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。
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。