技术突破与核心特点 - 实现无需佩戴眼镜的裸眼3D显示，观看视角覆盖范围超过100度 [6] - 在超过100度的视角范围内，观察者移动时画面连续顺滑，无跳变或重影 [7] - 设备尺寸与普通24寸桌面显示器相当，有效3D成像面积达到0.1到0.2平方米，相比以往厘米级的全息技术，成像面积大了1000倍 [9] - 实现了真正的“全视差”显示，支持水平、垂直和径向（前后）三个维度的观看 [10] - 当观察者移动或靠近屏幕时，画面物体会呈现符合物理规律的几何透视变化 [11] - 具备“聚焦视差”功能，能模拟人眼景深效果，使眼睛对焦与大脑距离感知一致，解决了导致头晕的辐辏调节冲突问题 [12][13] - 在实现复杂效果的同时，保持了1920×1080的高清分辨率和超过50Hz的刷新率，支持实时动态内容 [15] 技术原理与架构 - 技术本质是一种深度融合计算光学与人工智能的新型显示架构 [17] - 提出动态空间-带宽积利用策略，通过主动控制光场来突破物理限制，解决了传统裸眼3D技术难以同时实现大屏幕和宽视角的矛盾 [17][18] - 核心思路是利用传感器实时锁定观察者眼球位置，将光学信息精准投射到双眼注视的范围内，而非重建整个空间光场 [19] - 建立了一套物理精确的双目几何建模系统，将双眼视为针孔相机，并计算出其在光场坐标系中的6D姿态矩阵（位置和朝向） [21][22] - 引入“眼球几何编码”关键技术，利用逆向透视变换原理，将视网膜上的目标图像反向投影回屏幕平面，形成标准化的平面扭曲图像 [25][26][27] - 硬件采用三层普通的TFT-LCD液晶面板平行堆叠结构，层间距约为3厘米，配合白光LED光源和正交偏振片，不含微透镜阵列等复杂光学元件 [30][32] - 核心光学调制与图像合成完全由一个轻量级的全卷积神经网络驱动，该网络采用类似U-Net的架构 [32][33] - AI模型接收几何编码后的归一化图像，执行逆向渲染任务，计算三层液晶面板上每个像素点所需的相位数值 [35] - 物理调制过程基于马吕斯定律，通过AI计算复杂的相位组合，控制光线穿过三层液晶面板（作为可编程相位延迟器）后的累积相位，从而精准控制到达视网膜的光强 [36][37][38][39] - 在AI训练中引入包含“互斥损失”的结构化光学损失函数，强制约束光线路径，使左眼信息在右眼视角下不可见，从而消除串扰并合成具有正确深度遮挡关系的立体光场 [41][42][43] 研发背景与团队 - 该技术由名为“EyeReal”的显示屏实现，相关研究成果最新发表于《自然》杂志 [2] - 该研究为中国团队出品，第一作者为26岁的复旦大学在读博士生马炜杰，由上海人工智能实验室、上海创智学院联合培养 [5][44] - 第一作者的研究兴趣包括计算机视觉与图形学、虚拟/扩展现实以及用于科学（光学/物理/医学）的人工智能 [45] - 论文导师为欧阳万里和钟翰森，二人同为论文通讯作者，欧阳万里同时是香港中文大学教授，钟翰森同时是上海创智学院全时导师，二人在上海人工智能实验室均有任职 [47][48] - 北京航空航天大学的Zhangrui Zhao和浙江大学博士生赵灿宇也参与了论文工作 [49] 潜在应用与成本优势 - 设备成本低廉，仅需一块NVIDIA GeForce RTX 4090显卡加上屏幕和游戏机传感器即可实现 [3]