人类视觉源于感光器官（眼睛）与神经处理中心（视觉皮层）的协同作用。受这种高效层级处理机制的启发，视觉神经形态硬件通常采用仿生异构架构。这种设计旨在从物理层面复现生物视觉的并行、低功耗特性，从而为实时机器视觉提供硬件基础。目前，基于二维材料、铁电材料，以及氧化物等材料体系的神经形态视觉器件已取得显著进展。然而，当前研究大多仍局限于利用材料的单一主导特性，如光电导性、铁电极化或导电细丝机制，来实现单独的功能模块。这种单一功能的设计策略不仅未能充分利用材料固有的多功能潜力，而且给系统集成带来了架构冗余、制造成本增加以及能效优化困难等挑战。

为克服这些局限，本研究提出协同利用单一材料固有的多功能性，在器件层面实现从信号感知到存内处理的集成功能。二维材料NbOBr₂凭借其合适的带隙（1.92 eV）、强面内铁电性（P ≈ 44 μC/cm²，沿b轴）和显著的光学吸收各向异性，成为实现这一目标的理想平台。本工作在仿生异构架构中实现了三项核心功能：用于视觉输入编码的各向异性光电突触预处理、用于加权运算的铁电突触权重调制，以及用于脉冲信号生成的漏电整合发放（LIF）神经元仿真。各向异性光电突触具备从紫外到红外的宽带响应灵敏度，能够进行初步的时空处理。NbOBr₂铁电突触器件再现了从短期可塑性（双脉冲易化和脉冲时序依赖可塑性）到长期可塑性（长时程增强和长时程抑制）的多方面突触可塑性。借助比较器辅助的类LIF神经元仿真，可通过调节脉冲时间和幅值产生脉冲电流。此外，通过将BDD100K驾驶帧转换为可行驶区域图，并编码到双极化通道（c轴/b轴，0°/90°）中作为多模态输入，所提出的器件感知脉冲神经网络实现了优越的识别性能，最高准确率达到 94.2%，优于标准 SNN 基线（91.8%）。

本工作超越了传统的单一功能器件研究，展示了如何使用二维铁电材料的内在多功能性，以实现具有生物合理性、感算一体的集成。相关成果以Perception, Synaptic Plasticity, and Spiking Neuron Function Enabled by a 2D Ferroelectric NbOBr₂ for Neuromorphic Vision为题发表在Advanced Materials上。中国科学院苏州纳米所博士后于芝鹏为该论文第一作者，曾中明研究员、吕伟明副研究员和耿林博士，以及西交利物浦大学赵春教授为共同通讯作者。该研究获得国家自然科学基金项目的支持。

图1. 基于NbOBr₂的仿生神经形态视觉系统架构

图2. NbOBr₂的晶格结构与各向异性光学吸收

图3. 基于NbOBr₂的具有记忆与颜色识别功能的光电突触

图4. 基于面内NbOBr₂的铁电突触

图5. 基于NbOBr₂/多层石墨烯忆阻器的比较器辅助型类LIF神经元

图6. 应用于智能驾驶的神经形态视觉识别系统

论文链接