【光学前沿】人工智能助力突破！新型单层抗反射涂层提升硅太阳能电池效率
2025年5月14日，一项在太阳能电池技术领域的重要突破引发关注。来自哈尔科夫国立大学、乌克兰国家科学院和莱布尼茨光子技术研究所的科研团队，成功开发出一种用于硅太阳能电池的新型单层抗反射（AR）涂层，其性能表现优异，为太阳能产业的发展带来了新希望。
传统硅太阳能电池面临着光反射率高的难题，在可见光和近红外光谱中，平面硅表面的光反射率高达35-50%，这使得太阳能电池的效率几乎降低一半。同时，由于空气和硅之间的高对比度，在硅太阳能电池中使用增透膜一直是个挑战，性能最高的标准薄膜增透膜多为多层且窄带，难以满足实际应用中对超薄、宽波长减反射的需求。
此次研发的新型AR涂层利用机器学习增强的光子纳米结构，即超表面，成功打破了这一困境。该涂层能够最大限度地减少广泛波长和角度范围内的太阳光反射，不仅超越了现有单层涂层，还接近了多层AR涂层的性能水平。它可有效降低500-1200纳米可见光和近红外光谱内的反射，即使在太阳光以陡峭角度照射时也能发挥作用，而传统涂层只能在较窄的波长范围（通常100-300纳米）和入射角范围内提高光透射率。
在结构设计上，新开发的基于超表面的硅抗反射涂层结合了矩形和圆柱形超原子几何结构，其反射率仅为5%，相较于非结构化硅太阳能电池约50%的反射率，大幅降低了光反射。研究人员采用正向设计和逆向设计优化算法开发超表面，正向设计基于十字形圆形超原子，通过选择适当几何参数可获得满意结果；逆向设计基于自由形状超原子几何结构，无需提前确定几何参数，有利于构建多功能宽带超表面，尤其是与人工智能（机器学习算法）集成后，逆向设计能力进一步增强。两种设计结构均展现出单层结构中最高的抗反射性能，其中基于超表面的增透膜在直射角下仅反射2%的入射光，在高达60°的角度范围内，斜入射角下反射约4.4%的入射光，反射抑制较非结构化平面硅表面提高了约一个数量级。
这项研究成果意义深远，不仅表明人工智能能够有效提高主流太阳能电池板所用硅太阳能电池增透膜的效率，而且基于超表面的涂层性能优异且相对简单，有望加速向清洁能源的过渡。此外，机器学习辅助设计方法还将改进科学家设计超表面的方式，推动其在光学和光子学领域的广泛应用，为传感器和其他光学设备开辟出多功能光子涂层的新道路。目前，该研究已发表在《AdvancedPhotonicsNexus》。
-
横向色差与纵向色差：镜头色差异从哪里来，怎么测？
白光是由不同波长的光组成的复合光。由于透镜材料对不同波长的光折射率不同，不同颜色的光经过透镜后会产生不同的折射角度和焦距——这就是色差（Chromatic Aberration）。
2026-09-29
-
镜片一装上去像就变？光学元件应力双折射的成因、定量检测与装夹启示
不少装调工程师都遇到过这样的情况：一片单独检测合格的镜片，装进镜筒、拧上压圈后，波前或偏振状态却发生了变化；胶合固化后的透镜，在偏光仪下出现一圈圈彩色条纹。这些现象背后，往往是同一个"看不见的变量"——应力双折射（Stress Birefringence）。本文梳理应力双折射的成因、它对光学性能的影响、定量检测原理与相关标准，并讨论它对光学装夹（预紧力/应力平衡）的实际启示。
2026-09-29
-
130°大视场、25点测量、60秒出MTF 内窥镜光学性能怎么做量产检测？
无论是腹腔、关节、鼻窦等硬管内窥镜，还是电子胃肠镜、胶囊内镜，医生都要通过一根细长的镜体看清体内细节。视场够不够大、边缘清不清晰、有没有变形，直接关系到病灶能否被发现。随着医用内窥镜国产替代加速、工业孔探应用增多，仅靠人工看分辨率板"数线对"已难以满足量产质控要求。本文结合 TRIOPTICS 的 ImageMaster® ENDO PRO 内窥镜专用光学传递函数测量仪，梳理内窥镜光学检测的特殊点、MTF 测量方法与量产化设备实现。
2026-09-28
-
AI 芯片扩产，卡在"最后一道“光学关”——从 CoWoS 到 CPO，为什么光学对准与检测成了新瓶颈
9 月初的 SEMICON Taiwan 2026 上，多家国际机构的调研罕见地指向同一个判断：AI 半导体的扩产，正在从“前端增产”走向“全链条扩产”——产能压力从晶圆厂蔓延到先进封装、光互连和测试。而对光学行业的人来说，这条链的末端藏着本次展会最实在的信号：量产的卡点，恰好落在了光学对准与检测上。
2026-09-28
-
批产一致性数据读图指南：单片合格，为什么批次还是不达标
一条 MTF 曲线、一张波面图、一份偏心报告。但量产阶段真正决定交付质量的，往往是批次数据的一致性：100 片镜头里每一片都过规格，并不意味着这一批就是稳定的。
原因在于下游系统通常由多片光学元件级联构成。单片各自满足容差，其偏差在系统内随机叠加后，合成波前误差会显著放大；批内离散度越大，装配后系统性能的可预测性越差。因此，读批次数据的方法与读单片数据有本质区别：关注的不是"某一片好不好"，而是"整批是否受控、变异来自哪里"。2026-09-28
