# 載體投影與內視系列（B02）
## 把不可見之物變成可以看的東西
### 尺度壓縮、宇宙 Zoom 與跨尺度載體

**英文題名：** Making the Unseeable Visually Operable: Scale Compression, Cosmic Zoom, and Cross-Scale Carriers  
**作者：** Neo.K  
**AI 協作：** Aletheia（GPT-5.6 Sol）  
**機構：** EveMissLab／一言諾科技有限公司  
**系列：** 載體投影與內視系列（Carrier Projection, Imagination, and Inner Observation）  
**篇次：** B02  
**版本：** v0.1  
**日期：** 2026-09-08  
**理論定位：** 載體幾何 × 多尺度視覺化 × 空間認知 × 科學傳播 × 內視與心象  
**前篇接口：** B01《我們不是看見實在，而是在操作它的投影》  
**狀態：** 概念、形式與可檢驗框架；不宣稱單一對數律足以描述所有尺度知覺

---

## 摘要

人類可以用眼睛看見一個人、一棟建築、一片山脈與夜空，但不能在同一個原生視覺場中，以真實線性比例同時分辨人、地球、太陽、銀河與宇宙大尺度結構；同樣地，也不能把細胞、分子、原子與宏觀人體按真實比例同時放入有限畫面而保持每一層都可辨識。這不是單純「圖畫不夠大」，而是有限載體的動態範圍與目標尺度跨度之間存在結構性不相容。

本文承接 B01 的「投影物體」概念，正式提出**跨尺度投影（cross-scale projection）**與**尺度窗（scale window）**。若一組對象的特徵尺度為 $L_i>0$，則引入對數尺度座標：

$$
s_i
=
\log_b
\left(
\frac{L_i}{L_0}
\right),
$$

使乘法尺度比：

$$
\frac{L_j}{L_i}
$$

轉為加法距離：

$$
s_j-s_i
=
\log_b
\left(
\frac{L_j}{L_i}
\right).
$$

本文指出，*Powers of Ten* 類宇宙 Zoom 的真正認知技術不是把宇宙「縮小到螢幕」，而是把超出單一視野的尺度跨度轉換成時間序列：觀察者在時間 $t$ 只處於有限尺度窗 $W(t)$，隨著尺度中心 $s(t)$ 移動，不同層級依序進入可感知區域。由此得到：

$$
\boxed{
\text{global scale span}
\rightarrow
\text{temporal traversal of local scale windows}.
}
$$

這種方法把「無法同時共現」轉為「可以依序整合」。因此本文區分**同時尺度共感知**與**序列尺度整合**，並提出：跨尺度直觀不要求所有真實尺度同時存在於同一畫面；只要尺度轉換、錨點、包含關係與相對量級被穩定保存，觀察者仍可形成可操作的整體尺度模型。

本文同時引入**尺度錨點（scale anchor）**、**尺度鏈（scale chain）**、**語義縮放（semantic scaling）**、**尺度投影債務（scale projection debt）**與**跨尺度連續性（cross-scale continuity）**。地圖面積錯覺與宇宙 Zoom 雖不是同一種數學投影，但共享一個更高階的載體問題：有限表示若錯誤保存尺度關係，會形成錯誤直覺；若透過受控尺度轉換保存相對量級與包含結構，則可以反過來校正直覺。

本文最後把外部 Zoom 接回內視。外部尺度序列可被內部化為尺度錨點與可操作心象，使觀察者在沒有原物共現的情況下，對「地球相對太陽」「太陽相對銀河」「人體相對細胞」進行內部縮放與比較。這使尺度視覺化成為一種典型的**載體擴張認知技術**：人類不是獲得能直接看完整宇宙的眼睛，而是建立一個能讓有限眼睛與有限心智逐層接觸巨大尺度跨度的投影系統。

**關鍵詞：** 尺度投影、尺度壓縮、對數尺度、Powers of Ten、宇宙 Zoom、跨尺度視覺化、尺度窗、尺度錨點、語義縮放、投影債務、內視、心象

---

# 0. 問題：為什麼「宇宙很大」知道了，卻仍然沒有感覺？

「太陽比地球大很多」「銀河比太陽系大很多」「宇宙比銀河大很多」都是可以用一句話記住的事實。

然而：

$$
\text{verbal knowledge of scale}
\neq
\text{felt structural scale}.
$$

知道一個比例，與在認知中形成穩定的尺度關係，不是完全相同的任務。

例如兩個人都知道：

$$
L_B
=
10^6L_A,
$$

其中一人可能只記住「差一百萬倍」，另一人則可能已建立一條內部尺度鏈，可以把 $A$ 、中介錨點與 $B$ 依序縮放並比較。

因此本文關心的不是：

> 人類是否知道大數？

而是：

> 有限載體如何把超出原生感官動態範圍的尺度關係，轉換為可以被感知、比較、記憶、想像與內視操作的投影？

這個問題同時出現在：

- 世界地圖；
- 顯微影像；
- 天文影像；
- 地質時間；
- 分子結構；
- 宇宙視覺化；
- 多尺度資料介面；
- VR／XR；
- 科學教育；
- 內部心象。

---

# 1. B01 之後：尺度投影是投影物體的一個特殊族

B01 已定義投影物體：

$$
P
=
\Pi
\left(
M,
o,
c,
\tau,
b
\right),
$$

其中 $M$ 是模型， $o$ 是觀察者， $c$ 是載體， $\tau$ 是任務， $b$ 是資源預算。

B02 將其中與尺度有關的投影抽出。

設模型 $M$ 中含有一組尺度化對象：

$$
\mathcal{E}
=
\{
e_1,
e_2,
\ldots,
e_n
\},
$$

每一個對象具有至少一個任務相關特徵尺度：

$$
L(e_i)>0.
$$

尺度投影寫為：

$$
P_s
=
\Pi_{\mathrm{scale}}
\left(
M,
L,
o,
c,
\tau,
b
\right).
$$

尺度投影的目標不一定是保存所有真實長度。

它可能只需保存：

- 大小次序；
- 尺度比；
- 數量級差；
- 包含關係；
- 層級；
- 可辨識局部形狀；
- 轉換連續性。

因此：

$$
\boxed{
\text{Scale Projection}
\neq
\text{Uniform Physical Miniaturization}.
}
$$

---

# 2. 有限載體線性共顯界

先考慮最簡單情況。

一個顯示載體在某個方向上可使用的最大長度為 $D$，而要讓物體可辨識，最小顯示長度至少為 $\varepsilon>0$。

現在希望用同一線性縮放係數 $k$ 同時顯示最小尺度 $L_{\min}$ 與最大尺度 $L_{\max}$。

必須同時滿足：

$$
kL_{\min}
\geq
\varepsilon
$$

與：

$$
kL_{\max}
\leq
D.
$$

因此：

$$
k
\geq
\frac{\varepsilon}{L_{\min}},
$$

以及：

$$
k
\leq
\frac{D}{L_{\max}}.
$$

若要存在這樣的 $k$，必要條件是：

$$
\frac{\varepsilon}{L_{\min}}
\leq
\frac{D}{L_{\max}}.
$$

整理得：

$$
\boxed{
\frac{L_{\max}}{L_{\min}}
\leq
\frac{D}{\varepsilon}.
}
$$

本文稱此為：

**命題 2.1（有限載體線性共顯界）**

若目標尺度比：

$$
R_L
=
\frac{L_{\max}}{L_{\min}}
$$

大於載體可辨識動態範圍：

$$
R_c
=
\frac{D}{\varepsilon},
$$

則不存在一個共同線性尺度係數，使最大對象完整容納於載體且最小對象仍可辨識。

也就是：

$$
R_L>R_c
\Rightarrow
\text{linear simultaneous co-display fails}.
$$

這不是宇宙論命題，而是一個簡單的有限表示限制。

當尺度跨度巨大時，「把所有東西按真實比例畫在同一張圖」從一開始就不是可行策略。

---

# 3. 三種解法：失真、切窗、轉換

當：

$$
R_L
\gg
R_c,
$$

至少有三種基本策略。

## 3.1 失真尺度

不用共同線性縮放，而使用非線性變換：

$$
u
=
f(L).
$$

例如：

$$
u
=
a\log_bL+c.
$$

這能把巨大乘法尺度壓縮到有限區間。

## 3.2 切分尺度窗

一次只顯示有限尺度區間：

$$
W
=
[L_a,L_b].
$$

換一個窗口再看另一層。

## 3.3 時間化轉換

讓窗口隨時間移動：

$$
W(t).
$$

於是原本要求：

$$
\text{all scales at once}
$$

的問題，改為：

$$
\text{all scales across time}.
$$

宇宙 Zoom 類視覺化真正強大的地方，就在第三種策略。

---

# 4. 為什麼對數尺度如此自然？

設：

$$
s
=
\log_b
\left(
\frac{L}{L_0}
\right),
$$

其中 $L_0$ 是參考尺度。

若：

$$
L_2
=
qL_1,
$$

則：

$$
s_2-s_1
=
\log_bq.
$$

因此同一倍率 $q$，不論發生在哪一個絕對尺度，都形成相同的尺度步長。

例如以 $b=10$：

$$
L
\rightarrow
10L
$$

永遠對應：

$$
\Delta s
=
1.
$$

這把：

$$
\text{multiplicative scale}
$$

轉成：

$$
\text{additive coordinate}.
$$

所以：

$$
1,
10,
100,
1000,
\ldots
$$

在尺度座標中可以被等距排列。

這正是 powers-of-ten 視覺化能把巨大尺度跨度轉成可巡覽路徑的數學核心之一。

但必須強調：

$$
\boxed{
\text{logarithmic scale coordinate}
\neq
\text{claim that all human magnitude perception is logarithmic}.
}
$$

心理物理學對感覺量與物理量的映射存在多種模型；不同任務、模態、年齡、刺激與量測方法也可能產生不同結果。本文使用對數首先是一種**表示與導航工具**，而不是把 Fechner 式對數律提升為所有認知尺度的普遍公理。

---

# 5. 尺度窗：人類每次其實只看一小段宇宙

定義對數尺度中心：

$$
s_c(t),
$$

以及尺度窗寬度：

$$
w>0.
$$

則時間 $t$ 的尺度窗定義為：

$$
W(t)
=
\left[
s_c(t)-\frac{w}{2},
s_c(t)+\frac{w}{2}
\right].
$$

這對應物理尺度範圍：

$$
L(t)
\in
\left[
L_0b^{s_c(t)-w/2},
L_0b^{s_c(t)+w/2}
\right].
$$

觀察者看到的不是整個多尺度模型，而是：

$$
P(t)
=
\Pi_{W(t)}(M).
$$

若：

$$
s_c(t)
=
s_0+vt,
$$

則觀察者沿尺度軸以速率 $v$ 移動。

因此：

$$
\boxed{
\text{Zoom}
=
\text{translation through scale-space}.
}
$$

這比「把鏡頭拉遠」更一般。

因為同一形式也可以描述：

- 顯微鏡逐層放大；
- 地圖從街道到國家；
- 人體到細胞；
- 分子到原子；
- 太陽系到銀河；
- 資料介面從單一節點到整個網路。

---

# 6. 空間動態範圍不足，被時間接手了

這是本文的核心轉換。

若一個載體無法同時呈現所有尺度：

$$
R_L>R_c,
$$

可以把尺度跨度切成：

$$
W_1,W_2,\ldots,W_N.
$$

再以時間順序輸出：

$$
P_1
\rightarrow
P_2
\rightarrow
\cdots
\rightarrow
P_N.
$$

於是：

$$
\boxed{
\text{insufficient spatial dynamic range}
\rightarrow
\text{temporal scale traversal}.
}
$$

人類不再需要在同一瞬間辨識所有尺度。

我們只需要：

1. 每一個局部尺度窗可辨識；
2. 相鄰尺度窗之間具有足夠連續性；
3. 觀察者能把序列整合成更大的尺度模型。

這可稱為：

$$
\boxed{
\text{serial scale integration}.
}
$$

因此：

$$
\text{simultaneous co-perception}
$$

不是：

$$
\text{cross-scale understanding}
$$

的必要條件。

---

# 7. Powers of Ten：不是宇宙縮小，而是尺度空間導航

Charles 與 Ray Eames 的 *Powers of Ten* 之所以經典，不只是因為它「拍宇宙」。

它把一個原本無法共同感知的尺度序列，整理成一條穩定的指數路徑。

抽象化後：

$$
s_n
=
n,
\qquad
L_n
=
10^nL_0.
$$

觀察者每跨一級，就知道：

$$
\frac{L_{n+1}}{L_n}
=
10.
$$

於是各個畫面不必共同使用同一物理縮放比例。

真正被保存的是：

$$
\boxed{
\text{order}
+
\text{power difference}
+
\text{continuity}
+
\text{nesting}.
}
$$

從人類尺度向外，到地景、地球、行星系統、恆星尺度與星系尺度，再向內回到人體、細胞與更小尺度，觀察者經歷的其實是一個**尺度座標旅程**。

因此：

$$
\text{Powers-of-Ten experience}
\approx
\text{guided traversal in logarithmic scale-space}.
$$

---

# 8. 尺度錨點：抽象的 $10^n$ 必須落到可抓住的東西

只顯示：

$$
10^0,
10^1,
10^2,
\ldots
$$

未必足以形成強烈直觀。

人類通常需要熟悉物件作為尺度錨點。

定義尺度錨點集合：

$$
\mathcal{A}
=
\{
A_0,A_1,\ldots,A_m
\},
$$

其中每一個錨點具有熟悉或可學習尺度：

$$
L(A_i).
$$

例如可以形成：

$$
\text{human}
\rightarrow
\text{building}
\rightarrow
\text{city}
\rightarrow
\text{Earth}
\rightarrow
\text{Sun}
\rightarrow
\text{stellar neighborhood}
\rightarrow
\text{galaxy}.
$$

錨點的作用不是取代精確數值，而是提供可內化的比較節點。

若相鄰錨點差距太大：

$$
\left|
\log
\frac{L(A_{i+1})}{L(A_i)}
\right|
\gg
1,
$$

觀察者仍可能只得到「下一個東西超大」。

因此可引入一個設計目標：

$$
\max_i
\left|
\log_b
\frac{L(A_{i+1})}{L(A_i)}
\right|
\leq
\gamma,
$$

其中 $\gamma$ 是某個任務與觀察者相關的可理解跨度。

本文稱滿足此條件的一串錨點為**尺度鏈（scale chain）**。

---

# 9. 錨點不是裝飾，而是認知座標

尺度鏈提供一種非常重要的內部定位方式。

如果觀察者只知道：

$$
L_X
=
10^{12}\text{ m},
$$

這是一個符號。

如果觀察者知道：

$$
X
\approx
100\times A,
$$

且 $A$ 是已內化的熟悉尺度，則 $X$ 可以被放到既有認知座標中。

因此可以把尺度理解寫成：

$$
\text{symbolic magnitude}
+
\text{anchor relation}
+
\text{transition history}.
$$

對內部尺度模型而言，錨點可能形成：

$$
G_{\mathrm{scale}}
=
(V,E),
$$

其中節點 $V$ 是尺度錨點，邊 $E$ 保存比例、包含或鄰接尺度關係。

於是：

$$
\boxed{
\text{scale intuition}
\neq
\text{one number};
}
$$

更接近：

$$
\boxed{
\text{scale intuition}
=
\text{navigable relational structure}.
}
$$

---

# 10. 真正的 Zoom 不只是幾何 Zoom：還有語義 Zoom

如果對同一張超高解析度圖片一直做幾何放大，理論上只是：

$$
P_{s+\Delta s}
=
Z_{\Delta s}(P_s).
$$

但真實的科學尺度視覺化通常不是這樣。

當尺度改變時，顯著對象本身也會改變。

在城市尺度，你關心：

- 道路；
- 建築；
- 行政區。

在大陸尺度，你可能關心：

- 海岸線；
- 國界；
- 氣候帶。

在行星尺度，你可能改看：

- 大氣；
- 板塊；
- 海洋。

因此尺度轉換更像：

$$
P(s)
=
\Pi
\left(
M,
s,
\tau
\right),
$$

其中表示內容隨 $s$ 改變。

這可稱為：

$$
\boxed{
\text{semantic zoom}.
}
$$

也就是：

> 放大縮小時，不只是物件尺寸變化，而是「什麼東西值得顯示」也跟著變化。

---

# 11. 載體不是被動螢幕，而是尺度編譯器

從這個角度看，尺度視覺化系統不是單純 renderer。

它執行的是：

$$
\mathcal{C}_{\mathrm{scale}}:
M
\rightarrow
\{
P(s)
\}_{s\in S}.
$$

其中 $\mathcal{C}_{\mathrm{scale}}$ 是尺度編譯器。

它需要決定：

1. 哪些尺度層級存在；
2. 每層使用什麼表示；
3. 哪些物件在該尺度顯影；
4. 哪些細節應隱藏；
5. 哪些錨點跨尺度保持；
6. 哪些標籤需要出現；
7. 如何從一層過渡到下一層；
8. 如何揭露尺度失真與不確定性。

因此：

$$
\boxed{
\text{multiscale visualization}
=
\text{representation compilation across scale}.
}
$$

這也使多尺度地圖、宇宙 Zoom、顯微影像與 AI-native 多層表示具有共同架構。

---

# 12. 跨尺度連續性：不讓觀察者在 Zoom 中「斷線」

如果：

$$
P(s_i)
$$

與：

$$
P(s_{i+1})
$$

完全沒有可追蹤關係，觀察者容易把兩個畫面理解成兩個不同世界。

因此需要跨尺度對應：

$$
C_{i\rightarrow i+1}:
P(s_i)
\rightharpoonup
P(s_{i+1}).
$$

它可以保存：

- 同一中心位置；
- 同一物體輪廓；
- 包含關係；
- 空間方向；
- 特徵標記；
- 動態連續；
- 語義身份。

本文定義「跨尺度連續性」為：相鄰尺度投影之間存在足夠的可追蹤對應，使觀察者能把它們整合為同一多尺度目標的不同窗口。

形式上，可以寫：

$$
\operatorname{Continuity}
\left(
P_i,P_{i+1}
\right)
\geq
\kappa_{\min}.
$$

這裡的 $\kappa_{\min}$ 不是固定常數，而是待依任務與實驗估計的閾值。

---

# 13. 包含關係可能比絕對距離更重要

宇宙尺度影片常產生一種強烈感受：

$$
\text{human}
\subset
\text{Earth}
\subset
\text{Solar System}
\subset
\text{Galaxy}
\subset
\cdots
$$

這種感受不是單純來自長度數值。

它來自**嵌套結構（nested structure）**。

可把包含關係寫為偏序：

$$
e_i
\preceq
e_j.
$$

如果 Zoom 保持：

$$
e_i\preceq e_j
\Rightarrow
\Pi(e_i)\preceq_P\Pi(e_j),
$$

則即使畫面本身不保持線性長度，仍可以保存「我在哪一層裡面」的尺度直觀。

因此多尺度表示可以有兩種不同保真目標：

$$
Q_{\mathrm{metric}}
$$

與：

$$
Q_{\mathrm{nesting}}.
$$

兩者不必相同。

某些教育視覺化可能更需要後者。

---

# 14. 地圖尺度錯覺與宇宙尺度 Zoom：不同數學，同一載體問題

世界地圖與宇宙 Zoom 不應被說成同一種投影。

前者主要涉及曲面到平面的幾何投影、面積、角度、距離與形狀保存問題。

後者主要涉及巨大尺度跨度、尺度窗與跨尺度導航。

但兩者共享：

$$
\boxed{
\text{finite carrier}
+
\text{structure selection}
+
\text{representation debt}
+
\text{intuition formation}.
}
$$

在地圖中：

$$
\text{area distortion}
\rightarrow
\text{possible size misconception}.
$$

在宇宙 Zoom 中：

$$
\text{poor scale transition}
\rightarrow
\text{possible magnitude misconception}.
$$

所以真正共同的問題是：

> 載體究竟保存了哪些關係，而觀察者又把哪些載體性質錯誤內化成世界性質？

---

# 15. 尺度投影債務

B01 已提出一般投影債務。

B02 將其細化為尺度投影債務。

定義：

$$
D_{\mathrm{scale}}
=
D_{\mathrm{ratio}}
+
D_{\mathrm{metric}}
+
D_{\mathrm{context}}
+
D_{\mathrm{transition}}
+
D_{\mathrm{semantic}}.
$$

其中：

- $D_{\mathrm{ratio}}$：尺度比例失真；
- $D_{\mathrm{metric}}$：局部距離或大小失真；
- $D_{\mathrm{context}}$：背景與參照框架錯置；
- $D_{\mathrm{transition}}$：跨尺度跳轉造成的連續性損失；
- $D_{\mathrm{semantic}}$：不同尺度下顯示內容改變而造成的語義誤認。

這不是聲稱上述各項有天然可加的統一物理單位。

更保守地說，這是一個**風險向量**：

$$
\mathbf{D}_{\mathrm{scale}}
=
\left(
D_{\mathrm{ratio}},
D_{\mathrm{metric}},
D_{\mathrm{context}},
D_{\mathrm{transition}},
D_{\mathrm{semantic}}
\right).
$$

任何多尺度視覺化都應聲明：

> 這一層保留什麼？失去哪一些尺度關係？

---

# 16. 對數尺度本身也會產生新幻覺

對數尺度非常有用，但它不是「真實尺度」。

若：

$$
u
=
\log L,
$$

則：

$$
L_2-L_1
$$

不再與：

$$
u_2-u_1
$$

成線性比例。

因此兩個在對數尺度上相距相同的區段，可能對應完全不同的絕對長度差。

所以：

$$
\boxed{
\text{log compression solves dynamic range}
\text{ by sacrificing linear metric intuition}.
}
$$

這正是尺度投影債務。

因此一個好的跨尺度系統應同時顯示：

- 當前尺度指數；
- 比例尺；
- 錨點；
- 局部線性關係；
- 全域對數位置。

也就是同時維持：

$$
\text{local metric view}
+
\text{global scale-space view}.
$$

---

# 17. 框架效應：物體大小不是脫離背景被感覺的

人類判斷大小時，不只使用物體本身。

物體在畫面、視野與環境中的比例會影響大小感。

可以抽象寫為：

$$
\widehat{L}
=
F
\left(
\theta,
C,
A,
K
\right),
$$

其中：

- $\theta$：物體視角或視覺尺寸；
- $C$：背景框架；
- $A$：已知尺度錨點；
- $K$：既有物體知識。

因此同一物體若被放在不同框架中：

$$
P_1(e)
\neq
P_2(e)
$$

可能形成不同尺度感。

這解釋為什麼尺度視覺化不能只把每一個物體做成漂亮圖片。

還必須設計：

$$
\boxed{
\text{object-to-frame relation}.
}
$$

---

# 18. 外部尺度投影如何進入內部尺度模型？

設外部尺度投影序列為：

$$
\mathcal{P}
=
\{
P(t_1),
P(t_2),
\ldots,
P(t_N)
\}.
$$

經由感知與記憶整合：

$$
X_{\mathrm{scale}}
=
\mathcal{I}
\left(
\mathcal{P},
\mathcal{A},
K
\right),
$$

其中：

- $\mathcal{A}$：尺度錨點；
- $K$：既有知識。

 $X_{\mathrm{scale}}$ 不必是一張完整的內部「宇宙照片」。

它更可能是混合結構：

$$
X_{\mathrm{scale}}
=
\left(
G_{\mathrm{anchor}},
S_{\mathrm{order}},
R_{\mathrm{ratio}},
N_{\mathrm{nest}},
I_{\mathrm{imagery}}
\right),
$$

其中包含：

- 錨點圖；
- 尺度順序；
- 比例關係；
- 嵌套關係；
- 可被喚起的心象。

因此內部尺度模型本身也可以是多表示的。

---

# 19. 內視尺度操作：腦中也可以 Zoom

當外部序列被內化後，觀察者可以在沒有外部動畫時執行：

$$
\mathcal{O}_{\mathrm{zoom}}(X),
$$

$$
\mathcal{O}_{\mathrm{compare}}(X),
$$

$$
\mathcal{O}_{\mathrm{nest}}(X),
$$

$$
\mathcal{O}_{\mathrm{anchor}}(X).
$$

例如：

> 如果把太陽縮成某個熟悉尺寸，地球會變成多大？

這不是原生感官知覺。

它是一個受比例規則約束的內部投影操作。

因此：

$$
\boxed{
\text{mental scaling}
=
\text{internal transformation of a projected scale representation}.
}
$$

這正式接回新版內視。

內視的對象不是「宇宙本體直接進入意識」，而是：

$$
X_{\mathrm{scale}}.
$$

觀察者可以操作它，但不能因此把操作結果直接升格為外部物理證據。

---

# 20. 「渺小感」也是一種投影結果

宇宙 Zoom 常帶來：

> 人類好小。

這個感受不是錯誤。

但它仍然是經由一條載體與比較鏈生成的認知結果。

可以概念化為：

$$
F_{\mathrm{scale}}
=
\Phi
\left(
R,
A,
C,
T
\right),
$$

其中：

- $R$：尺度比；
- $A$：錨點熟悉度；
- $C$：呈現框架；
- $T$：轉換序列。

因此「尺度感」不是單純由一個數值自動產生。

這裡可以提出一個可檢驗假說：

**尺度體感生成假說**

> 在控制數值知識後，具有連續跨尺度轉換、熟悉尺度錨點與穩定包含關係的表示，可能比單獨列出數值更容易形成可持續的跨尺度直觀。

這需要實驗，而不是本文已證明的定理。

---

# 21. 大與小不是價值：尺度認知不要偷渡存在論或倫理

宇宙尺度視覺化很容易接出：

> 人類很小，所以人類不重要。

這個推論並不成立。

尺度只回答：

$$
L_{\mathrm{human}}
\ll
L_{\mathrm{cosmic}}.
$$

它不能推出：

$$
V_{\mathrm{human}}
\ll
V_{\mathrm{cosmic}},
$$

其中 $V$ 若代表價值、意義、道德地位或認知能力，就已經換了變數。

同樣地：

$$
\text{small physical size}
\not\Rightarrow
\text{small causal or epistemic significance}.
$$

一個尺度很小的觀察者，仍可能建立跨越巨大尺度跨度的模型。

因此本文只處理：

$$
\text{scale accessibility}
$$

而不把物理尺寸偷換成存在價值。

---

# 22. 從地球尺度到宇宙尺度：沒有一張圖能完成所有任務

B01 已指出投影是任務相對的。

B02 進一步指出，多尺度問題通常不能靠單一靜態圖完成。

更合理的是一個表示族：

$$
\mathcal{P}_{\mathrm{scale}}
=
\{
P_{\mathrm{local}},
P_{\mathrm{regional}},
P_{\mathrm{planetary}},
P_{\mathrm{stellar}},
P_{\mathrm{galactic}},
P_{\mathrm{cosmic}}
\}.
$$

這些表示可以各自優化不同不變量。

重要的不是找到一張「終極尺度圖」。

而是：

$$
\boxed{
\text{build a coherent family of scale-relative projections}.
}
$$

所以未來的 canonical object 應該是多尺度模型本身，而不是某一張 rendering。

---

# 23. World-Native, Scale-Projected

若 canonical world 為：

$$
W,
$$

則不同尺度表示為：

$$
P_s
=
\Pi(W,s,o,c,\tau).
$$

因此可以提出：

$$
\boxed{
\text{World-Native, Scale-Projected}.
}
$$

世界狀態不應因為我們縮放畫面而改變。

改變的是：

- 顯示解析度；
- 可見物件；
- 語義層級；
- 比例尺；
- 聚合方式；
- 標籤；
- 觀察者可取得的局部資訊。

這與：

$$
\text{rendering view}
\neq
\text{canonical source}
$$

完全一致。

尺度 Zoom 是 view 變化，不是本體變化。

---

# 24. AI-native 跨尺度載體

AI 不一定需要像人一樣觀看宇宙 Zoom。

對 AI 而言，可以直接維持：

$$
G_{\mathrm{scale}},
$$

$$
\mathbf{L},
$$

$$
\mathbf{R},
$$

$$
H_{\mathrm{nest}},
$$

其中：

- $G_{\mathrm{scale}}$：尺度錨點圖；
- $\mathbf{L}$：尺度向量；
- $\mathbf{R}$：比例關係；
- $H_{\mathrm{nest}}$：嵌套層級。

人類需要：

$$
\Pi_H
\left(
G_{\mathrm{scale}}
\right)
$$

轉成動畫、圖像、VR 或語言。

AI 可以使用：

$$
\Pi_{AI}
\left(
G_{\mathrm{scale}}
\right)
$$

轉成圖、張量、查詢介面或多層索引。

因此：

$$
\boxed{
\text{same scale model}
\rightarrow
\text{different carrier-native projections}.
}
$$

未來人機協作系統的關鍵可能不是逼 AI 和人類「看同一張圖」，而是維持同一 canonical scale model，再為不同載體生成各自最合適的 view。

---

# 25. 可實驗研究設計

本文提出幾個直接可測方向。

## 25.1 靜態數字 vs 連續 Zoom

將相同尺度資訊分為：

1. 純數字組；
2. 靜態尺度圖；
3. 連續 Zoom；
4. 連續 Zoom＋尺度錨點；
5. 連續 Zoom＋尺度錨點＋尺度指數。

測試：

- 比例估計；
- 尺度排序；
- 延遲記憶；
- 跨表示遷移；
- 錯誤信心。

## 25.2 線性尺度 vs 對數尺度

控制資料相同，比較：

$$
u=aL
$$

與：

$$
u=a\log L+c.
$$

測試巨大跨度下：

- 可辨識性；
- 數量級估計；
- 局部線性比例錯誤；
- 全域尺度排序。

預期不是一方全面勝出，而是形成任務權衡。

## 25.3 錨點密度

比較不同尺度鏈：

$$
\mathcal{A}_1,
\mathcal{A}_2,
\mathcal{A}_3.
$$

測試相鄰錨點跨度是否影響尺度遷移與內部重建。

## 25.4 連續轉換 vs 硬切

比較：

$$
P_i
\rightarrow_{\mathrm{continuous}}
P_{i+1}
$$

與：

$$
P_i
\rightarrow_{\mathrm{cut}}
P_{i+1}.
$$

檢驗跨尺度身份保持與包含關係理解。

## 25.5 外視訓練後的內視縮放

先訓練外部尺度序列，再移除畫面，要求受試者：

- 心理放大；
- 心理縮小；
- 比例比較；
- 錨點插值；
- 描述包含鏈。

這可以直接測試：

$$
\text{external projection}
\rightarrow
\text{internal scale operation}.
$$

---

# 26. 現有認知研究提供了什麼支持？

現有研究不足以直接證明本文的整套框架，但提供幾個重要接口。

第一，Konkle 與 Oliva 對真實物體的研究顯示，人們在繪畫、想像與偏好觀看尺寸上存在相對穩定的 canonical visual size；這一視覺尺寸與假定真實物體大小的對數存在系統關係，而且物體與其框架的比例很重要。這支持本文「尺度內化不是單純保存真實視角」的方向。

第二，Peer 等人研究從 room、building、neighborhood、city、country 到 continent 的空間尺度，發現不同尺度的空間處理呈現系統性神經梯度。其實驗中的尺度距離也大致呈對數增加。這支持「人類確實跨越多種自然尺度操作空間資訊」，但不表示腦中存在本文所定義的單一對數尺度軸。

第三，心理尺寸縮放研究顯示，人可以在看見或觸摸三維物體後，對其進行內部放大與縮小，而且縮放任務具有可測的時間成本。這為本文 B03–B05 所需的內部尺度操作提供經驗接口。

第四，多尺度介面研究長期使用 zooming、overview+detail、focus+context 等方法，說明「有限顯示器如何導航大資訊空間」本身已是一個成熟的人機介面問題。本文把其中的設計思想提升到載體與認知層，而不宣稱重新發明 zoomable interface。

---

# 27. 本文不主張什麼

為避免過度延伸，本文明確不主張：

1. 所有人類尺度知覺都服從單一對數律；
2. Fechner 定律可以直接解釋所有空間尺度認知；
3. 宇宙本身具有「對數幾何」；
4. Powers of Ten 類動畫就是宇宙本體；
5. 只要看過 Zoom 動畫，就能精確理解所有尺度；
6. 尺度錨點越多一定越好；
7. AI 的尺度圖天然比人類直觀更接近實在；
8. 物理尺寸可以決定價值、意義或存在重要性；
9. 地圖投影與宇宙尺度壓縮是同一個數學問題；
10. 內部尺度心象可以取代測量、數學與外部驗證。

---

# 28. 核心命題總結

本文得到六個核心命題。

## 命題 A：有限載體線性共顯界

$$
\frac{L_{\max}}{L_{\min}}
>
\frac{D}{\varepsilon}
$$

時，單一共同線性縮放無法同時讓最大物體完整可見與最小物體可辨識。

## 命題 B：乘法到加法的尺度座標化

$$
s
=
\log_b
\left(
\frac{L}{L_0}
\right)
$$

可將固定尺度倍率映射為固定尺度步長。

## 命題 C：時間化尺度遍歷

$$
\boxed{
\text{global scale span}
\rightarrow
\text{temporal traversal of local scale windows}.
}
$$

## 命題 D：序列整合不要求同時共感知

$$
\boxed{
\text{simultaneous co-perception}
\text{ is not necessary for }
\text{cross-scale structural understanding}.
}
$$

## 命題 E：尺度直觀是關係結構

$$
\boxed{
\text{scale intuition}
\approx
\text{anchors}
+
\text{ratios}
+
\text{order}
+
\text{nesting}
+
\text{transition history}.
}
$$

## 命題 F：尺度 View 不是 canonical World

$$
\boxed{
P_s
=
\Pi(W,s,o,c,\tau),
\qquad
P_s
\neq
W.
}
$$

---

# 29. 結論：人類沒有看見所有尺度，而是學會穿越尺度

人類眼睛的視野與解析度都有限。

我們無法在一個原生瞬間，同時感受從極小到極大的完整尺度跨度。

因此文明採取的解法不是：

> 讓所有尺度真的同時進入眼睛。

而是：

$$
\boxed{
\text{把尺度變成可以導航的座標。}
}
$$

透過：

- 對數壓縮；
- 尺度窗；
- 動態 Zoom；
- 語義縮放；
- 尺度錨點；
- 嵌套關係；
- 連續過渡；
- 多重投影；

原本無法共現的尺度被轉成：

$$
P_1
\rightarrow
P_2
\rightarrow
\cdots
\rightarrow
P_N.
$$

觀察者再把這些局部窗口整合為：

$$
X_{\mathrm{scale}}.
$$

所以真正發生的事情不是：

$$
\text{eye}
\rightarrow
\text{whole universe}.
$$

而是：

$$
\boxed{
\text{finite eye}
\rightarrow
\text{scale projection}
\rightarrow
\text{serial traversal}
\rightarrow
\text{internal scale model}.
}
$$

這解釋了為什麼一個只有人體尺度的觀察者，可以逐步建立對地球、太陽、銀河乃至更大尺度的結構感。

我們沒有獲得宇宙大小的身體。

我們製造了一條可以讓自己的認知沿著尺度移動的路。

---

# 30. 系列接口：B03

下一篇：

**B03《想像不是虛構：模型媒介結構想像與內部投影物體》**

B03 將處理本篇留下的關鍵問題：

> 當外部尺度動畫、地圖、模型或數學圖像消失後，我們為什麼仍可以在內部放大、縮小、旋轉、切片與比較一個並未直接出現在眼前的對象？

將正式區分：

$$
\text{fiction-generating imagination}
$$

與：

$$
\text{model-mediated structural imagination},
$$

並建立：

$$
\boxed{
\text{Imaginary Carrier Object}
\neq
\text{Imaginary Referent}.
}
$$

---

# 參考文獻

1. Eames, C., & Eames, R. (1977). *Powers of Ten and the Relative Size of Things in the Universe*. Eames Office.
2. Boeke, K. (1957). *Cosmic View: The Universe in 40 Jumps*. John Day Company.
3. Morrison, P., Morrison, P., & Office of Charles and Ray Eames. (1982). *Powers of Ten: A Book About the Relative Size of Things in the Universe and the Effect of Adding Another Zero*. Scientific American Library.
4. Konkle, T., & Oliva, A. (2011). Canonical visual size for real-world objects. *Journal of Experimental Psychology: Human Perception and Performance*, 37(1), 23–37. DOI: 10.1037/a0020413.
5. Peer, M., Ron, Y., Monsa, R., & Arzy, S. (2019). Processing of different spatial scales in the human brain. *eLife*, 8, e47492. DOI: 10.7554/eLife.47492.
6. Szubielska, M., & Bałaj, B. (2018). Mental Size Scaling of Three-Dimensional Objects Perceived Visually or Tactilely. *Advances in Cognitive Psychology*, 14(3), 139–149. DOI: 10.5709/acp-0245-5.
7. Bederson, B. B., & Hollan, J. D. (1994). Pad++: A zooming graphical interface for exploring alternate interface physics. *Proceedings of UIST '94*, 17–26. DOI: 10.1145/192426.192435.
8. Cockburn, A., Karlson, A., & Bederson, B. B. (2009). A review of overview+detail, zooming, and focus+context interfaces. *ACM Computing Surveys*, 41(1).
9. Frigg, R., & Nguyen, J. (2020). *Modelling Nature: An Opinionated Introduction to Scientific Representation*. Springer.
10. Neo.K (2026). 《載體幾何 2.0（A01）：人類其實看見 3D 嗎？》.
11. Neo.K (2026). 《載體幾何 2.0（A02）：平面為何能產生立體感？》.
12. Neo.K (2026). 《載體幾何 2.0（A03）：從 2.5D 到 4D》.
13. Neo.K (2026). 《載體投影與內視系列（B01）：我們不是看見實在，而是在操作它的投影》.
14. Neo.K (2026). 《內視分類學的算子論：現實當下不可觀察者之統一分類與命題猜想框架》.

---

**系列狀態：** B02 完成，下一篇 B03。  
**Canonical source format：** UTF-8 Markdown；數學 delimiter 僅使用 ` $...$ ` 與 `$$...$$`。