降低3D列印門檻,Intel RealSense 3D Camera 讓 3 個月變 5 分鐘
降低3D列印門檻,Intel RealSense 3D Camera 讓 3 個月變 5 分鐘
2015.04.01 |

3D列印在未來的應用範圍極大,3D人機互動也是人機介面的顯學。無論是影像呈現或是自然言的辨識,都希望藉由立體的方式達到更直覺且精準的結果。許多廠商都在努力克服3D應用中的每個環節。而 Intel 所推出 RealSense 3D 技術將會推進這些應用。RealSense 3D camera更是首款整合式攝影鏡頭,安裝在筆記型電腦和平板上,可以讓一般的消費者也能體驗3D技術所帶來的科技感。

▲3D列印未來的應用範圍很大,但是對於一般的使用者來說,如何建立一個3D列印檔案是一個極高的門檻。

從去年開始,3D列印一直都是一個熱門的詞彙:從飛機零件、血管、頭骨、房子….一直到食物都可以按個鍵就列印出來。仿佛3D印表機是一個神奇的魔法盒,你只要在這端放入原料,那端就會跑出你所需要的產品來。

事情當然沒有那麼簡單,想要使用3D印表機來列印產品,首先你必須要先有3D檔案接著才能由3D印表機來列印。當然網路上現在有些現成的3D檔案可以下載,但是如果你想要自己創造一份3D檔案,對一般的使用者來說,卻是一道相當大的門檻。

專注於3D軟體的四維科技策略長黃子強說:「目前的3D檔案,幾乎由專業人員使用工程繪圖軟體從2D圖檔開始慢慢拆成3D圖,而這個過程有時得1~3個月才能完成。」因為3D檔案牽涉到長、寬、高、空間和深度等座標。而3D印表機ATOM的負責人李曜任也說:「其實3D列印在工業市場已經存在很多年,只是設備太過於昂貴,進入門檻也太高。現在因為一些專利已經過期,所以有些技術可以開始被下放使用。」

▲四維科技策略長黃子強認為像RealSense這樣的技術,可以把以前只有3D工程師才能做的圖,藉由工具、軟體和方法,讓一般人也能做出3D模型來。

所以如果3D列印想要普及或是進入消費市場,首先要解決的問題,就是讓消費者可以透過方便的方式創造出自己的3D檔案來。

對於沒有工程背景,無法使用類似乎AutoCAD等繪圖工程軟體的人來說,能夠利用鏡頭來捕捉或是掃描立體的物件,將會解決許多的困難。大家所熟知應用在Xbox 360和Xbox One主機的Kinect就是捕玩家的動作,直接使用手腳和身體的動作來進行遊戲,不再使用手柄或搖捍。

而今年Intel將這種3D技術整合到一般人最常使用的筆記型電腦和平板電腦之中,透過一個常見的攝影機、一個紅外線攝影機以及一個紅外線雷射投影機組成等3 個不同鏡頭所組成Intel RealSense 3D Camera技術,可以同時補捉使用者全身上下的動作,而一隻手上最多可以追蹤到 22 個點!因此能夠接受最細微的肢體語言操作,就算是挑一下眉毛也可以當作是一項指令。

▲這三個鏡頭的組合不但能夠捕捉正常且清晰的影像,並且可以藉由紅外線的反射點偵測出相對距離與深度。這些捕捉到的影像資料,會透過 Intel RealSense 動態追蹤軟體(motion-tracking software)整合,進而建構出完全不需要觸碰的操作介面,能夠根據手、手臂以及頭部運動做出正確的反應行為。

這項技術可以應用的空間除了利用手勢操作等人機互動外,對於3D掃描建模也是一大利器。黃子強說:「可以把3個月的時間縮短到5分鐘以內。」在內建了Intel RealSense 3D Camera的筆記型電腦前,把你所要列印的物品放在轉盤上,在鏡頭前轉個兩三圈,當軟體捕捉完它所需要的資料,一個3D模型就建好了,馬上就可以透過3D印表機列印出來。

▲隨著掃描區域越完整,建立的模型也會越接近真實。

▲掃描完成的貓熊,馬上就可以透過3D印表機列印出來

當然這種掃描的模型精度沒有畫的那麼好,但對大部分的使用者來說,應該都還可以接受。如果你有相當的3D繪圖背景,利用掃描完的圖檔再來做修改,也可以節省大量的時間。

而且Intel RealSense 3D Camera可以近至5公分的距離掃描,因此你只要在筆電螢幕前搖頭晃腦的,馬上就可以取得自己臉部的3D模型,再配合類似像四維科技這樣的3D軟體和一台3D印表機,馬上就可以得到一個自己的公仔。

▲透過安裝在筆電的Intel RealSense 3D Camera掃描,你可以把自己的臉掃描成3D資料。

▲掃描臉部成3D模型,只要3分鐘左右

▲只要有合適的掃描器,你就可以得到一個全身的3D模型。還可以再利用3D動畫的編輯軟體,讓它可以動起來。

其實3D應用的範圍除了我們所熟知這些領域外,像是你掃描出來的模型,還可以SHARE給3D動畫再做編輯,讓它變成可動式的,可以做出不同的動作來。或是在房地產、室內裝潢,甚至是服裝產業利用掃描完的身體資料來更換衣服之類的,都有很大的應用空間。

 

▲三曜設計創辦人李曜任認為建模很困難,而且取得3D模型後,還要對自己的機器夠熟悉,能夠做細微的調校,才能印出好作品。純粹是用時間換取經驗。

▲三曜設計的 3D 列印機能夠製作出極為精細的 3D 模型,下一個版本甚至可以達到工業用等級!

現在人人有上都有手機,手機上也都有鏡頭可以拍攝,相信不久類似Intel RealSense 3D Camera這樣的技術,一定會深入每一支手機,你只要拿著手機上下左右前後的拍攝,就可以取得相當完整的3D資料,當這件事不再是件困難的事情時,相信3D列印就會快速的普及開來。

文章來源:T客邦

延伸閱讀:3D列印醫療應用:列印一個相同的自己
3D列印機恐成安全三不管地帶!

關鍵字: #3D列印
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓