一种能实时自动设计新型超材料的智能系统

当前纳米光子学领域的创新主要依赖人类专家，他们需结合光子学专业知识、编程技能以及仿真优化算法，导致设计周期耗时长、计算需求大且往往并非最优。为此，研究人员提出了MetaChat——一种多智能体设计框架，旨在实现光子器件的自动化、近实时设计。

MetaChat的核心在于Agentic Iterative Monologue（AIM）范式，这是一种由大型语言模型（LLM）驱动的智能体行为模式。AIM默认将每个输出视为中间思考，通过输出标签自主迭代调用外部工具交互、与其他智能体对话及与人类用户交流，能在多步设计问题中保持长期连贯性，支持多样化科学计算工具的使用和流畅的人机交互。在斯坦福纳米光子学基准测试（包含直接计算、多步计算、材料搜索等五类共101个问题）中，配备工具和材料专家智能体的AIM设计智能体准确率达81%，尤其在多步函数调用类问题上表现突出。

为解决设计加速问题，MetaChat集成了Feature-wise Linear Modulation（FiLM）WaveY-Net替代求解器。这是一种半通用全波求解器，通过FiLM条件调制技术，能自适应解码介质结构表示以匹配特定光源（如不同波长、入射角）的场响应，支持自由形态非周期性介质超表面的超高速仿真。测试显示，其归一化平均绝对误差约0.055，可直接用于梯度优化算法，且相比传统数值求解器速度提升多个数量级。

研究通过多波长、多目标超表面设计验证了MetaChat的能力。例如，用户以自然语言提出“设计180μm宽TiO2超透镜，将680nm和480nm光聚焦到100μm处，蓝光向右偏移11.31度”，AIM设计智能体先询问厚度约束，再与材料专家智能体协作，随后调用API完成100个超像素的梯度优化（含30万次FiLM WaveY-Net仿真），全程仅需11分钟。最终超透镜在680nm和480nm波长的焦点能量集中度分别达57.1%和49.7%，性能与文献报道相当。类似地，MetaChat还成功设计了多方向偏转器，能将入射光同时偏转到10°和30°等目标角度。

MetaChat有望打破纳米光子器件（如超表面）的普及障碍，让非领域专家也能便捷使用。未来可通过领域文献微调LLM、集成多模态模型支持图像指令、扩展专业智能体生态系统（如光线追踪、全局优化等专项智能体）进一步增强其能力，为光学、光子学乃至更广泛的多物理领域创新提供科学计算蓝图。