在自动驾驶、智能机器人、高端智能制造等边缘智能产业高速迭代的背景下，人工视觉设备的低功耗、高、实时性升级需求愈发迫切。传统视觉传感设备普遍存在算力冗余大、抗干扰能力弱、能耗偏高的行业痛点，成为制约智能装备终端性能突破的瓶颈。近日，华中科技大学材料学院、纺织新材料与先进加工技术全国重点实验室翟天佑、李渊团队完成重大技术革新，开创性研发出注意力视觉传感器（AVS），构建起全新的类脑视觉传感硬件范式，为高端智能视觉仪器设备国产化、轻量化、高效化升级提供了技术支撑。
长期以来，市面主流人工视觉系统均沿用“先全域感知、后后端计算”的固有架构，传感单元会无差别采集场景内所有图像数据，再通过后端算法完成筛选、识别与分析。这种工作模式会产生海量无效冗余数据，不仅大幅增加数据传输与运算压力，导致智能视觉设备响应延迟、功耗过高，即便业内主流的感算融合技术、动态视觉传感器，也仅能小幅优化算力效率，无法实现生物视觉独有的“主动聚焦目标、自动过滤干扰”的选择性 感知能力，难以满足高端精密智能装备的工况需求。
针对这一行业共性技术难题，华科大研究团队跳出传统传感设备研发思路，仿生自然界蝴蝶偏振视觉注意力机制，首次提出“注意力驱动的传感器内选择性计算”创新范式，成功研制出新一代注意力视觉传感器。该器件突破传统传感、存储、计算分体式硬件架构，将偏振感知、信息存储、类脑计算三大功能高度集成于单一芯片器件中，彻底重构了人工视觉硬件工作逻辑。
在硬件设计上，团队依托二维各向异性半导体材料的独特偏振响应特性，打造出兼具高偏振感知与光电突触运算功能的新型传感阵列，可同步捕捉偏振方向、偏振度双重维度信息，器件稳定性与一致性远超传统视觉传感元件。基于该硬件架构，设备创新性实现偏振相位驱动、偏振度驱动两种仿生选择性 感知模式，可在复杂户外、工业杂光等恶劣场景中，主动强化目标信号、抑制无效背景干扰，大幅提升视觉设备的环境适配能力。
实测数据显示，该新型注意力视觉传感系统在复杂场景语义分割任务中表现优异，人造目标识别准确率达97.57%，自然背景无效信息筛除率高达99.56%，从硬件源头彻底解决了传统视觉设备算力浪费、识别不足的痛点，实现了人工视觉从“全域采集、后端筛选”到“前端择优、按需感知”的颠覆性升级，大幅降低边缘智能设备的算力负荷与运行能耗。
业内分析指出，此次技术突破首次将生物注意力机制落地于商用类脑视觉硬件，补齐了高端智能视觉传感设备的技术短板，为下一代低功耗、高智能视觉仪器提供了全新研发路径。相较于传统视觉设备，全新AVS硬件架构更适配边缘智能终端的轻量化、实时化需求，可广泛应用于自动驾驶感知、工业智能检测、服务机器人、具身智能装备等领域。
据研发团队介绍，后续将重点攻克高分辨率视觉阵列优化、晶圆级规模化集成两大工程化技术，持续迭代仿生视觉注意力算法与硬件适配方案，进一步提升设备的智能化感知与环境认知能力。此次成果不仅推动我国类脑视觉传感硬件实现技术领跑，也为高端智能仪器设备国产化替代、智能装备产业升级筑牢了技术根基。