布朗大学的Michael Black经过十年的摸索后创立了Body Labs，而Body Labs致力于开发一种技术能够将人体用更精确的方式数据化。可能你会说，这有什么新奇的，在不少的人像打印亭就可以通过3D扫描的方式获取人体数据。
Body Labs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。
Body Labs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Body Labs的技术还需要从了解其创立缘由开始。
Body labs 的创立实属机缘巧合，当时Michael Black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，Michael Black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Body labs。
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Body Labs的软件来生成个人的3D模型。
“蓝”
在Body Labs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），Body Labs 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，Body Labs这个应用软件的一个主要用户是著名的Nervous System，正如视频中显示的，Nervous System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Body Labs的在线平台，Nervous System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，Body Labs的软件可以清理和修复三维网格。
Body Labs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，Body Labs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Body Labs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Body Labs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Body Labs的技术。除了设备厂商，Body Labs的客户还包括美国军队，美国军队通过Body Labs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Body Labs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Body Labs的业务都是围绕这服装这个应用领域，然而， 了解到Body Labs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Body Labs具有前景的领域。
Body Labs的投资方来自因特尔，而正是与因特尔的这种关系，Body Labs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Phab 2 Pro的即将上市，Body Labs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。 总结Body Labs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Body Labs平台上建立自己的身体数据，Body Labs的价值因数据而提升，因连接而空间无限。
网站投稿请发送至editor@51shape.com
