# AOCLS 觀察導向閉環製造平台：多模態量測、不確定性數位雙生與可驗證逆向製造 **AOCLS: An Observation-Guided Closed-Loop Fabrication Platform with Multimodal Metrology, Uncertainty-Aware Digital Twins, and Verifiable Inverse Manufacturing** --- **作者**：Neo.K（許筌崴） **機構**：一言諾科技有限公司（EveMissLab Technology Co., Ltd.） **文件編號**：EML-AOCLS-2026-v2.0 **原始版本**：《AOCLS 觀察式錐形光刻系統：AI 驅動的「所見即所造」製造革命》，2025 年 11 月 **修訂日期**：2026 年 7 月 29 日 **文件類型**：公開概念技術論文／可驗證系統架構提案 **系列定位**：CPOP 錐形相位光學平台與 AOCLS 虛擬光刻模擬引擎的上位整合架構 **證據狀態**：本文提出系統模型、資料契約、控制流程、驗證協議與分階段原型；尚未宣稱完成端到端 AOCLS 設備、跨材料通用複製、半導體製程替代或安全關鍵零件認證 **論文授權**：CC BY-SA 4.0 **程式碼、硬體與資料授權**：應於實際釋出時分別聲明，不因本文授權而自動開源 --- ## 摘要 本文提出 AOCLS 第二版架構，將原始的 **AI-driven Observation-based Conical Lithography System** 重新定義為 **AI-assisted Observation-guided Closed-Loop Synthesis**，中文名稱為**人工智慧輔助觀察導向閉環製造平台**。此調整保留「觀察作為製造入口」與錐形相位光學的原始構想，但不再把 AOCLS 限縮為單一錐形透鏡，也不再宣稱只要觀察一個物體，系統即可無損、無歧義地理解其全部幾何、材料、功能與內部結構，並一次曝光生成完全相同的實體。 AOCLS v2.0 將觀察式製造表述為一個受限逆問題。系統從影像、深度、光譜、X 射線、超音波、熱像、力學量測、使用者意圖與既有設計資料中建立**證據包**，再推斷物體狀態的機率分布，而非只輸出單一確定模型。外部影像能提供表面外觀與部分幾何，但無法唯一決定被遮蔽區、內部空腔、材料配方、殘餘應力、製造歷史與功能目的；因此 AOCLS 必須保留多個假說、量化不確定性，並在資訊不足時主動要求補充掃描、非破壞檢測、材料測試或人工決策。 本文將 AOCLS 分為八層：任務與授權、主動感測規劃、多模態配準與證據圖、物體假說與可編輯數位雙生、可製造性編譯、虛擬製程與不確定性預測、可插拔製造後端，以及製程監測、非破壞檢測與閉環更新。系統維護四個相互區分的數位對象：觀察雙生、目標雙生、製程雙生與實造雙生，避免把「看到的形狀」「想要的功能」「設備能做的結構」與「最後做出的零件」混為一談。 AOCLS 的製造後端可以包含 CPOP 錐形相位光學、雙光子聚合、全像多焦點曝光、計算軸向光刻、DLP／SLA、微加工、沉積、蝕刻、模板自組裝與其他製程。錐形相位光學在此是延伸焦域、高深寬比能量沉積與結構光生成模組，而不是任意三維物體一次成形的充分條件。虛擬光刻引擎則提供高保真求解器與快速代理模型的混合預測，並在域外輸入或不確定性過高時自動回退至模擬、補量測或人工審核。 本文提出「所見即所造」的工程化替代表述：**所見形成證據，證據形成假說，假說經人工與製程約束轉化為可製造目標，製造結果再反向修正模型。** 其核心價值不是取消 CAD、計量、材料科學與製程工程，而是讓參考物、自然語言、量測資料與設計意圖成為可追溯的製造入口，降低從實物參考到合格製程方案之間的轉譯成本。 **關鍵詞**：AOCLS、觀察導向製造、逆向工程、多模態量測、數位雙生、可製造性編譯、不確定性量化、閉環控制、虛擬光刻、CPOP、非破壞檢測、製程資格化 --- ## 第一章　重新界定「觀察即製造」 ### 1.1 原始願景的價值 傳統數位製造通常從 CAD、網格、製程圖或參數化模型開始。對既有實物的複製、改良與局部重設計，則需要經過掃描、逆向工程、材料判斷、模型修補、可製造性修改與製程規劃。原始 AOCLS 提出的重要直覺是： > 實體參考物本身也可以成為製造介面，而不必要求使用者先把所有意圖翻譯成專業 CAD 指令。 此構想對以下場景具有價值： 1. 缺少原始 CAD 的舊零件重建； 2. 依人體或自然物形態進行客製化設計； 3. 從手工原型、雕塑或材料樣品生成可編輯模型； 4. 量測既有微結構後進行尺度、材料或功能轉換； 5. 讓非專業使用者以參考物與語言描述共同表達目標； 6. 建立「觀察—模擬—製造—驗證」的資料閉環。 問題不在於這個入口是否合理，而在於原始版本把多個尚未解決的逆問題壓縮成了「AI 理解」。第二版必須把這些中間層重新展開。 ### 1.2 觀察不是完整狀態 令真實物體的潛在狀態為： $$ \mathbf{o} = \left( G, M, F, A, R, H \right), $$ 其中： - $G$ ：外部與內部幾何； - $M$ ：材料組成、微結構與空間分布； - $F$ ：功能、邊界條件與允許的失效模式； - $A$ ：零件、界面、接合與裝配關係； - $R$ ：殘餘應力、缺陷、磨耗與當前狀態； - $H$ ：製造、使用、維修與環境歷史。 感測系統只能取得： $$ D = \mathcal{S}(\mathbf{o},\boldsymbol{\eta}), $$ 其中 $\mathcal{S}$ 是感測算子， $\boldsymbol{\eta}$ 包含噪聲、校準偏差、遮蔽、解析度與模型誤差。一般而言， $\mathcal{S}$ 不可逆；不同物體狀態可能產生相似觀測。因此 AOCLS 不應直接求唯一解： $$ \widehat{\mathbf{o}}=\mathcal{S}^{-1}(D), $$ 而應估計後驗分布： $$ p(\mathbf{o}\mid D,C), $$ 其中 $C$ 是先驗知識、物件類別、使用者說明、材料庫與製程背景。 這表示系統的合法輸出可以是： - 一個高信心模型； - 多個互斥假說； - 某些已知區域與未知區域； - 需要補量測的問題清單； - 拒絕自動製造的判定。 ### 1.3 從口號到閉環命題 原始口號「所見即所造」可以保留為傳播語言，但工程定義應改為： $$ \text{觀察} \rightarrow \text{證據與不確定性} \rightarrow \text{可編輯目標} \rightarrow \text{可製造性轉換} \rightarrow \text{模擬與製程規劃} \rightarrow \text{製造} \rightarrow \text{量測與更新}. $$ 因此： > AOCLS 不是把現實直接複製到現實，而是把參考物轉化為具證據血統、可人工修訂、可受製程約束並可被驗證的製造任務。 ### 1.4 本文不主張的事項 本文不主張： - 單張影像足以確定任意物體的內部結構與材料配方； - 多模態 AI 可無條件理解物體的真實功能與設計意圖； - 錐形透鏡可一次曝光任意三維結構； - AOCLS 已能取代 EUV、先進半導體晶圓廠或成熟量產製程； - 虛擬模型與實體結果在沒有校準和不確定性評估時等價； - 每次製造都會使模型精度指數成長； - 開源本身即可保證品質、安全、可重現性或公平取得； - 系統可以在沒有授權、智慧財產與安全審查的情況下複製任何物件。 --- ## 第二章　AOCLS v2.0 的四種數位對象 ### 2.1 觀察雙生 **觀察雙生** $\mathcal{T}_{\mathrm{obs}}$ 保存感測器實際支持的資訊： $$ \mathcal{T}_{\mathrm{obs}} = \left( D, \Pi, U, \mathcal{H} \right), $$ 其中： - $D$ ：原始與校正後資料； - $\Pi$ ：感測器、座標、時間與校準參數； - $U$ ：量測與推斷不確定性； - $\mathcal{H}$ ：多個可能物體假說。 觀察雙生不得把模型補全的區域偽裝成已量測區域。每個面、體素、材料標籤與功能標籤都應標示來源：直接量測、跨模態推斷、資料庫先驗、生成式補全或人工指定。 ### 2.2 目標雙生 **目標雙生** $\mathcal{T}_{\mathrm{tar}}$ 表示使用者真正想製造的東西，而不是被掃描物的被動複製： $$ \mathcal{T}_{\mathrm{tar}} = \left( G^{\star}, M^{\star}, F^{\star}, \boldsymbol{\tau}, \mathcal{K}, \mathcal{P} \right), $$ 其中： - $G^{\star}$ ：目標幾何； - $M^{\star}$ ：目標或替代材料； - $F^{\star}$ ：功能需求； - $\boldsymbol{\tau}$ ：尺寸、表面、性能與缺陷容差； - $\mathcal{K}$ ：不可修改約束； - $\mathcal{P}$ ：可調整偏好與優先順序。 例如，參考物可能是金屬齒輪，但原型只需驗證咬合幾何，可以用聚合物製造；又或者外形可修改，但孔位與接口不可改。這些選擇必須由目標雙生明確記錄。 ### 2.3 製程雙生 **製程雙生** $\mathcal{T}_{\mathrm{proc}}$ 表示特定設備與材料下的製造方案： $$ \mathcal{T}_{\mathrm{proc}} = \left( \mathcal{M}, \boldsymbol{\theta}, \widehat{Y}, U_Y, \mathcal{Q} \right), $$ 其中： - $\mathcal{M}$ ：設備、材料與製程圖； - $\boldsymbol{\theta}$ ：光場、路徑、劑量、溫度與時間等控制參數； - $\widehat{Y}$ ：預測結果； - $U_Y$ ：製程預測不確定性； - $\mathcal{Q}$ ：監測、檢查、停止與返工計畫。 製程雙生不是目標雙生的複本。它包含補償後幾何、支撐、曝光分區、加工餘量、收縮補償、檢查特徵與設備限制。 ### 2.4 實造雙生 **實造雙生** $\mathcal{T}_{\mathrm{asbuilt}}$ 保存實際過程與成品證據： $$ \mathcal{T}_{\mathrm{asbuilt}} = \left( Y, Z_{\mathrm{proc}}, Z_{\mathrm{post}}, C_{\mathrm{part}} \right), $$ 其中： - $Y$ ：實際幾何、材料與性能量測； - $Z_{\mathrm{proc}}$ ：製程內監測資料； - $Z_{\mathrm{post}}$ ：製後檢查與非破壞檢測； - $C_{\mathrm{part}}$ ：零件證書、偏差、限制與處置結果。 四種雙生之間的差異本身就是重要資料： $$ \Delta_{ot} = \mathcal{T}_{\mathrm{tar}}- \mathcal{T}_{\mathrm{obs}}, $$ $$ \Delta_{tp} = \mathcal{T}_{\mathrm{proc}}- \mathcal{T}_{\mathrm{tar}}, $$ $$ \Delta_{pa} = \mathcal{T}_{\mathrm{asbuilt}}- \mathcal{T}_{\mathrm{proc}}. $$ 它們分別對應設計修改、可製造性轉換與實際製程偏差。 --- ## 第三章　多模態觀察與主動感測 ### 3.1 感測階梯 AOCLS 不應假設存在一套可以無損取得全部資訊的萬能掃描器。較合理的做法是建立分層感測階梯。 | 層級 | 典型手段 | 可觀察資訊 | 主要限制 | |---|---|---|---| | S0 外觀 | RGB、多角度攝影、偏振攝影 | 顏色、紋理、可見表面 | 光照與材質耦合；無內部資訊 | | S1 表面幾何 | 結構光、雷射掃描、攝影測量、共焦、OCT | 表面與部分透明結構 | 遮蔽、反光、透明與解析度限制 | | S2 表面材料 | 高光譜、拉曼、FTIR、XRF、橢偏 | 化學與光學成分代理 | 穿透深度有限；光譜混合與校準需求 | | S3 內部結構 | X-ray CT／micro-CT、超音波、太赫茲、MRI | 空腔、密度差、部分缺陷 | 成本、劑量、材料對比、解析度與尺寸限制 | | S4 性能與微結構 | 硬度、拉伸、熱分析、切片、SEM／EDS | 力學、熱學、微結構與局部組成 | 可能破壞樣品；只代表抽樣位置 | | S5 歷史與功能 | 文件、維修紀錄、操作測試、使用者說明 | 設計意圖、載荷與失效條件 | 資料可能缺失、偏誤或互相衝突 | 不同任務需要不同感測組合。只複製外觀的藝術模型，可能停在 S0–S1；需要內部通道的流體元件，通常至少需要 S3；安全關鍵結構則可能必須加入 S4–S5 與獨立工程審核。 ### 3.2 主動感測而非固定掃描清單 若每個樣品都使用全部儀器，成本、時間與資料量會不可接受。AOCLS 應根據當前不確定性選擇下一個量測動作。 令候選感測動作為 $a\in\mathcal{A}$ ，其成本為 $c(a)$ ，預期資訊增益為： $$ \operatorname{EIG}(a) = \mathbb{E}_{d_a} \left[ H\bigl(p(\mathbf{o}\mid D)\bigr) - H\bigl(p(\mathbf{o}\mid D,d_a)\bigr) \right], $$ 則下一個感測動作可選為： $$ a^{\star} = \arg\max_{a\in\mathcal{A}} \frac{ \operatorname{EIG}(a) + \lambda V_{\mathrm{decision}}(a) }{c(a)+\epsilon}, $$ 其中 $V_{\mathrm{decision}}$ 衡量該量測是否會改變材料選擇、製程路徑或安全決策。 例子包括： - 透明區域深度不確定時，要求 OCT 或改變照明角度； - 內部孔道會影響功能時，要求 micro-CT； - 外觀相似但材料可能不同時，要求拉曼、FTIR 或 XRF； - 模型對底面幾何不確定時，提示翻面重掃； - 若補量測成本高於重新設計成本，建議改採功能等效件。 ### 3.3 多模態配準與證據圖 所有資料必須映射到共同座標系與時間基準。對第 $j$ 個感測器： $$ \mathbf{x}_{w} = \mathbf{T}_{wj} \mathbf{x}_{j}, $$ 其中 $\mathbf{T}_{wj}$ 不是固定真值，而具有標定不確定性。AOCLS 應保存： - 內參、外參與時間同步； - 校準標準件與校準日期； - 原始資料與處理版本； - 配準殘差與局部失配； - 量測單位、解析度與適用範圍； - 軟體、模型與人工修訂紀錄。 可將證據表示為圖： $$ \mathcal{G}_{E} = (V_E,E_E), $$ 節點包括原始量測、校正結果、特徵、幾何片段、材料假說與功能要求；邊則表示推導、對齊、支持、衝突或人工確認。如此可以追查一個材料標籤究竟來自光譜、影像先驗、資料庫或使用者輸入。 ### 3.4 幾何、材料與功能必須分開推斷 幾何重建、材料估計與功能推理是不同問題： $$ p(G,M,F\mid D) \neq p(G\mid D)p(M\mid D)p(F\mid D). $$ 它們相互依賴，但不能用單一「理解分數」取代。 - 幾何可由多視角影像、深度、點雲與斷層資料估計； - 材料需要光譜、物性量測與材料先驗； - 功能往往需要裝配關係、載荷、操作紀錄與人的說明； - 外觀相同的零件可能具有不同熱處理與疲勞壽命； - 形狀不同的零件也可能實現同一功能。 因此 AOCLS 的預設模式應是**功能待確認**，而不是由大型模型自動宣告已理解設計意圖。 --- ## 第四章　物體假說與不確定性數位雙生 ### 4.1 從單一網格改為假說集合 系統可維護 $K$ 個候選假說： $$ \mathcal{H} = \left \{ (\mathbf{o}_k,w_k) \right\}_{k=1}^{K}, \qquad \sum_{k=1}^{K}w_k=1. $$ 候選差異可能包括： - 被遮蔽區的形狀； - 內部通道是否連通； - 表面塗層與基材的分界； - 某個亮面是金屬、鍍膜或塑膠； - 某個孔是功能孔、裝配孔或磨耗缺口； - 參考物是否已變形或損壞。 使用者介面不應只顯示一個看似完整的彩色 3D 模型，而應用不同視覺符號標示： - 已直接量測； - 高信心推斷； - 低信心補全； - 人工指定； - 未知或不可觀察。 ### 4.2 局部不確定性場 對幾何表面或體素可定義局部不確定性： $$ U_G(\mathbf{x}) = \operatorname{Var} \left[ \phi_G(\mathbf{x}) \mid D \right], $$ 材料分布則可用熵： $$ U_M(\mathbf{x}) = - \sum_{c=1}^{C} p_c(\mathbf{x}) \log p_c(\mathbf{x}). $$ 功能需求的不確定性不宜被假裝成連續數值；可以保存為未決問題、衝突約束與所需責任人。例如： - 「此結構是否承受循環載荷？」 - 「孔徑可否放大 $50\ \mu\mathrm{m}$ ？」 - 「材料必須生物相容，還是只需幾何展示？」 - 「是否允許拆解參考物？」 ### 4.3 生成式補全的合法位置 生成模型可用於： - 提出被遮蔽區的候選形狀； - 修補網格與孔洞； - 從類似零件檢索先驗； - 產生功能等效的可製造設計； - 提議額外感測位置。 但生成結果必須標為**假說**，不能覆蓋原始證據。對安全關鍵任務，生成式補全不得作為唯一幾何或材料依據。 ### 4.4 人在迴路不是暫時缺陷 AOCLS 應把人工決策設計成正式狀態，而不是把它視為 AI 尚未進化的過渡。至少以下情況需要人工確認： 1. 功能與安全分類； 2. 是否允許材料替代； 3. 不確定區域是否可接受； 4. 智慧財產與製造授權； 5. 生物、醫療、化學與其他受管制用途； 6. 製程偏差是否可以讓步接受； 7. 失敗後應返工、報廢或降級使用。 --- ## 第五章　可製造性編譯：從參考物到可做的目標 ### 5.1 直接複製通常不是最佳解 任何製造後端都有可達集合： $$ \mathcal{Y}_{\mathcal{M}} = \left\{ Y:\exists\boldsymbol{\theta}, Y=\mathcal{F}_{\mathcal{M}}(\boldsymbol{\theta}) \right\}. $$ 若目標 $T$ 不在 $\mathcal{Y}_{\mathcal{M}}$ 內，系統必須修改設計、材料、尺度、分件方式或製程，而不是輸出一個不可能的參數組。 可製造性編譯器記為： $$ \Pi_{\mathcal{M}}: \mathcal{T}_{\mathrm{tar}} \mapsto \mathcal{T}_{\mathrm{proc}}. $$ 它可以執行： - 最小線寬與間隙修正； - 懸垂、支撐與排液設計； - 分件、拼接與裝配接口生成； - 材料替代與多材料分區； - 收縮、翹曲與光學像差預補償； - 加入量測特徵與校準標記； - 把不可見內部改為可檢查結構； - 將形狀複製改成功能等效設計。 ### 5.2 多目標最佳化 設計轉換可寫為： $$ \boldsymbol{\theta}^{\star},T^{\star} = \arg\min_{\boldsymbol{\theta},T'} \left[ \lambda_G d_G(T',T) + \lambda_F d_F(T',T) + \lambda_M d_M(T',T) + \lambda_C C(\boldsymbol{\theta}) + \lambda_R R(\boldsymbol{\theta}) + \lambda_U U(\boldsymbol{\theta}) \right], $$ 並滿足： $$ T'\in\mathcal{Y}_{\mathcal{M}}, $$ $$ \mathcal{K}(T')=\text{true}. $$ 這裡： - $d_G$ ：幾何偏差； - $d_F$ ：功能偏差； - $d_M$ ：材料或物性偏差； - $C$ ：時間、成本與資源； - $R$ ：安全、缺陷與製程風險； - $U$ ：模型與量測不確定性。 權重不能由 AI 任意決定，必須來自任務規格與人工批准。 ### 5.3 以功能等效取代材料神話 觀察到的材料不一定能以同一製程重製。AOCLS 應區分： - **外觀等效**：顏色、紋理與反射接近； - **幾何等效**：尺寸與拓撲接近； - **功能等效**：載荷、流量、光學或熱性能接近； - **材料等效**：成分與微結構接近； - **歷史等效**：製程與老化狀態接近。 多數原型只能達成其中一部分。零件證書必須明確寫出達成哪一種等效，而不能籠統標記為「完全複製」。 ### 5.4 製程圖而非單機魔法 完整製造往往是有向圖： $$ \mathcal{P} = (V_P,E_P), $$ 節點可以包含： - 清洗與表面準備； - 光敏材料配置； - CPOP 結構光曝光； - 掃描或多角度投影； - 顯影與後固化； - 沉積、蝕刻與材料轉換； - 去模板、清洗與熱處理； - 量測、返工與報廢。 AOCLS 的可擴展性來自製程圖與共用資料介面，而不是要求所有材料和結構都由同一台光刻設備完成。 --- ## 第六章　製造後端與 CPOP 的正確角色 ### 6.1 可插拔製造後端 AOCLS v2.0 可以調度多種後端： 1. DLP／SLA 與一般光聚合； 2. 雙光子聚合與多光子微製造； 3. 計算軸向光刻與其他體積光聚合； 4. CPOP 延伸焦域與 Bessel–Gauss 類結構光； 5. SLM／DMD 全像多焦點曝光； 6. 雷射燒蝕、切割與改質； 7. 微加工、沉積、蝕刻與電鍍； 8. 模板輔助自組裝與材料轉換； 9. 傳統 CNC、噴射、擠出與混合製程。 對每個後端，系統需要一份能力描述： $$ \mathcal{C}_{m} = \left( \mathcal{R}_{m}, \mathcal{M}_{m}, \mathcal{E}_{m}, \mathcal{U}_{m}, \mathcal{S}_{m} \right), $$ 分別表示可達解析度與尺寸、材料、幾何能力、不確定性及安全限制。 ### 6.2 CPOP 不是任意三維投影器 CPOP 可以提供： - 延伸焦線； - 高深寬比曝光或改質； - 環形、空心與渦旋光束； - 軸向多焦點； - 離軸與多通道結構光； - 對樣品高度偏差較有容忍度的曝光； - 光片成像與製程內觀察。 標準 axicon 通常形成有限焦域，不會自然產生任意三維強度分布。任意或近似任意體積曝光仍需要： - 相位與振幅調制； - 多角度或時間序列； - 材料非線性與閾值； - 旁瓣抑制； - 像差和折射率失配補償； - 劑量與反應模型； - 顯影與後處理模型。 ### 6.3 體積製造已存在，但不是無條件一次成形 計算軸向光刻等體積製造方法已證明，可以由多角度投影在光敏體積中累積劑量並形成三維結構。這表明「不逐層成形」具有實驗基礎；但它仍受材料閾值、散射、吸收、投影數、解析度、黏度、氧抑制、熱效應與重建演算法影響。 AOCLS 可以把 CPOP 與體積投影視為互補工具： - CPOP 擅長延伸焦域、軸向能量分配與高深寬比結構； - 斷層式投影擅長全體積劑量合成； - 雙光子聚合擅長高解析局部寫入； - 後處理決定最終材料與幾何是否成立。 ### 6.4 虛擬光刻引擎 AOCLS 虛擬光刻引擎接收： $$ \Theta = (G,M,S,B,P), $$ 並輸出光場、熱、反應、聚合、位移、應力與最終幾何的預測分布。其運作原則為： - 高保真 FDTD、FEM 或其他求解器提供基準； - 神經算子與代理模型提供快速預覽； - 拓撲、幾何與物理殘差分開評估； - 模型輸出必須附帶適用域與不確定性； - 域外情境自動回退至高保真模擬、補資料或人工審核。 AOCLS 不應把代理模型的單次高精度結果寫成普遍製程能力。 --- ## 第七章　製程監測、非破壞檢測與閉環控制 ### 7.1 監測不等於零件合格 製程內影像、溫度、聲學與光學訊號可以識別異常或穩定性偏離，但「訊號異常」與「成品缺陷」之間的因果對應常需額外研究和地面真值。AOCLS 應分開： - **製程監測**：觀察設備與反應狀態； - **製程內 NDE**：嘗試檢測正在形成的實體缺陷； - **製後 NDE**：檢查成品內外部； - **功能測試**：驗證零件在目標載荷下是否工作； - **資格化**：證明製程在規定範圍內可持續產出合格零件。 即時相機看到正常光斑，不代表材料內部不存在空腔、未反應區、殘餘應力或局部組成偏差。 ### 7.2 狀態估計與控制 令製程狀態為 $\mathbf{x}_t$ ，控制為 $\mathbf{u}_t$ ，量測為 $\mathbf{y}_t$ ： $$ \mathbf{x}_{t+1} = f(\mathbf{x}_t,\mathbf{u}_t,\mathbf{w}_t), $$ $$ \mathbf{y}_t = h(\mathbf{x}_t,\mathbf{v}_t), $$ 其中 $\mathbf{w}_t$ 與 $\mathbf{v}_t$ 分別是製程與量測噪聲。控制器可用模型預測控制、貝葉斯濾波、規則控制或其他方法，在安全集合內調整： - 雷射功率與脈衝； - SLM／DMD 圖樣； - 掃描速度與路徑； - 曝光次序與角度； - 樣品位置與焦域； - 溫度、氣氛與等待時間。 安全約束寫為： $$ \mathbf{x}_t\in\mathcal{X}_{\mathrm{safe}}, \qquad \mathbf{u}_t\in\mathcal{U}_{\mathrm{safe}}. $$ AI 不得繞過硬體互鎖、功率限制、艙門、雷射安全與材料處置規則。 ### 7.3 閉環學習不是必然單調提升 每次製造後，後驗模型可更新為： $$ p(\boldsymbol{\psi}\mid\mathcal{D}_{1:n}) \propto p(\mathcal{D}_n\mid\boldsymbol{\psi}) p(\boldsymbol{\psi}\mid\mathcal{D}_{1:n-1}), $$ 其中 $\boldsymbol{\psi}$ 是材料、設備或模型參數。但更多資料不保證精度必然增加： - 感測器可能漂移； - 材料批次可能改變； - 標籤與量測可能錯誤； - 新資料可能來自域外； - 線上微調可能造成災難性遺忘； - 控制策略改變後，資料分布也會改變。 因此每次模型更新必須通過： - 凍結驗證集； - 回歸測試； - 校準度檢查； - 版本簽章； - 可回滾部署； - 高風險模型人工批准。 ### 7.4 預測與零件證書 每次製造至少產生兩種證書。 **預測證書**包括： - 輸入資料與版本； - 感測覆蓋與未知區域； - 幾何、材料與功能不確定性； - 使用的模型、求解器與校準狀態； - 適用域判定； - 預測缺陷與風險； - 必須執行的量測項目。 **零件證書**包括： - 設備、材料批次與環境； - 實際控制軌跡； - 製程異常與人工介入； - 製後幾何、材料與功能測試； - 與目標和製程雙生的偏差； - 接受、返工、降級或報廢結論； - 適用用途與禁止用途。 --- ## 第八章　AOCLS 八層系統架構 ### 8.1 L0：任務、權限與風險分類 輸入包括： - 參考物與其所有權； - 使用者想保留與修改的特徵； - 預期用途與載荷； - 材料、成本與時間限制； - 是否允許拆解或破壞性測試； - 智慧財產、出口管制、生物安全與其他限制。 任何感測與製造前，先建立任務契約： $$ \mathcal{J} = (I,A,R,C), $$ 其中 $I$ 是意圖， $A$ 是授權， $R$ 是風險， $C$ 是約束。 ### 8.2 L1：主動感測規劃 依任務需求選擇儀器、視角、解析度與校準標準件，並根據資訊增益迭代補量測。 ### 8.3 L2：資料配準與證據血統 保留原始資料，建立共同座標系、單位、時間軸、校準與證據圖。任何後續模型都不得破壞原始資料的可追溯性。 ### 8.4 L3：物體假說與可編輯雙生 分別建立幾何、材料、裝配與功能假說，顯示不確定區域，讓使用者確認、修正或要求補量測。 ### 8.5 L4：可製造性編譯與後端選擇 根據設備能力、材料、容差、成本與風險選擇一個或多個製程圖，並產生幾何補償、支撐、分件與檢查策略。 ### 8.6 L5：虛擬製程與風險分析 由高保真求解器與快速代理模型預測光場、反應、熱、變形和缺陷，執行不確定性傳播與穩健最佳化。 ### 8.7 L6：製造執行與安全控制 調度 CPOP、SLM、DMD、位移台、材料系統、顯影與後處理設備。低延遲安全控制由確定性控制器與硬體互鎖承擔；AI 主要負責規劃、估計與受限調整。 ### 8.8 L7：量測、資格化與持續學習 比較目標、製程與實造雙生，執行 NDE 與功能測試，生成證書，更新材料與設備模型。若新資料與舊模型矛盾，優先標記漂移而不是自動覆蓋歷史。 --- ## 第九章　資料、介面與開源策略 ### 9.1 共用資料包 一個 AOCLS 任務包可包含： ```text job/ ├── manifest.yaml ├── authorization/ ├── raw_sensors/ ├── calibration/ ├── evidence_graph/ ├── observed_twin/ ├── target_twin/ ├── process_twin/ ├── simulation/ ├── machine_logs/ ├── as_built_twin/ ├── certificates/ └── provenance/ ``` `manifest.yaml` 應記錄： - 任務 ID 與內容指紋； - 單位與座標系； - 感測器和設備版本； - 材料批次； - 模型與程式碼版本； - 授權與用途限制； - 人工決策與批准者； - 相關標準與驗收規格。 ### 9.2 開源分層 合理的開源分層包括： 1. **規格與資料格式**：優先公開，促進互操作； 2. **參考模擬器與評測工具**：可使用寬鬆軟體授權； 3. **硬體參考設計**：可使用開放硬體授權； 4. **材料配方與危險製程**：依安全、專利與合作條件管理； 5. **真實掃描資料**：需處理智慧財產、隱私與使用權； 6. **設備校準與商業參數**：可以公開、延遲公開或保留。 本文採 CC BY-SA 4.0，不代表未來程式碼、硬體、模型權重、材料資料與商標必須使用同一授權。 ### 9.3 不應預先虛構成熟認證體系 在缺少標準件、跨實驗室重現、測量不確定性與治理結構時，不應直接宣告成立「AOCLS Foundation」並簽發產業認證。較合理順序為： 1. 公開詞彙、資料格式與測試工件； 2. 建立單機重複性與量測不確定性； 3. 執行多設備、多批次比較； 4. 進行跨實驗室互評； 5. 與既有標準組織、計量機構與產業合作； 6. 最後才考慮符合性標章或認證計畫。 ### 9.4 資安與供應鏈安全 AOCLS 連接掃描、設計、模型與製造，會形成新的攻擊面： - 竄改幾何或材料標籤； - 在模型中加入隱藏缺陷； - 偽造校準或零件證書； - 竊取受保護物件的掃描資料； - 讓模型在特定圖樣上輸出危險參數； - 透過供應鏈替換模型、韌體或材料資料。 因此需要： - 資料與模型簽章； - 最小權限與職責分離； - 不可變更稽核紀錄； - 離線與安全模式； - 受信任設備身分； - 安全更新與回滾； - 高風險製造雙人批准。 --- ## 第十章　應用邊界與成熟度分層 ### 10.1 A 類：外觀與幾何參考製造 適用於： - 藝術、教育與展示模型； - 舊零件外形重建； - 包裝、握把與人體工學外殼； - 不承載或低風險原型。 此類最適合驗證「觀察作為介面」，但不能用其成功推論材料與功能複製已成立。 ### 10.2 B 類：微光學與聚合物微結構 適用於： - 微透鏡、光導與光柵； - 微流道與多孔支架； - 校準工件； - 高深寬比聚合物結構； - 雙光子與體積光聚合研究。 這是 CPOP、虛擬光刻與閉環量測最自然的近期交集。 ### 10.3 C 類：功能等效與多製程零件 適用於： - 允許材料替代的機械功能件； - 光、熱、流體或彈性功能結構； - 需要沉積、蝕刻或裝配的混合製程原型。 此類需要明確區分幾何等效、材料等效與功能等效。 ### 10.4 D 類：半導體與高可靠電子元件 AOCLS 可作為： - 特殊三維光子與微機電結構研究平台； - 小批量微結構原型工具； - 製程模擬與缺陷觀察平台； - 既有晶片上的微光學或聚合物後製程。 但本文不宣稱它能以桌面設備替代先進邏輯製程、EUV 對準、離子佈植、原子層沉積、蝕刻、金屬互連、污染控制與晶圓級良率工程。 ### 10.5 E 類：生醫與安全關鍵用途 個人化醫療植入物、組織支架、航空、核能與其他安全關鍵零件需要： - 生物相容性或材料資格； - 滅菌、老化與毒理驗證； - 完整功能與疲勞測試； - 受監管品質系統； - 獨立認證與責任界定。 觀察到人體形狀，不等於已具備安全醫療製造能力。 --- ## 第十一章　最小可行原型 ### 11.1 MVP-A：公分／毫米尺度觀察到製造 **目的**：先驗證資料流、雙生分離、主動補掃描與閉環修正，不等待新型奈米設備。 **參考工件**： - 具有外部曲面、底部遮蔽、內部通道與已知 CAD 的聚合物校準件； - 表面包含霧面、亮面與不同顏色區； - 內部結構可由 micro-CT 提供地面真值。 **流程**： 1. RGB 與結構光掃描； 2. 建立第一版觀察雙生； 3. 顯示遮蔽與內部未知區； 4. 主動感測模組建議翻面與 micro-CT； 5. 建立目標雙生，允許修改孔徑或材料； 6. 由 DLP／SLA 或其他成熟後端製造； 7. 再掃描並比較； 8. 修正幾何補償與不確定性校準。 **比較組**： - 只用單次表面掃描直接列印； - 固定全套感測； - 主動感測 AOCLS； - 有無可製造性編譯； - 有無不確定性拒絕。 ### 11.2 MVP-B：微尺度 CPOP／雙光子後端 **目的**：驗證 AOCLS 與 CPOP、虛擬光刻引擎的真正介面。 **參考工件**： - 已知 CAD 的聚合物微光學或微流道校準件； - 尺寸和材料先限制於單一已校準範圍； - 包含直線、曲面、孔洞與高深寬比特徵。 **流程**： 1. 共焦、OCT 或顯微影像重建； 2. 建立目標與容差； 3. 比較高斯焦點、標準 axicon、數位多焦點三種光場； 4. 由虛擬光刻預測劑量與幾何； 5. 製造後以顯微、輪廓、SEM 或 micro-CT 量測； 6. 檢查旁瓣串擾、軸向均勻度、收縮與拓撲錯誤。 ### 11.3 MVP 評估指標 幾何指標： $$ E_G = \frac{1}{|\Omega|} \int_{\Omega} \left| \phi_{\mathrm{asbuilt}}(\mathbf{x}) - \phi_{\mathrm{target}}(\mathbf{x}) \right|d\mathbf{x}. $$ 拓撲指標： $$ E_T = \sum_{i=0}^{2} \omega_i \left| \beta_i^{\mathrm{asbuilt}} - \beta_i^{\mathrm{target}} \right|. $$ 不確定性校準可用覆蓋率： $$ \operatorname{Coverage}_{1-\alpha} = \frac{1}{N} \sum_{n=1}^{N} \mathbf{1} \left[ Y_n\in\mathcal{I}_{1-\alpha}(X_n) \right]. $$ 其他指標包括： - 感測時間與成本； - 每單位資訊增益； - 未知區域比例； - 製造成功率； - $p95$ 、 $p99$ 局部尺寸誤差； - 材料識別混淆矩陣； - 域外偵測率； - 不必要拒絕率； - 閉環後的批次變異； - 人工介入時間； - 證據追溯完整度。 --- ## 第十二章　證據分級與驗證路線 ### 12.1 證據等級 | 等級 | 定義 | |---|---| | E0 | 概念、數學模型與架構提案 | | E1 | 軟體原型、合成資料與單元測試 | | E2 | 校準標準件、單一設備與單一材料實驗 | | E3 | 多幾何、多批次、域外測試與閉環製造 | | E4 | 跨設備或跨實驗室重現、參考件互評 | | E5 | 針對特定用途完成品質系統、資格化或監管認可 | 本文整體屬 E0；CPOP、體積光聚合、雙光子微製造、逆向渲染與閉環增材製造等子技術已有不同程度的外部實驗基礎，但不能自動合併成 AOCLS 端到端證據。 ### 12.2 驗證階段 **V0：詞彙、資料契約與威脅模型** 定義四種雙生、感測來源標記、未知區域、授權與證書格式。 **V1：觀察與不確定性基準** 以具有 CAD 與 CT 地面真值的工件測試幾何重建、材料分類和未知區域校準。 **V2：可製造性編譯** 比較直接複製與受製程約束轉換的成功率、偏差和成本。 **V3：成熟後端閉環** 先以 DLP／SLA 或其他成熟設備完成觀察—製造—再量測閉環。 **V4：CPOP 與微尺度製程** 加入 axicon、數位相位、雙光子材料與虛擬光刻。 **V5：多後端與多材料** 驗證製程圖、材料替代、沉積／蝕刻／後處理與資料互操作。 **V6：跨實驗室與特定用途資格化** 使用共同標準件、盲測、獨立量測與既有標準程序。 ### 12.3 五項可證偽命題 **命題 H1：主動感測具有淨效益。** 在相同成本預算下，主動感測相較固定掃描策略，應降低關鍵幾何或材料後驗不確定性；若不能，感測規劃器無效。 **命題 H2：可製造性編譯優於直接複製。** 對超出後端能力的目標，經編譯的設計應提高合格率或降低總偏差；若只增加複雜度而無改善，編譯器應被否證或限制適用域。 **命題 H3：不確定性拒絕能降低高代價失敗。** 在相近產出率下，具域外偵測和拒絕機制的系統應降低嚴重缺陷率；若校準不佳導致同時高漏報與高拒絕，證書不可採信。 **命題 H4：閉環控制降低批次變異。** 在固定材料與設備範圍內，閉環控制應相較開環基線降低關鍵品質指標的變異；若只有平均值改善而尾部風險惡化，不能宣稱整體提升。 **命題 H5：CPOP 的優勢是條件式而非普遍式。** 在預先定義的高深寬比或延伸焦域任務中，CPOP 應在幾何誤差、加工時間或高度容差至少一項優於匹配能量的高斯基線，且旁瓣缺陷不超過門檻；若無法成立，該任務不應使用 CPOP。 --- ## 第十三章　研發路線與產品邊界 ### 13.1 第一階段：Observation Compiler 先建立與製造設備相對獨立的軟體核心： - 多模態資料匯入； - 共同座標與證據血統； - 幾何假說與未知區域； - 目標雙生編輯器； - 後端能力描述； - 可製造性檢查； - 任務證書與版本管理。 此階段可直接服務逆向工程與既有 3D 列印，不必等待完整光刻硬體。 ### 13.2 第二階段：AOCLS Virtual Lab 整合： - CPOP 光場模擬； - AOCLS 虛擬光刻引擎； - 材料資料庫； - 參數掃描與逆向設計； - 不確定性證書； - 硬體在迴路測試。 此階段的產品可以是軟體與開放資料格式，而非宣稱已完成桌面奈米工廠。 ### 13.3 第三階段：Closed-Loop Fabrication Cell 建立單一材料、單一尺度、有限幾何族的閉環設備。例如： - 聚合物微光學； - 微流道； - 高深寬比孔； - 校準與研究用微結構。 先證明特定用途的重複性，再擴展材料和尺度。 ### 13.4 第四階段：多製程研究平台 加入沉積、蝕刻、材料轉換、去模板、組裝與多設備排程，使 AOCLS 成為研究型製程編排平台。 ### 13.5 商業化原則 早期商業價值更可能來自： - 觀察資料到可編輯數位雙生； - 逆向工程與可製造性轉換； - 虛擬製程與參數推薦； - 封閉設備的量測與資料整合； - 高價值小批量微結構服務； - 材料與設備模型管理。 不應以「桌面設備取代晶圓廠」作為近期收入或投資承諾。 --- ## 第十四章　討論：AOCLS 真正改變的是介面，而不是物理定律 AOCLS 最有力量的地方，不是宣稱所有製造困難都能被 AI、錐形光學或一次曝光消除，而是重新安排製造系統的入口與回饋： - 參考物可以和 CAD 一樣成為設計來源； - 自然語言可以表達保留、修改與禁止條件； - 感測規劃可以由不確定性驅動； - 生成模型可以提出假說，但必須保留證據邊界； - 可製造性編譯可以把「像」與「能做」分開； - 多種製程可以共用數位雙生與證書； - 模擬、製造與檢查可以形成可追溯閉環。 這種轉變不會取消專業知識，反而要求專業知識以更清楚的介面進入系統：材料模型需要適用域，感測器需要校準，AI 需要不確定性，設備需要能力描述，成品需要用途限定，人工需要正式決策點。 因此，AOCLS 的成熟形態不是「對著任何物體看一眼，機器就製造出完全相同的東西」，而是： > 對一個具體任務，系統知道自己看到了什麼、沒有看到什麼、推斷了什麼、誰批准了什麼、設備能做到什麼、最後實際做出了什麼，以及這個結果可以被用在哪裡。 --- ## 結論 本文完成 AOCLS 從概念宣言到可驗證系統架構的第二版重構。新版保留「觀察作為製造入口」「AI 輔助跨模態理解」「虛擬製程」「錐形相位光學」「閉環自我校正」五項原始精神，但做出六項根本修正： 1. 將觀察視為不完整、帶噪聲且通常不可逆的證據，而非物體真值； 2. 以物體後驗分布、假說集合與未知區域取代單一確定數位雙生； 3. 區分觀察雙生、目標雙生、製程雙生與實造雙生； 4. 加入可製造性編譯，允許功能等效、材料替代與製程補償； 5. 將 CPOP 定位為可插拔結構光後端，而非任意三維一次曝光器； 6. 將閉環資料、NDE、模型更新與零件證書納入同一證據制度。 AOCLS 因此不再是一台承諾「複製萬物」的單機，而是一套將實物參考、量測科學、逆向設計、多物理模擬、製程控制與資格化連接起來的開放式製造作業框架。 其最小可行版本不必從奈米半導體開始。先以已知標準件、成熟掃描設備與 DLP／SLA 完成可追溯的觀察—製造閉環，再進入微光學、CPOP、雙光子與體積製造，將比直接承諾桌面晶圓廠更容易產生可重現、可否證與可累積的技術成果。 --- ## 參考文獻 1. McLeod, J. H. “The Axicon: A New Type of Optical Element.” *Journal of the Optical Society of America*, 44(8), 592–597, 1954. https://doi.org/10.1364/JOSA.44.000592 2. Durnin, J., Miceli, J. J., and Eberly, J. H. “Diffraction-Free Beams.” *Physical Review Letters*, 58, 1499–1501, 1987. https://doi.org/10.1103/PhysRevLett.58.1499 3. Kelly, B. E. et al. “Volumetric Additive Manufacturing via Tomographic Reconstruction.” *Science*, 363(6431), 1075–1079, 2019. https://doi.org/10.1126/science.aau7114 4. Toombs, J. T. et al. “Volumetric Additive Manufacturing of Silica Glass with Microscale Computed Axial Lithography.” *Science*, 376(6590), 308–312, 2022. https://doi.org/10.1126/science.abm6459 5. Saha, S. K. et al. “Scalable Submicrometer Additive Manufacturing.” *Science*, 366(6461), 105–109, 2019. https://doi.org/10.1126/science.aax8760 6. Brion, D. A. J. et al. “Generalisable 3D Printing Error Detection and Correction via Multi-Head Neural Networks.” *Nature Communications*, 13, 4654, 2022. https://doi.org/10.1038/s41467-022-31985-y 7. Mieszczanek, P. et al. “Towards Industry-Ready Additive Manufacturing: AI-Enabled Closed-Loop Control for 3D Melt Electrowriting.” *Communications Engineering*, 3, 2024. https://doi.org/10.1038/s44172-024-00302-4 8. Lu, Y. et al. “An Overarching Quality Evaluation Framework for Additive Manufacturing Digital Twin.” National Institute of Standards and Technology, 2024. https://doi.org/10.1109/CASE59546.2024.10711607 9. Donmez, M. A. et al. *In-Process Monitoring and Non-Destructive Evaluation for Metal Additive Manufacturing Processes*. NIST IR 8538, 2024. https://doi.org/10.6028/NIST.IR.8538 10. Mildenhall, B. et al. “NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis.” *ECCV*, 2020. https://doi.org/10.1007/978-3-030-58452-8_24 11. Wang, H. et al. “MAGE: Single Image to Material-Aware 3D via the Multi-View G-Buffer Estimation.” *CVPR*, 2025. 12. Lin, C.-H. et al. “IRIS: Inverse Rendering of Indoor Scenes from Low Dynamic Range Images.” *CVPR*, 2025. 13. NIST. “Digital Twins for Advanced Manufacturing.” Measurement Science and Standards Program, 2024. 14. Neo.K. “AOCLS 虛擬光刻模擬引擎：物理約束神經算子、格點收斂與拓撲驗證框架.” EveMissLab, v2.0, 2026. 15. Neo.K. “錐形相位光學平台：從軸錐透鏡、Bessel–Gauss 光束到可程式化延伸焦域.” EveMissLab, v2.0, 2026. --- **版本狀態**：v2.0 公開修訂版 **當前證據等級**：E0——架構、數學與驗證路線提案 **下一個自然工程節點**：AOCLS Observation Compiler MVP，先完成多模態資料包、四種雙生、主動補掃描與成熟 3D 列印後端閉環