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|數位時代 BusinessNext

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

先前光雕投影有些限制：被投射物必須是不會變形的剛體。然而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」。

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）。

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

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。