慧聪安防网讯 布朗大学的MichaelBlack经过十年的摸索后创立了BodyLabs，而BodyLabs致力于开发一种技术能够将人体用更精确的方式数据化。

BodyLabs与这些技术的区别之处是更精准，并通过人工智能的技术来实现自我学习，可以收集、数据化和整理关于人体外形、姿态和运动时的动态数据。

人体的数据与人工智能有关，通过人工智能的算法来在数据平台上建模呈现出来，这很让人感到好奇。更精确的数据意味着什么呢？更精准意味着通过3D打印技术制作服装，比方说视频中的舞动舞子，甚至是用来支持3D打印人体假肢或其他医疗器械。

BodyLabs最新的产品叫做“红”API，这是一项将3D扫描硬件与人工智能结合在一起的技术，可以应用到多个商业领域，包括定制化服装、药物、游戏与动画以及研究与开发。听起来有些黑科技的感觉，要了解BodyLabs的技术还需要从了解其创立缘由开始。

Bodylabs的创立实属机缘巧合，当时MichaelBlack还是布朗大学的一名计算机视觉课程教授，当地的执法人员跟他联系，看看他是否能找到一种解决办法，通过计算机来识别谁是涉嫌抢劫一家便利店的罪犯。

根据安全摄像机镜头所拍摄到的犯罪嫌疑人，执法人员希望能还原出嫌疑人正常姿态下的身高、身材和形状。为了实现这个目标，MichaelBlack通过机器学习算法来研究成千上万的3D扫描的真实生活的人在各种姿势下的人体形状，并创建了统计模型，这项研究持续了十年，才诞生了Bodylabs。

现在，通过一个高端的激光三维扫描仪，一个消费级的深度传感器，甚至一个卷尺，我们就可以依靠BodyLabs的软件来生成个人的3D模型。

    “蓝”

在BodyLabs新公布的”红”应用程序接口之前，他们的产品是“蓝”API接口，这是个入门级的人体模型服务，基本上允许没有3D扫描仪的情况下就可以产生一个近似的3D模型。它的工作方式是相当有趣的，在“蓝”API接口下，用户可以输入六个具体的人体测量数据（身高、体重、腰、腿、胸部和臀部），BodyLabs就会自动计算和填补了所有丢失的数据，并生成一个近似的身体形状。

在3D打印应用中，BodyLabs这个应用软件的一个主要用户是著名的NervousSystem，正如视频中显示的，NervousSystem通过该软件平台设计了一件全3D打印的衣服，现在在现代艺术博物馆展出。通过BodyLabs的在线平台，NervousSystem允许任何人在线订购一件定制的、3D打印的服装，这一切仅仅需要输入简单的人体数据。

    “红”

“红”API的功能比“蓝”更高端，原始数据的获取是通过三维扫描来实现的（系统也允许4D数据，也就是在时间或其他维度上记录的三维扫描人体数据）。而对于不完美的扫描结果，BodyLabs的软件可以清理和修复三维网格。

BodyLabs的软件依赖于初始网格模板和人工智能的知识，通过自动修复的算法，更准确地反映人体的三维数据。这使得在修复三维网格方面，BodyLabs与市场上的方式极大的区别开来。市场上的普遍做法只是将缺失的部位通过点阵的方式连接起来，而BodyLabs的网格变形是基于人工智能数据库的，通过机器的学习方式，人工智能可以更精确的按照人体组成的规律来修复三维网格。

有趣的是，3D打印设备厂商也对BodyLabs的数据建模产生了浓厚的兴趣，Formlabs公司就在一场时尚秀场上使用了BodyLabs的技术。除了设备厂商，BodyLabs的客户还包括美国军队，美国军队通过BodyLabs的技术可以为其军队定制更合适的服装，包括女性军人可以获得更贴身的服装。而时装行业的Armour也与BodyLabs结成合作伙伴，通过定制化服装来差异化Armour的品牌服务。

虽然，目前BodyLabs的业务都是围绕这服装这个应用领域，然而，3D科学谷了解到BodyLabs希望他们的应用远不止于此，包括定制化的假肢以及鞋垫都是BodyLabs具有前景的领域。

BodyLabs的投资方来自因特尔，而正是与因特尔的这种关系，BodyLabs还为因特尔的RealSense开发了应用。而随着配谷歌深度感知3D摄像头的联想Phab2Pro的即将上市，BodyLabs的技术将很方便的扩大到移动端。

正如凯文.凯利在新经济新规律一书中所指出的，由无数小东西所连接而成的网络能产生巨大的力量，当小东西变多了的时候，它们的价值就发生了很大的变化。3D科学谷总结BodyLabs商业模式的价值就在于连接人体与设备以及应用端，而当越来越多的人通过类似于RealSense或者是手机端的3D扫描摄像头在BodyLabs平台上建立自己的身体数据，BodyLabs的价值因数据而提升，因连接而空间无限。

更多原创设计尽在高品聚