学行为，直接定义了器件性能的上限；而器件构型则决定了这些本征优势能否有效转化为成像、前端预处理及动态感知等实际能力。纤维状、平面及三维曲面结构分别在柔性适配、高密度集成及类眼球宽视场低像差成像方面各具优势，共同构成了从功能器件单元到系统级应用的结构基础。针对运动识别与场景理解等复杂任务，需将器件阵列、多功能模块与神经算法集成于统一协同系统中。
近年仿生视觉领域已取得重大突破，但多数研究聚焦于单一主题，鲜见从电子视觉到离子视觉的完整过渡机制阐释，亦缺乏从材料到集成系统的系统性桥梁构建。本综述围绕电子到离子、器件到系统、简单模仿到功能拓展三大转变展开，旨在为下一代高效低功耗智能视觉系统提供完整的框架与设计指南。
2 自然视觉及其结构
生物通过视觉、嗅觉、听觉、味觉与触觉五大感官获取生存与繁衍所需的关键信息，其中视觉贡献了超过80%的信息总量，凸显其核心地位。通过视觉，生物可从入射光中提取空间、光谱、时间及背景信息，感知物体位置与行为变化，并整合为生存导向的决策。受环境压力与遗传调控驱动，生物视觉系统演化出单眼结构与复眼结构两种典型架构。单眼结构作为高度集成的成像系统，光线经角膜与晶状体折射后聚焦于视网膜，视网膜密集分布的光感受器将光信号转换为神经电脉冲，经视神经传递至视觉皮层最终解析为直立图像，人类、鸟类及猫科动物的眼睛均属此类。复眼则类似于模块化传感阵列，由大量紧密排列的小眼组成，分布于半球形表面，每个小眼作为独立光探测器捕获局部视场，经神经系统整合为完整图像。简言之，单眼结构以高分辨率与高灵敏度见长，复眼则侧重宽视场与动态运动检测，分别代表了脊椎动物与节肢动物针对不同生态位的进化策略。
除结构多样性外，视觉功能在进化过程中经历了从非定向光感知、定向光敏感、低分辨率视觉到高分辨率视觉的层级递进。不同层级的视觉能力适配特定任务：原始浮游生物依赖分散的光感受细胞感知光强以调节昼夜节律，而具备高级视觉系统的动物则可实现物体识别、精细辨别与环境模拟，直接推动了社会行为、学习能力与认知复杂性的快速发展。
2.1 视觉成像中的聚光过程
随着生物物种多样化与生态环境复杂化，视觉系统从原始非定向感光系统演变为具备方向判别、形状识别与动态分析能力的综合感知系统，在此过程中形成了脊椎动物单眼与昆虫复眼两类代表性架构。典型单眼中，入射光经角膜折射、虹膜调制后由晶状体聚焦于视网膜形成清晰图像。当前此类光学功能的仿生实现主要依赖电调谐材料、液压驱动弹性透镜、机械可调透镜组及梯度折射率光学结构。除传统机械光圈设计外，基于电致变色材料与光热响应液晶弹性体的非机械策略可实现人工虹膜的透光孔径自主调节。部分动物的非圆形瞳孔可根据特定方向选择性调节入射光，增强环境对比度并降低光干扰，为仿生光学设计提供了重要启示。然而，仅优化单一光学元件不足以构建完整视觉系统，真正的技术进步在于多功能模块的协同集成。研究人员将自适应光圈、变焦透镜与曲面成像单元集成于微小球壳内，推动仿生视觉从孤立结构模仿迈向系统级仿真。
鸟类视网膜的中央凹结构中，光感受器呈中心向周边梯度密度分布，且具备延伸至紫外波段的全光谱感知能力，可同时实现高中心分辨率与宽带光谱感知。借鉴此特征，研究人员利用柔性聚二甲基硅氧烷（PDMS）构建凹形曲面平台，垂直集成不同带隙钙钛矿材料，成功开发出兼具中心清晰度与多光谱光响应的仿生视觉器件。
与单眼不同，复眼通过大量独立小眼的并行运作获取视觉信息，经神经系统整合为完整图像，该架构在超宽视场成像与高速运动感知方面具有固有优势，尽管单单元空间分辨率相对有限。为模拟这一自然结构，研究人员通过微透镜阵列与光电探测器阵列结合构建了曲面仿生复眼系统。自然复眼还表现出显著的结构与功能多样性：招潮蟹复眼具备梯度折射率结构，可实现空气与水下的无像差成像；螳螂虾复眼拥有偏振敏感结构，可感知光的偏振态；蜻蜓则依靠对数分布的眼面高度实现连续远距离聚焦。
单眼在高中分辨率、强深度感知及复杂视觉场景解析方面优势明显，适用于物体识别等任务；复眼则更适配广角监测、高速动态感知与偏振信息提取，适用于跟踪与导航应用。因此，仿生视觉器件的设计需以实际应用需求为导向，基于功能匹配性选择生物原型。
2.2 视觉成像中的光电转换过程
光学成像完成后，入射光信号传递至视网膜进行分层神经处理，转换为大脑可识别的神经信号。光感受器细胞是这一过程的首要环节，视杆细胞专司弱光环境感知，视锥细胞支持强光下的高清与彩色视觉，二者的通路动态切换实现了光适应。受此生物机制启发，研究人员通过电压调控操作实现了暗适应与光适应视觉的模拟，并利用带隙工程材料或多像素器件架构实现了多光谱感知。
光感知后，视觉信号通过双极细胞与水平细胞的协同作用完成初步特征提取。ON型与OFF型双极细胞分别对光强增加与减少产生选择性响应，为边缘检测建立神经基础；水平细胞则通过侧向抑制增强局部对比度，抑制冗余信息。基于这些原理，研究人员利用电导率可调材料重现差异响应特性，并结合器件阵列与深度学习算法实现图像轮廓提取。在视网膜预处理的最后阶段，神经节细胞将视觉信息编码为脉冲式信号，以事件驱动方式传输，显著降低数据冗余，同时支持视觉预测与高效信息处理。
为将上述生物机制高效转化为人工器件，研究人员从结构、功能与材料等多维度开展研究，先后发展了两类信号驱动机制的仿生视觉器件系统，其中电子仿生视觉器件是最早且最成熟的技术路线，将在后续章节详细讨论。
3 电子仿生视觉的发展
将生物视觉的精密机制转化为实用人工系统，不仅需要孤立复制单个视网膜功能，更需要识别能够协同集成感知、预处理与信号传输的物理平台。在众多技术路线中，电子仿生视觉器件出现最早，是首个系统性实现仿生视觉概念的核心硬件平台。其利用固态材料中光生载流子的产生、传输与调制，为将生物视觉功能映射到可制造硬件架构提供了可行路径，推动该领域从简单功能模仿迈向日益集成化的复杂系统发展。电子仿生视觉器件不仅标志着该领域的起点，更为后续具备更高生物相容性与更多样化功能的视觉系统演进奠定了关键概念框架与技术基础。
3.1 电子仿生视觉概述
1991年硅基仿生视网膜的成功研制，标志着电子仿生视觉器件进入初始原型阶段。此后，得益于材料科学、微纳制造技术与神经形态计算的持续进步，该领域经历了快速扩张。在不到15年的时间里，电子仿生视觉器件从早期概念演示发展为加速成长阶段，涌现出集成曲面架构、二维材料与钙钛矿体系的各类系统，显著丰富了其结构多样性与功能复杂度。同时，器件视觉能力也从简单光强检测演进至全眼结构仿生、复杂视觉信号处理乃至纤维状电子视觉系统的构建，反映了该领域在结构工程、材料选择与功能复制方面的日益成熟。
当前电子仿生视觉器件已实现对应生物视觉感知与认知层级的功能，不仅能检测光强与颜色，还可执行图像边缘检测与特征提取等高级任务。相比之下，视觉预测作为更高级的信息处理阶段，涉及时间序列信号分析与神经调控等更复杂机制，相关研究仍处于早期探索阶段。受蝗虫避撞神经回路启发，研究人员开发了具备初步预测能力的仿生视觉器件，可有效分析运动物体行为倾向并快速生成响应，为视觉预测功能的工程实现提供了可行的技术基础。
3.2 电子仿生视觉的主要机制
得益于相对成熟的材料体系与制备工艺，电子仿生视觉器件已成为仿生视觉领域的主要研究方向之一。从工作原理来看，此类器件以电子或空穴作为信息载体，通过光诱导载流子产生、分离、传输与再分布将视觉刺激转换为电信号，并可通过界面电荷转移、陷阱态调制、极化场或结构相变进一步调控电导状态。电子仿生器件通常基于固态平台运行，通过电子态变化编码视觉信息，因此其性能提升与功能扩展高度依赖于合适材料体系的选择与设计。
当前电子仿生视觉器件的常用材料体系包括硅基半导体、二维材料、钙钛矿与有机半导体，各类材料凭借其固有优势助力器件优化，而其物理性质差异也导致工作机制各不相同。与传统光电探测器仅将入射光转换为电学输出的功能不同，电子仿生视觉器件的核心在于模拟生物神经系统的动态响应与可塑性记忆特性——并非仅记录入射光的瞬时强度，而是通过可调持久电导态保留光刺激历史信息。结合功能纳米材料与多物理场耦合策略，研究人员可模拟生物系统中突触权重的动态调控，为视觉记忆与信号预处理等高级功能提供必要的物理基础。
从光响应主物理状态变量出发，电子仿生视觉器件的代表性机制包括载流子俘获与释放、可逆相变及铁电极化调制。载流子俘获与释放机制利用半导体内的陷阱态俘获光生载流子，暂时提升器件电导率；光刺激消失后，被俘获载流子逐渐释放，电导率随时间衰减，从而模拟生物视觉的记忆与遗忘过程。通过调控陷阱态的深度、密度、界面能级对齐及缺陷空间分布，可调节电导衰减的时间特性：浅陷阱利于快速弛豫与短时程可塑性（STP），深陷阱或高密度陷阱态则延长载流子保留时间，支持长时程可塑性（LTP）。MoS2/pV3D3异质结传感器的研究即利用界面电子俘获实现了数秒至数分钟的记忆保留，成功复现了突触样的运动轨迹记忆。
相变机制通过相变材料的reversible结构转变调控器件电导率，以Ge2Sb2Te5（GST）为代表。短光脉冲可驱动材料进入高阻非晶态，较长光激发则诱导结晶为低阻态，中间结晶度可实现多级电导调制，为模拟渐变突触权重更新提供了有效手段。与依赖局域电荷弛豫的载流子俘获不同，相变机制将光或电刺激编码为相对稳定的结构态，特别适用于非易失性视觉记忆与多级信息存储。通过精确控制脉冲时长、强度或重复频率，可增量更新电导状态，类似生物突触连接的渐进增强或减弱。MoTe2中的电场诱导结构相变实现了纳秒级开关与稳定多级存储，紫外光驱动的VO2相变则构建了集成感知与记忆功能的器件阵列。
铁电极化调制机制中，可逆极化可产生非易失性内建电场，调制器件界面能带对齐与载流子浓度，进而改变光响应。当铁电材料与光敏半导体集成时，可通过外加栅电压调控极化方向，实现对光电流的可编程控制。该策略结合了非易失性调制与光电耦合优势，极化态在外加电压移除后仍可保留，提供本征非易失记忆效应，允许电导状态被重复写入、保留与擦除。与主要基于载流子弛豫的机制相比，铁电极化调制为突触权重调控提供了更具确定性与可编程性的方法，内建极化场可促进或抑制光生载流子的分离与传输，从而实现光响应强度可调、暗电流降低及稳定的视觉记忆态。CIPS/ZnO纳米线异质结器件的研究即证实，通过调制CIPS极化可增强响应灵敏度并抑制暗电流。
上述三种机制基于不同物理过程，构成了电子仿生视觉器件塑性光响应的基础。实际器件设计中，为平衡高速、低功耗与复杂视觉信息处理的需求，通常在同一平台上耦合多种机制，以拓展电子仿生视觉系统的功能范围与应用潜力。尽管电子器件在响应性能与集成度方面取得显著进展，但在生物相容性、超低功耗运行与机械柔性方面仍存在局限。为更好地模拟生物神经信号传播，研究人员转向基于离子的信号传输，开发了离子仿生视觉器件。
4 离子仿生视觉的发展
在电子仿生视觉器件追求高速与高集成密度的同时，研究人员日益关注生物系统的核心信息传输模式——离子迁移。与电子器件不同，离子仿生视觉器件通过定向离子迁移或离子浓度变化调控性能，尽管最终电信号仍可能通过电子读出电路采集，但决定器件行为的内状态变量主要是离子而非电子。信号调制源于离子、聚合物网络、电极与功能材料间的相互作用，直接模拟生物神经系统的生理过程——跨膜离子流产生动作电位并触发神经递质释放，从而与生命系统的运行逻辑建立更紧密的对应关系。
这种从电子态调控到离子态调制的转变，不仅为研究生物视觉提供了新的硬件平台，也为开发具备更高生物相容性、超低功耗与本征机械柔性的下一代视觉系统提供了可行路径。生物视网膜中，光感受器通过光敏蛋白调控离子通道的开闭，将光信号转换为神经系统可处理的电信号。离子仿生视觉器件——尤其是基于离子水凝胶、离子凝胶及其他软离子电子系统——遵循相似原理，将离子分布、浓度与迁移率作为可编程物理状态变量，通过光刺激调制这些变量产生突触样电信号。
软离子系统的显著特征是其宽广的时间动力学范围。离子迁移、界面积累、扩散与弛豫发生在不同时间尺度，使器件能够以类似突触可塑性的方式保留、衰减或更新光学信息。这种时间依赖行为是离子器件天然适配仿生自适应视觉功能的主要原因之一。根据入射光对离子态的调制方式，光离子转导可分为光热、光伏与光化学反应三条通路。
光热机制以光作为非接触热刺激，光热材料吸收光子能量后将光能转换为热能，在凝胶基质中产生局域温升与温度梯度，进而影响离子迁移率与凝胶微观结构，转化为可测量的离子电导率或输出电流变化。该机制的优势在于可在低电压甚至零偏压条件下实现光触发操作，且热扩散与热弛豫的固有时间常数天然适配突触样短时程可塑性（STP）与时间滤波功能。碳基材料、二维材料及纳米颗粒均可作为高效光热单元，其光热转换效率与光谱吸收范围直接决定器件的阈值光照强度与响应速度。例如，碳纳米管（CNT）基系统表现出优异的光热转换效率，MXene基平台还可产生跨通道扩散电势，进一步优化离子传输行为。该机制尤其适配自适应调控、短时记忆与时间编码等仿生视觉功能，但其局限性在于热惯性与热扩散可能导致响应延迟、像素间串扰、空间分辨率下降及环境温度下基线漂移，需通过热管理策略与算法补偿缓解。
光伏机制的核心优势在于将入射光直接转换为可驱动离子迁移的电位差。大多数实现方案中，光伏单元与离子电解质或离子门控晶体管耦合，光照下产生的光电压在器件内部建立稳定电场，诱导离子重新分布并促进界面双电层形成，实现强通道调制，使离子门控晶体管在低工作电压下保持有效开关性能，支持低功耗运行。与光热路径相比，光伏转导的热干扰更小，更适用于高密度阵列集成与可编程兴奋性或抑制性响应。然而，其性能仍受限于光活性组分的长期稳定性、界面缺陷、漏电流、迟滞效应及离子迁移与弛豫的固有延迟。在仿生视觉系统中，光伏模块可通过电路耦合或多栅架构将光电压转换为不同极性的栅极调制，产生兴奋性或抑制性突触样输出。例如，钙钛矿太阳能电池与双栅离子凝胶晶体管的集成系统结合储备池计算策略，实现了约96%的颜色识别准确率，建立了动态目标识别的器件-算法协同框架。该路径的优势包括低电压下强调制能力、输出可编程性及弱热串扰，特别适用于高像素密度阵列集成，但仍面临光伏组件稳定性有限、离子迁移固有滞后及界面缺陷漏电流等挑战，需通过界面工程与封装设计持续改进。
光化学反应机制通过光触发分子反应直接改变可移动离子的类型与浓度、聚合物网络结构或离子传输能垒，具有高空间可寻址性，特别适用于构建可编程可重写离子电路与视觉处理单元。其实现策略主要包括三类：光解产生高迁移率离子（如紫外光照射三苯基甲烷白腈（TPMLN）产生氰根离子调控水凝胶电导率）、光酸与光碱化学实现电导率记忆、以及基于光异构化重构聚合物网络结构与离子传输通道。可逆导电水凝胶系统在无持续光照下仍可维持编程电导态，结合光致变色效应，在轨迹跟踪与人机交互识别等应用中前景广阔。但该路径也面临光反应疲劳、副产物积累、生物安全性担忧及环境稳定性有限等挑战，需精确控制反应随机性与离子扩散以避免图案边界模糊，提升器件可靠性与实用性。
5 结构对仿生视觉性能的影响
如前所述，电子与离子仿生视觉器件的核心机制已得到充分阐述，但器件功能性能不仅取决于光诱导过程本身，更取决于这些过程能否被稳定、放大并转化为有用的器件输出。换言之，仿生视觉器件的最终性能不仅由其本征工作机制决定，还在很大程度上受限于承载这些机制的材料与结构框架。因此，需从系统视角审视材料维度、器件架构与功能实现的相互作用如何塑造并定义整体视觉性能。
材料作为器件性能的基础，按空间维度可分为0维、1维、2维与3维体系，各维度类别赋予不同的结构特征与物理化学性质。除本征材料维度外，不同材料的进一步组织与集成衍生出平面、纤维状与曲面等多样化器件架构。这两个视角反映了结构在不同长度尺度上对仿生视觉性能的影响，二者紧密耦合但不可互换。材料的本征维度直接决定了光吸收、光谱可调性、信号传输与记忆形成的方式，定义了仿生视觉的核心能力，为理解器件形态如何进一步调控视觉功能提供了必要基础。
5.1 材料本征维度结构对仿生视觉性能的影响
0维材料的代表包括量子点与功能性纳米粒子，其核心优势源于强量子限域效应与极高比表面积。通过调控粒径、组分或表面配体，可在单一器件平台编码对不同波长的响应，天然模拟视锥细胞的颜色辨别与多光谱感知能力。载流子在三维空间的限域产生分立能级，使光吸收与发射可被精确调控。量子点的尺寸依赖吸收发射特性使其特别适用于彩色视觉、宽带光电探测与单像素多通道响应。此外，表面配体工程可改善相邻量子点间的电子耦合，降低传输势垒，提升光激发到电学输出的转换效率。量子点阵列已被用于无滤光片颜色识别、可拉伸多色成像及机械变形下的图案辨别。然而，0维材料对表面与界面高度敏感，陷阱态虽有利于实现光电导增益与短时记忆，但也可能引入漂移、迟滞与操作稳定性差等问题。部分传统量子点体系的毒性与封装挑战限制了其在长期可穿戴或生物集成视觉中的应用，常需通过复合基质、界面钝化或阵列级算法补偿平衡稳定性与均匀性。
1维材料包括纳米线、纳米棒与碳纳米管，其核心价值源于定向传输与高纵横比结构带来的高效光电转换路径。此类特征使其特别适合模拟生物视网膜中光感受器的柱状排列，可同时提供较长的光吸收路径与直接的轴向载流子传输通道，平衡灵敏度与响应速度。例如，Au-TiO2纳米线阵列被用于模拟人工光感受器，有序的一维架构促进了高密度定向光敏单元的形成，可将局域光刺激转换为有效电压输出，甚至驱动神经组织接口的刺激。半球形钙钛矿纳米线阵列在仿生眼系统中表现出卓越性能，不仅源于其本征强光响应，更因为一维排列更接近生物光感受器的空间组织形式，有助于在系统层面同时实现高密度采样、宽视场成像与低光学像差。此外，1维材料可作为多功能“桥接材料”，既作为独立光敏元件，也可嵌入薄膜、纤维或曲面器件中增强局域光捕获与垂直载流子传输。其主要局限在于大面积均匀制备难度大、长期环境稳定性不足及高密度阵列寻址实现困难，随着器件向高分辨率图像识别发展，阵列均匀性与像素读出架构日益成为主导瓶颈。
2维材料如石墨烯、六方氮化硼（h-BN）、MoS2、WSe2等，最显著的特征是原子级厚度、高度可调界面及与异质结构工程的卓越兼容性。其优势并非主要来自单层强吸收，而在于超薄通道可极大放大界面电场、陷阱态调制与栅控效应，使其成为集成感知、存储与计算的关键平台。由于几乎所有原子均暴露于界面，二维沟道的电学状态可被外场、界面电荷转移、缺陷态或相邻功能层高效调控，这对构建具备可编程记忆态的光电子突触与多功能像素尤为重要。不同二维材料具有差异化功能优势：石墨烯具备高载流子迁移率与优异机械柔性，但缺乏本征带隙，更适合作为高速导电层或混合系统中的界面调控组分；MoS2与WSe2等过渡金属硫族化合物具有明确带隙与强光响应，非常适合光电探测器与光电子突触器件；h-BN则常作为高质量绝缘层、陷阱层或界面工程介质。通过范德华异质结，可在单像素中集成检测、记忆与权重调制等多种功能，例如基于二维材料的神经网络图像传感器可在传感端直接完成部分图像分类与编码过程。尽管如此，二维材料仍受限于有效吸收厚度有限、器件一致性对转移工艺高度敏感及大面积规模化困难等挑战，常与量子点、钙钛矿或其他功能材料耦合以提升增益、拓宽光谱响应或引入神经形态权重调制行为。
3维材料应从连续介质与体积功能层视角理解，指沿三个空间方向形成连续结构的材料，包括多晶薄膜、半导体薄膜、体异质结与气凝胶网络等。其最大优势在于易于形成大面积连续吸光层、规则像素阵列与多层集成系统，特别适用于通用成像、阵列制备与系统级规模化。然而，部分3维材料体系仍面临像素定义困难、长期稳定性不足与均匀寻址挑战。总体而言，3维材料特别适用于系统级实现、大面积传感与多层集成，但成功应用需精心设计结构以避免应力积累、空间利用率低与像素效率下降。
除上述类别外，有机半导体与水凝胶等材料难以归入单一维度类别，更应视为跨维度功能系统。有机半导体可呈小分子晶体与聚合物薄膜等多种形式，具备机械柔性、兼容大面积低温加工与分子设计自由度高等优势，适用于柔性光电子突触、可穿戴视觉皮肤与大面积神经形态阵列，其陷阱态与偶极取向也有助于可调光电子记忆，但仍受限于载流子迁移率低、长期环境稳定性差与器件鲁棒性不足。水凝胶本质上是包含溶剂、离子与聚合物网络的软物质系统，核心优势在于离子传输、生物相容性与机械匹配性，是离子仿生视觉器件的关键介质，可实现低电压操作、突触样记忆与机械自适应，特别适用于植入式、可拉伸与自修复视觉系统。多材料集成可弥补单一材料的短板，支持更高级复杂的视觉功能，但也增加了制备复杂性并使机理阐释更具挑战性。
材料的本征维度定义了器件的本征视觉能力，但并不预先决定最终器件几何形态。这些性能优势的充分发挥依赖于器件形态的理性设计。因此，后续章节将聚焦由这些材料组装而成的器件架构——如纤维状、平面与三维曲面构型，探讨其如何影响仿生视觉性能与实际应用。
5.2 器件结构对仿生视觉性能的影响
如前所述，0维至3维材料的本征维度主要解决材料自身在光吸收、信号传输、存储与调控方面的能力问题，而器件形态则进一步决定了这些能力如何被空间组织并最终转化为实际视觉性能。材料定义了仿生视觉器件的物理上限，而器件架构决定了这些本征属性能否被有效利用以支持成像、预处理、动态感知与后续识别。现有研究明确表明，器件性能的差异不仅源于材料体系的选择，还来自几何构型、界面接触、光入射路径、像素组织与电极寻址策略的综合影响。基于此，当前器件架构通常分为纤维状、平面与三维曲面结构。
纤维状器件的核心优势在于本征一维可延展性、优异机械柔性与纺织系统的强兼容性。其设计目标并非最大化像素密度，而是在弯曲、拉伸与保形贴合等复杂变形下维持稳定的光响应与信号传输，特别适用于可穿戴视觉皮肤与分布式视觉网络。现有研究表明，纤维状人工光电子突触可直接编织入纺织品，实现简单图像的感知与短时记忆，其意义不在于复制传统相机功能，而在于将视觉能力直接嵌入柔性载体。具体纤维器件构型体现了界面耦合强度、制备复杂性与纺织级可扩展性之间的权衡。同轴构型以导电纤维为芯电极，沿径向依次连续涂覆光敏层、介电隔离层与外电极，形成紧密集成的核壳结构，其优势在于连续的径向界面与极短的载流子或离子传输路径，有利于快速电荷分离与稳定信号读出，且所有功能层共轴分布，可实现全向均匀光入射与力学均匀加载，特别适合作为“单纤维光敏单元”，在温和弯曲条件下同时保持高灵敏度、机械柔性与结构完整性，主要挑战在于高度弯曲纤维表面的多层连续沉积，需精确控制层厚均匀性、界面粘附力与应变匹配，否则会严重损害响应一致性与长期器件稳定性。平行构型采用两根功能纤维并列排布，通过中间电解质或功能介质建立信号耦合，其最大优势是制备路线直接、工艺门槛低，可实现大面积连续制造与模块化组装，适合沿纺织品经纬方向构建条状阵列，是低复杂度、可扩展视觉采样单元的优选，但由于缺乏同轴结构的紧密包裹界面，信号耦合有效性高度依赖中间介质的稳定性，在液体或半固体体系中需重点解决短路、介质泄漏与长期封装问题，更适合作为大面积纺织视觉系统的基础结构单元，而非单器件性能最优解。扭曲构型由两根或多根功能纤维以特定螺距缠绕而成，是介于同轴与平行设计的中间方案，相较于同轴结构避免了复杂多层连续涂覆，显著降低制备难度；相较于平行结构，螺旋缠绕形成的更多接触点与更强机械自锁提升了界面接触稳定性与信号耦合效率。对于仿生视觉器件，扭曲构型的核心价值在于保留纤维器件本征柔性、可编织性与可拉伸性的同时，可通过调控缠绕角度、螺旋螺距与接触长度调谐界面耦合强度，进而精细调控光响应灵敏度、信号保留时间与器件稳定性。代表性研究中，双扭曲结构被用于构建纤维状人工光电子突触，编织成透气可弯曲纺织品后成功实现了简单数字图案的感知与记忆，清晰展示了扭曲构型作为个体器件单元与纺织级视觉阵列之间关键结构桥梁的作用。交叉构型最直接地体现了电子纺织的概念，依赖两组分别作为经线与纬线的功能纤维，在其交叉点形成局域功能器件，每个交叉点构成一个独立的视觉像素或功能单元，其核心优势是自然兼容阵列设计与寻址——经线与纬线可直接作为读写线，交叉点承担光传感与信号存储等功能，无需额外复杂寻址电路，特别适用于构建大面积、柔性、可编织视觉矩阵。由于像素化直接嵌入纺织拓扑结构，该架构在图案识别、位置感知与低分辨率分布式视觉中极具吸引力，但其性能高度依赖交叉点的接触质量与绝缘设计，编织过程中的拉伸、摩擦导致的信号串扰、短路与扰动会直接损害成像精度与长期器件稳定性。
平面器件与面向柔性嵌入的纤维状器件不同，其竞争优势源于高像素密度、规则互连及与成熟微纳制造技术的兼容性，是当前最成熟的平台，也最易与图像处理及神经形态计算集成，特别适用于类视网膜感知与前端图像预处理。按电极数量分类，其构型呈现出从基础检测到局域计算的有序演进。二端器件结构简单，基于成熟制备方案，特别适合高密度交叉阵列集成，可完成光强检测、颜色辨别与大面积成像等初步任务，但因调控自由度有限，在可编程性与突触权重调制方面灵活性不足。三端器件引入独立栅电极，允许主动调控增益、记忆时长等参数，从而从简单探测器转变为“智能像素”，特别适用于视觉适应与记忆等功能，是仿生视觉调控的核心结构配置。多端器件包含多个独立栅极，可支持多输入信号的协同调制，能够模拟更复杂的神经元整合行为，适用于边缘增强与运动方向识别等高级功能，但同时布局更复杂、阵列规模化更困难，更适合作为高级功能单元而非超大规模阵列的基础。不同电极数量与构型赋予三类器件差异化特征，使平面架构特别适用于图像采集、特征提取、图案识别与硬件神经网络计算。一般而言，平面结构通过标准化阵列设计可实现高密度像素的高效集成、局域预处理与片上识别，但在宽视场成像、低像差性能与非平面表面兼容性方面存在固有局限。
三维曲面结构器件专注于优化成像光路本身，通过几何重构更紧密契合生物眼的自然成像逻辑，从而降低边缘像差、扩展视场并提升空间感知效率。其本质并非简单弯曲平面器件，而是实现光路与光敏面的精确匹配，可分为三类，代表了从曲面成像向系统级仿生的渐进发展。组装阵列由微透镜与探测器阵列组合而成，受复眼架构启发，可实现多方向并行采样，特别适用于广角成像、目标定位与运动跟踪。受螳螂虾启发，研究人员开发的仿生立体人工复眼系统包含两个半球形柔性焦平面阵列，可实现三维目标位置与速度的实时跟踪，具备低延迟、超低功耗与高精度优势。集成曲面结构将光敏材料直接构建于曲面基底上，器件结构紧凑、光路短，且可集成感知与预处理功能，适用于低像差成像与前端信息压缩。完整眼球结构通过集成人工角膜、曲面视网膜等组件，重构闭环视觉系统，最接近生物眼的工作范式，在机器人视觉与视觉假体等应用中前景广阔，但同时也涉及最高的制备复杂度与系统耦合难度。尽管优势显著，三维曲面架构仍面临巨大挑战：曲面基底上的高密度像素制备技术要求严苛，机械形变、非均匀应力分布与复杂布线会损害像素一致性与阵列可扩展性，其制造复杂度与系统集成要求也显著高于平面器件。因此，曲面结构在光学保真度、宽视场感知与生物形态匹配比制备简易性更重要的应用场景中优势最为突出。
上述三类器件架构服务于差异化应用场景，无法相互替代。尽管材料维度与结构设计赋予独立传感单元独特的性能特征，但单独的离散器件无法执行复杂视觉认知任务。高级视觉处理能力的实现依赖于功能器件、存储模块、自适应光学系统与神经网络算法的无缝集成。鉴于此，后续章节将探讨器件阵列集成、软硬件协同设计及仿生视觉的发展前景。
6 仿生视觉的集成与未来发展
6.1 仿生视觉的集成
前文系统讨论了不同本征维度材料与多样化器件架构如何调控仿生视觉性能，但现有研究大多仍聚焦于优化个体传感单元性能，离散功能元件与能在复杂真实环境中稳健运行的真正智能视觉系统之间仍存在巨大鸿沟。材料与器件架构奠定了仿生视觉的物理基础，但更高级的视觉功能——包括图像特征提取、动态目标识别、运动轨迹预测乃至场景理解——无法仅靠孤立器件实现，而需要阵列级集成、多功能模块耦合与神经网络算法的协同作用，将分布式光响应转化为具备真正认知意义的信息处理通路。本章将从更宏观的系统级视角，审视不同器件构型如何集成入阵列，以及如何与存储单元、计算模块及软件模型协同运行以支持更高级的仿生视觉功能，并进一步探讨仿生视觉的未来发展趋势、策略与应用。
6.1.1 仿生视觉器件的集成
仿生视觉器件的空间构型对视觉信息的获取、传输与最终解析方式起决定性作用。纤维状、平面与三维曲面架构分别对应线性分布式感知、平面阵列计算与曲面系统级成像的设计范式，展现出不同的集成方式与应用场景。纤维状架构沿单轴方向集成光传感、突触响应与信号传输功能，以功能纤维为基本单元，通过编织及相关组装策略可实现可穿戴传感与简单图案识别，其最显著优势在于机械柔性、本征可编织性与大面积分布式部署潜力，特别适合前端传感与局域记忆功能，主要局限在于空间分辨率受纤维尺寸与填充密度制约，常需通过高密度纺织集成或算法补偿进一步提升性能。平面架构是当前最成熟的器件集成路线，与成熟半导体制造技术高度兼容，代表性平台包括光电子晶体管与忆阻器交叉阵列，凭借支持高密度像素集成与规则互连的能力，特别适合模拟视网膜的并行采样与局域预处理功能，已成为近传感计算与高效图像识别的主导平台，主要缺点在于平面几何结构与光学成像系统自然焦面的固有失配，需更复杂的光学补偿，且高度曲面贴合能力天然受限。三维曲面架构是系统级仿生的关键一步，其并非简单将二维器件变形为曲面形态，而是致力于重构生物眼的曲面光敏界面，同时将光学与预处理模块集成于统一平台，核心优势在于匹配生物成像的自然焦面几何，实现宽视场低像差成像，在先进机器人视觉与仿生眼球系统等应用中前景广阔，但同时面临曲面基底高密度制备、可达分辨率有限及系统级协同集成复杂度高等严峻挑战。综上，三类结构的功能角色相对独立，未来仿生视觉系统很可能通过多结构形式的协同集成演进，而非单一架构的孤立优化，建议根据具体应用场景结合不同结构策略的优势，实现成像、预处理与识别的协同集成。
6.1.2 仿生视觉系统的集成
仿生器件的集成主要解决视觉信息如何更高效获取与组织的问题，但单一材料体系或孤立器件架构仅能产生塑性人工神经元或人工突触，远不足以执行高阶视觉认知任务。真正复杂的仿生视觉功能涌现于由器件、阵列与算法协同交互构成的系统层面，从器件级仿生迈向高级视觉功能实现至少需要两个紧密耦合且不可或缺的维度。第一个维度是器件架构的阵列级集成。只有当大量功能器件按照特定拓扑原理组织为类视网膜或类皮层硬件网络时，前端光响应才能进一步转化为适合并行处理的空间信息流。阵列的组织形式不仅决定像素密度与读出路径，还决定器件间能否执行帧间差分、边缘增强、时空关联与向量矩阵计算等神经形态视觉核心操作。换言之，器件架构赋予每个单元功能，而阵列拓扑才真正赋予系统整体组织性。第二个维度是神经网络算法的映射与协同。卷积神经网络、循环神经网络与脉冲神经网络（SNNs）不应被视为附加于硬件外部的可选软件层，而应定义为视觉信息编码、加权、更新与最终读出的逻辑。只有当器件电导状态、光诱导权重变化与神经网络内的连接权重、训练协议及脉冲编码方案建立明确对应关系时，材料与器件固有的非线性、记忆能力与低功耗优势才能转化为系统级的识别、判断与预测能力。代表性研究中，集成二维类视网膜硬件器件通过利用器件的可编程正/负光响应及其集成感知-记忆-计算特性，直接在硬件层面执行帧间差分计算，实现了运动目标的无鬼影检测，随后将器件电导状态映射至神经网络完成运动目标识别。受蝗虫小叶巨运动检测器（LGMD）碰撞检测神经元启发，研究人员通过集成单层MoS2光电探测器与可编程浮栅存储器架构，开发了仿生碰撞检测器，利用光诱导兴奋与电编程抑制的竞争关系，复现了LGMD神经元对逼近物体的非单调“逃避反应”，实现了逼近目标的实时判断与预警计算。该工作的意义在于证明一旦光探测行为与统一结构内的非易失性可编程存储耦合，硬件本身即可承担部分原本需后端算法完成的时序推理任务，表明仿生视觉不仅可更像眼睛般“看见”，更能更像神经系统般“计算”。
广义而言，材料的物理机制提供了实现视觉功能的可能性，器件架构与阵列设计提供了信息的有序组织，神经网络算法注入了复杂任务所需的智能。唯有通过这三个维度的深度耦合，仿生视觉才能真正从器件层面进阶为具备实质视觉功能的系统层面。正是在此意义上，仿生视觉的研究范式正从单纯以材料或器件为核心驱动的框架，转向器件、阵列与算法协同发展的新阶段。
6.2 仿生视觉的未来发展
器件阵列的大规模集成、多功能模块的深度融合与神经网络算法的结合，不仅推动仿生视觉实现更高级的视觉功能，更从根本上重塑了该领域的研究范式。研究重心正从以个体器件性能迭代优化为核心，转向面向实际环境与整体协同运行、以系统级能力发展为目标的方向。
未来仿生视觉的演进将不再局限于近似或复刻生物视觉，而将日益致力于超越其固有约束与物理极限，有望向更高维多模态感知与更深度的软硬件协同设计方向发展，同时在需要高精度传感、强跨域集成与高技术成熟度的前沿领域不断拓展应用空间。
6.2.1 仿生视觉的未来发展趋势
当前仿生视觉器件已从单一光响应单元初步演进至阵列化感知平台，近期更发展为可协调感知、记忆与计算的系统，无论是模拟视网膜分层处理的平面阵列，还是近似自然眼球几何的曲面架构，研究重点仍在于复刻关键生物视觉结构与功能，本质上仍指向逼近自然视觉的性能边界，包括宽动态范围感知、颜色辨别、事件驱动响应及初步实现视觉记忆与目标识别。然而，随着新兴材料、神经形态器件与脑启发算法的协同发展，未来仿生视觉有望超越单纯模仿眼睛的范式，迈向“超越生物”的新阶段，从而在光谱范围、时空尺度与认知深度上拓展人类视觉能力。相应地，随着仿生视觉系统的持续演进，竞争基础正从孤立器件指标的简单对比，转向闭环软硬件协作赋能的系统级能力。
6.2.2 仿生视觉的未来技术路径
在此背景下，未来仿生视觉的核心发展策略不再在于孤立追求器件级性能指标，而在于硬件重构与算法演进的协同推进。硬件决定了信息获取、存储与初步处理的物理机制，软件则主导信息的编码、整合与解析方式，唯有二者的协同设计，才能推动仿生视觉从实验室原型走向实用化智能感知系统。硬件层面，发展重心正从追求个体高性能传感器转向感知系统整体的重构。在新兴材料与先进制备技术的系统级支撑下，离子器件、二维材料与三维异质集成正在为拓展感知维度、降低工作电压及实现柔性曲面视觉平台开辟新可能，直接塑造了仿生视觉在特定应用场景中的实用可行性。软件层面，重点正逐步从适配传统图像处理框架转向挖掘神经形态数据的原生价值。脉冲神经网络（SNNs）仍是当前硬件兼容性最强的主流方案，其时间编码机制与事件流天然契合，特别适用于低功耗异步硬件。与此同时，储备池计算、SNN-卷积神经网络（SNN-CNN）混合框架及事件域图神经网络发展迅速，形成了分层演进格局：SNNs侧重低功耗部署，储备池计算简化时间信号处理，事件驱动Transformer模型则提升复杂场景下的识别准确率。此外，多模态融合与自动化部署也日益重要，视觉与深度、触觉等模态的集成可提升系统鲁棒性，而神经架构搜索与模型压缩可使视觉算法更好适配资源受限平台，在固定硬件预算下实现最优整体性能。
6.2.3 仿生视觉的未来应用
从应用视角看，医疗健康是仿生视觉最具社会意义的领域之一，重点聚焦于仿生视力恢复与视觉辅助。当前，仿生视觉与生物集成视觉的界限日益模糊，曲面、柔性、低功耗器件正在为人工视网膜与视觉假体提供新的硬件范式，而针对假体视觉开发的场景预处理算法也在反过来促进前端仿生视觉系统的功能优化。对于视网膜退行性疾病患者，未来人工视觉系统的价值在于以更自然的时空方式将环境信息转换为神经系统可识别的刺激信号，同时提供更低的能耗与更高的生物相容性。除视力恢复外，医疗领域的仿生视觉还有望应用于生命体征监测与手术辅助，具备低功耗与柔性特征的视觉器件可检测生物界面的细微形变与组织状态变化，成为广义智能医疗传感的重要组成部分，尽管该方向仍处于早期阶段，但其潜力十分可观。
机器人与具身智能是另一个极具前景的应用领域。对于无人机与人形机器人，视觉系统的核心挑战在于功耗与计算资源的严格约束下实现快速环境理解与决策。神经形态视觉与事件相机凭借事件驱动、按需响应与稀疏输出特性，在高速导航、避障与目标跟踪方面具有固有优势，正在重塑从算法设计到硬件实现的机器人视觉范式。在具身智能语境下，仿生视觉的未来意义不仅在于赋予机器类眼的相机，更在于构建可与运动控制、触觉反馈及任务规划实时耦合的视觉神经系统，成为连接感知、认知与行动的闭环前端入口。
7 结论与展望
本综述系统阐述了仿生视觉从传统电子器件到新兴离子系统的演进轨迹，并从工作机制、性能特征与应用领域对这两大技术范式进行了全面比较。综述强调多维材料的本征属性定义了器件光电性能的基本上限，而三类代表性器件形态在很大程度上决定了仿生感知的实际应用场景。综述进一步指出，个体器件仅能提供相对简单的光响应，而器件阵列与神经网络算法的协同集成才是实现特征提取、运动识别与视觉预测等高级功能的必要基础。展望未来，仿生视觉有望摆脱以个体器件优化为核心的发展模式，迈向软硬件协同设计范式，从而在智能机器人、医疗视觉假体与可穿戴传感系统等领域实现广泛实用化部署。
当前仿生视觉正从孤立实验室演示向系统级应用过渡。尽管已取得实质性进展，重大技术瓶颈依然存在。结合当前研究趋势，未来发展很可能聚焦于五大关键方向，推动该领域从自然启发的学习迈向超越自然的创新。
深化离子-电子协同机制。鉴于离子仿生器件与生物过程的紧密对应关系，其在低功耗与生物相容性方面优势显著。未来研究将聚焦于耦合离子迁移与载流子俘获/释放、热扩散等相关机制，以丰富突触可塑性，更忠实地复现生物视觉的记忆与响应逻辑。一个重要方向是开发集成视觉感知与能量收集的自供电多模态器件，服务于可穿戴与植入式应用。
自适应光学与自调节成像的协同升级。生物视觉的高效性根植于瞳孔与晶状体的动态调控。未来工作将因此强调通过可变光圈、猫眼启发瞳孔与软透镜实现自适应光学与自调节成像，在无复杂机械驱动的情况下实现精确聚焦、自适应光控制与像差补偿。由此，光学前端可从被动成像组件演进为感知预处理链路的主动组成部分。
从视力恢复到生物集成的多尺度进阶。在生物医学领域，仿生视觉正从功能替代向活体组织集成迈进。未来进展有望在结构、能量、信息与认知层面同步推进，推动实现机械匹配、自供电、双向交互与神经适应性系统。结合柔性电极与光伏材料的高分辨率假体有望为致盲疾病患者提供实用的视力恢复方案。
动态与预测感知技术的实现。仿生视觉正快速从静态传感向动态与预测感知演进。事件驱动传感器凭借异步稀疏输出提供微秒级时间分辨率与低延迟，特别适用于高速场景。预测视觉也正从算法设计转向硬件实现，支持预判运动趋势并为自主系统避障提供早期支撑。
多模态融合与认知智能的协同演进。单模态视觉的局限性日益凸显。未来系统有望在硬件层面集成视觉与触觉、听觉等其他模态，实现更全面的环境感知。结合具身智能与多模态大模型，视觉系统可能从简单识别演进为更深层次的理解与决策，支撑机器人操作与人机交互等应用。
仿生视觉始终以向自然学习为前进动力。随着多学科的深度交融，其正进入超越自然的新阶段。下一代系统有望在能效、速度与适应性方面超越生物原型，在多领域产生变革性影响。
