克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI

《三體》中的“宇宙為你閃爍”，不再是科幻了。

最新登上Nature的顯示屏EyeReal，無需佩戴眼鏡就能把3D畫面精準投射到你的眼中。

而且尺寸只有桌面顯示器大小，成本也非常低廉，一塊4090加上屏幕和游戲機傳感器就能搞定。

中國團隊出品，一作還是一位26歲復旦在讀博士生，上海人工智能實驗室、上海創智學院聯合培養。

無需佩戴實現裸眼3D

EyeReal技術實現了一種裸眼3D顯示方案，觀看視角的覆蓋范圍超過100度。

而且在這個范圍內，你隨便走動，畫面都是連續順滑的，不會像以前那種老設備一樣，稍微一動腦袋畫面就亂跳或者出現重影。

長相上，它的大小和普通的24寸桌面顯示器相當，但別小看這個尺寸，它的有效3D成像面積達到了0.1到0.2平方米，跟以前那種只能顯示指甲蓋大小的全息技術比起來，足足大了1000倍。

在立體感方面，它實現了真正的“全視差”顯示，不僅支持左右看（水平），還支持上下看（垂直）和前后湊近了看（徑向）這三個維度。

當你站起來或者把臉湊近屏幕時，畫面里的物體會像真實模型一樣，呈現出完全符合物理規律的幾何透視變化。

而且，EyeReal還有個絕活叫“聚焦視差”，能模擬出人眼的景深效果。

簡單說，就是當你盯著前景的物體看時，背景自然就變模糊了，反過來也一樣。

這讓眼睛的對焦動作和大腦的距離感知保持一致，解決了那種讓人頭暈惡心的輻輳調節沖突（VAC），也就是所謂的“暈3D”，所以看久了也不會覺得累或者暈。

在實現這么多復雜效果的同時，它的畫質一點沒縮水，依然保持了1920×1080的高清分辨率，刷新率也超過了50Hz，畫面非常流暢，完全能撐得起實時的動態內容。

計算光學與AI深度融合

EyeReal技術本質上是一種深度融合了計算光學與人工智能的新型顯示架構。它提出了一種名為動態空間-帶寬積（SBP）利用的全新策略，通過主動控制光場，巧妙地突破了物理學的硬性限制。

以前的裸眼3D技術之所以很難同時做到“大屏幕”和“寬視角”，主要是被SBP的物理常數卡住了脖子，這個物理指標的總量是有限的，這意味著屏幕尺寸和觀看視角通常是此消彼長的關系。

比如現有的全息顯示技術，雖然視角連貫自然，但畫面只能做到極小（通常僅厘米級）；而常見的光柵式顯示器雖然屏幕能做大，但觀看視角卻很窄，且畫面往往不連續。

EyeReal通過動態SBP利用策略破解了這個死局。

它的思路不再是試圖在整個空蕩蕩的空間里重建光場，而是利用傳感器實時鎖定觀察者的眼球位置，通過精密計算，將有限的光學信息“聚攏”起來，只精準地投射到你雙眼注視的那個小范圍內。

為了實現這一精準投射，系統首先需要解決“幾何對齊”的難題。

EyeReal建立了一套物理精確的雙目幾何建模系統，它把你的雙眼想象成兩臺正對著光場中心的針孔相機，并計算出雙眼在光場坐標系中的6D姿態矩陣（眼球的位置和朝向）。

這樣就能在光場和你的視網膜之間建立起精確的對應關系。

但是，因為人眼的位置和角度隨時都在變，如果直接拿原始圖像去算，計算量就太復雜了。

為了解決這個問題，系統引入了一個關鍵技術，叫“眼球幾何編碼”（Ocular Geometric Encoding）。

這招利用了逆向透視變換原理，根據算出來的眼睛姿態，把原本呈現在你視網膜上的目標圖像，反向投影回那幾層屏幕所在的平面上。

這個過程就像把隨著視角亂變的復雜圖像，統一轉化成了一種標準化的、跟屏幕結構對齊的平面扭曲圖像。

有了這種標準化的輸入，后面的神經網絡就不需要每次都重新學習幾何關系，也能輕松應對位置和觀看角度的變化。

在硬件構成上，EyeReal采用了一種多層面板堆疊的結構，由三層普通的TFT-LCD液晶面板平行放置，層間距約為3厘米，配合背部的白光LED光源和前后的正交偏振片工作。

系統中不包含微透鏡陣列或空間光調制器等復雜光學元件。其核心的光學調制與圖像合成完全依賴于一個輕量級的全卷積神經網絡（FCN）驅動。

該網絡采用類似U-Net的架構，包含下采樣與上采樣模塊以及跳躍連接，以確保在處理圖像時既能捕捉全局結構又能保留高頻細節。

AI模型接收經過幾何編碼的歸一化圖像作為輸入，執行復雜的逆向渲染任務，計算出三層液晶面板上每一個像素點應具有的相位數值。

物理上，這一過程利用了馬呂斯定律（Malus’s Law）對偏振光進行調制。

馬呂斯定律是物理光學中描述偏振光強度變化的核心法則，光線最終穿過最后一層偏振片射出時的亮度，并不取決于某單層屏幕的遮擋，而是嚴格取決于光線在穿過所有層級后累積的相位總和。

具體而言，最終的光強與所有層相位之和的正弦平方成正比，這意味著，AI可以通過計算極其復雜的相位組合，讓光線在經過層層接力旋轉后，精準地以所需的亮度到達人眼視網膜。

Eyereal中，三層液晶面板置于正交的偏振片之間，當背部的白光穿過第一層偏振片后，會轉變為振動方向單一的偏振光。

此時，液晶面板上的每一個像素點都不再僅僅是顯示顏色的開關，而是被AI算法控制成為了一個微小的、可編程的相位延遲器。

光線依次穿過這三層屏幕時，液晶分子會根據指令對光線的振動方向進行特定角度的旋轉。

為了消除重影并確保左右眼看到的畫面足夠純凈，AI在訓練過程中引入了結構化的光學損失函數，其中特別重要的一項被稱為“互斥損失”（Mutual-Exclusion Loss）。

這套算法強制約束了光線的傳播路徑，屬于左眼的信息在右眼的視角下必須保持“不可見”，反之亦然。

通過這種方式，各層屏幕的相位在物理層面實現了精密配合，從而自動抵消了信號串擾，精準合成了具有正確深度遮擋關系的立體光場。

作者簡介

本文第一作者為復旦在讀博士馬煒杰，今年26歲，他是復旦大學、上海人工智能實驗室、上海創智學院的聯合專項博士生。

他的研究興趣包括計算機視覺與圖形學、虛擬/擴展現實以及用于科學（光學/物理/醫學）的人工智能。

他的導師是歐陽萬里和鐘翰森，二人在上海AI Lab均有任職，歐陽萬里同時也是香港中文大學教授，鐘翰森同時也是上海創智學院全時導師。

二人亦是論文的通訊作者。

此外，北航Zhangrui Zhao、浙江大學博士生趙燦宇也參與了論文工作。

論文地址：
https://www.nature.com/articles/s41586-025-09752-y