人工智能技术的发展为人机交互、感知系统、机器人及假肢的控制等带来了革命性变化，同时对复杂数据的处理和人机交互界面提出了新的要求。不同于目前基于软件系统和冯·诺依曼构架实现的神经网络，人脑运算方式具有高效率和低功耗的特点。因此，在硬件层面上模拟人脑的神经拟态器件，对构建新的运算系统具有重要意义。此外，由于神经拟态器件能够将传感器数字信号转变成与类神经模拟信号，有望实现与生物神经信号的兼容，构建智能、高效的人机交互界面。因此，神经形态器件受到了广泛研究，其相关材料、制备工艺和器件结构不断得到优化，例如基于晶体管和忆阻器的柔性仿生人工突触器件均实现了视觉信息处理、运动识别、类脑神经记忆等功能。目前，虽然随着研究的不断深入，仿生人工突触器件的工作原理得到了一定解释，但深入的机理仍有待挖掘：（1）针对生物个体间的差异，以及同一个体不同感知系统的差异，需要对人工突触器件突触后信号进行调控，以获得与生物神经信号更好的兼容性；（2）生物突触的树突结构，能够搜集、整合和调制时间和空间的信号，模拟树突的信号整合机制，将有助于改善多栅极人工突触晶体管的设计方案，实现对人工突触器件信号整合功能的调控；（3）目前多数研究是基于硬质衬底上的器件设计，对于在柔性衬底上的形变-异质界面-器件电子学性能的规律还有待研究，需要对应力应变下柔性人工突触器件的稳定性与失效机制进行探究。本文归纳了柔性仿生人工突触器件的最新研究进展，分别从器件结构、材料选择、工作机理等角度进行介绍，分析了人工突触器件面临的问题和潜在应用领域。本综述期望为柔性人工突触的设计、制备和应用提供一定参考。