日本東京大學發表革命性高速即時動態光雕投影技術,扭曲變形的衣服一樣能投影
日本東京大學發表革命性高速即時動態光雕投影技術,扭曲變形的衣服一樣能投影

光雕投影(或稱 3D 投影映射)是這幾年來大型表演活動中常被運用的新興技術,透過光雕可以改變建築物或者任何物體的外觀,把現實世界中平淡無奇的物體變得如夢如幻,大開觀眾的想像空間。不過,當前的光雕投影有些限制:被投射物必須是不會變形的剛體。而在上周,日本東京大學的石川渡邊研究室突破了這項侷限,發表了新成果──「以高速投影到動態變形非剛性表面的投影方法」。

在進入正題之前,先大略介紹一下光雕投影。簡單說,就是準備很多很多台的投影機,圍繞在一棟建築物的四周,然後用電腦控制這一大堆投影機,在晚上投影到建築物上,將建築物當做畫布,做出種種絢麗的表演。演出過程要考量到建築物是立體的,必須考量投影到的表面不是平的,得用電腦把投影的畫面事先針對每一台投影機要投射到的地方,算出對應的變形,才能投影出去。可以是在上面畫東西,也可能是天馬行空地把建築物變成完全不同的東西等。關於實際的作品,筆者推薦非常經典的《2012 東京光之祭典》或者日本萬代玩具公司出的一場表演的迷你版 HAKO VISION(用手機就可以欣賞)。

而這樣的技術,僅限於事先做好的靜態影片內容與靜態投影環境,東京大學的石川渡邊研究室不滿足於此,企圖克服這樣的限制,進行了動態光雕投影的研究。動態光雕投影的困難,是要捕捉真實世界「布幕」的動態即時變形,隨即低延遲地調整好要投影的虛擬影像,使投射出去以後,讓我們的視覺感官覺得吻合、沒有破綻。這最基本需要一台畫面更新率高、低延遲的投影機,於是該實驗室就自行開發了高速投影機「DynaFlash」,它在 8bit 色階(一個點可以有 256 色)時更新率高達 1000FPS,最低延遲(latency)才 3 毫秒(ms)。

DynaFlash.jpg
DynaFlash 投影機

有了這個基礎以後,更進一步要處理最有挑戰性的部分:如何正確投射影像到非剛性不斷形變甚至有遮蓋情形的「布幕」上呢?如果用即時影像辨識技術的話,是來不及的。石川渡邊研究室提出了這樣的新方法──「可變形點陣標記」( Deformable Dot Cluster Marker,DDCM),這個做法類似 AR 擴增實境的概念,是用紅外線才看得到的墨水(人眼看不到),在衣服上面事先印好特定的點陣標記圖後,即使目標物發生大變形或者遮擋,DynaFlash 投影機的感應器也能穩定地在 1,000fps 下即時「看到」目標物上的點陣標記,以投射出正確的變形後畫面。

使用這些基本技術,包括 DynaFlash 和 DDCM,就可以在變形非剛性表面上進行新式的動態投影映射了。在石川渡邊研究室的展示影片中,可以發現翻轉、扭曲、移動、伸縮都難不倒,由於投影和感測都是以 1,000fps 的速度在運作,就好像投影的圖案本來就是印在衣服上般地自然。更特別的是,可變形點陣標記可以是複數的,也就是說這讓投影機可以靈活地「辨識」出不同的目標物,而同時加以投影出不同的圖案。

在應用上,可以想像演唱會表演時,偶像歌手穿著一件單色白淨的衣服,不用實際的換裝,就可以變換出一件又一件的不同衣裝;不用拜師學數十年學習高難度的川劇變臉技術,臉上只要戴著一張純白的面具,就可以一張又一張的不斷翻臉。非娛樂的應用方面,不用開刀,投影出內臟器官到人體上,輔助醫學院教學應該也是可預見的應用。真期待這項技術的後續發展呢!

本文授權轉載自:科技新報

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