在人工智能与物联网快速发展的背景下，传统视觉系统的短板愈发明显；当前主流的CMOS成像设备普遍存在功能模块分离、结构复杂、功耗偏高等问题，限制了边缘计算设备的性能提升与应用落地。针对该痛点，中国科学技术大学孙海定教授领衔的国际联合团队经过多年研究，在半导体基础器件方向取得突破。团队重新设计了PN结二极管工作方式，通过电压切换调控，使单一器件同时实现图像感知、实时降噪和智能分类三项功能，形成“感存算一体”的新型架构，改变了传统成像系统依赖多个分立元件协同工作的模式。实验结果显示，该类脑视觉相机在超低功耗条件下，图像识别准确率可达95%以上，并能在复杂环境中保持稳定表现。值得关注的是，该方案基于成熟半导体工艺实现，具备规模化制造和产业化的基础。业内专家认为，这一成果意义突出：在技术上，为利用基础电子元件实现复杂智能功能提供了新思路；在应用上，可为自动驾驶、工业检测、移动终端等对实时图像处理要求较高的场景带来更高效的解决方案；在产业层面，可能对全球智能视觉设备的竞争格局产生影响。研究团队表示，下一步将推进工程化与产品化验证，计划在未来三年内完成从实验室样机到商用产品的转化。同时，对应的基础理论研究仍在进行，预计将在神经形态计算领域带来更多进展。
从依靠“堆叠模块”实现功能，转向在器件层面重塑能力边界，是信息技术走向高能效与高集成的重要方向；在算力需求与能耗约束并重的新阶段，谁能在底层硬件上实现更紧凑、更节能、更加贴近应用的突破，谁就更有机会在下一代边缘智能竞争中占据优势。此次成果说明了跨国协作与基础创新结合的价值，也为我国在高端智能感知硬件领域的持续推进带来新的启发。