英国“生命科技”网站2月20日文章，原题：仿生“机器眼”融合自然与工程，为机器人视觉带来新突破 自动驾驶车辆面临的最大挑战之一是极端光照条件下的物体识别，例如驶出隧道或驶入阳光直射路段。目前的摄像头通常需要宝贵的几毫秒时间来调整数字曝光，在此期间，车辆处于“盲目”行驶状态。但科学家发明的“仿生眼睛”解决这个问题，它能像动物的眼睛一样瞬间适应光线的变化，让自动驾驶更安全。

近日，发表在美国《科学机器人学》杂志上的一项研究提出了一种视觉系统，科学家利用液态金属复制了动物眼睛的适应能力。这项里程碑式的成就并非仅仅是对生物美学的模仿，更是对AI面临的最大挑战之一的技术突破。这听起来就像科幻小说里的情节。人在强光下瞳孔收缩，在黑暗中放大；猫的垂直裂隙瞳孔有助于夜间捕猎；羊的水平瞳孔利于观察地平线。这些结构源于数百万年的进化，使不同物种能够在复杂环境中生存。研究团队将这种自然机制引入机器视觉系统，让“仿生眼睛”能够根据环境光线变化自动调节瞳孔大小，使其即便在光照不均或过曝环境中，也能保持稳定的物体识别能力。

研究人员希望让机器在光线突然变化时，通过硬件自身的物理调节提升视觉质量，而不是完全依赖软件后期修复图像。研究人员表示，生物眼睛并非被动成像，而是主动调节结构以保护视觉和提高清晰度，研究团队因此尝试构建一个能进行实时物理变化的人工视觉系统。“仿生眼睛”的关键部件是一枚由液态金属构成的人工瞳孔。不同于传统固体材料，液态金属在电信号作用下可以改变形态。在强光环境中，液态金属扩展以缩小开口，减少进入系统的光线；在弱光下则收缩，让更多光线通过。这一机制模拟了人类和动物的瞳孔反射。

瞳孔之后是一块仿生“视网膜”。研究人员采用弧形穹顶结构的光传感阵列，而非普通相机常见的平面传感器。这种结构更接近真实眼球形态，可实现约108度的广视角，使系统在无需多摄像头的情况下捕捉更大范围的环境信息。

当光线照射到仿生视网膜时，会产生反映环境亮度的电信号。这些信号传递至液态金属组件，后者充当类似人工神经元的角色，产生脉冲式信号，控制瞳孔形变。整个系统形成闭环反馈：感知光线、生成信号、调节开口，再次控制入光量。研究团队表示，这种方式更接近真实生物眼睛的工作原理。该系统不仅能够模拟人类圆形瞳孔，还能复制多种动物瞳孔形态，可以形成猫式垂直裂隙、羊式水平瞳孔，甚至类似乌贼眼睛的特殊形状。不同瞳孔结构会改变光线进入方式和成像效果，带来不同视觉优势。（蒋礼译）

英国“生命科技”网站2月20日文章，原题：仿生“机器眼”融合自然与工程，为机器人视觉带来新突破 自动驾驶车辆面临的最大挑战之一是极端光照条件下的物体识别，例如驶出隧道或驶入阳光直射路段。目前的摄像头通常需要宝贵的几毫秒时间来调整数字曝光，在此期间，车辆处于“盲目”行驶状态。但科学家发明的“仿生眼睛”解决这个问题，它能像动物的眼睛一样瞬间适应光线的变化，让自动驾驶更安全。

近日，发表在美国《科学机器人学》杂志上的一项研究提出了一种视觉系统，科学家利用液态金属复制了动物眼睛的适应能力。这项里程碑式的成就并非仅仅是对生物美学的模仿，更是对AI面临的最大挑战之一的技术突破。这听起来就像科幻小说里的情节。人在强光下瞳孔收缩，在黑暗中放大；猫的垂直裂隙瞳孔有助于夜间捕猎；羊的水平瞳孔利于观察地平线。这些结构源于数百万年的进化，使不同物种能够在复杂环境中生存。研究团队将这种自然机制引入机器视觉系统，让“仿生眼睛”能够根据环境光线变化自动调节瞳孔大小，使其即便在光照不均或过曝环境中，也能保持稳定的物体识别能力。

研究人员希望让机器在光线突然变化时，通过硬件自身的物理调节提升视觉质量，而不是完全依赖软件后期修复图像。研究人员表示，生物眼睛并非被动成像，而是主动调节结构以保护视觉和提高清晰度，研究团队因此尝试构建一个能进行实时物理变化的人工视觉系统。“仿生眼睛”的关键部件是一枚由液态金属构成的人工瞳孔。不同于传统固体材料，液态金属在电信号作用下可以改变形态。在强光环境中，液态金属扩展以缩小开口，减少进入系统的光线；在弱光下则收缩，让更多光线通过。这一机制模拟了人类和动物的瞳孔反射。

瞳孔之后是一块仿生“视网膜”。研究人员采用弧形穹顶结构的光传感阵列，而非普通相机常见的平面传感器。这种结构更接近真实眼球形态，可实现约108度的广视角，使系统在无需多摄像头的情况下捕捉更大范围的环境信息。

当光线照射到仿生视网膜时，会产生反映环境亮度的电信号。这些信号传递至液态金属组件，后者充当类似人工神经元的角色，产生脉冲式信号，控制瞳孔形变。整个系统形成闭环反馈：感知光线、生成信号、调节开口，再次控制入光量。研究团队表示，这种方式更接近真实生物眼睛的工作原理。该系统不仅能够模拟人类圆形瞳孔，还能复制多种动物瞳孔形态，可以形成猫式垂直裂隙、羊式水平瞳孔，甚至类似乌贼眼睛的特殊形状。不同瞳孔结构会改变光线进入方式和成像效果，带来不同视觉优势。（蒋礼译）

英国“生命科技”网站2月20日文章，原题：仿生“机器眼”融合自然与工程，为机器人视觉带来新突破 自动驾驶车辆面临的最大挑战之一是极端光照条件下的物体识别，例如驶出隧道或驶入阳光直射路段。目前的摄像头通常需要宝贵的几毫秒时间来调整数字曝光，在此期间，车辆处于“盲目”行驶状态。但科学家发明的“仿生眼睛”解决这个问题，它能像动物的眼睛一样瞬间适应光线的变化，让自动驾驶更安全。

近日，发表在美国《科学机器人学》杂志上的一项研究提出了一种视觉系统，科学家利用液态金属复制了动物眼睛的适应能力。这项里程碑式的成就并非仅仅是对生物美学的模仿，更是对AI面临的最大挑战之一的技术突破。这听起来就像科幻小说里的情节。人在强光下瞳孔收缩，在黑暗中放大；猫的垂直裂隙瞳孔有助于夜间捕猎；羊的水平瞳孔利于观察地平线。这些结构源于数百万年的进化，使不同物种能够在复杂环境中生存。研究团队将这种自然机制引入机器视觉系统，让“仿生眼睛”能够根据环境光线变化自动调节瞳孔大小，使其即便在光照不均或过曝环境中，也能保持稳定的物体识别能力。

研究人员希望让机器在光线突然变化时，通过硬件自身的物理调节提升视觉质量，而不是完全依赖软件后期修复图像。研究人员表示，生物眼睛并非被动成像，而是主动调节结构以保护视觉和提高清晰度，研究团队因此尝试构建一个能进行实时物理变化的人工视觉系统。“仿生眼睛”的关键部件是一枚由液态金属构成的人工瞳孔。不同于传统固体材料，液态金属在电信号作用下可以改变形态。在强光环境中，液态金属扩展以缩小开口，减少进入系统的光线；在弱光下则收缩，让更多光线通过。这一机制模拟了人类和动物的瞳孔反射。

瞳孔之后是一块仿生“视网膜”。研究人员采用弧形穹顶结构的光传感阵列，而非普通相机常见的平面传感器。这种结构更接近真实眼球形态，可实现约108度的广视角，使系统在无需多摄像头的情况下捕捉更大范围的环境信息。

当光线照射到仿生视网膜时，会产生反映环境亮度的电信号。这些信号传递至液态金属组件，后者充当类似人工神经元的角色，产生脉冲式信号，控制瞳孔形变。整个系统形成闭环反馈：感知光线、生成信号、调节开口，再次控制入光量。研究团队表示，这种方式更接近真实生物眼睛的工作原理。该系统不仅能够模拟人类圆形瞳孔，还能复制多种动物瞳孔形态，可以形成猫式垂直裂隙、羊式水平瞳孔，甚至类似乌贼眼睛的特殊形状。不同瞳孔结构会改变光线进入方式和成像效果，带来不同视觉优势。（蒋礼译）

英国“生命科技”网站2月20日文章，原题：仿生“机器眼”融合自然与工程，为机器人视觉带来新突破 自动驾驶车辆面临的最大挑战之一是极端光照条件下的物体识别，例如驶出隧道或驶入阳光直射路段。目前的摄像头通常需要宝贵的几毫秒时间来调整数字曝光，在此期间，车辆处于“盲目”行驶状态。但科学家发明的“仿生眼睛”解决这个问题，它能像动物的眼睛一样瞬间适应光线的变化，让自动驾驶更安全。

近日，发表在美国《科学机器人学》杂志上的一项研究提出了一种视觉系统，科学家利用液态金属复制了动物眼睛的适应能力。这项里程碑式的成就并非仅仅是对生物美学的模仿，更是对AI面临的最大挑战之一的技术突破。这听起来就像科幻小说里的情节。人在强光下瞳孔收缩，在黑暗中放大；猫的垂直裂隙瞳孔有助于夜间捕猎；羊的水平瞳孔利于观察地平线。这些结构源于数百万年的进化，使不同物种能够在复杂环境中生存。研究团队将这种自然机制引入机器视觉系统，让“仿生眼睛”能够根据环境光线变化自动调节瞳孔大小，使其即便在光照不均或过曝环境中，也能保持稳定的物体识别能力。

研究人员希望让机器在光线突然变化时，通过硬件自身的物理调节提升视觉质量，而不是完全依赖软件后期修复图像。研究人员表示，生物眼睛并非被动成像，而是主动调节结构以保护视觉和提高清晰度，研究团队因此尝试构建一个能进行实时物理变化的人工视觉系统。“仿生眼睛”的关键部件是一枚由液态金属构成的人工瞳孔。不同于传统固体材料，液态金属在电信号作用下可以改变形态。在强光环境中，液态金属扩展以缩小开口，减少进入系统的光线；在弱光下则收缩，让更多光线通过。这一机制模拟了人类和动物的瞳孔反射。

瞳孔之后是一块仿生“视网膜”。研究人员采用弧形穹顶结构的光传感阵列，而非普通相机常见的平面传感器。这种结构更接近真实眼球形态，可实现约108度的广视角，使系统在无需多摄像头的情况下捕捉更大范围的环境信息。

当光线照射到仿生视网膜时，会产生反映环境亮度的电信号。这些信号传递至液态金属组件，后者充当类似人工神经元的角色，产生脉冲式信号，控制瞳孔形变。整个系统形成闭环反馈：感知光线、生成信号、调节开口，再次控制入光量。研究团队表示，这种方式更接近真实生物眼睛的工作原理。该系统不仅能够模拟人类圆形瞳孔，还能复制多种动物瞳孔形态，可以形成猫式垂直裂隙、羊式水平瞳孔，甚至类似乌贼眼睛的特殊形状。不同瞳孔结构会改变光线进入方式和成像效果，带来不同视觉优势。（蒋礼译）

英国“生命科技”网站2月20日文章，原题：仿生“机器眼”融合自然与工程，为机器人视觉带来新突破 自动驾驶车辆面临的最大挑战之一是极端光照条件下的物体识别，例如驶出隧道或驶入阳光直射路段。目前的摄像头通常需要宝贵的几毫秒时间来调整数字曝光，在此期间，车辆处于“盲目”行驶状态。但科学家发明的“仿生眼睛”解决这个问题，它能像动物的眼睛一样瞬间适应光线的变化，让自动驾驶更安全。

近日，发表在美国《科学机器人学》杂志上的一项研究提出了一种视觉系统，科学家利用液态金属复制了动物眼睛的适应能力。这项里程碑式的成就并非仅仅是对生物美学的模仿，更是对AI面临的最大挑战之一的技术突破。这听起来就像科幻小说里的情节。人在强光下瞳孔收缩，在黑暗中放大；猫的垂直裂隙瞳孔有助于夜间捕猎；羊的水平瞳孔利于观察地平线。这些结构源于数百万年的进化，使不同物种能够在复杂环境中生存。研究团队将这种自然机制引入机器视觉系统，让“仿生眼睛”能够根据环境光线变化自动调节瞳孔大小，使其即便在光照不均或过曝环境中，也能保持稳定的物体识别能力。

研究人员希望让机器在光线突然变化时，通过硬件自身的物理调节提升视觉质量，而不是完全依赖软件后期修复图像。研究人员表示，生物眼睛并非被动成像，而是主动调节结构以保护视觉和提高清晰度，研究团队因此尝试构建一个能进行实时物理变化的人工视觉系统。“仿生眼睛”的关键部件是一枚由液态金属构成的人工瞳孔。不同于传统固体材料，液态金属在电信号作用下可以改变形态。在强光环境中，液态金属扩展以缩小开口，减少进入系统的光线；在弱光下则收缩，让更多光线通过。这一机制模拟了人类和动物的瞳孔反射。

瞳孔之后是一块仿生“视网膜”。研究人员采用弧形穹顶结构的光传感阵列，而非普通相机常见的平面传感器。这种结构更接近真实眼球形态，可实现约108度的广视角，使系统在无需多摄像头的情况下捕捉更大范围的环境信息。

当光线照射到仿生视网膜时，会产生反映环境亮度的电信号。这些信号传递至液态金属组件，后者充当类似人工神经元的角色，产生脉冲式信号，控制瞳孔形变。整个系统形成闭环反馈：感知光线、生成信号、调节开口，再次控制入光量。研究团队表示，这种方式更接近真实生物眼睛的工作原理。该系统不仅能够模拟人类圆形瞳孔，还能复制多种动物瞳孔形态，可以形成猫式垂直裂隙、羊式水平瞳孔，甚至类似乌贼眼睛的特殊形状。不同瞳孔结构会改变光线进入方式和成像效果，带来不同视觉优势。（蒋礼译）