人工智能对海量图像的实时处理需求，给系统功耗和延时带来极大负担。电学领域通过忆阻器实现“存算一体”(乘累加MAC范式)，减少数据搬运。然而，光信号天然携带光谱、偏振、相位等高维信息，直接将电学范式迁移到光电领域面临巨大挑战。
研究团队指出，光电MAC范式不是简单迁移，而是真正的“跃迁”。对于时空信息，在探测器内实现可重构的光响应(忆“光响应”)即可完成本地智能传感；而对于光谱、偏振等高维信息，则需在传统MAC基础上继续升维，通过重构式计算或神经网络解耦解析。二维材料在此新范式中展现出三大优势：对局域电场极度敏感，可调控电子结构实现高维信息编码；具备原子级可修饰性，能精确匹配计算模型；低温制备特性天然适配单片三维集成(M3D)架构。
围绕“高维信息如何在器件中物理实现”，团队梳理了光谱与时间维度的感知机制。在光谱维度，通过Stark效应、电化学调控、能带工程及激子效应等，可精确调制二维材料能带，实现可重构光谱响应，使单个像素成为具备光谱编码能力的计算节点。在时间维度，利用缺陷态、浮栅、铁电极化及相变等机制，器件获得“光驱动记忆”能力，可在接收光信号的同时完成存储与时间累积，实现从瞬时响应向时序传感的跨越，支持运动目标检测等动态任务。
未来集成传感将不再被动响应单一物理维度，而是通过光谱、时间、空间及偏振等多通道信息原位协同编码，高效提取复杂场景关键特征。借助二维材料垂直方向的范德华集成优势，有望构建单片三维集成架构，实现多通道信息并行获取、原位处理与高效融合，突破传统分立系统在数据与能效上的瓶颈，真正由“低维材料物性”重塑“高维集成传感”。
该综述第一作者为实验室博士后许航瑀，研究得到国家重点研发计划、国家基金委创新研究群体及先导专项等资助。
