广泛用于图像生成的“ 扩散模型”技术， 如今正跨界重塑微纳光学芯片的设计。近期发表于《纳米快报》的一项研究提出了一种名为MxDiffusion的设计策略，让人工智能（AI）在设计光学超表面时不仅靠数据， 更具备了“物理直觉”。传统AI 设计往往只基于海量数据进行模式匹配， 容易产生不符合物理规律的“幻觉”，而该研究团队将电磁学的基础—麦克斯韦方程组直接融入AI的训练过程。通过特殊的“两步走”生成策略，AI会先构建出符合物理规律的中间概率分布，再将其映射成最终的几何图案。比起单纯依靠数据驱动的方法，这种方式的精度显著提高。实验证明，MxDiffusion在优化金纳米图案和设计可调带通滤波器方面表现出色，不仅实现了更高标准的性能拟合，设计速度也得到了大幅提升，为自动化、高精度光子器件设计开辟了新路径。