重磅！！北京时间11月27日凌晨，复旦大学计算与智能创新学院26岁的二年级博士研究生马炜杰，以独立第一作者身份在国际顶刊《Nature》正刊上发表研究成果。这项成果横跨三维计算机视觉、计算机图形学与显示光学三大领域，聚焦裸眼3D技术核心痛点，首次在桌面级显示尺寸下实现超宽范围全视差裸眼3D显示，一举打破该领域数十年来“大尺寸”与“宽视角”难以两全的行业僵局。

从电子信息领域跨界人工智能，马炜杰的科研之路颇具“逆袭感”。他曾以《凡人修仙传》中“散修”自喻——并非科班出身的计算机研究者，却凭借主动探索一步步触摸到科研“宗门”的边界。

相关论文代码资料已经整理好，另外我还整理了【CV 热门】80+计算机视觉热门方向论文合集（见文末），感兴趣的自取，希望能帮到你！

原文 资料 这里！

介绍下大佬

本科就读于郑州大学通信工程专业的马炜杰，因对计算机与人工智能的热爱，大二便主动加入学校服务机器人实验室，如饥似渴地补充专业知识。凭借项目实践中积累的经验，他随团队征战机器人世界杯大赛，多次夺冠并斩获2019年亚太邀请赛冠军，坚定了深耕AI领域的决心。硕士阶段，他在香港中文大学（深圳）精进科研思维与抗压能力，更因赴浙江大学重点实验室访问的契机，在陈昊老师指导下入门三维计算机视觉，点燃了科研热情。

硕士毕业后，马炜杰加入上海人工智能实验室、复旦大学与上海创智学院的联合培养项目，师从欧阳万里教授与钟翰森研究员。恰逢钟翰森萌生“AI赋能裸眼3D显示”的交叉学科想法，而马炜杰兼具三维视觉基础与探索欲，两人一拍即合。这一课题无太多先例可循，属于“高风险高机遇”的前沿探索，与当下多数团队倾向的短周期课题形成鲜明对比。好在两位导师始终给予支持，鼓励他“专注本质、追求高质量成果”，为他注入攻坚动力。

进组后一年间，马炜杰主动隔绝外界浮躁，每日沉浸实验室专注研究。他曾坦言，高质量科研需要内心平静，才能聚焦问题本质；钟翰森也评价，这份持续数月的全身心投入是突破关键。最终，这位从“跨界散修”起步的科研者，以独立一作身份在Nature发表成果，打破裸眼3D领域数十年瓶颈，用行动证明：坚守科研本质、持之以恒，沿途的挑战终将成为人生的独特风景。

今天，小编来带领大家膜拜下大佬的神作！！原文和代码可自行免费领取噢~~

1. 【导读】

​​​​

论文标题：Glasses-free 3D display with ultrawide viewing range using deep learning（基于深度学习的超宽视角裸眼3D显示技术）

作者：Weijie Ma、Zhangrui Zhao、Canyu Zhao、Wanli Ouyang、Han-Sen Zhong（通讯作者）

作者机构：1. 复旦大学计算机科学与人工智能学院；2. 上海人工智能实验室；3. 上海创智学院；4. 北京航空航天大学计算机学院；5. 浙江大学计算机科学与技术学院；6. 香港中文大学信息工程学系

论文来源：Nature正刊

论文链接：https://doi.org/10.1038/s41586-025-09752-y

项目链接：https://github.com/WeijieMax/EyeReal

2. 【论文速读】

该研究聚焦裸眼3D显示领域长期存在的“大尺寸与宽视角难以兼得”难题，其根源在于光学系统的空间带宽积（SBP） 固有约束——传统全息显示虽能实现宽视角却局限于厘米级尺寸，自动立体显示虽可扩展至桌面级尺寸却牺牲视角连续性，且现有AI增强方案仍未突破SBP限制。研究团队提出名为EyeReal的创新方案，通过精确构建双目视觉物理模型，并结合深度学习实时优化光场生成，首次在桌面级显示尺寸下实现超宽视角（远超100°）的全视差裸眼3D显示；该显示支持50Hz以上刷新率与1920×1080分辨率，基于低成本液晶显示硬件，无需特殊光学组件，还能缓解视差冲突与瞳孔间距不匹配导致的视觉不适，为数字娱乐、智能教育、工业设计等领域的下一代显示应用奠定基础。

3.【裸眼3D的“鱼与熊掌之困”：背景与前序技术探索】

3.1 研究背景

1. 裸眼3D的核心价值：裸眼3D显示无需穿戴设备即可提供沉浸式视觉体验，符合“终极显示”愿景（需复现自然光场，兼具宽视角与大成像尺寸），在数字交互、教育、设计等领域潜力巨大。
2. 关键技术瓶颈：受限于空间带宽积（SBP） 这一物理约束（光学系统中空间分辨率与角度多样性存在固有耦合，受拉格朗日不变量限制），传统方案无法同时实现“大尺寸”与“宽视角”，成为领域数十年难题。
3. 现有方案的局限：即便近年AI技术尝试优化，仍未突破SBP的静态使用框架，难以兼顾显示尺寸、视角范围与视差完整性，无法满足自然观看需求。

3.2 相关工作

1. 路径一：全息显示技术
   • 优势：可实现精确光场控制，支持宽且连续的3D视角。
   • 缺陷：受SBP限制，显示尺寸仅局限于厘米级，需近距离单眼观测，无法适配桌面级等自然观看场景。
2. 路径二：自动立体显示技术
   • 细分方向1（视图分段型）：通过定制光学元件将SBP分散为离散视图，可扩展至桌面级尺寸，但视角存在离散性，且牺牲垂直/径向视差与聚焦视差，易导致视觉不适。
   • 细分方向2（视图密集型）：将SBP集中于固定窄视区以提升真实感，但视区极窄（观众难以移动），且依赖“平行眼”理想化假设，在近距离或倾斜视角下性能骤降。
3. AI增强方案的不足：近年基于深度学习的优化方案，虽能缓解部分架构约束，但仍未跳出传统SBP静态使用框架，无法突破“尺寸-视角”的核心矛盾，且实时性与泛化性不足。

原文 资料 这里！

4.【破解SBP困局：EyeReal的动态优化与光场生成双引擎】

4.1 核心突破：动态空间带宽积（SBP）利用范式

传统裸眼3D显示受限于静态SBP使用（试图同时适配所有视角，导致“尺寸-视角”矛盾），本研究提出动态SBP利用方案，核心思路是“按需分配光学资源”，具体包括：

1. 突破逻辑：利用人脑视角切换的响应间隔，实时将有限的SBP资源聚合到双眼中心及周边区域，优先保证双眼视觉范围内的光场质量，而非静态覆盖全空间；
2. SBP数学表达：根据傅里叶光学理论，SBP描述光学显示系统的信息容量，数学上可表示为$S=N_x{N}_y$（当系统分辨率为$N_x\times N_y$、显示面积为$L_x\times L_y$时，简化自原始公式$S=\frac{A}{{\delta }_x{\delta }_y}\cdot u_{x,max}{u}_{y,max}$，其中$A$为面积，${\delta }_x/{\delta }_y$为像素尺寸，$u_{x,max}/u_{y,max}$为奈奎斯特采样定理下的带宽上限）；
3. 关键矛盾化解：高分辨率成像对应高空间频率，会导致光学信息通量横截面缩小（即视场角FOV变窄），例如24英寸1920×1080显示（SBP约210万）在532nm绿光下的FOV仅约$0.1°\times 0.1°$；而动态SBP通过“聚焦双眼区域”，在有限SBP下实现宽视角与大尺寸的平衡。
   

4.2 光场生成的物理基础：双目视觉建模与几何编码

为实现动态SBP的精准分配，研究首先建立双目视觉物理模型，构建光场与双眼的空间对应关系：

1. 双目针孔相机模型：将双眼建模为朝向光场中心、平行于地面的针孔相机（图2a），通过6D位姿矩阵（包含平移与旋转信息），建立光场空间与双目成像平面的透视变换对应，确保光场变化能生成几何一致的双目视差；
2. 眼部几何编码（Ocular Geometric Encoding）：通过6D眼部位姿引入逆透视变换，将双目图像归一化为几何统一的平面扭曲图（数学细节见补充材料），解决传统模型“视角依赖”问题，使系统具备“任意视角适配”能力；
3. 视锥体匹配原则：不同于传统模型假设“平行眼平移视差”，本研究基于真实视觉生理，让光场聚合匹配双眼的视锥体（Frustum Field） ——即由眼球或虚拟相机定义的透视视野体积（Extended Data Fig. 1），确保光场信息与真实双眼感知需求一致。

4.3 光场生成的硬件实现：多层LCD与马吕斯定律调控

研究设计低成本多层LCD光场传输装置（图2b），无需特殊光学组件（如空间光调制器、透镜阵列），核心是通过相位编码实现高效光场调控：

1. 硬件结构：采用堆叠LCD面板（原型用3层），前后分别粘贴正交偏振片，背部配备白光光源；LCD面板含彩色滤光片、液晶层与薄膜晶体管，通过HDMI传输成像信息；
2. 光学调制原理：采用相位编码替代传统强度调制（避免乘法衰减导致的光效损失），基于马吕斯定律计算出射光强：
   $I=I_0(l){\prod }_{d\in D}{\cos }^2\left(\frac{{\varphi }_d-{\varphi }_n}{2}\right)$
   其中，$I_0(l)$为背光经后偏振片后的原始光强，$l$为视锥体内的出射光线，$D$为所有深度样本集合，${\varphi }_d$为光线$l$与深度$d$处光学图案的相交相位，${\varphi }_n$为最近平面深度$d_k$的相位；
3. 硬件参数：原型采用BOE TFT-LCD（分辨率1920×1080，像素间距0.27mm），有效物理成像面积$518.4mm\times 324mm$，搭配Microsoft Xbox Kinect V2 RGB-D相机（彩色分辨率1920×1080，深度测量范围0.5-4.5m）实现双目定位。

4.4 光场生成的AI优化：可学习相位分解网络

为实现“实时动态光场生成”，研究设计轻量级全卷积神经网络，完成从双目图像到多层LCD相位图案的分解：

1. 网络架构：
   • 输入层：接收6通道双目RGB图像（左右眼各3通道）；
   • 主体结构：5个下采样块（含3×3卷积、最大池化，通道数按$32\times 2^i$递增，$i$为下采样块索引）+5个上采样块（含3×3卷积、双线性插值），通过跳连接实现多尺度特征融合，避免梯度消失；
   • 输出层：输出各LCD层的相位图案，用于光场调制；
2. 结构化损失函数（多维度约束相位分解精度）：
   • 基础${\ell }_1$损失（保证光强一致性）：
     $L_{basic}=\frac{1}{S_{k}C}{\sum }_{p=1}^{S_k}{\sum }_{c=1}^C\Vert {\rho }_{p,c}^{\prime }-{\rho }_{p,c}{\Vert }_1$
     其中，$S_k$为出射横截面面积$F_t\cap d_k$，$C$为RGB通道数，${\rho }^{\prime }$为预测相位图案的聚合光强，$\rho$为目标光强；
   • 互斥损失（抑制双眼视角信息串扰）：
     $L_{mutex}=1-\frac{{\sigma }_r{\sigma }_l+\xi }{{\sigma }_{rl}+\xi }$
     其中，${\sigma }_r$、${\sigma }_l$分别为聚合结果与目标图像的方差，${\sigma }_{rl}$为协方差，$\xi =0.003^2$（避免分母为0）；
   • 低频正则化损失（引导早期收敛）：
     $L_{lowfreq}=\frac{1}{|{\Phi }_d|}{\sum }_{\varphi \in {\Phi }_d}\Vert \varphi {\Vert }_1$
     其中，${\Phi }_d$为当前视锥体$F_t$与深度$d$交集区域的所有相位集合，训练后期通过$\alpha =e^{-\gamma /0.3}$衰减（$\gamma$为当前迭代占总迭代的比例）；
3. 实时性保障：网络基于GPU（单NVIDIA RTX 4090）运行，平均帧率达$50.2Hz$，满足动态光场生成需求。
   

5.【EyeReal实测：裸眼3D界的“尺寸-视角”双料冠军】

5.1 核心性能：桌面级尺寸+超宽视场角的突破

1. 显示规格：采用24英寸（518.4mm×324mm）桌面级面板，实现超100°水平视场角（FOV）、32°垂直FOV，覆盖日常观看的移动范围；
2. 光场质量：输出全视差光场（含水平/垂直/径向视差），3D内容深度层次误差＜2%，匹配真实物理场景的立体感。

5.2 基准对标：碾压传统方案的“双优表现”

与现有裸眼3D方案的关键指标对比：

1. 对比全息显示：尺寸从“厘米级”提升至“桌面级”（24英寸），视场角从“＜5°”扩展至“＞100°”；
2. 对比自动立体显示：视场角从“＜20°”翻倍至“＞100°”，同时保留全视差（传统方案多为单视差）；
3. 对比AI增强方案：帧率从“＜30Hz”提升至“50.2Hz”，支持动态3D内容流畅显示。

5.3 主观体验：低疲劳的沉浸式3D观感

1. 视疲劳测试：20名受试者连续观看1小时后，视疲劳评分（ASTM标准）较传统方案降低62%，无“聚焦-辐辏冲突”反馈；
2. 立体感评分：95%受试者认为EyeReal的3D立体感“接近真实物体”，显著高于传统方案的“平面化3D”评价。

5.4 消融实验：关键模块的“战力贡献”

验证各核心模块的必要性：

1. 动态SBP模块：移除后，视场角骤降至28°，“尺寸-视角”矛盾回归传统瓶颈；
2. 互斥损失函数：移除后，双眼视差串扰率提升47%，3D立体感减弱35%；
3. 多层LCD相位编码：替换为单LCD后，光效损失53%，显示亮度无法满足室内环境需求。

6.【破局裸眼3D：EyeReal的现在与下一代显示新图景】

该研究提出的EyeReal方案，通过动态空间带宽积（SBP）利用范式与深度学习驱动的光场生成技术，成功突破裸眼3D领域“大尺寸与宽视角不可兼得”的数十年瓶颈——在桌面级显示尺寸下实现超100°视场角的全视差3D显示，基于低成本LCD硬件达成50.2Hz实时帧率，还能缓解视觉疲劳，且在合成场景（大型城市景观）与真实场景（日常物品、地标建筑）中均验证了性能有效性；未来可进一步通过时间复用、定向背光技术适配多用户需求，结合场序彩色或mini-LED提升光学效率，同时其动态SBP利用思路还可拓展至大尺寸全息显示等领域，为数字娱乐、智能教育、工业设计等下一代显示应用提供核心技术支撑。

最后，借炜杰大佬的小红书推文送给大家，望诸君共进步！！！

原文 资料 这里！