一束光，算出AI的未来：上海交大芯片登顶《科学》

当全世界还在为AI算力困在电子芯片的瓶颈中焦头烂额时，一束光悄然划破迷雾。上海交通大学陈一彤团队研发的全球首个大规模全光生成式AI芯片LightGen，登上了《科学》封面。它不靠电子流动，而是用光完成从编码到生成的全过程——在512×512高分辨率图像生成中，无需切块、无需标签，直接输出语义清晰的图像。这一突破不仅把生成式AI推进到光学时代，更让计算速度和能效比英伟达A100高出两个数量级，堪称中国在前沿算力赛道上的‘breakthrough 突破’。

光子计算曾长期困于三大难题：集成规模小、维度难变换、训练依赖标签。过去芯片最多集成几千个光子神经元，而LightGen通过三维封装，将超过210万个光子神经元集成在单芯片上，实现了前所未有的规模。更关键的是，团队构建了‘光学潜空间’（OLS），利用单模光纤只传输基模的特性，在全光学条件下完成维度转换——这相当于给流动的光斑装上了‘control 控制’开关。过去无限维、难定义的光信号，如今能被精确表征和操作，为生成模型提供了稳定基础。

训练方式也迎来革新。传统光子芯片依赖人工标注数据进行优化，而生成任务的目标本就是创造‘new 新’内容。LightGen提出无监督训练算法BOGT，基于贝叶斯思想建模语义数据分布，彻底摆脱对标签的依赖。实验显示，其生成的狗脸图像在毛发纹理、眼神反光等细节上极为逼真，背景如草地或白墙也能被正确区分。这说明光学潜空间不仅能捕捉前景特征，还具备对场景整体的‘understanding 理解’能力，接近电子VAE模型的表现。

性能数据令人震撼：3.57×10⁴ TOPS的计算速度、6.64×10² TOPS/W的能效、2.62×10² TOPS/mm²的计算密度，三项指标均碾压A100。它不仅能做图像生成，还能执行去噪、风格迁移，甚至扩展至三维生成和视频语义操控。比如，通过调整光学潜空间中的变量，可无监督学习家具的三维结构，生成不同视角和风格的室内场景，效果媲美NeRF。这一切都指向一个未来：AI不再依赖电子的‘speed 速度’极限，而是跃入光的‘自由世界’。LightGen不只是芯片，更是一条通往下一代智能的‘path 路径’。