自動駕駛汽車在進入隧道的瞬間短暫"失明"，安防攝像頭對着強光拍出一片慘白，工業機械人因為車間燈光變化而識別出錯。
這些困擾機器視覺系統多年的頑疾，根源都指向同一個問題：機器的"眼睛"不會自己調節光線，只能靠軟件算法事後補救。而人類和動物的眼睛，早在數億年前就進化出了更優雅的解決方案：一個會隨光線自動收縮和擴張的瞳孔。
北卡羅來納大學教堂山分校、西湖大學及多家機構的研究團隊，2026年2月在《科學機械人學》上發表了一項研究，他們用液態金屬製造出一個能真正模仿生物瞳孔反射的人工眼，在硬件層面解決了機器視覺長期依賴算法補丁的根本困境。
液態金屬為什麼是關鍵
在白光刺激下，仿生視覺系統中液態金屬瞳孔發生收縮。圖片來源：北卡羅來納大學教堂山分校，梁坤。
讓金屬像肌肉一樣伸縮，這件事聽起來匪夷所思，但共晶鎵銦合金（EGaIn）恰好具備這種能力。
這種液態金屬在室溫下呈液態，能夠在電化學信號驅動下通過表面張力梯度和靜電力協同作用，在封閉的微通道內發生可控形變。通俗地說：給它通電，它會動；改變電信號，它會變形成另一個形狀。
研究團隊將液態金屬注入聚二甲基硅氧烷（PDMS）製成的微型通道中，圍繞瞳孔開口排布八個獨立可控的致動器單元，構成一個可編程的人工瞳孔。當環境光線增強時，仿生視網膜捕獲亮度信號並將其編碼為脈衝電流，驅動液態金屬擴張覆蓋部分開口，減少入射光量，防止感光單元過曝。光線變暗時，整個過程自動反向，瞳孔重新打開，確保足夠的光線進入。
整個反饋迴路完全在硬件層完成，不需要任何圖像處理算法的介入。
這套人工眼的視網膜同樣打破了常規設計。團隊採用基於氧化銦與有機半導體材料Y6異質結構建的64像素光電探測器陣列，並將其製備在半球形曲面上，模擬真實眼睛的視網膜曲率，視場角約達108度，遠超傳統平面圖像傳感器，且具備從紫外到近紅外的寬譜響應能力。
論文第一作者、博士後研究員梁坤表示："生物眼睛不只是被動拍照，它們在實時主動調整自身以保護視覺並提升清晰度。我們的目標是構建一個不只依靠軟件事後修復圖像的人工視覺系統，而是像真眼一樣實時進行物理自適應。"
會變形的瞳孔，以及它背後更大的野心
APR視覺系統在機器視覺中的應用。圖片來源：Science Robotics (2026)。DOI：10.1126/scirobotics.adx0715
這套系統還有一個令人印象深刻的能力：它不只會模仿人類的圓形瞳孔。
通過獨立控制八個液態金屬致動器的不同組合，研究人員可以將瞳孔形狀切換為貓的豎縫形、羊的橫向矩形、魷魚的W形，乃至青蛙等各類動物的瞳孔輪廓。這不只是一項視覺效果上的炫技，不同的瞳孔形狀在光學上具有實質差異：貓的豎縫瞳孔能在亮環境下實現精確的景深控制，羊的橫向瞳孔則最大化了水平視野，適合掃描廣域地形。
這意味着，未來的機械人可以根據執行任務的不同，動態切換最合適的瞳孔形態，而不是被固定的相機光圈所束縛。
在驗證實驗中，團隊將這套人工眼暴露在極端光照條件下，結果令人信服。在強光環境中，激活自適應瞳孔反射後，系統輸出的圖像清晰度顯著提升，計算機視覺算法的目標識別準確率隨之明顯改善，而這一改善完全來自硬件層的光量預處理，並非後端圖像增強算法的貢獻。
通訊作者、北卡羅來納大學教堂山分校應用物理科學系助理教授白武斌強調："將自適應能力直接嵌入視覺系統硬件，可以降低系統複雜度、節約能耗，並提升在真實環境下的可靠性。"這句話切中了當前機器視覺的核心痛點：越來越多的計算資源被用於"修復"圖像，而非"理解"圖像。
當前的原型系統在響應速度上仍未達到高速自動駕駛的實時要求，研究團隊計劃通過微加工技術縮小液態金屬致動器和光電探測器的尺寸，同時引入低功耗無線模塊，推動系統走向便攜化和實用化。
更長遠的目標包括：集成多光譜成像能力、將自適應視覺與觸覺及運動傳感融合，以及為脈衝信號設計專屬的脈衝神經網絡算法，以進一步提升圖像識別能力。
大自然用數億年進化出的視覺智慧，正一點點被工程師們解碼並裝進機器的眼眶裡。
作品聲明：僅在頭條發佈，觀點不代表平台立場
