光的顏色由其波長(zhǎng)決定——紅光約650納米，藍(lán)光約450納米，而我們?nèi)庋劭梢?jiàn)的范圍僅限于這狹窄的一段。要獲得其他顏色（比如用于醫(yī)療成像的紅外光或用于精密制造的紫外光），傳統(tǒng)方法依賴笨重的激光器和復(fù)雜的非線性晶體，通過(guò)“混頻”過(guò)程將兩束光“攪拌”出新頻率。但這個(gè)過(guò)程效率極低，通常需要高功率激光、精密對(duì)準(zhǔn)和龐大設(shè)備，幾十年來(lái)一直是光學(xué)工程的瓶頸。

如今，斯坦福大學(xué)和麻省理工學(xué)院的科學(xué)家聯(lián)手破解了這一難題：他們開(kāi)發(fā)出一款指甲蓋大小的硅芯片，只需輸入普通激光，就能高效、穩(wěn)定地生成全新波長(zhǎng)的光，包括過(guò)去難以產(chǎn)生的深紫外和中紅外波段。這項(xiàng)成果發(fā)表于《自然·光子學(xué)》，被業(yè)內(nèi)稱(chēng)為“非線性光學(xué)的摩爾定律時(shí)刻”。

關(guān)鍵突破在于材料與結(jié)構(gòu)的雙重創(chuàng)新。傳統(tǒng)非線性晶體（如鈮酸鋰）雖然能轉(zhuǎn)換光頻，但難以集成到芯片上；而硅本身非線性效應(yīng)很弱。研究團(tuán)隊(duì)另辟蹊徑，設(shè)計(jì)了一種三維光子晶體諧振腔——在硅片上蝕刻出數(shù)百萬(wàn)個(gè)納米級(jí)孔洞，形成周期性結(jié)構(gòu)。當(dāng)激光注入時(shí)，光被囚禁在微小空腔內(nèi)反復(fù)反射，能量密度急劇提升，從而極大增強(qiáng)硅的非線性響應(yīng)。更巧妙的是，他們利用“準(zhǔn)相位匹配”原理，通過(guò)精確調(diào)控孔洞排列的周期，讓不同波長(zhǎng)的光在傳播中始終保持同步疊加，避免能量抵消。

結(jié)果令人驚嘆：在僅幾毫瓦的輸入功率下（相當(dāng)于一個(gè)激光筆），芯片成功將1550納米通信波段的紅外光，高效轉(zhuǎn)換為520納米綠光、380納米紫外光，甚至3.5微米的中紅外光。轉(zhuǎn)換效率比傳統(tǒng)芯片方案高出100倍以上，且輸出光束質(zhì)量高、方向性強(qiáng)。這意味著，過(guò)去需要整張實(shí)驗(yàn)桌的光學(xué)系統(tǒng)，現(xiàn)在可以縮小到一枚芯片。

那么，這有什么用？首先，便攜式醫(yī)療設(shè)備將迎來(lái)革命。中紅外光能精準(zhǔn)識(shí)別分子“指紋”，可用于無(wú)創(chuàng)血糖監(jiān)測(cè)、呼氣分析檢測(cè)癌癥標(biāo)志物；深紫外光則能殺菌或激發(fā)熒光標(biāo)記，在野外快速診斷傳染病。其次，在量子計(jì)算和通信中，不同波長(zhǎng)的單光子源是構(gòu)建量子網(wǎng)絡(luò)的基礎(chǔ)，而這款芯片可按需生成所需顏色的量子光。此外，它還能提升激光雷達(dá)（LiDAR）性能——多波長(zhǎng)光源可同時(shí)探測(cè)距離、材質(zhì)和化學(xué)成分，讓自動(dòng)駕駛汽車(chē)“看得更清、辨得更準(zhǔn)”。

更深遠(yuǎn)的影響在于打破光學(xué)系統(tǒng)的“尺寸壁壘”。未來(lái)智能手機(jī)或許能集成微型光譜儀，實(shí)時(shí)分析食物新鮮度或皮膚健康；衛(wèi)星上的環(huán)境監(jiān)測(cè)儀器可大幅減重；甚至家用空氣凈化器也能用紫外芯片實(shí)時(shí)滅活病毒。

項(xiàng)目聯(lián)合負(fù)責(zé)人、斯坦福大學(xué)教授Jelena Vu?kovi?表示：“我們不是在改進(jìn)舊方法，而是重新定義了‘如何在芯片上操控光’?！彼赋?，該技術(shù)完全兼容現(xiàn)有半導(dǎo)體制造工藝，可大規(guī)模量產(chǎn)，成本低廉。

當(dāng)然，挑戰(zhàn)仍存：目前輸出功率尚不足以替代工業(yè)級(jí)激光器，長(zhǎng)期穩(wěn)定性也需驗(yàn)證。但方向已明確——光，正從實(shí)驗(yàn)室走向每個(gè)人的口袋。

從牛頓用三棱鏡分出七色光，到今天人類(lèi)在芯片上“釀造”新顏色，我們對(duì)光的駕馭能力邁入新紀(jì)元。而這枚小小的硅片，或許就是照亮未來(lái)科技的關(guān)鍵一束光。

參考資料：“Multi-timescale frequency-phase matching for high-yield nonlinear photonics” by Mahmoud Jalali Mehrabad, Lida Xu, Gregory Moille, Christopher J. Flower, Supratik Sarkar, Apurva Padhye, Shao-Chien Ou, Daniel G. Suárez-Forero, Mahdi Ghafariasl, Yanne Chembo, Kartik Srinivasan and Mohammad Hafezi, 6 November 2025, Science.
DOI: 10.1126/science.adu6368