在自然界中，果蠅（Drosophila）經(jīng)過數(shù)百萬年進化，擁有了一套"光學(xué)+肌肉+神經(jīng)"三級協(xié)同的視覺系統(tǒng)：復(fù)眼負(fù)責(zé)全景感知，頭部肌肉在暗光下主動彎曲以持續(xù)鎖定目標(biāo)，神經(jīng)回路則把動態(tài)視覺信號實時重建為場景。這套機制讓果蠅能以極低的硬件成本實現(xiàn)遠(yuǎn)超人類眼睛的視野覆蓋和動態(tài)響應(yīng)——也正是下一代可穿戴視覺、混合現(xiàn)實（MR）、機器視覺夢寐以求的藍(lán)圖。遺憾的是，過去十余年間，人工復(fù)眼（ACE）的研究大多止步于對自然復(fù)眼（NCE）光學(xué)結(jié)構(gòu)的仿制。而果蠅視覺的精妙之處，在于其“光學(xué)感知—運動調(diào)控—神經(jīng)處理”的三級協(xié)同機制。其中，依靠頭頸肌肉主動彎曲以擴展視野、鎖定目標(biāo)，以及經(jīng)由 lamina–medulla–lobula 神經(jīng)通路重建場景這兩級核心機制，在典型ACE架構(gòu)中長期缺位。由于結(jié)構(gòu)固化導(dǎo)致“轉(zhuǎn)頭”機制的缺失，加之果蠅神經(jīng)機制近年才逐步明晰，ACE始終難以真正跑通混合現(xiàn)實（MR）的應(yīng)用閉環(huán)。

近日，香港理工大學(xué)張需明教授（通訊作者）、姜衡博士（第一作者）團隊在《Nature Communications》國際期刊上在線發(fā)表題為"Flexible artificial compound eye cameras for ultrawide continuous tracking in mixed reality" 的原創(chuàng)性論著。

該研究提出并實現(xiàn)了一種柔性人工復(fù)眼相機（FACEcam），把果蠅視覺的"三級協(xié)同"完整搬到了硬件上：

· 第一級—復(fù)眼光學(xué)｜解決“光路僵局”：將159根帶法蘭塑料光纖穿入精密3D打印穹頂，法蘭端對準(zhǔn)曲面前端微透鏡陣列，一對一模擬果蠅小眼（ommatidium）的"角膜–晶錐–感桿"光路，構(gòu)建仿生小眼陣列。該設(shè)計在團隊基于光纖全內(nèi)反射特性工作的基礎(chǔ)上（H. Jiang et al., Light: Science & Applications 13, 256, 2024），進一步利用塑料光纖的柔性及曲面微透鏡陣列的制備，實現(xiàn)了“曲面接收—平面成像”的無損傳輸。

· 第二級—肌肉運動｜突破“半球視場”的物理極限：引入兩根系繩（Tethers）模擬果蠅頸部肌肉，賦予復(fù)眼主動彎曲能力。這是典型ACE最大的痛點——結(jié)構(gòu)固定，視場角被鎖死，弱光下目標(biāo)無法累計信號增強。而FACEcam通過主動彎曲±45°，將有效視場角一舉拓展至270°，同時通過在弱光下追蹤目標(biāo)可實現(xiàn)目標(biāo)信號增強。這是團隊在之前飛蛾仿生弱光增強技術(shù)之后的又一種弱光增強技術(shù)探索（H. Jiang et al., Science Advances, 11 eady2069, 2025）。

· 第三級—神經(jīng)處理｜打通“物理—虛擬”的實時鏈路：創(chuàng)新性地對齊果蠅視覺通路的Lamina→Medulla→Lobula層級，在最高達(dá)7,000 fps感知速度的基礎(chǔ)上，構(gòu)建專用CNN架構(gòu)。這不僅是對生物神經(jīng)信號的模仿，更是為了彌補硬件限制：算法分類與映射光纖傳來的信號，真正實現(xiàn)了混合現(xiàn)實場景的高速重構(gòu)。

02 器件加工里的"微納3D打印"角色

FACEcam 里幾個關(guān)鍵異形件——直徑 12.6 mm 的穿孔穹頂、平面集束盤、孔徑光闌、軛架外殼——都是采用摩方精密面投影微立體光刻（PμSL）技術(shù)（ nanoArch® S140，精度：10 μm） 打印制備完成。黑色光敏樹脂直接成型既能保證亞毫米級孔位精度，又能吸雜散光，省掉后續(xù)涂黑工序；法蘭光纖一根根穿進 159 孔穹頂后，法蘭端面貼死球殼外表面，并對準(zhǔn)相應(yīng)的微透鏡，保證了光纖與微透鏡光軸指向一致性。

03 性能驗證

團隊圍繞"超廣角感知—暗光追蹤—MR重構(gòu)"主線，對FACEcam進行了系統(tǒng)性驗證。

首先是全景成像能力。如圖3所示，得益于光纖陣列與微透鏡的精密耦合，FACEcam在靜態(tài)下即可實現(xiàn)約180°的高質(zhì)量全景成像；而當(dāng)引入主動彎曲機制后，系統(tǒng)有效視場角被拓展至270°。通過解析點擴散函數(shù)，系統(tǒng)還能估算目標(biāo)距離，賦予了復(fù)眼“感知深度”的能力。

其次是暗光下的主動追蹤。如圖4所示，當(dāng)環(huán)境照度低至0.1 lux時，傳統(tǒng)固定復(fù)眼難以捕捉的目標(biāo)，F(xiàn)ACEcam通過模擬果蠅“扭脖子”的動作，將目標(biāo)鎖定在同一像素區(qū)域進行多幀疊加，顯著提升了信號，實現(xiàn)了弱光環(huán)境下的穩(wěn)定追蹤。

最后是MR場景的高速重構(gòu)。如圖5所示，佩戴FACEcam的受試者頭部不動，僅靠復(fù)眼主動彎曲，即可將視場拓展至270°，成功捕捉到視野邊緣的目標(biāo)。結(jié)合仿生CNN算法，系統(tǒng)以毫秒級延遲將物理世界的目標(biāo)映射為虛擬影像，實現(xiàn)了虛實世界的無縫交互。

04 總結(jié)

從果蠅的視覺奧秘到混合現(xiàn)實的落地實踐，這項研究完成了一次真正意義上的“全棧仿生”。FACEcam 并未止步于靜態(tài)光學(xué)結(jié)構(gòu)的模仿，而是通過159通道光纖陣列與曲面微透鏡陣列的精密耦合，構(gòu)建了仿生復(fù)眼；更突破性地將“主動彎曲”的機械機制引入人工復(fù)眼，使其擁有了類似生物的“脖頸”，得以在暗光下主動追蹤增強信號，并將視場動態(tài)拓展至270°。在此基礎(chǔ)上，團隊對齊果蠅視覺通路的專用仿生卷積神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了從物理信號到虛擬空間的毫秒級映射。這種“曲面復(fù)眼+主動追蹤+神經(jīng)算法”的深度協(xié)同，不僅補齊了典型ACE在運動控制與神經(jīng)處理層面的空白，更為下一代可穿戴MR設(shè)備、仿生機器人提供了一個兼具廣闊視野與“生物直覺”的視覺新范式。