Aydogan Ozcan团队Nature | 光学生成模型

中国光学 2025-09-12 11:05
文章摘要
背景:大规模生成式AI面临算力、能耗与时延压力,现有光学计算多集中在感知与分类任务,缺乏高效的光学生成实现路径。研究目的:UCLA团队提出光学生成模型,通过数字编码器将噪声映射为相位种子,利用衍射解码器在自由空间进行全光处理,实现低能耗、快速度的图像生成。结论:该模型在多个数据集上达到与数字神经网络可比的性能,实验验证了单色与多色生成的可行性,为低能耗、可扩展的AIGC应用提供了新方案。
Aydogan Ozcan团队Nature | 光学生成模型
查看文献: Optical generative models
查看期刊: Nature
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Out of the cave: Rewilding deep time at the Venice Biennale
DOI: 10.1016/j.isci.2025.113392 Pub Date : 2025-09-02
IF 4.1 2区 综合性期刊 Q1 iScience
Is my red your red? Neuroscience has an answer
DOI: 10.1038/d41586-025-02946-4 Pub Date : 2025-09-11
IF 64.8 1区 综合性期刊 Q1 Nature
中国光学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信