近日，暨南大学物理与光电工程学院（理工学院）光波导混合集成与微纳光电器件团队在杨铁锋副教授、关贺元教授、卢惠辉教授联合领衔下，持续发力光电子与神经形态计算领域，相继取得三项重要研究进展，相关成果分别发表于光学工程权威期刊Laser & Photonics Reviews（影响因子10.0）及国家高起点新刊计划 “三类高质量论文” 期刊Chip，彰显了团队在光电异质集成技术与器件领域的研究实力，为相关领域技术发展提供了多元新思路。
进展一：铁电畴工程调控PMN-PT性能，赋能高性能电光集成器件
图1.铁电域调控工程及其对电光与光电性能增强作用示意图
铁电材料Pb(Mg₁/₃Nb₂/₃)O₃–PbTiO₃（PMN-PT）因其优异的机电耦合性能在光声成像领域备受关注，但其复杂的相变和无序极化域严重限制了光学透明度，阻碍了光电子应用的发展。传统极化方法如交流极化虽能提升透明度，但存在工艺复杂、电压高、电光系数不足等问题。为解决这一挑战，研究团队提出一种简单高效的高温直流极化策略，成功实现三方相PMN-30PT晶体的定向畴调控。通过在高温下施加直流电场，将无序极化域转变为有序71°畴结构（如图1所示），使近红外波段透射率提升至≈68.5%，接近理论极限。值得注意的是，极化后晶体的电光和光电性能得到大大的增强：首先，极化后晶体的有效电光系数高达588 pm V⁻¹（1 MHz），比传统铌酸锂晶体提升约29倍，激发了PMN-PT晶体在电光器件的应用潜能。其次，铁电畴工程显著增强了晶体的热释电响应特性，在可见光波段（405 nm、532 nm、660 nm）实现最低0.338 mW的弱光探测，且热释电响应性能优于传统铁电材料铌酸锂。此外，在铁电畴工程的调控下，晶体的二次谐波生成（SHG）效率提升近一倍，在较弱的基频光功率下即可实现二次谐波输出，大幅降低非线性光学应用能耗。这一发现为PMN-PT晶体在光电和电光集成多功能系统的应用铺平了道路。
图2.铁电域调控工程对电光系数、热释电与非线性性能增强作用示意图
相关研究以“Domain Engineering of PMN-PT for Advancing Electro-Optic and Optoelectronic Device Performance”为题发表于Laser & Photonics Reviews，DOI: 10.1002/lpor.202500353。
进展二：铌酸锂与二维Bi2O2Se异质集成非易失性工程新范式，助力神经形态光电子学发展
图3.各种内部和外部因素对非易失性特性的影响
二维Bi2O2Se材料因其独特的半导体/介电界面和高迁移率特性，在纳米光电器件中展现出巨大潜力，但此前研究中其光响应行为存在易失性和非易失性共存的争议，机制不明且难以可控切换。为解决这一挑战，研究团队通过系统变量控制方法，深入探究了其与铌酸锂异质集成调控基底效应、样品厚度、入射功率、偏置电压和制备工艺等因素对非易失性特性的影响（图3所示）。
图4.光刻过程中的残留物对非易失性的增强作用
研究发现，热调控是实现稳定非易失性的关键因素，其根源在于Bi2O2Se的本征测辐射热效应：电导率强烈依赖温度，可通过光热和电热激发进行调制。值得注意的是，光刻过程中引入的有机残留物作为纳米级的热容器和微透镜，协同增强了热限制和局部光聚焦，从而放大非易失性强度（图4所示）。
图5.制备器件的特性在图像边缘检测领域的应用
这一发现使得团队成功实现了图像边缘检测等神经形态应用，展示了Bi2O2Se在自适应光子系统中的潜力（图5所示）。该突破性成果不仅阐明了Bi2O2Se非易失性行为的物理起源，还通过多参数协同调控，为开发高性能神经形态光电器件提供了新范式。相关论文以“Nonvolatile Engineering in 2D Bi2O2Se Based on Lithium Niobate”为题发表于Laser & Photonics Reviews，DOI: 10.1002/lpor.202500936。
进展三：MoS2/BaTiO3异质光电集成器件实现97.6%类脑视觉识别准确率
图6.受脑启发的神经形态计算
视觉神经形态器件通过将感知、存储和计算功能集成于单一器件中，模拟生物视觉系统的高效信息处理能力，为解决冯·诺依曼架构在数据传输过程中存在的高能耗和高延迟问题提供了重要方向（图6所示)。
图7. MoS2/BaTiO3器件的光电特性
该研究提出了一种基于MoS2和BaTiO3的异质集成光电器件。利用BaTiO3的铁电特性和铁电极化衰减滞后于电和光激发特性，实现了电场与光脉冲双重调控下的电导状态切换。实验中，该器件展现出清晰的电阻切换行为，以及通过光脉冲实现的多电导状态（图7所示）。
图8.基于MoS2/BaTiO3器件的感知器网络
同时，利用光电响应和神经形态行为的双重特性，构建了一个集视觉感知和图像识别于一体的多层感知器网络。基于该器件的多层感知网络在MNIST手写数字识别任务中实现了97.6%的识别准确率，充分展示了该器件在低功耗人工智能芯片和神经形态计算领域的广阔应用前景。相关成果以“Tunable optoelectronic memristor based on MoS2/BaTiO3 for neuromorphic vision”为题发表于Chip，DOI: 10.1016/j.chip.2025.100136。
该研究工作得到了国家重点研发计划、国家自然科学基金、广东省自然科学基金及暨南大学等项目的大力支持。系列成果不仅丰富了光电子材料与器件的基础研究体系，更在光电神经形态计算、光电异质集成、人工智能芯片等关键应用领域展现出巨大转化潜力，为相关产业技术升级提供了重要学术支撑。
图、文：谢满炎、潘煜斯、方子良
校对：杨嘉琳
编辑：邓玉萌
初审：肖艳芳、曾庆慧
复审：孙玉环
终审发布：黄睿