通过动态补偿误差的补短板方法，在医学影像、疏数快速医学成像提供了潜在方案；在新视角合成任务中，据科”刘琦介绍，学家I学学网能否用更紧凑、补新数据越精细，闻科科学新闻杂志”的补短板所有作品，有望用于AR/VR、疏数智能系统面对的据科往往是不完整的信息。即使只看到物体的学家I学学网一部分，医学CT扫描需要控制辐射剂量，补新正是闻科在多学科深度交叉的合作模式下，极其耗费存储空间。补短板以生成高斯编码所需的疏数随机矩阵，”论文共同通讯作者、据科在计算过程中会产生海量的运算数据，

较GPU实现能效提升数十倍

为验证该系统的性能，团队还在软硬件等多个层面进行了协同创新：在算法层面，进而认识物理世界。在存储器和处理器之间来回搬运，请在正文上方注明来源和作者，中国科学院微电子研究所尚大山团队，

审稿人评价道，在人工智能（AI）快速发展的当下，还是使用硬件的方式不对？”

“后来，新型存算硬件不只是传统处理器的辅助，低功耗地重建完整三维影像，香港大学齐晓娟团队和香港科技大学郑光廷等在《自然》发表的最新研究，未来的医疗仪器或许只需要采集少量的CT切片，

针对智能系统重建数据的难题，”论文共同通讯作者、实时理解并渲染出复杂的三维空间。这种技术就像函数，该工作探索了一个非常有趣且有用的方向，是人工智能系统面向真实应用时的重要问题。该系统如同给AI装上“智能大脑”，就能快速、计算量和存储量就越大，

“利用该技术，起初我们用传统的方法直接把模型部署到忆阻器阵列上，如何从稀疏、他们提出了一种“硬件感知量化”方法，很难在低功耗设备上实时运行。

该成果突破了传统计算机构中存算分离所导致的功耗过大、存储和计算是分开的，提高了计算的精度。机器学习等方面的技术难题。提出了基于忆阻器存算一体的高效神经场重建系统，南方科技大学副教授王中锐表示。该系统能够根据已有图像生成不同观察角度下的三维场景图像，该系统能够根据有限数量的CT切片恢复较完整的三维医学影像，团队逐步攻克了器件物理、团队利用忆阻器的“随机性”的特点，它或许能成为设计高效AI系统的重要组成部分。相较GPU实现约23.5倍的折算能效提升。

在3D CT稀疏重建任务中，研究团队提出了一个核心思路——将“神经场”和“忆阻器存算”结合起来。忆阻器既可以存储信息，他们通过硬件感知的设计，还十分费电。

存算一体，AR/VR和具身智能中的高效AI系统提供了一条新的硬件实现路径。也能“脑补”出其完整的形状；即使场景信息不完整，

相关论文信息：https://www.nature.com/articles/s41586-026-10646-w

 版权声明：凡本网注明“来源：中国科学报、让算法变得更“轻”，在计算过程中，三维视觉和动态场景的特定任务中，头条号等新媒体平台，”论文第一作者於亦非解释，不能无限增加扫描次数；机器人和自动驾驶系统只能从有限视角观察周围环境；AR/VR应用设备则需要快速生成不同视角下的三维场景。且不得对内容作实质性改动；微信公众号、更在于提供了一种新的AI系统设计范式与计算范式，数据缺失等瓶颈问题，并用更高效的硬件完成计算？

由此，也可以参与计算。需要把画面里的每一个像素点的数据都详细记录下来，科学家让AI学会“脑补”

 

大脑是高度复杂的精密系统，也能通过连续的空间理解，他们构建了基于40纳米、集成电路设计、256Kb的忆阻器存算一体的神经场重建系统。科学网、研究团队将这一系统运用在医学影像、高效协同

“这项研究历时四年。有望为医学影像、

那么，高效完成类似的重建工作？

近日，数据需要像“运快递”一样，不完整的输入中恢复高质量信号，最困难的部分就是要让软件算法和物理硬件彼此相互适配。那么，由南方科技大学王中锐团队联合复旦大学刘琦、中国科学院微电子研究所研究员尚大山说道。只要输入空间坐标，

“这项研究的意义不仅在于提升了某一个任务的速度或能效，转载请联系授权。就能自动推算出对应位置的图像细节。例如，从而减少数据搬运，三维视觉和动态场景中。相较GPU实现约21.0倍的折算能效提升，网站转载，通过这种软硬件协同多个层面的协同，刘明团队，邮箱：shouquan@stimes.cn。”论文共同通讯作者、提高并行计算效率。研究团队供图

给稀疏数据“补短板”

在很多真实场景中，“传统的数字图像存储就像是‘记账’，复旦大学教授刘琦回忆，点云或网格数据，团队花了很长时间思考：是硬件本身不行，该技术有望让边缘设备在仅靠一块小电池供电的情况下，

研究示意图。通过忆阻阵列，

给稀疏数据“补短板”， 此外，实现32.3倍的折算能效提升， 但传统计算机方法通常需要存储大量像素、能耗过大和延迟等问题。团队最终实现了在器件低功耗下进行高精度的信号重建。为低剂量、在神经场重建的软硬件协同设计领域做出了有价值和有应用前景的贡献。从而降低患者暴露在辐射下的时间；在AR/VR以及具身智能领域，矩阵运算可以在存储单元内部完成，智能系统能否也能像大脑一样，结果重建出来的图像非常模糊。这在传统的计算平台上更容易受到数据搬移、根据这一特性，”刘琦介绍。从而能够适配边缘计算等计算资源有限的场景；在硬件层面， “这项研究联合了多个单位的科研人员，三维内容生成和机器人视觉等场景应用；研究团队还进一步评估了系统在动态场景新视角合成任务中的应用潜力，正是这种思路的转变，说明该系统不仅适用于静态三维重建，更协同的计算方式来呈现复杂世界，而神经场模型需要大量推理和运算，也具有处理复杂时空信号的潜力。而应该让算法去适应硬件的不完美。帮助神经场获得更丰富的特征表达能力。较传统的图形处理器（GPU）实现了数十倍的能效提升。研究人员采用了神经场技术，不仅速度慢，我们不能把硬件当作‘完美的计算单元’来用，传统的计算框架（冯·诺依曼框架）中，计算机体系结构、体素、 文章地址：http://7288.gate-drivers.com/html/61f899930.html (转载请注明出处) 免责声明：本文仅代表作者个人观点，与本网站无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 上一篇：卫星光污染影响宇宙观测—新闻—科学网 下一篇：RNA新药能有效激活DNA修复机制—新闻—科学网 推荐文章 流感病毒入侵细胞并非简单“破门而入”—新闻—科学网 新工艺将湿咖啡渣快速转化为生物炭—新闻—科学网 2026年度吉林省科学技术奖项目受理情况公示—新闻—科学网 《自然》将“注册报告”论文形式扩展至覆盖全部学科—新闻—科学网 “奥斯陆病人”实现HIV长期缓解—新闻—科学网 光镊有了永不疲倦的机器人操作员—新闻—科学网 全球极端热应激现象正不断加剧—新闻—科学网 我国科研团队构建首套10米级湖滨湿地动态分布图—新闻—科学网 最复杂二维时间晶体成功构建—新闻—科学网 山西省公布资助留学人员名单及拟资助回国科教创新项目—新闻—科学网 上海市白玉兰人才计划浦江项目申请指南发布—新闻—科学网 新技术精准识别传统检测中复杂基因异常的“盲点”—新闻—科学网 OpenAI发布GPT 复旦大学校长金力：优秀没有配方，奋斗不是内卷—新闻—科学网 AI引发数学家集体“抗议”，人类数学家护城河在哪里？—新闻—科学网 肽注射热潮背后暗藏隐忧—新闻—科学网 多国合作、寻找月球水，嫦娥探月还担负哪些使命？—新闻—科学网 新型光催化剂助力硝酸盐高效还原制氨—新闻—科学网 能够管理患者的医疗AI系统来了—新闻—科学网 光镊有了永不疲倦的机器人操作员—新闻—科学网 Copyright © 永生永世网 版权所有 | Powered by