自动驾驶汽车在进入隧道的瞬间短暂"失明"，安防摄像头对着强光拍出一片惨白，工业机器人因为车间灯光变化而识别出错。
这些困扰机器视觉系统多年的顽疾，根源都指向同一个问题：机器的"眼睛"不会自己调节光线，只能靠软件算法事后补救。而人类和动物的眼睛，早在数亿年前就进化出了更优雅的解决方案：一个会随光线自动收缩和扩张的瞳孔。
北卡罗来纳大学教堂山分校、西湖大学及多家机构的研究团队，2026年2月在《科学机器人学》上发表了一项研究，他们用液态金属制造出一个能真正模仿生物瞳孔反射的人工眼，在硬件层面解决了机器视觉长期依赖算法补丁的根本困境。
液态金属为什么是关键
在白光刺激下，仿生视觉系统中液态金属瞳孔发生收缩。图片来源：北卡罗来纳大学教堂山分校，梁坤。
让金属像肌肉一样伸缩，这件事听起来匪夷所思，但共晶镓铟合金（EGaIn）恰好具备这种能力。
这种液态金属在室温下呈液态，能够在电化学信号驱动下通过表面张力梯度和静电力协同作用，在封闭的微通道内发生可控形变。通俗地说：给它通电，它会动；改变电信号，它会变形成另一个形状。
研究团队将液态金属注入聚二甲基硅氧烷（PDMS）制成的微型通道中，围绕瞳孔开口排布八个独立可控的致动器单元，构成一个可编程的人工瞳孔。当环境光线增强时，仿生视网膜捕获亮度信号并将其编码为脉冲电流，驱动液态金属扩张覆盖部分开口，减少入射光量，防止感光单元过曝。光线变暗时，整个过程自动反向，瞳孔重新打开，确保足够的光线进入。
整个反馈回路完全在硬件层完成，不需要任何图像处理算法的介入。
这套人工眼的视网膜同样打破了常规设计。团队采用基于氧化铟与有机半导体材料Y6异质结构建的64像素光电探测器阵列，并将其制备在半球形曲面上，模拟真实眼睛的视网膜曲率，视场角约达108度，远超传统平面图像传感器，且具备从紫外到近红外的宽谱响应能力。
论文第一作者、博士后研究员梁坤表示："生物眼睛不只是被动拍照，它们在实时主动调整自身以保护视觉并提升清晰度。我们的目标是构建一个不只依靠软件事后修复图像的人工视觉系统，而是像真眼一样实时进行物理自适应。"
会变形的瞳孔，以及它背后更大的野心
APR视觉系统在机器视觉中的应用。图片来源：Science Robotics (2026)。DOI：10.1126/scirobotics.adx0715
这套系统还有一个令人印象深刻的能力：它不只会模仿人类的圆形瞳孔。
通过独立控制八个液态金属致动器的不同组合，研究人员可以将瞳孔形状切换为猫的竖缝形、羊的横向矩形、鱿鱼的W形，乃至青蛙等各类动物的瞳孔轮廓。这不只是一项视觉效果上的炫技，不同的瞳孔形状在光学上具有实质差异：猫的竖缝瞳孔能在亮环境下实现精确的景深控制，羊的横向瞳孔则最大化了水平视野，适合扫描广域地形。
这意味着，未来的机器人可以根据执行任务的不同，动态切换最合适的瞳孔形态，而不是被固定的相机光圈所束缚。
在验证实验中，团队将这套人工眼暴露在极端光照条件下，结果令人信服。在强光环境中，激活自适应瞳孔反射后，系统输出的图像清晰度显著提升，计算机视觉算法的目标识别准确率随之明显改善，而这一改善完全来自硬件层的光量预处理，并非后端图像增强算法的贡献。
通讯作者、北卡罗来纳大学教堂山分校应用物理科学系助理教授白武斌强调："将自适应能力直接嵌入视觉系统硬件，可以降低系统复杂度、节约能耗，并提升在真实环境下的可靠性。"这句话切中了当前机器视觉的核心痛点：越来越多的计算资源被用于"修复"图像，而非"理解"图像。
当前的原型系统在响应速度上仍未达到高速自动驾驶的实时要求，研究团队计划通过微加工技术缩小液态金属致动器和光电探测器的尺寸，同时引入低功耗无线模块，推动系统走向便携化和实用化。
更长远的目标包括：集成多光谱成像能力、将自适应视觉与触觉及运动传感融合，以及为脉冲信号设计专属的脉冲神经网络算法，以进一步提升图像识别能力。
大自然用数亿年进化出的视觉智慧，正一点点被工程师们解码并装进机器的眼眶里。
作品声明：仅在头条发布，观点不代表平台立场
-
-
-
-
-
-
-
-
-
-