通过机械重构实现超高容量的衍射魔方网络

将光转化为超密集的数据画布

现代技术——从超高速互联网链路到全息显示和高精度显微镜——都依赖于我们如何塑造光束。本文提出了一种通过巧妙重排仅三块带图案的薄板，就能在单一光学器件中塞入更多信息的新方法。该方法有望实现更小、更便宜的系统，可以在无需耗电电子设备的情况下，以数千种方式存储、路由和塑形光束。

为光波设计的魔方谜题

研究人员引入了他们称之为衍射魔方网络（diffractive magic cube network，DMCN）的装置。该系统并不依赖复杂电子或奇异材料，而是由三块带有微米级图案的透明平板组成，这些图案会微小地偏转通过的光波。像光学界的魔方一样，这些平板可以互换顺序、前后平移或以90度为单位旋转。每一种独特的机械排列都作为一个“信道”，将入射激光束转换为不同的输出模式——例如一幅图像、一个清晰的焦点或一种特殊的扭转光束。

借鉴人工智能的技巧

手工设计这种器件几乎不可能，因为一块板的任何改变都会影响到其它所有板。为了解决这一问题，团队采用了来自深度学习的概念，称为衍射深度神经网络。在软件中，他们模拟光如何从一块板传播到下一块并到达目标区域，然后数值“训练”每块板的相位图案，使得许多不同的机械配置都能各自产生期望的结果。关键在于，所有信道共享相同的三块板，因此训练时必须精心平衡以避免串扰——信道间不希望的混合。

打包数百种光学功能

通过结合三种简单的运动——置换（改变板的顺序）、平移（调整间距）和旋转——DMCN理论上可以实现四千多种不同的信道。作者并未一次性优化全部信道，而是精心挑选可一起训练的子集。在实验上，他们展示了144幅不同的全息图像、108种不同的单点或双点聚焦模式，以及60个产生单模或多模轨道角动量（OAM）光束的信道——这些光束呈甜甜圈状并带有扭转。尽管功能数量庞大，实测的图像相似度和噪声水平表明这些信道保持清晰且基本独立，互相干扰很低。

扩展规模而无需重头开始

为了评估该想法的扩展潜力，研究人员推导出一个简单的“耦合性”规则，将板的尺寸、间距和波长联系起来，以描述层间相互作用的强弱。满足相同耦合性的器件在行为上几乎像彼此的缩放版本：为某一套硬件训练的图案可以在遵守该规则的情况下迁移到具有不同尺寸甚至不同光颜色的器件上。模拟显示，相对视场增大板的尺寸既能提高可用信道数量，又能改善图像质量，为构建更大容量系统提供了明确方向。

对未来光学技术的意义

通俗地说，DMCN表明仅通过重排几块精心设计的平板，就可以实现对光的“超高容量”控制。与其增加更多电子接线或堆叠许多专用组件，不如用一个被动器件，通过机械动作就能表现为数百个全息图、透镜和波束整形器。这使其在安全全息存储、可重构显微镜与光刻工具以及高密度光通信链路中具有吸引力。由于它仅需要相位图案化表面，同一思路可以用超表面或液晶实现，并可从可见光扩展到太赫兹和微波频段——将简单的滑动与旋转光学层的动作，变成控制信息丰富光束的强大旋钮。

引用: Feng, P., Liu, F., Liu, Y. et al. Diffractive magic cube network with super-high capacity enabled by mechanical reconfiguration. Nat Commun 17, 1605 (2026). https://doi.org/10.1038/s41467-026-68310-w

关键词: 全息术, 衍射光学, 光学复用, 轨道角动量, 可重构光子学