光学前沿动态

OPTICS FRONTIERS

全部分类 >

首页

2025

SIGGRAPH Asia | 神经光刻：克服计算光学设计与制造鸿沟

作者：

导读

近年来，计算光学设计技术迅速发展，大量光学元件被应用到前沿科技领域，包括基于全息衍射光学元件的三维散斑结构光成像，以及增强/虚拟现实（AR/VR）中的光波导器件。如今，计算光学还进一步扩展到端到端的计算成像设计，通过同步设计衍射光学元件或超透镜，实现深度、光谱和低照度成像等高级功能。与传统光学设计相比，计算光学能够提供更大的设计自由度，打造更强大的光学器件。

然而，现有的计算光学设计方法往往忽略实际制造过程的数值仿真，导致最终制造出的元件与预期性能存在明显差距。同时，对可制造性的考虑也较为有限，因而器件在下游任务中常常表现不佳。在这篇文章作者首次将其定义为设计和制造鸿沟（design to manufacturing gap）。而因为光刻作为制造光学器件的重要工具，如何定量建模现实系统的光刻误差，以及如何将上游光刻制造过程有机考虑下游设计在内是减少设计和制造鸿沟的关键。

为了弥合从设计到制造的差距，麻省理工学院和香港中文大学的研究人员提出了一种基于机器学习与物理模型的数字光刻仿真器，可更准确地模拟光刻制造流程。他们进一步将该仿真器与另一款可模拟下游任务性能的工具整合到端到端设计框架中，通过这两个串联的仿真器，研究人员能制造出更贴近设计、且在特定任务中性能最佳的光学器件。

该技术有望帮助科学家和工程师在移动摄像头、增强现实、医学成像、娱乐及电信等领域研发更精准且高效的光学元件。值得一提的是，由于数字仿真器基于真实光刻系统的数据进行“学习”，因此也能适用于其他系统或器件的制造流程。

本成果发表在 SIGGRAPH Asia，论文题为用 'Real2Sim' 学习双光子神经光刻模拟器缩小计算光学中的设计到制造差距。论文共同第一兼通讯作者为麻省理工学院的郑程博士（现为普林斯顿大学计算成像实验室博士后）与香港中文大学博士生赵光远;麻省理工学院的Peter So教授为该论文提供了指导。

技术挑战

1. 高保真度光刻仿真不足

现有的计算光刻方法使用的逆向设计（inverse design）算法虽然日渐成熟，但如何获得精确的制造仿真前向模型（forward model）却长期被忽视。对现实世界光刻系统进行高保真建模非常关键，否则实际制造出的器件的三维结构往往与设计方案存在较大出入。

2. 设计与下游任务的联合优化难度大

在计算成像、显示等应用中，如果不将制造过程与后续下游任务性能协同考虑，即便设计阶段得到“完美”的光学衍射方案，实际加工时也可能因制造缺陷而出现背景噪声或其它失真，难以达到预期效果。

图1：计算光学（包含计算光刻）面临的关键问题。左：如何为现实世界光刻系统构建数字孪生；右：如何将下游任务设计与上游制造流程有效衔接

创新与亮点

研究团队提出了Real2Sim2Real的整体框架，分为两个主要阶段：Real2Sim与Sim2Real，分别解决上述两大难题。

1. 现实到虚拟（Real2Sim）：用真实数据重新定义计算光刻框架

传统的计算光刻方法例如光学邻近矫正（OPC）多依赖于物理方程，但难以全面捕捉特定光刻系统中的偏差。为此，研究人员在基于物理方程的基础上，结合特定光刻系统的真实采集数据训练神经网络，构建“神经光刻（Neural Lithography）”仿真器。它由光学模型和光刻胶模型组成，通过测量并对比实际光刻过程及结果，能更准确地还原光刻系统的真实行为。

图2：现实到虚拟（Real2Sim）——从真实光刻系统数据中学习从输入版图到加工结果的映射关系

2. 虚拟到现实（Sim2Real）：利用AI仿真进行端到端协同优化

在下游任务中，研究团队首次提出将上述光刻仿真器与另一个基于物理光学和图像后处理的仿真器串联，采用自动微分来预测器件在具体应用（如衍射成像镜头、AR/VR波导）的性能。两个仿真器在端到端的联合设计框架下，针对用户指定的目标性能进行迭代优化，兼顾器件性能和可制造性。

图3：虚拟到现实（Sim2Real）——串联上游光刻仿真与下游性能仿真两个可微分仿真，从而端到端优化可制造性和任务性能。

实验验证

1. 提升现有光刻系统仿真的保真度

研究人员首先在双光子光刻系统上检验了 Real2Sim 方法，对于现有光刻仿真的保真度提升。图4显示了不同模型的拟合结果对比：包含纯神经网络（FNO）、可微分纯物理模型（Physics）、物理与机器学习融合（PBL）以及未使用真实数据微调的白盒模型（White-box）。结果表明，结合物理与机器学习的 PBL 方法在仿真精度上表现最佳，也证明了基于真实数据的“灰盒”方法能显著提升光刻仿真保真度。

图4：不同模型的正向光刻仿真精度对比

2. 弥合设计与制造的鸿沟

在提升光刻仿真精度后，研究团队设计并制造了衍射全息元件（HOE）和多级衍射透镜（MDL），并将神经光刻仿真器融入设计流程。结果表明通过在设计阶段纳入制造约束，神经光刻成功缩小了设计与制造之间的差距：

HOE 设计中，使用神经光刻仿真器能够生成图像质量更高的全息图，并显著提升对比度、SSIM、PSNR 等指标。
MDL 设计中，神经光刻方法提升了直接成像应用的对比度，使点扩散函数（PSF）更亮更集中，并增强了在计算成像中的高频信息恢复能力同时也令器件在下游任务（如计算摄影）中表现优异。事后进行传统校准所带来的改进，依然不及在设计阶段便将真实光刻仿真纳入流程所得的效果。