为实现动态交互场景中精准的意图识别与差异化决策，亟需一种具备触觉特性与外部因素感知能力的场景自适应交互界面。然而，现有基于离散阵列结构的交互界面受限于数据冗余度高、传感计算分离以及对外部因素不敏感等问题。本研究提出一种面向多模态协同认知的智能交互界面，该界面采用具有时空编码特性的信号线性分区策略，创新性地实现了仅通过单一通道即可对多模态特征进行可寻址感知与融合。通过设计异质跨导结构，该交互界面模拟生物刺激门控机制的多维幅值加权与事件驱动逻辑，实现了复杂场景下多点、宽范围（0.8‒250 kPa）触觉解码及基于外部因素的意图校正。凭借其可切割性与拓扑重构能力，该交互界面推动了交互实体的形态泛化，并有效促进了非结构化特征的智能学习（准确率＞99%）。通过触觉-应变双驱动的机械臂控制演示，凸显了在非预设场景中触觉认知与外部因素对齐的重要性。本研究推动了智能机器从被动响应向外部因素增强的差异化认知转变，为构建集成触觉、机器与外部因素的三元认知框架提供了基础性方法。该论文使用到了幂方科技微电子打印机制备传感阵列。
该工作以“In-Device Topological Encoding for Intelligent Multimodal Interactions"为题发表在《Adv. Funct. Mater.》上。
