中新网西安5月7日电 (记者 阿琳娜)记者7日从西安光机所获悉，西安光机所联合西北农林科技大学在光学微粒输运领域取得重要进展，该研究深度融合物理模型约束与智能优化算法，显著提升了紧聚焦光场质量与微粒稳定输运能力，推动了光镊技术由单一操控向可编程、智能化的光学传输带升级，为智能光学操控、细胞组装及微纳制造开辟新的发展空间。

据介绍，基于全息光镊的光学传输带技术具有无接触、高精度、低损伤等显著优势，在微纳组装、生物操控、靶向给药等领域具有重要应用价值，是支撑高端制造、生命健康等国家重大战略需求的关键技术之一。然而，传统光学传输带设计依赖显式轨迹方程，难以满足复杂路径构建需求；标量衍射模型在紧聚焦条件下无法准确表征光场特性；现有深度学习方法则存在数据依赖强、泛化能力不足、易引入散斑噪声和相位不连续等问题，制约了光学微粒输运技术的进一步发展。

针对上述问题，团队创新性地提出基于Richards–Wolf矢量衍射理论的多先验物理增强神经网络(MPPN-RW)，将物理模型先验、相位周期性先验、光场平滑性先验以及深度图像先验引入统一的无监督优化体系，在无需训练数据的情况下，可实现任意复杂光学传送带路径对应的计算全息图的高保真重建。

在此基础上，团队构建光学传输带系统，验证了所生成光学传送带对直径1微米金粒子的稳定操控能力。为进一步验证 MPPN-RW框架的可扩展性与鲁棒性，研究人员开展了长距离、高复杂度输运轨迹验证实验，成功实现了手绘汉字“光”和数字“6”等任意非闭合自由曲线的微粒输运。

西安光机所研究员柏晨介绍，“这项技术相当于在微观世界里为光建造了一条‘智能传送带’。传统方法就像是用固定公式画轨道，遇到复杂路径就容易出错；而新方法结合了物理定律和人工智能，能自动设计出任意形状的光路，让微粒沿着花瓣形、字母甚至手写笔画等复杂轨迹稳定运动，不仅考虑了光的波动特性，还通过多重约束确保了光场的均匀性，微粒在运输过程中就像行驶在平坦的高速公路上，既不容易偏离方向，也不会卡顿。”

据介绍，作为西安光机所推进“AI+光学”融合创新的重要进展，这项技术彰显了人工智能赋能先进光学技术发展的广阔前景。(完)