1. 涉嫌违反《欧洲数字市场法》？意大利对苹果展开调查
2. 上海交通大学与至知创新研究院携手共建多模态大模型联合实验室打造全国产自主可控AI产学研新高地
3. 华中科技大学我院周慧斌研究员综述中红外自由空间光通信现状和未来
4. Nature | 南方科技大学深港微电子学院王中锐课题组在面向高效神经场重建的忆阻器存算一体硬件方面取得新进展
1. 涉嫌违反《欧洲数字市场法》？意大利对苹果展开调查
6月16日，意大利竞争与市场管理局表示，已根据《欧洲数字市场法》对苹果公司展开调查，以核实其是否遵守互操作性义务。
根据该法规定，苹果公司必须确保第三方消费者云服务提供商能够与通过苹果iOS和iPadOS操作系统控制的硬件和软件组件进行有效且免费的互操作，并享有与苹果iCloud服务同等的访问权限。
该机构在声明中表示，有证据表明其他消费者云服务提供商无法与iCloud享有同等地位，因为它们似乎无法访问苹果服务使用或提供的相同组件。该机构称，调查结果将提交给欧盟委员会。
这是意大利监管机构首次根据《数字市场法》展开调查，该法允许各国监管机构进行初步调查。
2. 上海交通大学与至知创新研究院携手共建多模态大模型联合实验室打造全国产自主可控AI产学研新高地
近日，上海交通大学与至知创新研究院正式签署战略合作协议，共同成立“上海交通大学-至知创新研究院多模态大模型联合实验室”，上海交通大学校长、中国科学院院士丁奎岭，中国科学院院士、上海交大人工智能学院首席顾问鄂维南，上海市徐汇区副区长陈勇，校长助理、党政办主任杨明，科研院院长周永丰，九坤投资创始合伙人兼CEO王琛，至知创新研究院院长、2005级交大校友戴春博等出席签约仪式。
周永丰与戴春博分别代表双方签署合作协议，丁奎岭、陈勇、王琛共同见证，多模态大模型联合实验室正式揭牌。实验室将充分整合双方在技术研发、学术研究、人才培养和产业转化方面的核心优势，聚焦大模型关键领域的深度攻关，共同推动基于全国产自主可控AI基础设施的产学研生态建设，助力我国人工智能技术实现自主突破，加速AI产业规模化落地应用。
此次合作将采用双基地建设模式，充分发挥各自优势，共同推动基于全国产自主可控AI基础设施的产学研生态建设；构建具有全国影响力的学术生态体系，产出一批具有国际领先水平的原创性研究成果；培育具有全球竞争力的产业生态格局，加速人工智能技术从实验室走向市场的转化进程，为人工智能技术的创新发展和广泛应用注入强大动力。
当前人工智能行业迈入深度落地应用新阶段，产学研协同创新已然成为破解技术卡点、驱动产业升级的核心路径。此次联合实验室的落地，既是校企优势互补、资源共享的重要成果，也为国内人工智能领域产学研深度融合树立全新范本。未来，联合实验室将紧扣国家人工智能战略发展需求，对标全球科技前沿赛道，聚焦大模型核心技术攻关、高端复合型AI人才培养、垂直产业生态体系建设三大核心方向持续深耕，全力建设国家级人工智能创新高地，为国内AI产业高质量、自主化发展赋能增效。
上海交通大学目前已构建起了相对完整的人工智能学科体系，聚焦智能感知、机器学习、自然语言处理、智能系统、机器人、医疗人工智能、交叉智能等前沿方向持续深耕。至知创新研究院致力于为前沿人工智能技术研究做出原创性贡献，聚焦医疗大模型等多个关键方向构建起兼具人工智能技术先进性与多产业实用性的核心竞争力，业务布局已延伸至多个高价值垂直领域，形成了多学科交叉融合的技术创新体系。
3. 华中科技大学我院周慧斌研究员综述中红外自由空间光通信现状和未来
自由空间光通信（Free-Space Optical Communications, FSO）利用光波在大气、空间等信道中传输信息。相比传统射频无线通信，FSO通信具有频谱资源丰富、传输带宽大、光束方向性强、抗截获潜力高等优势，有望支撑高速、安全、灵活的新一代无线信息传输系统。随着激光器、高速调制器、探测器和数字信号处理等技术的发展，FSO通信正逐渐成为地面高速链路、无人平台通信、星间/星地激光通信以及复杂环境通信的重要候选方案。
目前，大多数FSO系统主要工作在近红外波段，尤其以1.55 μm附近通信C波段为代表。这一波段可以充分利用成熟的光纤通信器件生态，但在大气传输中仍会受到吸收、雾/云散射、湍流畸变等因素影响，导致链路损耗增加、光束漂移、功率闪烁和接收性能下降。相比之下，中红外波段具有两个重要大气传输窗口，即中波红外（MWIR, 3–5 μm）和长波红外（LWIR, 8–12 μm）。由于更长波长通常具有更弱的光—物质相互作用，相比于近红外波段，中红外光在雾、气溶胶散射和湍流等复杂大气条件下有望表现出更强的传输鲁棒性。
近日，美国南加州大学（USC）Alan E. Willner院士团队联合TOPTICA Photonics和以色列特拉维夫大学的合作者，以“Mid-infrared free-space optical communications: a tutorial”为题，在高影响力综述期刊Advances in Optics and Photonics上发表综述论文。该综述系统梳理了中红外自由空间光通信的发展脉络，围绕中红外大气传输效应、发射与接收器件、单信道和多信道高速链路演示、关键技术瓶颈以及未来研究方向进行了全面总结。该综述论文由美国南加州大学Alan E. Willner院士和周慧斌博士共同担任通信作者；周慧斌目前已回国任职于华中科技大学光学与电子信息学院，并在光通信与光网络团队开展研究工作。
图1：中红外自由空间光通信综述框架
主要内容/综述亮点
▏中红外 FSO 的波段优势与应用潜力
自由空间光通信可部署于多种平台和环境，包括地面固定终端、无人机、飞机、卫星、深空探测器以及水下平台等。不同传播介质对工作波长提出了不同要求：水下链路偏好低损耗蓝绿光，空间链路重点关注光束发散、指向和跟踪，而大气链路则需同时面对吸收、散射、湍流等复杂因素。近红外波段虽然器件成熟，但中红外波段在复杂大气环境中的潜力正在受到越来越多关注。中红外波段的MWIR（3–5 μm）和LWIR（8–12 μm）区域在大气传输窗口内具有相对较低的传输损耗，并且在雾、气溶胶散射和湍流等信道条件下能比近红外波段具备更好的传输鲁棒性。这使得中红外FSO有望服务于恶劣天气通信、空天地一体通信以及高鲁棒无线光链路等场景。
▏中红外自由空间链路效应
在大气中传播的光束会受到多类信道效应影响，包括大气吸收、粒子散射、湍流畸变和衍射发散。综述首先分析了水汽、二氧化碳、臭氧等大气分子在不同波长处的吸收特性，并说明了为什么中红外区域会形成3–5 μm和8–12 μm两个主要传输窗口。对于散射效应，文章区分了瑞利散射、米氏散射以及与波长相关性较弱的不同散射机制。一般而言，随着波长增加，瑞利散射会快速减弱；在雾、烟尘、气溶胶等复杂条件下，与近红外波段相比，中红外波段由于与粒子相互作用相对较弱，能够降低散射导致的功率衰减。对于湍流效应，综述讨论了空气折射率随机扰动导致的光强闪烁、光束漂移、波前畸变和空间模式串扰等问题，并指出中红外波长在一定条件下有助于减弱湍流引起的链路退化。
图 2：中红外自由空间链路中的吸收、散射和湍流效应
▏中红外收发技术
中红外高速通信系统的发展受到器件技术的直接影响。综述将中红外收发技术大体分为两类：一类是基于原生中红外器件的方案，包括量子级联激光器（QCL）、带间级联激光器（ICL）、中红外调制器和中红外探测器等；另一类是基于波长转换的方案，即利用近红外成熟调制和相干通信技术，通过差频产生（DFG）、光参量振荡（OPO）等非线性过程将近红外数据信号转换到中红外波段。原生中红外器件具有系统架构简洁、波段覆盖灵活等优势，但在高速调制带宽、复杂调制格式支持和系统集成方面仍存在挑战。波长转换方案则能够利用近红外光纤通信中成熟的高速调制、相干检测和数字信号处理能力，为中红外高速、复杂调制和相干通信提供了一条重要路径，但目前仍然面临转换效率、泵浦功率、相位匹配、系统复杂度等限制因素。
图 3：中红外发射与接收方案：原生器件与波长转换路径
▏中红外高速 FSO 链路实验演示
综述总结了基于强度调制/直接探测（IM/DD）和相干探测的多类实验演示。IM/DD系统结构简单，适合短至中距离链路和相对低复杂度应用；相干系统能够同时利用光场的幅度和相位信息，并借助本振光提高接收灵敏度，因此更适合高阶调制、高频谱效率和远距离传输。另外，综述还系统介绍了偏振复用（PDM）、波分复用（WDM）和模式复用（MDM）等不同复用维度的中红外信道复用系统。多个数据通道可以分别加载在不同偏振、不同波长或不同空间模式上，在自由空间中共同传播，并在接收端解复用，从而提升总传输容量。然而，多信道系统也带来了新的挑战，包括可扩展波长数量受限、可用空间模式数受限、模式耦合、通道串扰、复用/解复用器件复杂度以及大气湍流导致的串扰增加和各通道性能退化等。
图4：中红外FSO单通道和多通道链路实验演示
▏未来发展方向
面向未来，综述指出中红外 FSO 通信仍处于快速发展阶段，多个关键方向值得持续推进。首先，片上中红外调制器和相干接收机有望降低系统体积、复杂度和能耗，推动中红外相干通信从实验室系统走向更紧凑、稳定和可部署的工程平台。此外，QCL 和 ICL 等原生中红外光源仍需在功率、调制速度、线宽和室温工作性能方面进一步优化。中红外通感一体（ISAC）、中红外量子通信以及面向中红外传输的光纤通信也被认为是具有潜力的新兴方向。随着中红外材料、器件、集成光子学、非线性波长转换和信道补偿技术的持续进步，中红外 FSO 有望为复杂大气环境下实现更高速、更稳健、更安全的无线光通信提供重要技术路径。
4. Nature | 南方科技大学深港微电子学院王中锐课题组在面向高效神经场重建的忆阻器存算一体硬件方面取得新进展
随着医学影像、AR/VR、具身智能和边缘人工智能等领域快速发展，如何从有限、不完整的观测数据中高效重建完整信号，正在成为智能系统走向真实应用的重要问题。例如，低剂量CT成像需要在减少扫描次数和辐射剂量的同时保持影像质量；AR/VR和三维内容需要根据有限视角快速恢复三维场景；机器人和具身智能系统则需要在有限感知条件下理解周围环境。然而，现有神经场重建模型通常需要大量神经网络前向推理，在传统数字计算平台上仍面临计算量大、能耗高和实时性不足等瓶颈。一方面，冯·诺依曼架构中存储与计算单元分离，造成大量数据搬移；另一方面，神经场模型对权重精度和并行矩阵运算具有较高要求，传统硬件难以同时满足高精度、低延迟和低功耗需求。
围绕上述问题，南方科技大学王中锐课题组联合香港大学齐晓娟教授、中科院微电子所尚大山研究员、复旦大学刘琦教授、刘明院士、香港科技大学郑光廷教授等合作团队，提出了一种基于忆阻器存算一体的高效神经场重建系统。研究团队将神经场隐式表示与忆阻器存算一体硬件相结合，并引入高斯编码、硬件感知量化、低秩分解、结构化剪枝和硬件感知超参数优化等软硬件协同方法，用于实现从稀疏观测到医学影像、三维场景和动态视觉信息的高效重建。相关成果以“Efficient and accurate neural field reconstruction using resistive memory”为题，在线发表于 Nature。
该系统的核心思想是将神经场重建中的关键计算过程映射到忆阻器存算一体硬件中完成。神经场通过神经网络学习连续函数，将空间或时空坐标映射为图像强度、颜色和密度等信号值，从而以更紧凑的方式表示复杂医学影像和三维场景。忆阻器单元则以电导形式存储神经网络权重，并在阵列中直接完成并行矩阵运算，从而缓解传统计算架构中数据搬移带来的能耗和延迟问题。
与单纯的软件模型压缩或硬件加速不同，该研究强调“算法—器件—电路—架构”的协同设计。在算法层面，研究团队采用低秩分解和结构化剪枝降低神经场模型参数量，并通过硬件感知超参数优化方法，将网络结构、压缩比例、量化位宽和比特权重比例等因素纳入统一优化框架，使模型能够主动适应真实硬件约束。在编码层面，团队利用忆阻器写入过程中的本征随机性构建高斯编码模块，将器件随机波动转化为有用的物理随机资源，用于增强神经场对高频细节和复杂空间特征的表达能力。在权重映射层面，团队提出硬件感知量化方法，并结合可变电流乘法放大电路，逐步补偿忆阻器写入误差，实现更高精度的多比特权重计算。
图1展示了该研究提出的跨层级协同优化框架。
该系统从表示、算法、架构和电路多个层面进行设计：在表示层面采用神经场描述连续信号，在算法层面通过模型压缩降低计算复杂度，在架构层面利用忆阻器存算一体减少数据搬移，在电路层面通过随机高斯编码和高精度权重映射提升计算效率和重建质量。
图1 面向稀疏信号重建的忆阻器存算一体神经场系统跨层级协同设计
图2展示了硬件感知量化方法。由于忆阻器件在写入过程中不可避免地存在随机波动，如果简单地将神经网络权重直接写入阵列，实际电导值可能偏离目标值，从而降低神经场重建质量。研究团队提出的硬件感知量化方法不是采用传统的“先量化、再写入”方式，而是在每一位权重写入后读取真实电导值，并根据已产生误差动态决定后续比特写入结果，从而逐步补偿器件非理想性。实验结果表明，该方法显著降低了忆阻器写入噪声对矩阵乘法精度的影响。
图2 硬件感知量化方法及其在忆阻器权重映射中的误差补偿机制
图3展示了该系统的硬件架构和电路实现。
系统主要包括高斯编码器和MLP处理引擎两个部分。高斯编码器利用忆阻器阵列的随机电导分布对输入坐标进行编码，使神经场能够更好地学习高频细节；MLP处理引擎则利用忆阻器阵列执行多比特矩阵乘法，并通过可变电流乘法放大电路在模拟电流域中完成不同权重比特贡献的放大与累加。研究团队基于40 nm 256 Kb忆阻器存算一体宏单元构建硬件平台，并结合外围模拟和数字模块完成系统验证。
图3 忆阻器存算一体神经场重建系统架构与电路实现
图4展示了系统在3D CT稀疏重建任务中的实验结果。医学影像重建常受到扫描剂量、采集时间和成像成本限制，因此如何从稀疏采样数据中恢复高质量图像具有重要意义。实验结果显示，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，并较好保留解剖结构和细节信息。基于40 nm 256 Kb忆阻器存算一体宏单元，该系统完成了3D CT稀疏重建任务的硬件验证，并相较GPU实现约23.5倍的折算能效提升。
图4 基于忆阻器存算一体神经场系统的3D CT稀疏重建实验
图5展示了系统在三维场景新视角合成任务中的验证结果。
新视角合成是AR/VR、三维内容生成和机器人视觉中的关键技术，目标是根据已有图像生成从其他观察角度看到的场景图像。研究团队将神经辐射场模型映射到忆阻器存算一体硬件中，实现了多个三维场景的新视角合成。在保持较好视觉质量的同时，该系统相较GPU实现约21.0倍的折算能效提升。研究团队还进一步评估了该系统在动态场景新视角合成任务中的应用潜力，结果显示其在处理复杂时空信号方面具有良好的扩展性，并相较GPU实现约32.3倍的折算能效提升。
图5 基于忆阻器存算一体神经场系统的新视角合成评估
实验结果显示，基于40 nm 256 Kb忆阻器存算一体宏单元，该系统完成了3D CT稀疏重建和新视角合成任务的硬件验证，并进一步评估了其在动态场景新视角合成任务中的应用潜力。在保持较好重建质量的同时，该系统相较GPU在三类任务中分别实现了约23.5倍、21.0倍和32.3倍的折算能效提升。
该研究的重要意义不仅在于提升了神经场重建任务的能效和并行度，更在于展示了一种面向未来AI系统的软硬件协同设计范式。神经场提供紧凑、连续的信号表示，忆阻器存算一体硬件提供高并行、低功耗的计算平台，硬件感知量化和专用电路则帮助算法适应真实器件的不完美特性。因此，该工作并不是简单地用新硬件加速已有模型，而是探索了“算法—器件—电路—架构”协同优化的新路径，为高效医学AI、AR/VR、三维视觉和具身智能中的稀疏信号重建提供了重要参考。
本项研究由南方科技大学、香港大学、中科院微电子所、复旦大学、香港科技大学等单位合作完成。第一作者为香港大学博士生於亦非。通讯作者为南方科技大学王中锐教授、香港大学齐晓娟教授、中国科学院微电子研究所尚大山研究员和复旦大学刘琦教授。该研究得到国家自然科学基金、中国科学院-香港地区微电子联合实验室、香港研究资助局优配研究金以及香港InnoHK ACCESS人工智能芯片中心等项目的资助与支持。
