研究团队在硅基光子芯片上集成具二阶非线性的自对准有机分子材料，使光信号可在芯片内直接放大、调制与转换，为降低 AI 数据中心能耗、提升光互连效率提供新路径。

哈佛SEAS团队在薄膜铌酸锂平台上提出谐振电光微梳通用模型，并通过实验建立定量描述框架，为可编程、紧凑的芯片级频率梳设计与应用提供路径。

量子计算被寄望于解决传统超级计算机难以处理的复杂问题，但量子硬件长期受限于实验室原型的脆弱性与扩展难度。近期，哈佛、斯坦福等机构推进的新一代光驱动芯片与光学接口方案，试图以光子作为连接与控制量子比特的媒介，为从当前“噪声较大”的量子设备迈向更大规模系统提供更紧凑的路径。 研究人员正尝试减少对电子与微波链路的依赖，转而在芯片上利用精密设计的光来传输量子信息、同步远程处理器并并行读取结果。相关团队认为

光子学初创公司Neurophos宣布完成1.1亿美元A轮融资，计划基于超材料超表面技术开发用于AI推理的光学处理单元，目标是在能效和速度上大幅超越现有硅基GPU。