宾夕法尼亚州立大学研究团队近日在《自然·通讯》发表研究成果，提出一种仿人眼视觉机制的新型光电忆阻器，旨在解决自动驾驶与机器人视觉系统在复杂光照环境下感知失准的难题。该器件直径仅0.5毫米，核心由二氧化钛与导电高分子凝胶PEDOT:PSS构成。二氧化钛负责捕获环境光能并转化为光电流，进而调控高分子凝胶对水分的吸收与脱附。在暗光环境中器件吸水膨胀以提升灵敏度，强光下则脱水收缩以降低感光度，从而实现秒级自适应调节。实验显示，将光电忆阻器阵列接入神经网络后，系统仅需七次训练，即可在动态混合光照下以超过95%的准确率识别目标图案。其环境适应速度远超人类肉眼，且无需外部湿度补偿即可保持读数稳定。研究负责人拉里·陈教授指出，该设计突破了传统光学元件仅适配静态光照的局限。未来，该技术有望扩展至多模态感知系统，不仅可大幅降低自动驾驶与工业机器人的功耗并提升其夜间及快速变光环境下的可靠性，还可为视障人士人工光学视力重建提供新路径，推动人机协作迈向更高水平。