国内宏观政策与监管动态 - 国务院常务会议对贯彻落实中央经济工作会议决策部署作出安排，要求各部门统一思想行动，全面贯彻明年经济工作总体要求和政策取向，加快制定具体实施方案，确保"十五五"开好局、起好步 [1] - 商务部召开党组扩大会议，强调2026年是"十五五"规划开局之年，要做好商务工作，需大力提振消费、推动贸易创新发展、稳步推进制度型开放，并以商务高质量发展为"十五五"开局作出贡献 [2] - 国家发展改革委、市场监管总局、国家网信办联合发布《互联网平台价格行为规则》，规范平台价格行为，明确禁止平台经营者强制或变相强制平台内经营者降价、限制跨平台定价、强制开通自动跟价系统等不合理限制行为 [3] - 中国人民银行发布《金融机构客户受益所有人识别管理办法》，自2026年1月20日起施行，要求金融机构通过可靠来源识别核实受益所有人，并采取与风险状况相匹配的措施 [3] - 国家网信办会同证监会依法处置17个炮制谣言、非法荐股的社交媒体账号，涉及编造虚假IPO政策、股指期货信息、金融机构小道消息、歪曲解读涉企信息、AI生成虚假内容、非法荐股等违规行为 [9][10] 产业与科技创新 - 上海交通大学科研人员在新一代光计算芯片领域取得突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片，相关成果发表于《科学》杂志 [4] - 长安汽车获得由重庆市公安局交通管理总队正式授予的首块L3级自动驾驶专用正式号牌"渝AD0001Z"，标志着公司开启L3级自动驾驶时代 [5] - 中国俱乐部自主设计制造的机器人"深海巨鲨3"在阿联酋阿布扎比举行的第二届未来运动会格斗机器人大赛中击败国外俱乐部获得冠军，该赛事共有来自美国、俄罗斯等国家和地区的16支队伍参赛 [6] - 中核集团宣布全球首台商用超临界二氧化碳发电机组"超碳一号"在贵州六盘水成功商运，标志着该革新型热电转换技术从实验室推向商业落地 [7] - 三星正式推出业内首款2纳米工艺智能手机应用处理器Exynos 2600系统芯片，市场预计该处理器将在明年为Galaxy S26系列的某些版本提供动力 [13] 金融市场与商品动态 - 广州期货交易所调整碳酸锂期货相关合约交易限额，自2025年12月23日交易时起，非期货公司会员或客户在LC2602、LC2603、LC2604、LC2605合约上单日开仓量不得超过800手，在LC2606至LC2612合约上单日开仓量不得超过2,000手 [10] - 现货白银价格突破67美元/盎司，刷新历史纪录，COMEX期银涨超3%，报67.24美元/盎司 [12] - 全球最大产镍国印度尼西亚提出计划在2026年削减镍矿产量，根据政府工作计划，2026年镍矿产量目标约为2.5亿吨，较2025年3.79亿吨的目标低了近三分之一 [14] 行业与区域发展 - 中国人民银行福建省分行等部门联合印发《福建省金融"五篇大文章"工作方案》，提出18条具体举措，包括加强对科技创新与战略性新兴产业金融支持，力争2025年到2027年科技相关产业贷款保持年均10%增速，制造业贷款占比较2024年进一步提升 [4] - 山西省人民政府宣布废止包含烟花爆竹禁令在内的124件行政规范性文件，中国烟花爆竹协会表示将积极支持和协助山西调整烟花爆竹燃放政策的相关工作实施 [8] - 美国总统特朗普宣布与九家制药公司达成协议，旨在以降低部分美国人的药品价格来换取三年关税宽限期，目前已达成协议的公司包括罗氏控股旗下的Genentech、诺华、百时美施贵宝、吉利德、勃林格殷格翰、安进、葛兰素史克、赛诺菲和默克 [11]

三星电子发布全球首款2纳米移动处理器 - 三星电子正式推出全球首款采用2纳米GAA工艺打造的移动应用处理器Exynos 2600 [2][5] - 该芯片内置32K MAC NPU，AI算力相较上一代Exynos 2500提升高达113% [2][5] - 芯片采用三丛集CPU设计，包含1颗3.8GHz超大核、3颗3.25GHz性能核心及6颗2.75GHz能效核心，CPU整体计算性能最高提升39% [5] - 集成Exynos Xclipse 960 GPU，计算性能达到前代的2倍，光线追踪性能最高提升50% [6] - 首次集成Exynos神经超分技术，游戏流畅度最高可提升3倍 [6] - 公司已开始量产该芯片，并计划搭载于明年2月推出的旗舰智能手机Galaxy S26 [3][7] 摩尔线程发布新一代GPU架构及芯片 - 摩尔线程发布新一代GPU架构“花港”及基于该架构的两款芯片“华山”和“庐山” [3][14] - “华山”芯片主打AI训推一体，在浮点算力、访存带宽、访存容量、高速互联带宽方面均有提升 [15] - “庐山”芯片主打高性能图形渲染，得益于新指令集，算力密度提升50%，能效提升10倍，可支持十万卡以上规模智算集群 [3][15] - “庐山”内置第一代AI生成式渲染架构及第二代光追硬件加速引擎，完美支持DirectX12Ultimate [15] - 搭载新芯片的硬件产品计划在明年亮相 [16] 上海交大在全光计算芯片领域取得突破 - 上海交通大学科研人员在新一代光计算芯片领域取得重大突破，首次实现支持大规模语义媒体生成模型的全光计算芯片LightGen [3][9] - 相关成果于12月19日发表于《科学》杂志 [3][9] - 实测表明，即便采用性能较滞后的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升 [10] - 该芯片在单枚芯片上同时突破了“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”三项关键瓶颈 [10] - LightGen可完成高分辨率（≥512×512）图像语义生成、3D生成、高清视频生成及语义调控等大规模生成式任务 [11] - 光计算具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势，被视为突破算力与能耗瓶颈的重要方向 [3][9]

国常会部署经济工作 - 国务院常务会议强调各部门需统一思想行动 全面贯彻明年经济工作总体要求和政策取向 加快制定具体实施方案 推动工作落地见效 以巩固拓展经济稳中向好势头 确保“十五五”开好局[2] 监管打击资本市场谣言 - 国家网信办会同证监会处置一批炮制谣言、非法荐股的账号 典型案例涉及“八姐无敌”“投行那些事儿”等多个平台账号[3] - 违规行为包括编造虚假IPO政策、股指期货信息、金融机构小道消息 歪曲解读涉企公开信息 诋毁企业声誉 AI批量生成虚假内容攻击监管政策 随意预测股价及非法荐股等[3] - 网信办指出编造传播资本市场虚假信息扰乱信息传播秩序 影响市场稳定运行 将受法律惩处[3] 中国神华重大资产收购 - 中国神华拟以发行股份及支付现金方式购买国家能源集团等持有的12家标的公司股权 交易价格1335.98亿元 成为A股市场最大收购案[4][5] - 交易对价支付比例为30%股份和70%现金 其中现金支付对价为935.19亿元[4] - 标的公司业务覆盖煤炭、坑口煤电、煤化工等多个领域 交易后中国神华煤炭保有资源量将提升至684.9亿吨 增长64.72% 煤炭可采储量提升至345亿吨 增长97.71% 煤炭产量提升至5.12亿吨 增长56.57%[5] - 交易将增厚公司每股收益 2024年每股收益提升至3.15元/股 增厚6.1% 2025年1-7月每股收益提升至1.54元/股 增厚4.4%[5] 光计算芯片技术突破 - 上海交通大学科研人员在新一代光计算芯片领域取得重大突破 首次实现支持大规模语义媒体生成模型的全光计算芯片LightGen 成果发表于《科学》杂志[6] - 光计算具有可扩展、低功耗、超高速、宽带宽、高并行度优势 是破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术 为AI、科学计算等“算力密集+能耗敏感”场景提供硬件加速[6] 摩尔线程发布新产品 - 摩尔线程发布新一代GPU架构“花港”及两款基于该架构的芯片“华山”“庐山” “花港”采用新一代指令集 算力密度提升50% 能效提升10倍 可支持十万卡以上规模智算集群[7] - 公司推出集成“长江”智能SoC芯片的AI算力本MTTAIBOOK笔记本 32GB+1TB版本售价9999元 将于2026年1月10日开售 该笔记本内置了AI智能体和AI数字人[7] 互联网平台价格行为规则发布 - 国家发展改革委、市场监管总局、国家网信办制定发布《互联网平台价格行为规则》 以健全互联网平台常态化价格监管机制 规范相关价格行为[8] - 规则明确平台经营者不得强制或变相强制平台内经营者降价、让利、返现促销 不得强制其在该平台售价不得高于其他渠道 不得强制其开通自动跟价、降价系统等 以限制平台内经营者自主定价权的行为[9] 自动驾驶商业化进展 - 国内首块L3级自动驾驶专用正式号牌“渝AD0001Z”在重庆诞生 由重庆市公安局交通管理总队授予长安汽车 标志长安汽车在国内率先开启L3级自动驾驶时代[10] - 此前工信部公布我国首批L3级自动驾驶车型准入许可 长安深蓝SL03和极狐阿尔法S6两款车型获准上路试点 标志着L3级自动驾驶从测试阶段迈入商业化应用[10] 美股及中概股市场表现 - 截至最新收盘 道指上涨0.38% 标普500指数上涨0.88% 纳指上涨1.31%[11] - 大型科技股普涨 甲骨文涨超6% 英伟达涨近4% 博通涨超3% 谷歌涨超1%[11] - 商业航天概念股大涨 Rocket Lab Corp涨17.69% AST SpaceMobile Inc-A涨15.03% 维珍银河涨6.71%[11] - 纳斯达克中国金龙指数收涨0.86% 热门中概股多数上涨 小鹏汽车涨超6% 理想汽车涨超5% 拼多多涨超3% 百度、知乎涨超2% 爱奇艺跌超1%[11] IPO注册与新股发行 - 证监会同意易思维（杭州）科技股份有限公司科创板首次公开发行股票注册[12] - 本周（12月22日—12月26日）有3只新股发行：陕西旅游（申购代码732402 发行价80.44元）、新广益（申购代码301687 发行价21.93元）、蘅东光（申购代码920045 发行价31.59元）[12][13] 限售股解禁情况 - 本周（12月22日—12月26日）共有53家公司限售股解禁 合计解禁210.32亿股 解禁总市值为1879.88亿元[14] - 解禁市值居前三位的是：首创证券（423.12亿元）、三一重能（248.75亿元）、微导纳米（225.36亿元）[14] - 解禁占比居前三位的是：首创证券（82.38%）、微导纳米（78.06%）、三一重能（76.83%）[14]

行业背景与挑战 - 人工智能技术高速发展，大语言模型的算力需求与能源消耗之间矛盾日益尖锐，模型越大、分辨率越高、生成内容越丰富，对算力与能耗的需求就越惊人 [1] 技术突破与解决方案 - 上海交通大学集成电路学院陈一彤课题组在新一代算力芯片方向取得重大突破，首次实现了支持大规模语义视觉生成模型的全光计算芯片LightGen，相关研究发表于国际顶级学术期刊《科学》[5] - 当前光电芯片主要擅长加速判别类任务，距离支撑前沿大规模生成模型还有不小距离，“如何让下一代算力光芯片能够运行复杂生成模型”是全球智能计算领域公认的难题 [5] - “光计算”是让光在芯片中传播，用光场的变化完成计算，光天然具备高速和并行优势，被视为突破算力与能耗瓶颈的重要方向 [5] - 将光计算用于生成式AI的难点在于：生成模型规模大且需在不同维度间变换，若芯片规模小则需频繁在光与电之间级联或复用，导致速度优势被延迟与能耗抵消，因此全光计算更为重要和困难 [6] 芯片核心技术亮点 - LightGen芯片在单枚芯片上同时突破了三项关键瓶颈：单片上百万级光学神经元集成、全光维度转换、不依赖真值的光学生成模型训练算法 [9] - 该芯片实现了全光端到端闭环，让光“理解”和“认知”语义：输入图像后，系统能提取与表征语义信息，并在语义操控下生成全新的媒体数据，完成“输入—理解—语义操控—生成”全过程 [9] 性能评估与潜力 - 在与电芯片上运行的前沿电子神经网络生成质量相仿的前提下，LightGen芯片实测取得相比顶尖数字芯片2个数量级的算力和能效提升 [11] - 在信号输入频率不作为瓶颈的理想情况下，LightGen芯片理论可实现算力提升7个数量级、能效提升8个数量级的性能跃升 [11] - 该重要成果被《科学》官方选为高光论文重点报道 [11] 行业意义与前景 - 生成式AI正加速融入生产生活，研发能够直接执行真实世界所需前沿任务（尤其是大规模生成模型这类端到端时延与能耗极高的任务）的“下一代算力芯片”势在必行 [12] - LightGen芯片为新一代算力芯片真正助力前沿人工智能开辟了新路径，为探索更高速、更高能效的生成式智能计算提供了新的研究方向 [12]

上海交大LightGen全光计算芯片突破 - 上海交通大学科研团队在新一代光计算芯片领域取得重大突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果发表于《科学》杂志[3][4] - 该芯片旨在解决深度神经网络和大规模生成模型带来的超高算力和能耗需求，传统芯片架构性能增长已出现严重缺口[4] - 光计算让光在芯片中传播，利用光场变化完成计算，具备高速和并行的天然优势，被视为突破算力与能耗瓶颈的重要方向[4] - LightGen在实测中，即便采用性能较滞后的输入设备，仍可取得相比顶尖数字芯片2个数量级的算力和能效提升[5] - 性能飞跃源于在单枚芯片上同时突破了三项关键瓶颈：“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”[5] LightGen芯片的技术能力与应用 - LightGen可完整实现“输入—理解—语义操控—生成”的闭环，能够完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控[6] - 该芯片同时支持去噪、局部与全局特征迁移等多项大规模生成式任务[6] - 该技术为新一代光计算芯片助力前沿AI开辟了新路径，为探索更高速、更高能效的生成式智能计算提供了新的研究方向[6] 光计算技术的优势与行业背景 - 光计算作为非冯·诺伊曼结构代表，具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势[3][7] - 该技术是后摩尔时代破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术，为AI、科学计算、多模态融合感知、超大规模数据交换等“算力密集+能耗敏感”场景提供硬件加速[3][7] - 学术界和产业界持续探索光计算芯片的矩阵规模和光学主频，以台积电的光计算芯片矩阵规模（~512x512）和美国加州理工学院的光计算光学主频（>100GHz）为典型代表，分别呈现逼近工艺极限和物理极限的趋势[7] 光计算并行度提升的其他进展 - 有效扩展计算并行度是光计算性能提升的前沿发展方向，也是光计算迈向实用的必由之路[8] - 中国科学院上海光学精密机械研究所团队在解决“光芯片上高密度信息并行处理”难题上取得突破，研制出超高并行光计算集成芯片“流星一号”，实现了并行度>100的光计算原型验证系统[8] - 该系统核心光芯片全部自主研制，包含集成微腔光频梳（频率间隔~50GHz，输出光谱范围>80nm，可支撑波长复用计算通道数>200）、大带宽低时延可重构光计算芯片（通光带宽>40nm）以及高精度大规模可扩展驱动板卡（通道数>256）[9] - 基于该光子集成芯片系统，首次验证了并行度>100的片上光信息交互与计算原型；在50GHz光学主频下，单芯片理论峰值算力>2560TOPS，功耗比>3.2TOPS/W[9]

文章核心观点 - 上海交通大学科研团队在光计算芯片领域取得重大突破，成功研发出支持大规模语义媒体生成模型的全光计算芯片LightGen，该芯片在算力和能效上相比顶尖数字芯片实现了两个数量级的提升，为人工智能等算力密集、能耗敏感场景提供了新的硬件加速方案 [2][3][4] 光计算芯片技术突破 (LightGen) - 上海交通大学团队首次实现了支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果发表于《科学》杂志 [2][3] - LightGen在单枚芯片上同时突破了“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”三项关键瓶颈 [4] - 实测表明，即便采用性能较滞后的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升 [4] - 该芯片可完整实现“输入—理解—语义操控—生成”的闭环，完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [4] 光计算技术的优势与背景 - 光计算具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势，是破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术 [2][5] - 光计算被视为突破传统芯片架构算力与能耗瓶颈的重要方向，为人工智能（AI）、科学计算、多模态融合感知、超大规模数据交换等“算力密集+能耗敏感”场景提供硬件加速 [2][3][5] - 随着深度神经网络和大规模生成模型演进带来超高算力和能耗需求，传统芯片架构性能增长速度已出现严重缺口，光计算等新型架构受到广泛关注 [3] 光计算领域的其他进展 - 过往几年，学术界和产业界持续探索光计算芯片的矩阵规模和光学主频，以台积电的光计算芯片矩阵规模（~512x512）和美国加州理工学院的光计算光学主频（>100GHz）为典型代表 [5][6] - 有效扩展计算并行度是光计算性能提升的前沿发展方向，也是光计算迈向实用的必由之路 [6] - 中国科学院上海光学精密机械研究所团队在解决“光芯片上高密度信息并行处理”难题上取得突破，研制出超高并行光计算集成芯片“流星一号”，实现了并行度>100的光计算原型验证系统 [6] - “流星一号”系统核心光芯片全部自主研制，包含了集成微腔光频梳（频率间隔~50GHz，输出光谱范围>80nm，可支撑波长复用计算通道数>200）、大带宽低时延可重构光计算芯片（通光带宽>40nm）以及高精度大规模可扩展驱动板卡（通道数>256） [7] - 基于该光子集成芯片系统，首次验证了并行度>100的片上光信息交互与计算原型；在50GHz光学主频下，单芯片理论峰值算力>2560TOPS，功耗比>3.2TOPS/W [7]

行业技术突破 - 上海交通大学科研团队在新一代光计算芯片领域取得突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片，相关成果于12月19日发表于《科学》杂志 [1] - 随着深度神经网络和大规模生成模型演进带来超高算力和能耗需求，传统芯片架构性能增长出现严重缺口，光计算等新型架构因此受到广泛关注 [1] - 光计算利用光在芯片中传播、以光场变化完成计算，其天然具备高速和并行优势，被视为突破算力与能耗瓶颈的重要方向 [1] 技术细节与性能 - 该全光大规模语义生成芯片名为LightGen，采用极严格算力评价标准的实测表明，即便使用性能较滞后的输入设备，LightGen相比顶尖数字芯片仍可取得2个数量级的算力和能效提升 [2] - LightGen的性能飞跃源于在单枚芯片上同时突破三项关键瓶颈：单片上百万级光学神经元集成、全光维度转换、不依赖真值的光学生成模型训练算法，使得面向大规模生成任务的全光端到端实现成为可能 [2] - 该芯片可完整实现“输入—理解—语义操控—生成”的闭环，能完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [2] 技术意义与前景 - 将光计算真正用于生成式AI存在挑战，已有的全光计算芯片主要局限于小规模、分类任务，而光电级联或复用会严重削弱光计算速度，如何让光芯片运行复杂生成模型是全球智能计算领域公认的难题 [1] - LightGen为新一代光计算芯片助力前沿人工智能开辟了新路径，也为探索更高速、更高能效的生成式智能计算提供了新的研究方向 [2]

文章核心观点 - 上海交通大学科研团队在新一代光计算芯片领域取得突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果发表于《科学》杂志 [1] - 该突破旨在解决深度神经网络和生成模型带来的超高算力与能耗需求，而传统芯片架构性能增长出现严重缺口的问题 [1] - LightGen芯片实现了性能飞跃，为新一代光计算芯片助力前沿人工智能开辟了新路径，提供了新的研究方向 [2] 技术突破与性能 - 提出的全光大规模语义生成芯片LightGen，在采用性能较滞后输入设备的实测中，相比顶尖数字芯片取得了2个数量级的算力和能效提升 [2] - 性能飞跃源于在单枚芯片上同时突破了三项关键瓶颈：“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法” [2] - 该技术使得面向大规模生成任务的全光端到端实现成为可能 [2] 芯片功能与应用 - LightGen可完整实现“输入—理解—语义操控—生成”的闭环 [2] - 能够完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控 [2] - 同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [2] 行业背景与意义 - 光计算利用光在芯片中传播、以光场变化完成计算，其天然具备的高速和并行优势被视为突破算力与能耗瓶颈的重要方向 [1] - 此前，已有的全光计算芯片主要局限于小规模、分类任务，且光电级联或复用会严重削弱光计算速度 [1] - 如何让下一代算力光芯片运行复杂生成模型，是全球智能计算领域公认的难题 [1]

光计算芯片技术突破 - 上海交通大学科研团队在新一代光计算芯片领域取得突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片，相关成果于12月19日发表于《科学》杂志 [1] - 随着深度神经网络和大规模生成模型演进带来超高算力和能耗需求，传统芯片架构性能增长出现严重缺口，光计算等新型架构受到广泛关注 [1] - 光计算是让光在芯片中传播，利用光场变化完成计算，光天然具备高速和并行优势，被视为突破算力与能耗瓶颈的重要方向 [1] 技术实现与性能 - 研究团队提出并实现了全光大规模语义生成芯片LightGen，该芯片在单枚芯片上同时突破了“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”三项关键瓶颈 [2] - 采用极严格算力评价标准的实测表明，即便采用性能较滞后的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升 [2] - LightGen可完整实现“输入—理解—语义操控—生成”的闭环，完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [2] 行业意义与前景 - 把光计算真正用到生成式AI上并不简单，已有的全光计算芯片主要局限于小规模、分类任务，光电级联或复用又会严重削弱光计算速度，如何让下一代算力光芯片运行复杂生成模型是全球智能计算领域公认的难题 [1] - LightGen为新一代光计算芯片助力前沿人工智能开辟了新路径，也为探索更高速、更高能效的生成式智能计算提供了新的研究方向 [2]

行业背景与挑战 - 随着深度神经网络和大规模生成模型迅猛演进，行业面临超高算力和能耗需求，传统芯片架构的性能增长速度已出现严重缺口 [1] - 光计算等新型架构因光天然具备高速和并行的优势，被视为突破算力与能耗瓶颈的重要方向 [1] - 如何让下一代算力光芯片运行复杂生成模型，是全球智能计算领域公认的难题，已有的全光计算芯片主要局限于小规模、分类任务 [1] 技术突破与产品性能 - 上海交通大学科研团队实现了支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果发表于《科学》杂志 [1] - 采用极严格算力评价标准的实测表明，即便采用性能较滞后的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升 [2] - 该芯片在单枚芯片上同时突破了“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”三项关键瓶颈 [2] 应用功能与前景 - LightGen可完整实现“输入—理解—语义操控—生成”的闭环，完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控 [2] - 该芯片同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [2] - 该成果为新一代光计算芯片助力前沿人工智能开辟了新路径，也为探索更高速、更高能效的生成式智能计算提供了新的研究方向 [2]