近日，西安交通大学物理学院梁言生、雷铭科研团队联合南京大学、香港科技大学和香港大学研究人员在大规模超表面智能逆向设计领域取得新进展。团队提出基于邻域注意力Transformer的电磁代理求解器MetaE-former，通过融合迁移学习与逆向优化策略，突破大规模超表面设计中计算效率与设计自由度难以兼顾的瓶颈，实现毫米级高数值孔径超构透镜的快速优化设计。相关成果近日发表于国际顶级光子学期刊《智慧光学》（PhotoniX）。

超表面由亚波长尺度的人工纳米结构构成，能够灵活调控光的相位、振幅等特性，是推动光学器件小型化、集成化的重要途径。然而，随着器件尺寸增大和光场调控需求日益复杂，传统设计方法面临新的挑战：基于近似模型的正向设计方法难以充分考虑纳米结构间的复杂电磁相互作用，而依赖精确电磁仿真的逆向设计方法则需要消耗大量计算资源。如何在保证计算精度的同时提高设计效率，并拓展纳米结构的设计自由度，成为大规模复杂超表面研发亟待解决的关键问题。

针对上述难题，团队提出基于邻域注意力Transformer的电磁代理求解器MetaE-former，构建了“预训练—任务微调—逆向优化”的智能设计框架（图1）。该方法突破传统代理模型在计算区域和结构复杂度方面的限制，能够同时预测包含数百个纳米结构的区域电场响应，并将设计空间由离散材料分布拓展至连续折射率分布，显著提升复杂纳米结构的设计自由度和电磁响应计算效率。在此基础上，团队引入迁移学习策略，通过少量任务相关数据对预训练模型进行微调，即可快速适应不同光学功能的设计需求，避免针对每项任务重新构建和训练模型，为复杂超表面的按需、快速逆向设计提供了可复用的智能计算工具。

为验证该方法在大规模高性能光学器件设计中的应用能力，团队将MetaE-former与分块并行优化、重叠拼接及二值化约束相结合，兼顾计算效率、区域间电磁响应连续性和实际加工要求，实现了尺寸为1毫米×1毫米的高数值孔径水浸超构透镜设计。整个优化设计过程仅需约4分钟，相较于基于时域有限差分（FDTD）的传统电磁求解方法的速度提升约25万倍。团队进一步完成了超构透镜的加工制备和光学性能测试，器件实际数值孔径达到1.31，聚焦性能接近衍射极限。

该研究将高效电磁代理计算、迁移学习与大规模逆向优化相结合，为不同光学功能的按需设计提供了可复用、可迁移的智能设计框架，在提升计算效率的同时兼顾设计自由度与加工可行性，为突破复杂超表面设计中的计算瓶颈提供了新思路，有望在紧凑型光场调控、光学微操控及集成光子器件等领域发挥重要作用。

图1 基于迁移学习的MetaE-former实现超表面按需快速设计的原理示意图

论文第一单位为西安交通大学，物理学院硕士研究生匡仕琦与本科生孙智为共同第一作者，物理学院梁言生副教授、雷铭教授与香港科技大学李添悦博士、南京大学王漱明教授为共同通讯作者。研究得到国家重点研发计划、国家自然科学基金、陕西省自然科学基础研究计划、中央高校基本科研业务费、江苏省自然科学基金、江苏省重点研发计划及香港研究资助局相关项目资助。

论文链接：https://doi.org/10.1186/s43074-026-00291-x