Nature封面！神级院士领衔拿下非线性光学一作！登顶荣誉巅峰！

背景：随着数字生成模型规模扩大，高速高能效的可扩展推理成为挑战，人工智能与光学工程交叉融合持续深化。研究目的：提出受扩散模型启发的光学生成模型，通过光学编码器和可重构解码器实现全光学图像生成，旨在探索高能效、可扩展推理新路径。结论：该模型成功生成多种图像，性能与数字神经网络相当，为光学在AI生成内容领域开辟新潜力，推动光学设计范式向生成式AI变革。