編輯按：過去20年來，從慣性傳感器到紅外傳感器等各類傳感器件，MEMS技術(shù)被廣泛應(yīng)用，微型化、低功耗的MEMS傳感器拓寬了傳統(tǒng)傳感器的應(yīng)用邊界，推動(dòng)了傳感器行業(yè)的繁榮。接下來，MEMS傳感器將往哪些方向發(fā)展？本文從學(xué)術(shù)科研角度，探索了未來MEMS傳感器技術(shù)的主要演進(jìn)路徑——與光子學(xué)技術(shù)的融合、能量自維持與可穿戴技術(shù)、前沿應(yīng)用領(lǐng)域拓展等，并提出了更高集成度、環(huán)境適應(yīng)性優(yōu)化、神經(jīng)形態(tài)光子計(jì)算、產(chǎn)業(yè)化與標(biāo)準(zhǔn)化、跨領(lǐng)域拓展等技術(shù)突破方向。

新家坡國立大學(xué)Chengkuo Lee團(tuán)隊(duì)聚焦納米微尺度傳感器與執(zhí)行器的技術(shù)發(fā)展，系統(tǒng)梳理了從離散 MEMS 組件到自維持邊緣 AI 微系統(tǒng)的演進(jìn)路徑，重點(diǎn)闡述了材料創(chuàng)新、光子學(xué)融合、AI 集成及能量自維持技術(shù)的突破，為多領(lǐng)域智能應(yīng)用提供了全面技術(shù)參考。相關(guān)報(bào)道以“Advances in Intelligent Nano-Micro-Scale Sensors and Actuators: Moving toward Self-Sustained Edge AI Microsystems”為題發(fā)表于Advanced Materials期刊上。

一、研究背景

1990-2000 年是硅基 MEMS 技術(shù)奠基期，慣性傳感器（加速度計(jì)、陀螺儀）、紅外 MEMS 傳感器等實(shí)現(xiàn)從實(shí)驗(yàn)室到商業(yè)化的跨越，廣泛應(yīng)用于汽車安全、消費(fèi)電子，但早期器件依賴外部電源、功能單一，難以滿足長(zhǎng)期免維護(hù)需求。

隨著 IoT 規(guī)?；渴?，對(duì) “無電池、自運(yùn)行” 系統(tǒng)的需求激增，推動(dòng)技術(shù)向“能量收集 + 傳感” 一體化發(fā)展，壓電、摩擦電等能量轉(zhuǎn)換技術(shù)成為關(guān)鍵；同時(shí)，邊緣 AI 對(duì)實(shí)時(shí)數(shù)據(jù)分析的需求，促使傳感器與 AI、光子學(xué)深度融合，形成 AIoT 系統(tǒng)。

傳統(tǒng)傳感器存在檢測(cè)靈敏度低（如紅外光譜受限于比爾 - 朗伯定律）、系統(tǒng)集成度低（傳感、計(jì)算、通信分離）、環(huán)境適應(yīng)性差（柔性、惡劣環(huán)境下可靠性不足）等問題，需通過材料創(chuàng)新與跨域融合突破瓶頸。

光子學(xué)（中紅外、太赫茲、近紅外）的進(jìn)步提升了分子檢測(cè)的選擇性與分辨率，光子集成電路實(shí)現(xiàn)低延遲邊緣計(jì)算；柔性電子與可穿戴技術(shù)的發(fā)展，推動(dòng)生理信號(hào)、機(jī)械信號(hào)的直接 transduction，為多模態(tài)傳感奠定基礎(chǔ)。

二、綜述核心內(nèi)容

1. 關(guān)鍵傳感技術(shù)與光子學(xué)融合

（1）AI 增強(qiáng)紅外超表面分子傳感

技術(shù)突破：利用超表面（如超材料完美吸收體、雙共振超表面）解決紅外波長(zhǎng)與分子尺寸的尺度失配問題，通過電磁熱點(diǎn)增強(qiáng)光 - 物質(zhì)相互作用，突破比爾 - 朗伯定律限制。

AI 集成價(jià)值：針對(duì)復(fù)雜混合物光譜重疊問題，引入 CNN、SVM、深度神經(jīng)網(wǎng)絡(luò)（DNN），實(shí)現(xiàn)多組分精準(zhǔn)識(shí)別 —— 如對(duì)混合醇類（甲醇、乙醇）識(shí)別準(zhǔn)確率 100%，CO?檢測(cè)限降至亞 ppm 級(jí)，動(dòng)態(tài)葡萄糖酶反應(yīng)識(shí)別準(zhǔn)確率 92%。

（2）中紅外光電探測(cè)器與太赫茲調(diào)制

中紅外探測(cè)器：結(jié)合石墨烯（寬光譜吸收）與超表面（局域場(chǎng)增強(qiáng)），解決石墨烯本征吸收弱（~2.3%）的問題，實(shí)現(xiàn)室溫高響應(yīng)探測(cè) —— 如非中心對(duì)稱超表面賦能的石墨烯探測(cè)器，室溫響應(yīng)度比傳統(tǒng)器件高 3 個(gè)數(shù)量級(jí)，可直接檢測(cè)偏振角（NEP=0.12 nW?Hz?1/2）。

MEMS 可調(diào)太赫茲超表面：通過 MEMS 靜電 / 電熱驅(qū)動(dòng)，實(shí)現(xiàn)太赫茲波的動(dòng)態(tài)調(diào)制（如頻率調(diào)諧、相位控制），典型器件包括像素化超表面（4 態(tài)控制）、電磁誘導(dǎo)透明（EIT）調(diào)制器，為 6G 通信、醫(yī)療成像提供核心組件，如 2018 年實(shí)現(xiàn)的太赫茲邏輯門，支持自由空間通信信號(hào)編碼。

（3）集成納米光子平臺(tái)

片上傳感與計(jì)算一體化：基于 Si、AlN、LiNbO?等材料構(gòu)建光子集成回路，實(shí)現(xiàn) “傳感 - 預(yù)處理 - 計(jì)算” 無縫銜接 —— 如 AlN-Si 雙層波導(dǎo)架構(gòu)支持手勢(shì)識(shí)別、光譜指紋分析，光子神經(jīng)網(wǎng)絡(luò)（PNN）推理延遲 < 10 ns，能耗 < 0.34 pJ / 操作。

長(zhǎng)波紅外（LWIR）拓展：采用懸浮硅波導(dǎo)與亞波長(zhǎng)光柵包層，抑制襯底吸收，實(shí)現(xiàn)甲苯（檢測(cè)限 75 ppm）、丙酮（檢測(cè)限 2.5 ppm）的高靈敏度檢測(cè)，無需富集層即可滿足實(shí)時(shí)環(huán)境監(jiān)測(cè)需求。

2. 能量自維持與可穿戴技術(shù)

（1）能量收集技術(shù)演進(jìn)

MEMS 能量收集器：從早期靜電、壓電、電磁式 MEMS harvester（如 2010 年旋轉(zhuǎn)梳齒式靜電 harvester，輸出功率 0.35 μW），發(fā)展到寬頻帶設(shè)計(jì)（如非線性剛度壓電 harvester，帶寬 17 Hz），解決環(huán)境振動(dòng)頻率多變的問題。

摩擦電 / 壓電納米發(fā)電機(jī)（TENG/NG）：實(shí)現(xiàn)低頻率、不規(guī)則運(yùn)動(dòng)的能量捕獲，如紡織基 TENG（4cm×4cm 尺寸，峰值電壓 540 V，功率 3.26 mW）、水 - 空氣混合 TENG（用于海水波能量收集，穩(wěn)定輸出 128 V），為可穿戴、海洋 IoT 提供自供電方案。

（2）可穿戴 - 光子混合系統(tǒng)

多模態(tài)傳感與 AI 集成：智能手套、襪子通過 TENG 陣列捕獲手勢(shì)、步態(tài)信號(hào)，結(jié)合 1D-CNN 實(shí)現(xiàn)手語識(shí)別（準(zhǔn)確率 95%）、用戶身份識(shí)別（準(zhǔn)確率 93.5%）；柔性光電_memristor 系統(tǒng)實(shí)現(xiàn)手勢(shì)識(shí)別 latency<0.5 ns，準(zhǔn)確率 95.5%。

生物兼容設(shè)計(jì)：離子水凝膠、PEDOT:PSS 涂層紡織物等材料提升器件生物相容性與柔性，如皮膚黏附式壓電傳感器可實(shí)時(shí)監(jiān)測(cè)豬頸動(dòng)脈血壓，剝離時(shí)無組織損傷；水凝膠基電子皮膚可同時(shí)檢測(cè)壓力（0-40 kPa）、溫度（0-80℃），支持物體識(shí)別（準(zhǔn)確率 98.45%）。

3. 前沿應(yīng)用領(lǐng)域拓展

（1）神經(jīng)接口與植入式系統(tǒng)

微創(chuàng)與自供電設(shè)計(jì)：柔性神經(jīng)探針（如溶解麥芽糖涂層探針）減少腦組織損傷，結(jié)合 MEMS 應(yīng)變傳感器實(shí)現(xiàn)植入過程力學(xué)監(jiān)測(cè)；自供電神經(jīng)調(diào)節(jié)系統(tǒng)（如 TENG 驅(qū)動(dòng)的盆腔神經(jīng)刺激器），在大鼠模型中實(shí)現(xiàn)膀胱功能恢復(fù)，無需外部電源。

精準(zhǔn) neuromodulation：柔性神經(jīng)夾（FNC）實(shí)現(xiàn)外周神經(jīng)（如迷走神經(jīng)、坐骨神經(jīng)）的非侵入式附著，通過無線供電實(shí)現(xiàn)心率調(diào)節(jié)、肌肉選擇性激活，為生物電子醫(yī)學(xué)提供新工具。

（2）植物可穿戴傳感器與精準(zhǔn)農(nóng)業(yè)

非侵入式監(jiān)測(cè)：透明有機(jī)電子皮膚（PEDOT:PSS/PDMS）附著于葉片，實(shí)時(shí)監(jiān)測(cè)生長(zhǎng)動(dòng)態(tài)與干旱脅迫，透光率 > 85% 不影響光合作用；離子水凝膠傳感器實(shí)現(xiàn)葉片相對(duì)含水量（RWC）檢測(cè)，線性相關(guān)系數(shù) R2>0.95，無需破壞性采樣。

AI 與能量自維持：生成式 AI（如條件變分自編碼器）提升植物脫水監(jiān)測(cè)精度（RMSE≈5%）；自供電系統(tǒng)（如 hydrogel-based DC 能量收集器，連續(xù)工作 56 天）支持大規(guī)模戶外農(nóng)田部署，降低維護(hù)成本。

（3）自維持 AIoT 系統(tǒng)

一體化節(jié)點(diǎn)設(shè)計(jì)：集成能量收集、傳感、通信模塊，如智能手杖（混合 TENG / 電磁發(fā)電機(jī)，輸出功率 61.4 μW），通過 1D-CNN 實(shí)現(xiàn)用戶身份識(shí)別（準(zhǔn)確率 99.5%）、步態(tài)異常檢測(cè)，同時(shí)為 GPS、安全警報(bào)供電；立方壓電節(jié)點(diǎn)（iCUPE）實(shí)現(xiàn)三軸向能量收集與振動(dòng)傳感，支持智能城市基礎(chǔ)設(shè)施診斷。

邊緣 AI 優(yōu)化：光子貝葉斯神經(jīng)網(wǎng)絡(luò)（PBNN）解決邊緣環(huán)境數(shù)據(jù)不足問題，通過概率權(quán)重采樣實(shí)現(xiàn) MNIST 分類準(zhǔn)確率 98%，同時(shí)支持異常值檢測(cè)，提升系統(tǒng)可靠性。

三、總結(jié)與展望

從 “離散 MEMS 器件→能量自維持傳感→光子學(xué) + AI 集成→自維持邊緣 AI 微系統(tǒng)”，關(guān)鍵突破在于材料（壓電 / 摩擦電材料、柔性水凝膠、超表面）、跨域融合（MEMS - 光子學(xué)、傳感 - AI）、能量自維持（寬頻帶 harvester、TENG/NG）三大維度。

在醫(yī)療健康（植入式監(jiān)測(cè)、可穿戴診斷）、智能農(nóng)業(yè)（植物生理監(jiān)測(cè)）、人機(jī)交互（AR/VR 觸覺反饋、手語識(shí)別）、智能城市（基礎(chǔ)設(shè)施監(jiān)測(cè)）等領(lǐng)域?qū)崿F(xiàn) “無電池、實(shí)時(shí)化、高精度” 傳感，推動(dòng) AIoT 從 “設(shè)備聯(lián)網(wǎng)” 向 “智能交互” 升級(jí)。

2. 未來展望

技術(shù)突破方向：

更高集成度：實(shí)現(xiàn) “傳感 - 計(jì)算 - 通信 - 能量” 四合一單片集成，如基于 AlN-Si 的光子神經(jīng)芯片，進(jìn)一步降低尺寸與能耗；

環(huán)境適應(yīng)性優(yōu)化：提升柔性器件的機(jī)械耐久性（如抗疲勞、抗汗液腐蝕）、極端環(huán)境穩(wěn)定性（高溫、高濕度）；

神經(jīng)形態(tài)光子計(jì)算：基于光子神經(jīng)網(wǎng)絡(luò)的邊緣 AI 加速，實(shí)現(xiàn)更低延遲（<1 ns）、更低功耗（<0.1 pJ / 操作），滿足實(shí)時(shí)決策需求。

產(chǎn)業(yè)化與標(biāo)準(zhǔn)化：建立自維持系統(tǒng)的能量中性驗(yàn)證標(biāo)準(zhǔn)（如長(zhǎng)期戶外能量收支平衡），推動(dòng) CMOS 兼容制造（如新加坡 “Lab-in-Fab” 試點(diǎn)線推進(jìn)壓電 MEMS 量產(chǎn)）；同時(shí)，需解決 AI 模型在邊緣環(huán)境的適應(yīng)性（如聯(lián)邦學(xué)習(xí)、小樣本學(xué)習(xí)），以及數(shù)據(jù)隱私保護(hù)（如光子加密傳輸）。

跨領(lǐng)域拓展：探索 “數(shù)字孿生 + 自維持傳感”（如植物生理數(shù)字孿生、人體健康數(shù)字孿生），實(shí)現(xiàn)從 “被動(dòng)監(jiān)測(cè)” 到 “主動(dòng)預(yù)測(cè)” 的升級(jí)；推動(dòng)太赫茲、中紅外技術(shù)在量子光子學(xué)、精準(zhǔn)醫(yī)療（如早期癌癥檢測(cè)）的應(yīng)用。

文獻(xiàn)鏈接：

https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202510417

來源：i學(xué)術(shù)i科研、傳感器專家網(wǎng)