核心视角：仿生学驱动下的光传感器技术突破

在东北师范大学物理学院的实验室里，一块基于二维γ-InSe（硒化铟）材料的双端光传感器正以自驱动模式运行，模拟着人类视网膜的光适应机制。这项发表于《Light: Science & Applications》的研究，不仅实现了从紫外（300nm）到近红外（1000nm）的宽波段光感，更通过光-热释电效应与光-热电效应的协同作用，使器件在持续光照下产生动态适应行为——当环境光强度骤增时，传感器响应电流自动降低，避免信号过载；在暗光环境下，其灵敏度则提升至传统器件的3倍。这种“类人眼”的视觉适应能力，为自动驾驶、工业检测等场景提供了革命性解决方案。

技术突破：从实验室到产业化的跨越

γ-InSe材料的带隙仅为1.26eV，远小于硅基传感器的1.1eV，使其在弱光环境下仍能保持高信噪比。研究团队通过多层堆叠工艺，将材料厚度控制在10纳米级，既提升了光吸收效率，又降低了热噪声干扰。在模拟测试中，该传感器成功捕捉到1.5米外计算机键盘按键的0.1mm级形变，其深度分辨率较传统光场传感器提升40%。目前，团队正与华为、大疆等企业合作，探索其在无人机避障、AR眼镜光场重建中的应用。

应用场景：重塑人机交互的边界

1. 医疗内窥镜：传统内窥镜在强光下易产生过曝，而γ-InSe传感器可实时调整感光度，清晰呈现消化道黏膜的微血管结构；
2. 自动驾驶：在隧道入口等光照突变场景中，传感器能在0.1秒内完成光适应，为车载AI提供稳定的环境感知数据；
3. 智能农业：通过监测作物叶片对不同波段光的反射率，传感器可精准判断氮磷钾含量，指导变量施肥。

配图建议：

1. γ-InSe传感器结构示意图（标注光-热释电效应工作原理）；
2. 自动驾驶汽车通过隧道时的光适应对比实验视频截图；
3. 医疗内窥镜成像效果对比图（传统传感器 vs γ-InSe传感器）。