本项目聚焦于一种高精度金属增材制造表面形貌感知技术的研发，基于变焦成像原理，致力于提升复杂结构表面的拓扑还原能力。通过引入改进型伪影抑制算法，系统在提升测量分辨率与稳定性方面具备显著优势。项目采用先进的焦点变化成像方案，能够对表面干扰信息进行有效识别与过滤，实现对复杂增材制造表面的精准重构，突破了当前测量系统在高精度检测中的技术瓶颈。目前，该项目由经验丰富的技术骨干主导，聚焦于关键算法开发与实验验证，已在相关技术方向积累多年基础，投入涵盖人力与软硬件平台建设。尽管当前仍处于技术打磨阶段，但应用路径清晰，未来在高端制造与质量监控领域具有广阔的落地潜力。

该系统由多类人工智能硬件传感器、摄像头、显示器及多类识别器、微型电机、机械机构等协同运作，技术含量高达 90%以上。采用人工智能软件技术模拟法、工程学方法、深度学习、工业 4.0、机器人、认知计算机和机器学习、机器视觉、模糊逻辑、云计算、互联网、物联网、区块链、多层体系结构、专家系统、大数据实时分布式高容错计算分析系统等技术，并采用自主开发的经过几百万次验证的数百种指标和设计方法模型。这是人工智能首次全面深度地应用于美国生物制药高端装备，用于传统人工极难或根本不可能操作的工艺，大幅改善和提高了效率，提升幅度超过 50%。该系统采用云架构设计开发，能够兼容多种传统控制系统并提供接口，确保现有控制系统能够轻松导入与整合。

基于先进制造的方法，将传统光学薄膜基于真空环境的制造方式转变为由增材制造直接生产，即直接通过打印的方式实现光学薄膜的生产。技术的难点与突破性在于通过系统性工艺方案有效实现薄膜厚度纳米级的精度控制，从而实现对于薄膜光学性能的精确控制。本技术可服务于广泛的光学电子设备，建筑玻璃镀膜，及高端光学检测设备。本技术除带来成本优势之外，还带来了基于真空技术难以实现的技术优势。技术本身已经成功通过概念验证阶段，正在开始原型阶段验证。本团队核心成员包括光学及材料背景博士，能源材料背景博士，以及光电半导体材料背景教授。本项目已受德国联邦政府资金等支持，总额超为 150 万欧元，明年即将进入融资阶段。