MOCLIP：面向大规模纳米光子逆向设计的基础模型
光学
2025-11-25 v1 人工智能
摘要
基础模型（FM）正在通过在不同领域为广泛的应用提供可泛化、数据高效的解决方案来转变人工智能。然而，大规模和多样化数据集的缺乏限制了纳米光子学中FM的发展。本工作提出了MOCLIP（Metasurface Optics Contrastive Learning Pretrained），一种纳米光子基础模型，将超表面几何与光谱整合在共享的潜在空间中。MOCLIP采用对比学习，利用与ImageNet-1K样本密度相当的实验获取数据集，将几何与光谱表示对齐。研究展示了MOCLIP的逆向设计能力，能够以每秒0.2百万样本的速率进行高通量零样本预测，可在数分钟内设计出布满高密度超表面的完整4英寸晶圆。它还展示了达到97%准确率的生成性潜在空间优化。最后，我们提出了一种利用MOCLIP实现每平方毫米0.1 Gbit密度的光学信息存储概念（在分辨率极限处），超过了商业光学媒体六倍。这些结果使MOCLIP成为下一代光子设计和数据驱动应用的可扩展且通用的平台。
引用
@article{arxiv.2511.18980,
title = {MOCLIP: A Foundation Model for Large-Scale Nanophotonic Inverse Design},
author = {S. Rodionov and A. Burguete-Lopez and M. Makarenko and Q. Wang and F. Getman and A. Fratalocchi},
journal= {arXiv preprint arXiv:2511.18980},
year = {2025}
}