近日，我校轨道交通学院吴澄教授团队在Nature子刊Light: Science & Applications发表题为“Single-view neural illumination estimation and editing for dynamic light field display”的研究论文（Light: Science & Applications影响因子23.4，是光学领域的顶级期刊）。该成果是轨道交通学院作为第一单位发表的首篇Nature子刊论文。我校吴澄教授为唯一通讯作者，硕士研究生洪旭扬、谢劼副教授和盛洁副教授为共同第一作者，研究工作由苏州大学联合首尔大学合作完成。

混合现实（MR）与扩展现实（XR）技术致力于将虚拟内容与真实世界进行高一致性的光学融合以提升沉浸式交互体验。然而，在实际应用中虚拟物体的光照往往被固定在训练场景中，无法随真实环境光照变化产生正确的阴影和高光效果，从而破坏视觉真实感。传统解决方案通常依赖昂贵的环境光探测设备或复杂的多视角采集系统，难以部署在轻量化头显设备中。因此，如何在有限观测条件下准确解析环境光照并实现虚拟内容与真实环境之间的光照一致性，成为了沉浸式显示领域亟待解决的重要研究问题。

图1：单视图神经光照估计与编辑框架示意图

针对上述挑战，研究团队提出了一种单视图神经光照估计与编辑框架。该方法巧妙地从一张环境观测图像中推断场景的主要光照信息，并据此对既有3D神经场景进行光照编辑，成功生成了与真实环境在光度一致性上高度匹配的动态光场表示。相比传统依赖全景光照重建的方法，该框架能够在单视图条件下完成环境光照解析与虚拟场景重光照，降低了系统对复杂硬件和多视角采集的依赖。该研究为神经场景表示与新型显示技术的融合提供了重要的方法基础，对推动XR设备在沉浸式交互、数字孪生及智能显示等领域的实际应用具有极其重要的意义。

该研究工作得到了国家自然科学基金（项目编号：62275186, 62301353, 62201374, 62575197, 62201372, 62535003, 62401383, 62575198, 62535017）以及苏州市科技计划项目-产业前瞻与关键核心技术项目（项目编号：SYC2022140）的资助与支持。

文章链接：https://www.nature.com/articles/s41377-026-02234-4