《Nature Photonics》刊发实验室团队存算显一体化智能显示重大研究成果

长期以来，OLED一直被视为“信息输出器件”——负责发光与显示，而信息的存储与计算则需要依赖外部GPU、存储器与处理器完成。这样的分离式架构不仅带来了巨大的数据传输开销，也导致系统功耗高、延迟大、集成度受限。随着人工智能与智能终端的发展，传统“存储—计算—显示”彼此独立的体系，已经越来越难以满足未来低功耗、高集成智能硬件的发展需求。然而，长期以来神经形态忆阻器与OLED器件的发展路径几乎彼此独立。传统忆阻器通常依赖绝缘陷阱层、离子迁移层或复杂异质结构实现电导调控与突触行为，但这些结构往往会严重破坏OLED所需的高效载流子输运与辐射复合过程，从而导致发光效率下降、亮度降低甚至器件失效。因此，如何在保持OLED优异发光性能的同时赋予其稳定的存储与计算能力，实现“存储—计算—显示”一体化，被认为是智能光电子领域亟待突破的关键科学问题。

针对这一挑战，近日，闽都创新实验室陈惠鹏研究员团队提出并构建了一种兼具“存储—计算—发光显示”功能的本体异质结存算有机发光二极管（Bulk-Heterojunction Memory-Computing OLED, BHJ-MCOLED），实现了OLED从“单纯发光器件”向“兼具存算功能的发光器件”的重要跨越。研究团队将手性小分子R-/S-5011引入经典发光聚合物F8BT中，在发光层内部构建出兼具电荷输运、存储与发光功能的BHJ结构。其中，手性小分子不仅能够调控聚合物链排列与薄膜形貌，提高载流子输运能力与发光效率，同时其匹配的能级结构还能够作为稳定的电荷俘获中心，实现电荷的存储与释放，从而赋予器件忆阻与类突触行为（图1）。与传统依赖绝缘陷阱层或复杂多层结构的忆阻器不同，该策略无需额外引入会破坏发光性能的功能层，而是通过BHJ内部电荷输运与俘获/去俘获行为的协同调控，实现了发光性能与存算性能的协同提升。

图1 BHJ-MCOLED辅助NeRF灰度立体显示原理。a. 集存储–计算–显示于一体的智能3D显示架构示意图。b. 通过调控BHJ-MCOLED中手性组分含量，实现存储/计算性能与圆偏振显示性能协同优化的原理。c. 基于圆偏振BHJ-MCOLED构建NeRF网络，实现灰度双目视差图像的生成与立体显示。

在最佳33%的双组份混合比例下，器件实现了高达22,306 cd m^-2的亮度以及0.92的圆偏振电致发光不对称因子，器件单脉冲能耗仅为1.78 pJ。为了验证器件在智能显示中的应用潜力，研究团队构建了基于64×64 BHJ-MCOLED阵列的硬件神经网络系统，证明了BHJ-MCOLED可直接参与神经网络推理计算。该器件阵列展示出稳定可区分的5-bit电导状态，单器件单次计算能耗仅为0.046 nJ，而单像素计算能耗仅17.472 nJ，展现出优异的低功耗存算能力。最终，研究团队基于BHJ-MCOLED阵列实现了双目视差灰度图像的硬件级立体显示（图2）。该研究为未来智能显示、边缘人工智能提供了一种全新的器件架构与研究思路。

图2 基于NeRF的灰度立体显示。a–d. NeRF网络架构、权重映射、器件一致性及计算能耗。e–g. 网络训练性能。h–i. NeRF生成的双目视差图像及基于100 × 180 BHJ-MCOLED阵列实现的灰度显示。

相关成果以“Circularly polarized bulk-heterojunction memory-computing organic light-emitting diodes for a neural radiance field-based 3D display”为题发表在Nature Photonics上，闽都创新实验室刘丽萱副研究员和陈振家博士研究生为论文第一作者，陈惠鹏研究员为通讯作者。此项工作得到国家自然科学基金、福建省自然科学基金、闽都创新实验室自主部署等项目的支持。

原文链接：https://www.nature.com/articles/s41566-026-01966-4

（陈惠鹏团队 供稿）