# 從逐點掃描到體積光場：超精密 3D 列印、體積式增材製造與 AOCLS 的真正分工 **英文題名：From Point Scanning to Volumetric Light Fields: The Real Division of Labor among Ultraprecision 3D Printing, Volumetric Additive Manufacturing, and AOCLS** **作者：Neo.K** **機構：一言諾科技有限公司（EveMissLab）** **版本：v2.0 公開修訂版** **日期：2026 年 7 月** **文件類型：技術評論／比較框架／研究定位文章** **原稿：〈醒醒吧！為什麼「超精密 3D 列印」永遠幹不掉 AOCLS〉** **證據等級：AOCLS 為 E0 架構提案；比較技術依公開文獻分級** --- ## 摘要 「超精密 3D 列印能否取代 AOCLS」並不是一個適當的技術問題。它把多種彼此差異極大的製程都壓縮成單一的「3D 列印」，又把仍屬架構提案的 AOCLS 當成已經完成的單一製造設備。更重要的是，近年的技術發展已經打破「3D 列印必然逐點或逐層」的二分法：雙光子聚合正在透過多焦點、投影與連續掃描提高並行度；計算軸向光刻、斷層體積式增材製造、全像體積式製造與 2026 年出現的亞秒級體積光場方法，則已能在整個感光體積中累積三維劑量。 本文將原始對立命題重寫為一個可驗證的製程比較框架。核心結論是： 1. **解析度、體積吞吐量、材料範圍、幾何自由度、功能精度與批量經濟性之間存在耦合，不存在單一技術全面支配。** 2. **逐點掃描的序列成本確實存在，但不能用總體素數直接等同實際列印時間；稀疏填充、輪廓掃描、多焦點、投影曝光與自適應路徑都會改變複雜度。** 3. **體積式製造具有顯著速度優勢，但並行光場不是免費的：光學擴展量、總光功率、背景劑量、散射、材料透明度、化學閾值、熱與收縮會共同限制解析度與體積。** 4. **AOCLS 的合理差異性不是「它使用光場，而其他技術不使用」，而是把多模態觀察、目標推斷、可製造性編譯、光場／製程選擇、數位雙生、實造量測與閉環修正整合成一個製造控制平台。** 5. **在缺乏實驗設備、材料資料、良率、成本與重現紀錄以前，AOCLS 不能宣稱固定的速度倍率、解析度、設備價格或量產區間。** 因此，本文不再宣告某一技術「永遠幹不掉」另一技術，而是提出一個更強、也更能持續成立的命題： > 未來微納製造的競爭，不是逐點、逐層與體積光場之間的零和戰爭，而是不同空間並行度、材料轉換機制、量測閉環與製程編排能力之間的多目標競爭。 **關鍵詞：** AOCLS、雙光子聚合、計算軸向光刻、體積式增材製造、全像光刻、製造吞吐量、解析度、閉環製造、可製造性編譯 --- # 一、為什麼原來的問題問錯了 ## 1.1 「3D 列印」不是一種物理原理 日常語言中的「3D 列印」至少包含以下不同製程族： - 熔融材料擠出； - 噴墨與材料噴射； - 粉床熔融； - 單光子光固化； - DLP／SLA 面投影； - 雙光子或多光子直接雷射寫入； - 多焦點與投影式雙光子聚合； - 計算軸向光刻； - 斷層體積式增材製造； - 全像與結構光體積製造； - 光片、聲光界面與其他新型快速製程。 這些方法的光源、材料、非線性、自由度、速度與尺度完全不同。把它們全部描述為「一個點一個點，或一層一層」已經不符合 2026 年的技術現況。 體積式增材製造本身通常也被歸入 3D printing／additive manufacturing。因此： $$ \text{AOCLS 使用體積式光製造} \not\Rightarrow \text{AOCLS 不屬於廣義 3D 列印}. $$ 真正需要問的是：AOCLS 相較既有製程，在**感知輸入、製程選擇、空間並行度、材料適配、閉環控制與證據輸出**上，是否形成新的系統級能力。 ## 1.2 AOCLS 不是一台已完成的印表機 AOCLS v2.0 的合理定位是： > **AI-assisted Observation-guided Closed-Loop Synthesis** > 人工智慧輔助觀察導向閉環製造平台。 它包含： $$ \text{多模態觀察} \rightarrow \text{不確定性物體假說} \rightarrow \text{目標雙生} \rightarrow \text{可製造性編譯} \rightarrow \text{製程與光場編排} \rightarrow \text{實造量測} \rightarrow \text{閉環修正}. $$ 這表示 AOCLS 可以調度雙光子、DLP、計算軸向光刻、CPOP 結構光、沉積、蝕刻、材料轉換與後處理。它的潛在差異是**系統整合層**，不是只靠一片錐形透鏡完成任意物體的一次曝光。 --- # 二、真正的製造複雜度：不能只數總體素 ## 2.1 原稿的體素計算何時成立 若以各向同性解析度 $\Delta$ 離散一個體積 $V$ ，完整網格的體素數約為： $$ N_{\mathrm{grid}} = \frac{V}{\Delta^3}. $$ 對 $1\ \mathrm{mm}^3$ 與 $\Delta=100\ \mathrm{nm}$ ： $$ N_{\mathrm{grid}} = \left(\frac{10^{-3}}{10^{-7}}\right)^3 = 10^{12}. $$ 這個數學本身沒有錯，但它只代表**完整三維網格的離散數量**，不等於所有製程都必須逐一處理 $10^{12}$ 個獨立體素。 實際加工量取決於： - 結構是實心、薄殼、晶格還是稀疏支架； - 是否只掃描輪廓； - hatch spacing 與 layer spacing； - 光聚合體素的真實尺寸與重疊； - 是否多焦點並行； - 是否採用投影或體積劑量累積； - 掃描器、材料與光功率是否允許標稱速度； - 拼接、換區、對焦、顯影與後處理時間。 因此更合理的逐點／逐線模型是： $$ T_{\mathrm{serial}} \approx \frac{N_{\mathrm{active}}}{M f_{\mathrm{eff}}\eta_{\mathrm{duty}}} + T_{\mathrm{stitch}} + T_{\mathrm{motion}} + T_{\mathrm{post}}, $$ 其中： - $N_{\mathrm{active}}$ 是真正需要曝光的有效體素或軌跡單元； - $M$ 是同時工作的焦點數； - $f_{\mathrm{eff}}$ 是有效聚合速率； - $\eta_{\mathrm{duty}}$ 是包含加減速、能量限制與資料處理後的工作週期。 ## 2.2 多焦點雙光子已改變「純序列」假設 2024 年的高吞吐雙光子研究已展示超過 400 個同步焦點，最高報告速率約為： $$ 1.49\times10^8\ \text{voxels/s}. $$ 即使以理想化的 $10^{12}$ 體素除以該速率，理論下界也會從原稿估計的數日或數月降至數小時量級，而不是固定的 116 天。這仍不代表實際列印一個完全實心、100 nm 等向解析的 $1\ \mathrm{mm}^3$ 物件只需數小時，因為能量共享、焦點均勻性、材料閾值、掃描路徑、拼接與後處理仍可能顯著增加時間。 這個例子說明： > 序列成本是真問題，但任何固定倍率都必須綁定具體設備、材料、幾何與品質要求。 ## 2.3 層式投影也不是「每層固定十五秒」 對層式製程，可用： $$ T_{\mathrm{layer}} = N_L \left( T_{\mathrm{exposure}} + T_{\mathrm{recoat}} + T_{\mathrm{settle}} + T_{\mathrm{motion}} \right) + T_{\mathrm{post}}. $$ 但 $N_L$ 與每層時間不是常數。連續液面製程、高速剝離、滑動界面、灰階投影與自適應層厚均可降低時間；反之，高黏度材料、熱累積、剝離力、氧抑制與尺寸精度要求會增加時間。 所以 DLP／SLA 的真正限制不是「必然需要一萬層，每層十五秒」，而是： - 光學像素、視場與數值孔徑的解析度—面積權衡； - $z$ 向層厚與曝光深度； - 層間力學、收縮與各向異性； - 大面積均勻照明與設備標定； - 材料補液、剝離和熱化學速度。 --- # 三、體積式製造的真正優勢 ## 3.1 從幾何掃描轉向劑量合成 斷層體積式增材製造的基本思想不是逐點寫入，而是在不同角度投影二維圖樣，使三維空間中累積的光劑量超過材料聚合閾值： $$ D(\mathbf{x}) = \sum_{k=1}^{K} \mathcal{P}_{\theta_k} \left[I_k\right](\mathbf{x}), $$ 並期望： $$ D(\mathbf{x}) \begin{cases} \ge D_c, & \mathbf{x}\in\Omega_{\mathrm{target}},\\ < D_c, & \mathbf{x}\notin\Omega_{\mathrm{target}}. \end{cases} $$ 其時間更接近： $$ T_{\mathrm{vol}} = T_{\mathrm{projection}} + T_{\mathrm{rotation}} + T_{\mathrm{threshold}} + T_{\mathrm{wash}} + T_{\mathrm{post}}, $$ 而不是與總體素數線性相乘。 ## 3.2 已公開的速度與解析度範圍 公開研究已展示多個重要節點： - 2020 年，高解析斷層體積式製造可在不到 30 秒內製造公分級物件，正特徵約 $80\ \mu\mathrm{m}$ ； - 2022 年，micro-CAL 將二氧化矽奈米複合材料進行體積曝光與燒結，展示約 $50\ \mu\mathrm{m}$ 最小特徵、微流道與微光學結構； - 2025 年，全像斷層體積製造在不到一分鐘內製造毫米物件，負特徵約 $31\ \mu\mathrm{m}$ ； - 2026 年，DISH 以高速旋轉潛望鏡與全像光場最佳化，在約 $1\ \mathrm{cm}$ 深度範圍維持約 $19\ \mu\mathrm{m}$ 解析，並在約 $0.6\ \mathrm{s}$ 內製造毫米級物件。 這些結果證明： > 體積光場不是未來想像，而是快速發展中的現實製程族。 同時，它們也直接否定了「AOCLS 只要宣稱光場並行，就天然領先所有 3D 列印數千倍」的寫法。AOCLS 必須與這些技術比較，而不能把它們排除在 3D 列印之外。 ## 3.3 體積並行不是免費的 將更多位置同時曝光，會遇到不同於逐點掃描的限制： ### 光學自由度 投影器、SLM 或 DMD 只有有限的空間頻率、灰階、更新率與光功率。更大的體積、更高的解析度與更強的背景抑制，會競爭同一組自由度。 ### 能量守恆 若把固定總功率分到更大的體積或更多焦點，單位位置可用能量會下降。多焦點數量增加不等於總聚合功率無限增加。 ### 背景劑量 所有非目標區域通常也會接收非零光劑量。若曝光窗過窄，稍微過曝就可能出現錯誤固化： $$ D_{\mathrm{bg}}(\mathbf{x}) \uparrow \quad\Rightarrow\quad \Pr(\text{false cure})\uparrow. $$ ### 材料透明度與散射 體積式方法通常要求光能穿過整個材料體積。吸收、折射率不匹配、散射粒子、既有物件與容器幾何都會扭曲投影。 ### 化學與傳質 聚合閾值、氧抑制、擴散、黏度、熱、自由基壽命和收縮，會使「計算出的光場」與「實際形成的材料」不同。 ### 清洗與後處理 即使曝光只需一秒，未固化材料排出、清洗、二次固化、燒結、熱解、金屬化和量測仍可能主導總週期。 因此： $$ T_{\mathrm{total}} \neq T_{\mathrm{exposure}}. $$ --- # 四、解析度、體積與速度的三角權衡 ## 4.1 不應用單一解析度比較所有製程 「解析度」至少可指： - 最小正特徵； - 最小負特徵； - 兩特徵可分辨間距； - 表面粗糙度； - 尺寸準確度； - 體素尺寸； - 功能解析度； - 跨整個工作體積維持的解析度。 某方法能製造 $100\ \mathrm{nm}$ 細線，不代表它能在 $1\ \mathrm{cm}^3$ 全視場中，以 $100\ \mathrm{nm}$ 各向同性精度製造任意實心物件。 ## 4.2 通用比較向量 對任一製程 $p$ ，應建立： $$ \mathbf{M}_p = \left( \Delta_p, V_p, R_p, \Gamma_p, \mathcal{M}_p, Y_p, C_p, U_p \right), $$ 其中： - $\Delta_p$ ：功能解析度； - $V_p$ ：有效工作體積； - $R_p$ ：體積生成率； - $\Gamma_p$ ：可製造幾何集合； - $\mathcal{M}_p$ ：材料集合； - $Y_p$ ：良率； - $C_p$ ：成本； - $U_p$ ：不確定性與重現性。 不存在只看 $\Delta_p$ 或 $R_p$ 就能判定「全面取代」的合理比較。 ## 4.3 技術族的條件優勢 ### 雙光子／多光子直接寫入 優勢： - 亞微米甚至更細的局部特徵； - 真三維自由曲面； - 微光學、光子晶體、細胞支架與微機械； - 可在特定基材上直接寫入。 限制： - 體積吞吐量與資料路徑； - 光功率與多焦點均勻性； - 工作距離和拼接； - 材料、收縮與後處理； - 大體積高填充率結構的時間。 ### DLP／SLA 優勢： - 成熟、成本相對低； - 面投影速度； - 從桌面到工業設備已有生態； - 適合毫米至公分級結構。 限制： - 層式各向異性與 stair-stepping； - 像素—視場權衡； - 剝離、補液與曝光深度； - 封閉內部結構的排液與清洗。 ### 斷層／全像體積式製造 優勢： - 秒級或亞秒級曝光； - 無層製造； - 懸浮、空腔與柔軟材料； - 高黏度材料、細胞材料或既有物件周圍加印的潛力。 限制： - 解析度通常仍低於最佳雙光子直接寫入； - 透明度、散射與容器幾何； - 背景劑量與曝光窗； - 投影反演、材料校準與閉環量測； - 對非光敏功能材料通常仍需前驅體和後處理。 ### AOCLS 預期優勢： - 從觀察物體到目標規格的編譯； - 多製程選擇，不鎖定單一設備； - CPOP／DMD／SLM／CAL 等光場後端的統一控制； - 數位雙生、模擬、量測與回饋； - 客製化任務與小批量工作流； - 產出可追溯的製造證書。 尚未證明： - 解析度； - 吞吐量； - 良率； - 材料範圍； - 設備成本； - 批量經濟性； - 相較成熟製程的端到端優勢。 --- # 五、AOCLS 的真正差異性：不是「光點對光場」 ## 5.1 光場已經不是獨佔特徵 雙光子投影、全像多焦點、計算軸向光刻、TVAM、DISH 與其他體積製程都使用某種形式的光場設計。因此： $$ \text{使用三維光場} \not\Rightarrow \text{構成 AOCLS 的獨占性}. $$ AOCLS 真正需要建立的是： $$ \text{Observation Compiler} + \text{Manufacturability Compiler} + \text{Process Orchestrator} + \text{Closed-Loop Metrology}. $$ ## 5.2 從物體觀察到製造任務 AOCLS 不應直接把相機看到的外觀當成製造真值，而應建立多個帶有來源標記的模型： - 觀察雙生； - 目標雙生； - 製程雙生； - 實造雙生。 其轉換是： $$ \Pi_{\mathcal{M}}: \mathcal{T}_{\mathrm{target}} \rightarrow \mathcal{T}_{\mathrm{process}}. $$ 編譯器可以判斷： - 哪些幾何必須修改； - 哪些材料只能功能替代； - 哪些區域需要雙光子； - 哪些區域可以 DLP 或體積曝光； - 哪些功能需要沉積、蝕刻或組裝； - 哪些未知資訊必須追加 CT、光譜或人工輸入； - 哪些任務無法安全完成。 ## 5.3 製程組合比單一製程更重要 一個真實 AOCLS 任務可能是： $$ \text{體積光固化骨架} \rightarrow \text{雙光子局部精修} \rightarrow \text{ALD 保形沉積} \rightarrow \text{去模板} \rightarrow \text{功能鍍層} \rightarrow \text{三維量測}. $$ 因此 AOCLS 的研究價值可以存在於： > 不發明所有底層製程，而是建立能理解任務、選擇製程、預測結果、驗證成品並修正下一輪的製造控制系統。 --- # 六、批量製造：一次曝光不等於免費複製 ## 6.1 批次容量的真正限制 若一個曝光體積能容納 $n$ 個零件，批次時間不一定與 $n$ 線性增加，但也不會完全不變。容量受到： - 視場與工作體積； - 投影像素與空間頻寬； - 總光功率； - 物件間背景劑量； - 熱與化學相互作用； - 樹脂交換與清洗； - 後處理治具； - 量測時間； - 良率與報廢率。 更合理的良品吞吐量是： $$ Q_{\mathrm{good}} = \frac{nY} {T_{\mathrm{setup}}+T_{\mathrm{exposure}}+T_{\mathrm{post}}+T_{\mathrm{inspect}}}, $$ 其中 $Y$ 為整批良率。 若一次放入更多零件使光場串擾與良率下降，批次化未必提高良品產出。 ## 6.2 「同批不同物件」與「同批相同物件」 體積式光場理論上可以在同一工作體積內製造不同幾何，但不同物件會增加光場最佳化、動態範圍和背景抑制負擔。 因此必須區分： - **複製批次**：同一幾何重複； - **異質批次**：不同幾何同時製造； - **客製批次**：每件不同但共享材料與後處理； - **多材料批次**：涉及材料交換或空間分區。 AOCLS 的潛在強項是「客製批次」，但這必須透過實驗證明，而不是從 AI 能生成不同圖案直接推出。 --- # 七、材料：所有光製造都受材料生態限制 ## 7.1 不是 AOCLS 天然材料更多 只要製程依賴光固化，就受到： - 光吸收光譜； - 光引發劑； - 閾值與曝光窗； - 黏度； - 散射； - 聚合收縮； - 氧抑制； - 毒性； - 透明度； - 後處理收縮與開裂。 因此，不能因 AOCLS 使用光場就宣稱它天然支援樹脂、玻璃、陶瓷、金屬與半導體。 ## 7.2 功能材料通常經過轉換 許多玻璃、陶瓷與金屬微結構的光製造，實際流程是： $$ \text{光敏複合前驅體} \rightarrow \text{綠體} \rightarrow \text{脫脂／熱解／燒結} \rightarrow \text{最終材料}. $$ 最終尺寸與性能受到： - 線性與非線性收縮； - 孔隙率； - 裂紋； - 組成均勻性； - 高溫變形； - 功能層連續性； - 內部殘留物； - 製程窗口。 AOCLS 的材料優勢必須來自材料資料庫、製程雙生與後處理編排，而不是一個未限定的「半導體前驅體」名詞。 --- # 八、經濟模型：先算良品成本，不要先猜設備價格 ## 8.1 原稿成本數字不具證據基礎 原稿為 TPP、AOCLS 與傳統光刻分別指定固定設備價格、材料成本、人工與市場規模，但未附設備規格、折舊、產能、報價或良率資料。 新版不保留這些數字。 ## 8.2 通用單位良品成本 對製程 $p$ ： $$ C_{\mathrm{good},p} = \frac{ C_{\mathrm{cap},p}/H_{\mathrm{life},p} + C_{\mathrm{labor},p} + C_{\mathrm{material},p} + C_{\mathrm{energy},p} + C_{\mathrm{post},p} + C_{\mathrm{metrology},p} + C_{\mathrm{maintenance},p} } {Q_{\mathrm{good},p}}. $$ 其中還應加入： - 非重複工程成本； - 光場／路徑計算成本； - 設備校準； - 材料切換； - 失敗批次； - 法規驗證； - 產品追溯； - 設計修改速度。 ## 8.3 批量區間不是固定的 不同技術的交叉點： $$ N^{\star}_{p,q} : C_{\mathrm{good},p}(N) = C_{\mathrm{good},q}(N) $$ 會隨零件尺寸、材料、解析度、良率、設備利用率與後處理而變。不能預先宣布 AOCLS 必然最適合 100–10,000 件。 更合理的研究問題是： > 對哪些零件族與品質要求，觀察導向編譯與體積／混合製程能把設計變更成本、設定成本和每件製造成本的總和降到最低？ --- # 九、重新設計比較實驗 ## 9.1 不再比較虛構的「1 mm³ 完全實心方塊」 單一實心方塊不能代表微光學、微流道、晶格、支架與器件。新版提出四類標準件： ### B1 薄殼曲面 測試：表面粗糙度、曲率、輪廓誤差與速度。 ### B2 高填充實心結構 測試：真正的體積吞吐量、熱與收縮。 ### B3 開放晶格 測試：最小桿徑、拓撲保持、支撐需求與清洗。 ### B4 封閉／半封閉微流道 測試：負特徵、排液、堵塞、內部粗糙度與壓降。 ## 9.2 公平比較條件 每個方法必須使用相同： - 目標 CAD 與允許的幾何修正； - 材料或明確的功能等效材料； - 最小特徵與容差； - 生產數量； - 後處理完成定義； - 量測方法； - 良品判定； - 操作人員熟練度和設備狀態。 ## 9.3 指標 $$ \mathbf{K} = \left( T_{\mathrm{cycle}}, Q_{\mathrm{good}}, \Delta_{+}, \Delta_{-}, \epsilon_{\mathrm{geom}}, R_a, Y, E, C_{\mathrm{good}}, T_{\mathrm{changeover}} \right). $$ 分別代表： - 完整週期； - 良品吞吐； - 正／負最小特徵； - 幾何誤差； - 表面粗糙度； - 良率； - 能耗； - 單位良品成本； - 設計切換時間。 --- # 十、AOCLS 應如何證明自己 AOCLS 若要超越評論與概念提案，至少需要完成下列階段。 ## V0：軟體比較器 輸入 CAD、材料、設備與容差，輸出： - TPP 路徑； - DLP 層式路徑； - TVAM 投影； - 混合製程路徑； - 預估時間、風險與證據缺口。 ## V1：公開基線資料集 建立 B1–B4 標準件，收集既有商業或研究設備的： - 路徑； - 曝光； - 週期； - 顯影； - 收縮； - 量測； - 失敗案例。 ## V2：AOCLS Observation Compiler 由影像、3D 掃描與 CT 建立目標雙生，記錄所有未知區域和人工決策。 ## V3：混合後端 至少整合兩種不同製程，例如： - TVAM／DLP 做主體； - TPP 做局部細節。 ## V4：閉環修正 實造後掃描，估計： $$ \Delta\mathcal{T} = \mathcal{T}_{\mathrm{measured}} - \mathcal{T}_{\mathrm{target}}, $$ 再更新製程模型與補償量。 ## V5：客製批次 同一批製造多個不同但同材料、同後處理的零件，驗證 AOCLS 是否真的降低設計切換成本。 ## V6：第三方重現 公開： - 原始資料； - 程式版本； - 材料批號； - 設備配置； - 量測方法； - 失敗批次； - 統計置信區間。 只有到這一步，才能合理討論 AOCLS 是否在特定市場區間優於既有製程。 --- # 十一、可證偽命題 ## 命題一：客製批次優勢 在相同材料與後處理下，AOCLS 對 $n$ 個幾何不同的零件，能否顯著降低： $$ T_{\mathrm{changeover}}+T_{\mathrm{planning}}? $$ ## 命題二：混合解析度優勢 相較單獨使用 TPP 或 TVAM，AOCLS 的粗—細混合製程能否在相同品質下降低： $$ T_{\mathrm{total}} $$ 並維持局部最小特徵？ ## 命題三：觀察編譯優勢 從實體參考物出發，AOCLS 是否能以較少人工 CAD 時間得到合格的功能等效件？ ## 命題四：閉環良率優勢 經過 $k$ 輪閉環後： $$ Y_{k+1}>Y_k $$ 是否能跨幾何與材料重現，而不是只對單一樣品過擬合？ ## 命題五：證據成本 AOCLS 產生的製造證書是否能降低第三方量測、故障診斷或法規文件的成本？ 若上述命題不成立，AOCLS 就不能靠名稱或架構宣言聲稱形成新製造範式。 --- # 十二、重新比較：沒有誰「幹掉」誰 | 製程族 | 主要空間並行度 | 典型優勢 | 主要限制 | AOCLS 中的角色 | |---|---:|---|---|---| | 單焦點 TPP | 點／線 | 最高局部解析與三維自由度 | 大體積吞吐低 | 局部精修後端 | | 多焦點／投影 TPP | 多點／面 | 提高微納吞吐 | 功率分配、均勻性、光場計算 | 高解析並行後端 | | DLP／SLA | 面／層 | 成熟、快速、設備普及 | 層式限制與視場解析度權衡 | 毫米級主體後端 | | CAL／TVAM | 體積劑量 | 秒級、無層、空腔與柔性材料 | 背景劑量、透明度、解析度 | 體積主體後端 | | DISH／全像 VAM | 高速三維光場 | 亞秒級、較高解析、大深度 | 新方法、光場與材料複雜度 | 遠期高吞吐後端 | | 傳統微影／蝕刻 | 面／晶圓批次 | 超大規模、精度與產業成熟 | 高 NRE、三維自由度有限 | 功能層與大批量外部製程 | | AOCLS | 跨製程編排 | 觀察編譯、混合後端、閉環驗證 | 尚未完成實證 | 系統控制與製造作業層 | 真正的圖像不是： $$ \text{3D 列印} \quad\text{vs}\quad \text{AOCLS}. $$ 而是： $$ \text{任務需求} \rightarrow \text{選擇或組合最合適的製程} \rightarrow \text{量測與回饋}. $$ --- # 十三、結論：從叫醒別人，改成叫醒比較方法 原稿的警告仍有一部分值得保留： > 不能把「能做到微觀」直接等同於「能以合理成本量產」。 但同樣需要補上另一半： > 也不能把「能在整個體積中並行曝光」直接等同於「能以任意解析度、任意材料、零後處理地量產任意物件」。 雙光子、DLP、體積式增材製造、傳統微影與 AOCLS 並不是馬車與汽車的單向替代關係。它們更像： - 顯微手術刀； - 面投影工具； - 三維劑量合成器； - 高良率晶圓產線； - 以及把觀察、設計、製程與驗證連接起來的製造作業系統。 AOCLS 若能成立，它的價值不在於「3D 列印還在掃第十七個點時，AOCLS 已經啪一下做完一百個」。這句話在技術快速演化後已經過度簡化。 更能長期成立的版本是： > 當不同製程各自擁有無法被簡化的優勢與限制時，AOCLS 嘗試建立一個能觀察任務、保留不確定性、編譯可製造目標、選擇或組合製程、量測成品並持續校正的閉環平台。 這不是保證它會成功。 但這是一個可以被實作、比較、失敗、修正與逐步證明的研究方向。 --- # 參考文獻 1. Kelly, B. E. et al. Volumetric additive manufacturing via tomographic reconstruction. *Science* 363, 1075–1079 (2019). DOI: 10.1126/science.aau7114. 2. Loterie, D., Delrot, P. & Moser, C. High-resolution tomographic volumetric additive manufacturing. *Nature Communications* 11, 852 (2020). DOI: 10.1038/s41467-020-14630-4. 3. Toombs, J. T. et al. Volumetric additive manufacturing of silica glass with microscale computed axial lithography. *Science* 376, 308–312 (2022). DOI: 10.1126/science.abm6459. 4. Zhang, L. et al. High-Throughput Two-Photon 3D Printing Enabled by Holographic Multi-Foci High-Speed Scanning. *Nano Letters* 24, 2671–2679 (2024). DOI: 10.1021/acs.nanolett.4c00505. 5. Álvarez-Castaño, M. I. et al. Holographic tomographic volumetric additive manufacturing. *Nature Communications* 16, 1551 (2025). DOI: 10.1038/s41467-025-56852-4. 6. Wang, X. et al. Sub-second volumetric 3D printing by synthesis of holographic light fields. *Nature* (2026). DOI: 10.1038/s41586-026-10114-5. 7. Wechsler, F. et al. Overprinting with tomographic volumetric additive manufacturing. *Nature Communications* 17, 7312 (2026). DOI: 10.1038/s41467-026-73477-3. 8. Madrid-Wolff, J. et al. A review of materials used in tomographic volumetric additive manufacturing. *MRS Communications* 13, 764–785 (2023). 9. Orth, A. et al. Deconvolution volumetric additive manufacturing. *Nature Communications* 14, 4412 (2023). DOI: 10.1038/s41467-023-39886-4. 10. Wechsler, F. et al. Wave optical model for tomographic volumetric additive manufacturing. *Optics Express* 32, 14705–14712 (2024). --- ## 版本聲明 本文件為技術評論與研究定位文章，不構成 AOCLS 已完成設備、已驗證性能、商業報價、醫療用途適用性或量產承諾。所有 AOCLS 性能必須由公開原型、材料與設備條件、第三方量測及可重現實驗另行建立。