人工智能（AI）在圖像識別、語音處理和大規模數據分析等任務中已取得卓越的表現。然而，其在更廣泛場景中的應用——尤其是在實時、數據密集或資源受限的環境中——仍受到傳統計算硬件的限制。傳統的馮·諾依曼架構將存儲單元與處理單元分離，導致數據傳輸瓶頸，從而妨礙了邊緣設備、可穿戴設備以及物聯網（IoT）所需的并行、低功耗計算。
神經形態電子學通過模擬生物神經網絡的結構與功能，克服了這些限制。通過在單一平臺上集成存儲與計算功能，神經形態系統實現了更加節能、高度并行的信息處理，尤其適用于邊緣端的人工智能負載。與此同時，顯示行業也正經歷一場由沉浸式和多功能界面需求所驅動的變革。增強與虛擬現實（AR/VR）、可折疊與可穿戴顯示器、基于凝視或手勢的交互系統等技術，已經將顯示器的角色從靜態可視化拓展為智能交互平臺。這類平臺越來越需要更高程度的感知集成、響應能力與實時處理，以滿足新一代人機界面的需求。
人工智能與顯示技術的融合正在加速這一演進。如今，AI增強顯示器已具備實時圖像增強、自適應色彩調節、目標追蹤以及對用戶行為的智能響應等功能。這一從被動屏幕向智能交互界面的轉變，體現了將感知、決策與視覺反饋直接嵌入顯示硬件的廣泛努力。感知型神經形態顯示器（Sensory Neuromorphic Displays, SNDs）是該交叉領域的重要進展，它將神經形態計算與集成感知技術結合，構建出能實時處理刺激并調節輸出的系統。與僅展示預處理數據的傳統顯示器不同，SNDs 模擬生物的感覺通路，直接將輸入檢測、記憶與視覺響應連接起來。通過在統一的硬件平臺上融合感知與顯示功能，SNDs 能夠實現與環境的實時交互，同時降低延遲與能耗。這些特性對于可穿戴電子、醫療監測、AR/VR 以及人機交互等應用尤為關鍵，這些領域對連續反饋與適應性提出了更高的要求。智能顯示器的價值在于其能夠將數據處理與可視化統一，從而實現更直觀、自適應、響應更快的人機交互方式。面對對個性化、高效與節能技術日益增長的需求，SNDs 為下一代交互式顯示系統的發展提供了一條有前景的路徑。本綜述將概述定義 SNDs 的工作機制、材料體系與器件結構，重點介紹當前的技術創新、實際應用中的挑戰以及未來發展方向，旨在推動 SNDs 成為智能交互顯示系統的下一代平臺。
圖1
圖2
圖2概述了感知型神經形態顯示系統（SNDs），說明了其工作流程、神經形態計算方法以及發光機制。首先，各類人類感知刺激（如觸覺、聲覺、光學）以及超感知刺激（如超聲、磁場、化學信號）被轉換為電信號，稱為突觸前脈沖。這些脈沖會調制人工突觸器件——如憶阻器或三端晶體管——通過調節其電導實現突觸權重的變化。隨后，由此產生的突觸后電流調控集成的發光單元，從而控制發光的強度、顏色、頻率和持續時間，實現對外部刺激的實時視覺解析。該過程中采用尖峰神經網絡（Spiking Neural Networks, SNNs）進行神經形態計算：輸入信號被編碼為脈沖序列，在網絡中傳播，當累積達到激發閾值時觸發“神經元放電”；輸出層對這些脈沖序列進行解碼，直接調制可視信號，從而實現高效的“存內計算”。最后，SNDs 可通過多種發光機制（如電致發光、電化學發光、結構色、光致發光）輸出視覺信息，這些機制在器件層面實現了高度集成，具備緊湊、節能的顯示性能。
圖3
圖3展示了神經形態顯示技術的前沿應用實例。首先，圖中展示了由突觸型光電晶體管（SPTr）陣列與量子點發光二極管（QLEDs）集成構成的系統，該系統可用于可視化紫外圖案，具有選擇性突出有效信號并濾除噪聲的能力。接著，展示了一個人工傳入神經系統，它通過光電發光憶阻突觸構建光學神經網絡，實現了靈活、高效的一對多信號傳輸，克服了傳統有線連接的限制。另一個重要應用是基于摩擦電納米發電機（TENG）的自供能觸覺感知系統，它可將機械刺激直接轉換為實時視覺反饋，為能量自主的交互顯示提供了新方向。此外，還介紹了一個多模態顯示系統，該系統融合了動態步頻與空間位置信息，并通過多色發光同時實現復雜輸入的可視化與分類處理，且無需外部計算支持。圖中還包括一個神經形態生物傳感器實例，它將離子選擇性電化學晶體管與片上學習與分類功能結合，能夠即時解析生物信號，展示出其在健康監測領域的潛力。最后，圖中展示了電化學發光觸覺視覺突觸在醫療領域的應用，如手指康復訓練中的實時光學反饋，凸顯了神經形態感知顯示在實際應用中的實用性與多功能性。
圖4
圖4展示了感知型神經形態顯示技術的發展時間軸。最初，采用硅納米晶體的電致發光器件展示了基本的突觸原理，為后續研究奠定了關鍵基礎。隨后，出現了發光晶體管（LETs）與憶阻器（LEMs）等創新器件，它們將存儲與計算能力直接集成于單個器件中，顯著降低了對外部處理器的依賴。隨著技術演進，感知型神經形態系統實現了更高層次的集成，將感知輸入、神經形態計算與可視化統一為一個協同平臺，使其能夠應用于更復雜的場景，如生物傳感與空間模式識別等。展望未來，技術發展正朝著“多感知單器件系統”方向推進，目標是在緊湊、高能效的架構中融合多模態感知、處理與顯功能，從而提升其在多樣化人機交互場景中的應用潛力。
圖5
圖5概述了感知型神經形態顯示技術（SNDs）的未來發展方向。圖中強調，SNDs 正在經歷從復雜的多單元器件結構（即感知、存儲和顯示分離）向集成所有神經形態功能的簡化單一器件平臺的轉變。這一融合趨勢有助于簡化系統設計，降低延遲，并提升整體效率。圖中還指出了SNDs的關鍵應用領域，包括增強與虛擬現實（AR/VR）、車載交互界面、智能家電、健康監測、工業故障診斷以及醫學成像等，這些場景都對實時集成的感知、處理和可視化能力提出了較高要求。最后，圖中的蛛網圖總結了不同應用場景在材料、器件和功能等多個維度上的性能需求，強調開發符合多元、交叉需求的定制化解決方案對于提升SNDs的實際應用價值具有重要意義。
原文鏈接：https://www.cell.com/device/fulltext/S2666-9986(25)00161-9
通訊作者簡介：Cheolmin Park 教授，韓國科學院/工程院兩院院士，延世大學（QS 50）杰出教授。目前擔任Director of BK21 Education and Research Division for Futuristic Human-centric Materials, Director of Center for Artificial Synesthesia Materials Discovery，以及Board of Directors in Materials Research Society (MRS)。他于1992年和1995年在首爾國立大學獲得學士和碩士學位， 2001年在麻省理工學院獲得博士學位，2001-2002年，在哈佛大學擔任博士后研究員。2002年9月起，在延世大學成立Nanopolymers課題組，研究方向涉及光電材料和器件，鈣鈦礦以及低維納米材料，能量收集等并探索其在柔性傳感，發電和交互顯示器件的廣泛應用。迄今已在Nature materials, Nature communications, Science advance, Energy & Environmental Science, Advanced materials等期刊發表270多篇SCI論文。
課題組網站：https://yonseinpl.wixsite.com/nanopolymer
- 暫無相關新聞
