0

1
1

文字

分享

0
1
1

電玩遊戲是強力的抗焦慮藥物—《超級好!用遊戲打倒生命裡的壞東西》

PanSci_96
・2016/12/28 ・4036字 ・閱讀時間約 8 分鐘 ・SR值 570 ・九年級

  • 編按:想像一下打電玩的情景:全神貫注、想方設法,一切只為打倒大魔王。等贏得了寶物,已是半夜三點,而你已迫不及待下一場挑戰……打電玩的你可以為了達成遊戲目標,而專注跨越困難,但如果可以將這樣的精神發揮在現實生活,我們是否能達成更多「不可能的任務」?本文摘自《超級好!用遊戲打倒生命裡的壞東西》一書,電玩遊戲可以幫我們抗焦慮嗎?

手術令人恐懼,對小孩來說尤其如此。過去 25 年,醫師想過各種辦法,減輕孩童在手術房中的焦慮感。他們試過強效的藥物,也曾讓家長在孩子進入麻醉狀態前和麻藥退去醒來時,握住孩子的手。甚至還有醫師把小丑請來手術房,希望能逗小孩笑。

什麼方法最管用?如你所料,不是小丑,也不是家長的陪伴或任何藥物。研究人員發現,《超級瑪利歐兄弟》才是一帖良藥。這些玩掌上型電動遊戲機的小孩,在手術前幾乎沒有任何焦慮感。手術結束後,當他們從麻醉狀態甦醒時,他們的焦慮程度也只有用藥組的一半不到,而且不必承受任何藥物的副作用。

超級瑪利歐是幫助孩子對抗術前焦慮的最強武器!圖/MATTEO BITTANTI @ Flickr
超級瑪利歐是幫助孩子對抗術前焦慮的最強武器!圖/MATTEO BITTANTI @ Flickr

這是另一項值得登上頭條的科學研究結果:「電玩遊戲比最強力的抗焦慮藥物,更能有效避免焦慮。」但遊戲為何比較有效?紐澤西大學醫學院麻醉學系的研究團隊主張,箇中關鍵正是「認知專注」,就和《冰雪世界》和《俄羅斯方塊》一樣。這些小病人因為全神貫注在電玩遊戲,不太把心思放在手術上,所以不會感到不安或恐慌。

這項理論很有道理,正如注意力的探照燈理論所述,焦慮感就像疼痛、創傷記憶,以及對某事物的渴望一樣,占據了注意力,才會形成發展出來。不斷想到可能出錯的事,則會一再加重人的焦慮感。「恐懼」是對實際出錯的反應,但「焦慮」卻是預期出錯的心理狀態。我們越生動地想像事情出錯的畫面,越是焦慮。

-----廣告,請繼續往下閱讀-----

生理知覺也可能會引發我們的焦慮感,舉例而言,咖啡因會引起心跳加快及掌心冒汗,突然被嚇一跳也會引起腎上腺素激升。一旦我們注意到這些身體知覺,就會絞盡腦汁想自己緊張的緣由,結果爆發焦慮感,甚至導致恐慌發作。然而,這些症狀都只是「身體知覺」罷了。只有當我們想像未來會發生什麼可怕之事時,這些症狀才會變成焦慮的「情緒感受」。這些想像可能會引發更多生理變化,腎上腺素分泌更多,或是心跳速率更快,然後又被我們解讀成有更多要擔心的理由,就此開啟焦慮的惡性循環。

但玩遊戲能打破注意力的惡性循環,讓我們不再預想出錯的情境。即使我們在玩遊戲時出現焦慮的身體症狀,我們也因為專心投入遊戲,而無暇想像最糟的狀況,焦慮感也跟著消失無蹤了。

在某些情況下,焦慮感對我們有益,能警惕我們發現潛在問題,提前採取行動,避免問題發生。舉例而言,如果你對考試或口頭報告感到焦慮,焦慮感將督促你加緊練習,只不過對大部分人來說,焦慮並不會引發建設性的行動,往往只是帶來不必要的痛苦,妨礙我們採取行動。那麼,何時才是利用遊戲來阻斷焦慮的適當時機呢?不妨依循以下法則:如果焦慮讓你無法找出具體的解決步驟,只是徒增你的煩惱不安,就去玩個遊戲吧。同樣地,如果焦慮讓你無法從事真正想做或需要做的事(例如坐飛機、做口頭報告,或參加社交活動),也請你花幾分鐘玩個遊戲,來阻隔不必要的焦慮。

如果焦慮讓你無法從事真正需要做的事,試試也花幾分鐘玩個遊戲,來阻隔不必要的焦慮。圖/Miguel Angel @ Flickr
如果焦慮讓你無法從事真正需要做的事,試試也花幾分鐘玩個遊戲,來阻隔不必要的焦慮。圖/Miguel Angel @ Flickr

抗焦慮,你需要全神貫注地轉移注意力

看漫畫、聽音樂、看卡通,為何這些有趣的活動,遠遠不及讓病童打電玩,可有效打斷焦慮循環呢?因為這些活動無法讓孩子像打電玩時一樣專注。玩遊戲時,我們不僅將注意力集中在眼前的遊戲,更是「全神貫注」地投入遊戲之中。這種特殊的心理狀態,科學家稱為「心流」(flow)。

-----廣告,請繼續往下閱讀-----

「心流」是指全副心神專注投入某活動的狀態,而且是完全「沉迷」其中。心流經驗令人沉醉忘我,因為眼前的挑戰而大感振奮。在心流狀態中,不僅時間不知不覺地流逝,連自我意識都跟著消失了。你全神貫注於眼前的活動,而覺察不到其他任何思緒或情緒。

美國心理學家契克森特米海伊(Mihaly Csikszentmihalyi)於 70 年代首次發現心流現象。一般認為「心流」是一種極為正向、也是最理想的心理狀態。我們能以許多方式達到心流狀態,只要目標清晰,任務具挑戰性,並具備足夠技能,便不難產生「心流經驗」,以激勵我們精益求精。心理學家初次描述心流現象時,提到遊戲及玩樂正是典型的心流活動。彈吉他、料理、跑步、園藝、做高階數學,或是跳舞……等,這些活動也都能促成心流。然而,與打電玩遊戲相比,這些活動較難在高壓情境中進行(更別說是手術前的開刀房了)。

意外的是,一般認為容易轉移注意力的休閒活動,往往無法引發心流狀態,例如看電視或電影、聽音樂,甚至是閱讀。雖然這些愉快的活動能讓我們暫時忘卻眼前的問題,但缺乏挑戰和互動,因此不符合引發心流現象的條件。這一點很重要,因為許多人會尋求輕鬆愉快的活動,作為應付個人壓力、焦慮或痛苦的方式。但心流研究顯示,挑戰性、互動性強的活動,其實比被動的休閒活動,更能幫助我們掌控自己的思緒和感受。

正是因為心流,電玩遊戲更能有效控制焦慮及其他情緒。遊戲給我們明確的目標,需要我們專注及努力,才能成功達標。數位遊戲更經常提供即時回饋,讓我們的表現更加進步。往往只要我們的技能一精進,遊戲難度就會加深,以確保玩家不斷向上挑戰。因此,要達到心流狀態,電玩遊戲可說是最可靠、有效率的方式。一旦進入心流狀態,我們便能完全掌控自己的注意力焦點。

-----廣告,請繼續往下閱讀-----

研究人員建議:電玩遊戲可列為治療方法之一

若能為自己創造心流,那麼你不只能阻斷痛苦和焦慮等負面感受,還能積極促進自己的身心健康。

東卡羅萊納大學心理生理學實驗室的科學家最近完成了一系列研究,測量電玩遊戲對個人身心的影響。這些科學家主要探討休閒類電玩,例如《憤怒鳥》《寶石方塊》與紙牌接龍。這些遊戲可快速學會,要停下來或重新開始也很容易。這類遊戲與心流經驗具有高度相關性,而且相較於《魔獸世界》及《勁爆美式足球》等複雜的遊戲,玩休閒類電玩不需要具備特殊的遊戲技能或專門知識,也不必投入一定的時間。

玩完一場憤努鳥,壓力好像減輕了一些~圖/youtube
玩完一場憤努鳥,壓力好像減輕了一些~圖/youtube

引起科學家研究興趣的是寶開遊戲公司的一份調查報告,寶開是全球最大遊戲開發商之一,他們發現 77% 的玩家在玩休閒類電玩時,其實也在尋求情緒健康的益處,而不只是娛樂。這些玩家表示,他們利用休閒類電玩遊戲改善心情、停止焦慮、減輕壓力,有些甚至作為某種「自我治療」之用。

「遊戲能促進玩家的精神健康」這一點究竟是事實,還是玩家自己的一廂情願?這正是寶開想解開的疑問。因此,這家遊戲商與東卡羅萊納大學共同成立研究計畫,借重東卡羅萊納先進的「生物回饋」(biofeedback)研究。他們的研究目標是要測量遊戲玩家腦波、心跳速率及呼吸模式的變化,看看這些變化是否符合心情改善、憂鬱減輕,以及抗壓性提高等生理徵象。

-----廣告,請繼續往下閱讀-----

科學家在玩家身上貼附了監控裝置,以追蹤情緒及身體韌性的兩項特定指標:一項是 α 腦波中的腦電圖變化,顯示玩家是否感到痛苦、憂鬱,或愉悅;另一項是心率變異度,這項指標可反映身體從情緒或身體壓力中恢復的速度。

第一項隨機對照試驗發現,玩休閒類遊戲 20 分鐘可降低左前額 α 腦波,顯示個人的心情提升,α 腦波降低的遊戲玩家也的確表示心情變好了。這些受試者的憤怒、憂鬱及緊繃情緒顯著減少,能量明顯提高。至於單純上網 20 分鐘的對照組,則未出現明顯的腦電圖變化,受試者也未感到心情變好或能量提升。此外,遊戲玩家的心率變異度亦顯著提高。玩遊戲僅僅 20 分鐘後,他們的心臟已能承受更多壓力,並復原得更快。

由於初步的研究結果相當正面,研究團隊決定針對休閒類電玩遊戲,進行為期更長的研究。在這次試驗中,他們研究了一週玩 3 次、一次玩 30 分鐘遊戲,對受試者的心情感受,以及對腦電圖及心率變異度的影響。受試者在研究一開始都有焦慮或憂鬱症狀,依上述頻率玩遊戲一個月後,這群受試者的憂鬱、焦慮,以及壓力程度皆顯著減輕。他們的腦電圖及心率變異度皆顯著提升,進一步從生理面證實上述的情緒變化。基於以上重大發現,研究人員甚至建議醫師可將電玩遊戲列為治療方法之一。

不久後的將來,心理學家或心理醫師很可能會開立《憤怒鳥》的處方以減輕患者的焦慮症狀、用《幻幻球》來治療憂鬱症,或是用《決勝時刻》以控制憤怒情緒。事實上,已有心理治療師及諮商師這麼做,而且受到越來越多科學實證的支持。2012 年,曾有學者針對發表於《美國預防醫學期刊》的 38 項關於電玩遊戲的隨機對照試驗,進行統合分析。該研究發現,電玩遊戲極可能幫助人們提升精神健康。(論文也鼓勵相關研究人員及遊戲產業進行為期較長的必要試驗,以進一步探索這個新興的研究領域。)

-----廣告,請繼續往下閱讀-----

「遊戲療法」未必與傳統的藥物治療有所衝突,在東卡羅萊納大學的休閒類遊戲試驗中,23% 的受試者服用抗憂鬱藥物。我們目前才剛開始研究遊戲對精神健康有何正面影響,以及影響的廣度及深度。就現階段或更長期而言,我們應該將電玩遊戲視為「輔助」療法,而非「另類」療法。


《超級好!用遊戲打倒生命裡的壞東西》書封

 

本文摘自《 超級好!用遊戲打倒生命裡的壞東西:50 萬人親身見證的心理奇蹟 》先覺出版

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2568 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
1

文字

分享

0
2
1
「融合蛋白」如何全方位圍剿狡猾癌細胞
鳥苷三磷酸 (PanSci Promo)_96
・2025/11/07 ・5944字 ・閱讀時間約 12 分鐘

本文與 TRPMA 台灣研發型生技新藥發展協會合作,泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此,我們花了很多時間介紹最新、最有效的抗癌方法之一:免疫療法

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機,能精準鎖定你體內的敵人——癌細胞,為它們打上標記,然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統,為身體「上buff (增益) 」來抗癌,副作用較低,因此備受好評。

-----廣告,請繼續往下閱讀-----

但尷尬的是,經過幾年的臨床考驗,科學家發現:光靠抗體對抗癌症,竟然已經不夠用了。

事情是這樣的,臨床上醫生與科學家逐漸發現:這個抗體標記,不是容易損壞,就是癌細胞同時設有多個陷阱關卡,只靠叫醒免疫細胞,還是難以發揮戰力。

但好消息是,我們的生技工程也大幅進步了。科學家開始思考:如果這台偵察無人機只有「標記」這一招不夠用,為什麼不幫它升級,讓它多學幾招呢?

這個能讓免疫藥物(偵察無人機)大進化的訓練器,就是今天的主角—融合蛋白(fusion protein)

-----廣告,請繼續往下閱讀-----
融合蛋白(fusion protein)/ 圖片來源:wikipedia

融合蛋白是什麼?

免疫療法遇到的問題,我們可以這樣理解:想像你的身體是一座國家,病毒、細菌、腫瘤就是入侵者;而抗體,就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內,它能迅速辨識敵人、緊抓不放,並呼叫其他免疫單位(友軍)一同解決威脅。過去 20 年,最強的偵查機型叫做「單株抗體」。1998年,生技公司基因泰克(Genentech)推出的藥物赫賽汀(Herceptin),就是一款針對 HER2 蛋白的單株抗體,目標是治療乳癌。

這支無人機群為什麼能對抗癌症?這要歸功於它「Y」字形的小小抗體分子,構造看似簡單,卻蘊藏巧思:

  • 「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」。
  • 「Y」 字形的「尾巴」就是我們說的「標籤」,它能通知免疫系統啟動攻擊,稱為結晶區域片段「Fc 區域」。具體來說,當免疫細胞在體內巡邏,免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合,進而認出病原體或感染細胞,接著展開清除。

更厲害的是,這個 Fc 區域標籤還能加裝不同功能。一般來說,人體內多餘的分子,會被定期清除。例如,細胞內會有溶酶體不斷分解多餘的物質,或是血液經過肝臟時會被代謝、分解。那麼,人造抗體對身體來說,屬於外來的東西,自然也會被清除。

-----廣告,請繼續往下閱讀-----

而 Fc區域會與細胞內體上的Fc受體結合,告訴細胞「別分解我」的訊號,阻止溶酶體的作用。又或是單純把標籤做的超大,例如接上一段長長的蛋白質,或是聚乙二醇鏈,讓整個抗體分子的大小,大於腎臟過濾孔的大小,難以被腎臟過濾,進而延長抗體在體內的存活時間。

偵測器(Fab)加上標籤(Fc)的結構,使抗體成為最早、也最成功的「天然設計藥物」。然而,當抗體在臨床上逐漸普及,一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」,但這同時也是它的限制。

「Y」 字形上面的兩隻「叉叉」是敵人偵測器,能找到敵人身上的抗原特徵,並黏上去,稱為抗體結合區「Fab 區域」/ 圖片來源:shutterstock

第一個問題:抗體只能打「魔王」,無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效,因為敵人身上有明顯標記。但癌細胞的形成與惡化,是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛,卻只能針對已經帶有特定分子的癌細胞魔王,無法摧毀那個孕育魔王的系統魔窟。這時,我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

-----廣告,請繼續往下閱讀-----

第二個問題:開發產線的限制。

抗體的開發,得經過複雜的細胞培養與純化程序。每次改變結構或目標,幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機,明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間,讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路,科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計,巧合的是,真正的突破靈感,仍然來自大自然。

在自然界中,基因有時會彼此「融合」成全新的組合,讓生物獲得額外功能。例如細菌,它們常仰賴一連串的酶來完成代謝,中間產物要在細胞裡來回傳遞。但後來,其中幾個酶的基因彼此融合,而且不只是基因層級的合併,產出的酶本身也變成同一條長長的蛋白質。

-----廣告,請繼續往下閱讀-----

結果,反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」,而是直接在同一條生產線上完成。對細菌來說,能更快處理養分、用更少能量維持生存,自然形成適應上的優勢,這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發:如果我們也能把兩種有用的蛋白質,「人工融合」在一起,是否就能創造出更強大的新分子?於是,融合蛋白(fusion protein)就出現了。

以假亂真:融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺:把兩種以上、功能不同的蛋白質,用基因工程的方式「接起來」,讓它們成為同一個分子。 

1990 年,融合蛋白 CD4 免疫黏附素(CD4 immunoadhesin)誕生。這項設計,是為了對付令人類聞風喪膽的 HIV 病毒。

-----廣告,請繼續往下閱讀-----

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中,大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作,幫助 T 細胞辨識其他細胞表面的抗原片段,等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球,就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍,竟然把 T 細胞的 CD4 探測器,當成了自己辨識獵物的「標記」。沒錯,對 HIV 病毒來說,免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白,會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合,就會啟動一連串反應,讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞,導致免疫系統逐漸崩潰。

為了逆轉這場悲劇,融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似,由由兩個不同段落所組成:一端是 CD4 假受體,另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內,它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

-----廣告,請繼續往下閱讀-----

厲害了吧。 病毒以為自己抓到了目標細胞,其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4,自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用:一是延長融合蛋白在體內的存活時間;二是理論上能掛上「這裡有敵人!」的標籤,這種機制稱為抗體依賴性細胞毒殺(ADCC)或免疫吞噬作用(ADCP)。當免疫細胞的 Fc 受體與 Fc 區域結合,就能促使免疫細胞清除被黏住的病毒顆粒。

不過,這裡有個關鍵細節。

在實際設計中,CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是:HIV 專門攻擊的就是免疫細胞本身,許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍,反而可能引發強烈的發炎反應,甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊,這樣副作用太大。因此,CD4 免疫黏附素的 Fc 區域會加入特定突變,讓它只保留延長藥物壽命的功能,而不會與淋巴球的 Fc 受體結合,以避免誘發免疫反應。

從 DNA 藍圖到生物積木:融合蛋白的設計巧思

融合蛋白雖然潛力強大,但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事,得從最根本的設計圖,也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質,都是細胞照著 DNA 上的指令一步步合成的。所以,如果科學家想把蛋白 A 和蛋白 B 接在一起,就得先把這兩段基因找出來,然後再「拼」成一段新的 DNA。

不過,如果你只是單純把兩段基因硬接起來,那失敗就是必然的。因為兩個蛋白會互相「打架」,導致摺疊錯亂、功能全毀。

這時就需要一個小幫手:連接子(linker)。它的作用就像中間的彈性膠帶,讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計,是用多個甘胺酸(G)和絲胺酸(S)組成的柔性小蛋白鏈。

設計好這段 DNA 之後,就能把它放進細胞裡,讓細胞幫忙「代工」製造出這個融合蛋白。接著,科學家會用層析、電泳等方法把它純化出來,再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利,這個人工設計的融合分子,就能像自然界的蛋白一樣穩定運作,一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白,早就不只是「假受體+Fc 區域」這麼單純。它已經跳脫模仿抗體,成為真正能自由組裝、自由設計的生物積木。

CD4免疫黏附素問世之後,融合蛋白逐漸成為生物製藥的重要平台之一 / 圖片來源:wikipedia

融合蛋白的強項,就在於它能「自由組裝」。

以抗體為骨架,科學家可以接上任何想要的功能模組,創造出全新的藥物型態。一般的抗體只能「抓」(標記特定靶點);但融合蛋白不只會抓,還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下,它在藥物設計上,幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說,當我們選擇使用融合蛋白時,通常會期待它能發揮幾種關鍵效果:

  1. 療效協同: 一款藥上面就能同時針對多個靶點作用,有機會提升治療反應率與持續時間,達到「一藥多效」的臨床價值。
  2. 減少用藥: 原本需要兩到三種單株抗體聯合使用的療法,也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數,對病人來說,也有機會因為用藥減少而降低治療成本。
  3. 降低毒性風險: 經過良好設計的融合蛋白,可以做到更精準的「局部活化」,讓藥物只在目標區域發揮作用,減少副作用。

到目前為止,我們了解了融合蛋白是如何製造的,也知道它的潛力有多大。

那麼,目前實際成效到底如何呢?

一箭雙鵰:拆解癌細胞的「偽裝」與「內奸」

2016 年,德國默克(Merck KGaA)展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於,它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝,一邊解除它的防護罩。

PD-L1,我們或許不陌生,它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時,就會讓免疫系統誤以為「這細胞是自己人」,於是放過它。我們的策略,就是用一個抗體或抗體樣蛋白黏上去,把這張「偽裝良民證」封住,讓免疫系統能重新啟動。

但光拆掉偽裝還不夠,因為癌細胞還有另一位強大的盟友—一個起初是我軍,後來卻被癌細胞收買、滲透的「內奸」。它就是,轉化生長因子-β,縮寫 TGF-β。

先說清楚,TGF-β 原本是體內的秩序管理者,掌管著細胞的生長、分化、凋亡,還負責調節免疫反應。在正常細胞或癌症早期,它會和細胞表面的 TGFBR2 受體結合,啟動一連串訊號,抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期,TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失,導致 TGF-β 不但失去了原本的抑制作用,反而轉向幫癌細胞做事

它會讓細胞骨架(actin cytoskeleton)重新排列,讓細胞變長、變軟、更有彈性,還能長出像觸手的「偽足」(lamellipodia、filopodia),一步步往外移動、鑽進組織,甚至進入血管、展開全身轉移。

更糟的是,這時「黑化」的 TGF-β 還會壓抑免疫系統,讓 T 細胞和自然殺手細胞變得不再有攻擊力,同時刺激新血管生成,幫腫瘤打通營養補給線。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣,這個融合蛋白在體內循環時,會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合,從而鬆開了那副壓抑免疫系統的腳鐐。

為了對抗這個內奸,默克在 Bintrafusp Alfa 的結構裡,加上了一個「TGF-β 陷阱(trap)」/ 情境圖來源:shutterstock

告別單一解方:融合蛋白的「全方位圍剿」戰

但,故事還沒完。我們之前提過,癌細胞之所以難纏,在於它會發展出各種「免疫逃脫」策略。

而近年我們發現,癌細胞的「偽良民證」至少就有兩張:一張是 PD-L1;另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號,當它與免疫細胞上的 SIRPα 結合時,就會抑制吞噬反應。

為此,總部位於台北的漢康生技,決定打造能同時對付 PD-L1、CD-47,乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已,但實際上極不簡單。截至目前,全球都還沒有任何三功能抗體或融合蛋白批准上市,在臨床階段的生物候選藥,也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術,製作出了三功能的生物藥 HCB301,目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強,還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄,我們就透過融合蛋白,創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力,而是一組可以「客製化組裝」的平台,用以應付癌細胞所有的逃脫策略。

Catch Me If You Can?融合蛋白的回答是:「We Can.」

未來癌症的治療戰場,也將從尋找「唯一解」,轉變成如何「全方位圍剿」癌細胞,避免任何的逃脫。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

本文與 Perplexity 合作,泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡,機器人的聲音就該是冰冷、單調,不帶一絲情感 。它們的動作僵硬,肢體不協調,像一個沒有靈魂的傀儡,甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是,現今的機器人發展不再只會跳舞或模仿人聲,而是已經能獨立完成一場膽囊切除手術。

就在2025年,美國一間實驗室發表了一項成果:一台名為「SRT-H」的機器人(階層式手術機器人Transformer),在沒有人類醫師介入的情況下,成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力,最終在八個不同的離體膽囊上,達成了 100% 的自主手術成功率。

-----廣告,請繼續往下閱讀-----

這項成就的意義重大,因為過去機器人手術的自動化,大多集中在像是縫合這樣的單一「任務」上。然而,這一場完整的手術,是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中,實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題:我們究竟錯過了什麼?機器人是如何在我們看不見的角落,悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化?

這趟思想探險,將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到,它們正以前所未有的方式,發展出生物般的觸覺、理解複雜指令、學會團隊合作,甚至開始自我修復與演化,成為一種真正的「準生命體」 。

所以,你準備好迎接這個機器人的新紀元了嗎?

-----廣告,請繼續往下閱讀-----

只靠模仿還不夠?手術機器人還需要學會「犯錯」與「糾正」

那麼,SRT-H 這位機器人的外科大腦,究竟藏著什麼秘密?答案就在它創新的「階層式框架」設計裡 。

你可以想像,SRT-H 的腦中,住著一個分工明確的兩人團隊,就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

  • 第一位,是動口不動手的總指揮「黑傑克」: 它不下達具體的動作指令,而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令,是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
  • 第二位,是靈巧的助手「皮諾可」: 它負責接收黑傑克的語言指令,並將這些抽象的命令,轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工,而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始,研究人員在訓練過程中,會刻意讓它犯錯,並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法,被稱為「糾正性示範」 。

SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。 / 圖片來源:shutterstock

這項訓練,讓 SRT-H 學會了一項外科手術中最關鍵的技能:當它發現執行搞砸了,它能即時識別偏差,並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後,機器人在遇到困難時,要不是完全失敗,就是陷入無效的重複行為中 。

-----廣告,請繼續往下閱讀-----

正是靠著這種從錯誤中學習、自我修正的能力,SRT-H 最終在八次不同的手術中,達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦,足以應付更混亂、更無法預測的真實世界嗎?例如在亞馬遜的倉庫裡,機器人不只需要思考,更需要實際「會做事」。

要能精準地與環境互動,光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體,它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去,這裡的倉儲機器人(如 Kiva 系統)就像放大版的掃地機器人,核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸,只負責搬運整個貨架,再由人類員工挑出包裹。

-----廣告,請繼續往下閱讀-----

但 2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡,商品被存放在由彈性帶固定的織物儲物格中,而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網,再從堆放雜亂的儲物格中,精準取出單一包裹,且不能造成任何損壞。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

Vulcan 的核心突破,就在於它在「拿取」這個動作上,學會了生物般的「觸覺」。它靈活的機械手臂末端工具(EOAT, End-Of-Arm Tool),不僅配備了攝影機,還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力,和三個維度的旋轉力矩。這就像你的手指,裡頭分布著非常多的受器,不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」,能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同,從而動態調整行為,避免損壞貨物。

其實,這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時,你的大腦並不會先計算出精準的空間座標。實際上,你會先把手伸到大概的位置,讓指尖輕觸桌面,再沿著桌面滑動,直到「感覺」到硬幣的邊緣,最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺+觸覺」的混合策略,先用攝影機判斷大致的空間,再用觸覺回饋完成最後精細的操作。

-----廣告,請繼續往下閱讀-----

靠著這項能力,Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項,並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義,從單純的「替代人力」,轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」,Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎?它們都還是「專家」,一個只會開刀,一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本,但機器人的終極目標,是像人類一樣成為「通才」,讓單一機器人,能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」?

你問,機器人能成為像我們一樣的「通才」嗎?過去不行,但現在,這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去,我們教機器人只會一個指令、一個動作。但現在,科學家們換了一種全新的教學思路:停止教機器人完整的「任務」,而是開始教它們基礎的「技能基元」(skill primitives),這就像是動作的模組。

-----廣告,請繼續往下閱讀-----

例如,有負責走路的「移動」(Locomotion) 基元,和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法,學習如何組合這些「技能基元」來達成新目標。

舉個例子,當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時,它會自動將其拆解為一系列已知技能的組合:首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後,就可以開始來大量訓練。

當多重宇宙的機器人合體練功:通用 AI 的誕生

好,既然要學,那就要練習。但這些機器人要去哪裡獲得足夠的練習機會?總不能直接去你家廚房實習吧。答案是:它們在數位世界裡練習

NVIDIA 的 Isaac Sim 等平台,能創造出照片級真實感、物理上精確的模擬環境,讓 AI 可以在一天之內,進行相當於數千小時的練習,獨自刷副本升級。這種從「模擬到現實」(sim-to-real)的訓練管線,正是讓訓練這些複雜的通用模型變得可行的關鍵。

-----廣告,請繼續往下閱讀-----

DeepMind 的 RT-X 計畫還發現了一個驚人的現象:用來自多種「不同類型」機器人的數據,去訓練一個單一的 AI 模型,會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後,它在任何單一機器人上的成功率,比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後,經驗值合併,讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。

AI 正在學習關於物理、物體特性和任務結構的抽象概念,這些概念獨立於它所控制的特定身體。/ 圖片來源:shutterstock

不再是工程師,而是「父母」: AI 的新學習模式

這也導向了一個科幻的未來:或許未來可能存在一個中央「機器人大腦」,它可以下載到各種不同的身體裡,並即時適應新硬體。

這種學習方式,也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師,而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型,正是透過一個「數據金字塔」來進行訓練的:

  • 金字塔底層: 是大量的人類影片。
  • 金字塔中層: 是海量的模擬數據(即我們提過的「數位世界」練習)。
  • 金字塔頂層: 才是最珍貴、真實的機器人操作數據。

這種模式,大大降低了「教導」機器人新技能的門檻,讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體,而是「任何」物體?

我們一路看到了機器人如何學會思考、觸摸,甚至舉一反三。但這一切,都建立在一個前提上:它們的物理形態是固定的。

但,如果連這個前提都可以被打破呢?這代表機器人的定義不再是固定的形態,而是可變的功能:它能改變身體來適應任何挑戰,不再是一台單一的機器,而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院特別具有代表性,該學院的仿生機器人實驗室(Bioinspired Robotics Group, BIRG)2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯,其中瑞士洛桑聯邦理工學院(EPFL)特別具有代表性。該學院的仿生機器人實驗室(BIRG)在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年,來自 EPFL 的另一個實驗室——可重組機器人工程實驗室(RRL),更進一步推出了 Mori3,這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

Mori3 的核心,是一個個小小的三角形模組。別看它簡單,每個模組都是一個獨立的機器人,有自己的電源、馬達、感測器和處理器,能獨立行動,也能和其他模組合作。最厲害的是,它的三條邊可以自由伸縮,讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時,就能像一群活的拼圖一樣,從平面展開,組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡,我們熟悉的 3D 模型,其實就是由許多多邊形(通常是三角形)拼湊成的網格。Mori3 的創新之處,就是把這種純粹的數位抽象,真正搬到了現實世界,讓模組們化身成能活動的「實體網格」。

這代表什麼?團隊已經展示了三種能力:

  • 移動:他們用十個模組能組合成一個四足結構,它能從平坦的二維狀態站立起來,並開始行走。這不只是結構變形,而是真正的協調運動。
  • 操縱: 五個模組組合成一條機械臂,撿起物體,甚至透過末端模組的伸縮來擴大工作範圍。
  • 互動: 模組們能形成一個可隨時變形的三維曲面,即時追蹤使用者的手勢,把手的動作轉換成實體表面的起伏,等於做出了一個會「活」的觸控介面。

這些展示,不只是實驗室裡的炫技,而是真實證明了「物理多邊形網格化」的潛力:它不僅能構建靜態的結構,還能創造具備複雜動作的動態系統。而且,同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景:救援隊帶來的不是一台笨重的挖土機,而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人,鑽入瓦礫縫隙;一旦進入開闊地後,再重組成一隻多足的「蜘蛛」,以便在不平的地面上穩定行走;發現受困者時,一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑,另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景,正是科幻中的概念:可程式化物質(Programmable Matter),或稱「黏土電子學」(Claytronics)。想像一桶「東西」,你可以命令它變成任何你需要的工具:一支扳手、一張椅子,或是一座臨時的橋樑。

未來,我們只需設計一個通用的、可重構的「系統」,它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上,是一個從硬體定義的世界,走向軟體定義的物理世界的轉變。

更重要的是,因為模組可以隨意分開與聚集,損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時,它就像一個超個體,如同蟻群築橋。至此,「機器」與「有機體」的定義,也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡,演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T),甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展,一個全新的挑戰也隨之而來:在一個 AI 也能生成影像的時代,我們如何分辨「真實的突破」與「虛假的奇觀」?

舉一個近期的案例:2025 年 2 月,一則影片在網路上流傳,顯示一台人形機器人與兩名人類選手進行羽毛球比賽,並且輕鬆擊敗了人類。我的第一反應是懷疑:這太誇張了,一定是 AI 合成的影片吧?但,該怎麼驗證呢?答案是:用魔法打敗魔法。

在眾多 AI 工具中,Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity,它馬上就告訴我:該影片已被查證為數位合成或剪輯。但它並未就此打住,而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D

接著,選擇「研究模式」,就能深入了解 ANYmal-D 的詳細原理。原來,真正的羽球機器人根本不是「人形」,而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解,Perplexity 的「實驗室」功能,還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用,更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史:為何選擇四足?如何精進硬體與感測器結構?以及除了運動領域外,四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人:數位世界的新物種

從開刀、揀貨、打球,到虛擬練功,這些都是機器人正在學習「幫我們做」的事。但接下來,機器人將獲得更強的「探索」能力,幫我們做那些我們自己做不到的事。

這就像是,傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力,它就像是數位世界裡的機器人,能成為我們的「代理人」(Agent)

它的核心功能,就是拆解過去需要我們手動完成的多步驟工作流,提供「專業代工」,並直接交付成果。

例如,你可以直接對它說:「閱讀這封會議郵件,檢查我的行事曆跟代辦事項,然後草擬一封回信。」或是直接下達一個複雜的指令:「幫我訂 Blue Origin 的太空旅遊座位,記得要來回票。」

接著,你只要兩手一攤,Perplexity 就會接管你的瀏覽器,分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋,或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路,而實體機器人,則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧! 現在申辦台灣大哥大月付 599(以上) 方案,還可以獲得 1 年免費 Perplexity Pro plan 喔!(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
0

文字

分享

0
3
0
高端玩家必看!顯示器的反應時間是怎麼定義?最新推出的 VESA ClearMR 認證,重新定義電競螢幕動態顯示規格
宜特科技_96
・2023/08/30 ・4272字 ・閱讀時間約 8 分鐘

玩家使用電競螢幕玩遊戲
圖/宜特科技

電競顯示器五花八門,但你了解廠商主打 1ms 反應時間的意思嗎? 而 2022 年推出的 VESA ClearMR 認證,是如何重新定義動態畫面的模糊比例,又有什麼測試重點呢?

本文轉載自宜特小學堂〈VESA 最新推出 ClearMR 認證 重新定義電競螢幕動態顯示規格〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

點擊圖片收看影片版

近十年全球電競產業可謂炙手可熱,吸引了大量的關注和投資。根據數據分析公司 Newzoo 的報告顯示,2022 年全球電競市場規模就已突破了 10 億美元的大關。而該公司也預測,到了 2025 年全球每 11 個人中,就有1人將成為電競賽事的觀眾,凸顯了電競產業的快速增長和受眾擴大,將帶來更多商機和成長潛力。

全神貫注比賽的電競選手
全神貫注的電競選手。圖/Insider Intelligence

而遊戲勝負的關鍵,除了依靠選手本身的反應力,設備優劣也是不可或缺的條件之一,尤其電競中極度仰賴的「畫面」的反應時間,輸贏往往就取決在短短幾毫秒的動態表現。當消費者在挑選顯示器時,會看到許多廠商都標榜「1ms 反應時間」,但是細看規格會發現,有些標示 1ms GtG,有些標示 1ms MPRT,由於業界對於影像動態模糊的顯示規格不一,讓消費者在購買時很容易產生混淆。

電商平台會以 "1ms 反應時間"作為消費者選購的參考
電商平台會以 1ms 反應時間作為消費者選購的參考。圖/momo購物網

有鑒於此,2022年,視訊電子標準協會(Video Electronics Standards Association,簡稱VESA)針對螢幕在動態顯示時的表現進行標準化,提出 ClearMR (Clear Motion Ratio Compliance Test Specification)認證,清楚地界定「螢幕在顯示快速移動影像時,清晰和模糊畫素的比例」,這是注重顯示器動態表現的電競選手與玩家們會關注的焦點。

-----廣告,請繼續往下閱讀-----

那麼,兩種主流規格 GtG 和 MPRT 到底差在哪裡?ClearMR 又是怎麼定義動態畫面的模糊比例?它與市面上已有的其他規格有何不同?本文章將先介紹目前主流的兩種規格—MPRT 和 GtG,再進一步介紹最新 VESA ClearMR 測試規範的重點。

一、 GTG(灰階對灰階反應時間),僅針對灰階,無法定義畫面的模糊

LCD 液晶顯示器(Liquid-Crystal Display)就像拼圖一樣,是由大量像素點拼湊成一個完整的畫面,每個像素點中 RGB 三原色比例,決定了呈現的顏色。例如,紅色的比例越高就越紅,藍色比例提高、紅色下降則會變紫,如果想展現出亮紅或暗紅的差異,則是根據電壓大小來改變亮度。

LCD 液晶顯示器的像素放大圖及 RGB 比例改變後,顏色產生變化的示意圖
LCD 液晶顯示器的像素放大圖及 RGB 比例改變後,顏色產生變化的示意圖。圖/wiki & 宜特科技繪製

我們可以想像當白光通過紅色的亮度越高,就會顯示出亮紅色,反之光源越暗,就會呈現出暗紅色。如果畫面只有最暗跟最亮就會變得很極端,所以現在的顯示器,就是透過從最暗到最亮共有256個灰階的變化,呈現出各種精緻的色彩。

螢幕的256個灰階影像變化
256個灰階影像變化。圖/moblie01

前面講了那麼多,我們終於要講到正題的 GtG(Gray to Gray,灰階對灰階的反應時間),一般 LCD 液晶顯示器所標示的反應時間,是指液晶全開/全關所需的時間,但因液晶螢幕呈現的內容,其實就是不同灰階之間的轉換跟變化。最亮和最暗兩者中間的層次愈多,就愈能夠呈現出愈細膩的畫面。當轉換的時間越長畫面就容易產生殘影,相反的,轉換時間越短畫面就越乾淨,遊戲體驗也就越好。

-----廣告,請繼續往下閱讀-----

然而,GtG 的數值只是針對不同灰階之間的反應時間,各家廠商的測試標準與定義也有些不同,GtG 也無法去定義畫面的模糊。那,什麼又是 MPRT 呢?

二、 用 MPRT(動態畫面反應時間)處理畫面殘影,卻導致螢幕變暗

由於 LCD 液晶顯示器的特性與人眼視覺暫留的關係,影像在移動時,使用者會看到殘影或拖影的畫面模糊現象,我們以下圖來舉例,當畫面從綠色切到藍色,中間的過度色在人眼的辨識上就會產生殘影,進而造成模糊。

ULMB 超低運動模糊技術的概念動圖
ULMB 超低運動模糊技術的概念圖。圖/宜特科技

為了解決此問題,於是透過開關螢幕的背光或是插入黑畫面,以縮減每幀畫面的顯示時間,來降低視覺暫留,讓畫面快速移動時較為清晰,暫且解決模糊問題,這個技術就被稱為 ULMB(Ultra Low Motion Blur,超低運動模糊技術)。在剛才舉例中,我們讓綠色切到藍色中間變成了黑畫面,快速的切換可以讓畫面更為清晰。而在 ClearMR 問世前,業界最常用 MPRT(Motion Picture Response Time,動態畫面反應時間)的數值來表示從 A 畫面切到 B 畫面的反應速度。

但是,透過 ULMB 去達到降低 MPRT 的反應時間,也就意味著頻繁的開關背光或是插入黑畫面,會造成螢幕亮度降低,也可能讓使用者看到螢幕閃爍的情形,並且會發生過衝(Overshoot)和下衝(Undershoot)等現象,最糟甚至會導致訊號失真,對圖像品質造成影響或是面板壽命變短。

-----廣告,請繼續往下閱讀-----

訊號測試小知識

過衝(Overshoot):是指信號在從一個值轉變到另一個值時,瞬時值超過了最終(穩態)值,並產生在電源電平之上的額外電壓效應。這意味著信號在轉換過程中超過了預期的目標值。

下衝(Undershoot):則是指信號在從一個值轉變到另一個值時,瞬時值低於最終值,並產生在參考地電平之下的額外電壓效應。這意味著信號在轉換過程中低於了預期的目標值。

過衝和下衝都是電子訊號處理中不利的現象,常常發生在訊號轉換、開關操作或電路切換的過程中。它們可能導致訊號失真、噪音增加,甚至對電子元件和電路造成損壞。而在顯示器上,嚴重的過衝與下衝,會導致面板的壽命變短,畫面過於銳利,而導致失真。

三、 全新推出的 ClearMR,精準定義畫面模糊的標準

講完了 GtG 與 MPRT ,我們終於要來介紹,最新定義畫面模糊的標準規範,它就是 VESA 在去年發布的 ClearMR(Clear Motion Ratio)。

VESA 於2022年7月,正式發布一致性測試規範(ClearMR CTS)V1.0,總共定義了7種不同級距(ClearMR 3000 至 ClearMR 9000),該年底更往上延伸至11個級距,加入了 ClearMR 10000 至 ClearMR 13000。級距的數字,代表著清晰影像與模糊影像的性能比,例如30:1=ClearMR 3000,70:1=ClearMR 7000,90:1=ClearMR 9000。數字愈高,表示該產品在動態上的表現愈清晰。

VESA ClearMR 有11個級距
最新的 ClearMR 共有11個級距。圖/VESA ClearMR官網

(一) 不同級距下,清楚顯現出動態模糊的差異

ClearMR 可針對螢幕的動態模糊定義與分級,讓顯示器動態模糊有了更清楚的定義可依循,不但取代了現有僅基於時間的模糊指標(如前述提及的MPRT、GtG),針對畫面模糊的狀況,提供更完整且公平的比較基礎。

從下圖可看出在不同級距下,待測螢幕顯示的動態輪胎的模糊表現。Still image代表靜止畫面,我們比較從 ClearMR 3000 到 ClearMR 9000,可以明顯比較出模糊差異,等級越高則影像越清晰。

-----廣告,請繼續往下閱讀-----
轉動的輪胎的模糊級距,從最低的 ClearMR 3000 到較清晰的 ClearMR 9000,最後一張為靜止畫面,可比較出其中的模糊差異
轉動的輪胎的模糊級距,從最低的 ClearMR 3000 到較清晰的 ClearMR 9000,最後一張為靜止畫面,可比較出其中的模糊差異。
圖/VESA ClearMR CTS and Logo Program Meda Slides FINAL3

(二)那 ClearMR 的數值是如何測量?

ClearMR 是利用可每秒拍攝10000張以上相片的高速攝影機,拍攝待測螢幕中,由左至右移動的亮光區塊(VESA協會提供的範例程式所產生),會區分為 Leading(領導)與 Trailing(尾隨)。

待測螢幕中亮光區塊 Leading(領導)與 Trailing(尾隨)端的畫面
待測螢幕中亮光區塊 Leading(領導)與 Trailing(尾隨)端的畫面。圖/VESA ClearMR CTS 1.0

再透過拍攝的圖片,產生所謂模糊的輪廓,再來計算其相對應的 CMR 值(Clear Motion Ratio)。我們可以從下圖看到結果,黃框中的 CMR 值是4782,就可以對應級距圖得到待測螢幕的ClearMR級距落在 ClearMR 5000的範圍內,即為螢幕的性能表現。

(a)上衝/下衝數值;(b)上衝/下衝轉折點,可做為工程師除錯參考;(c)決定 CMR 值的各參數列表;(e)黃框中的 CMR 值,即為待測螢幕的性能表現
(a)上衝/下衝數值;(b)上衝/下衝轉折點,可做為工程師除錯參考;(c)決定 CMR 值的各參數列表;(e)黃框中的 CMR 值,即為待測螢幕的性能表現。圖/CMR Tools User Guide v2022.0405

唯有通過測試認證的產品,才有資格使用 VESA ClearMR 的 LOGO ,此規範也在推出後的第一時間,獲得多家顯示器大廠如三星、HP、LG 響應並支持,目前獲得認證的產品都有名列在 VESA 的官方網站上。或許 ClearMR 還無法完全取代,現今主流的 GtG 或 MPRT 的「反應時間概念」,但對於市面上百家爭鳴、不斷強打的 1ms 的顯示器來說,它可以為消費者提供更直觀的評選指標。

宜特訊號測試實驗室也在今年獲得 VESA 授權成為 ClearMR 認證中心,具備所有 ClearMR 認證測試設備、測試環境(包含暗房)與技術能力,可以提供動態清晰率(Clear Motion Rate,CMR)、變異係數(Coefficient of Variation,CV)、過載(Overload)、亮度退化(Luminance Degradation)、背光掃描(Backlight Strobing)測試,可協助多家顯示器、筆電、電競品牌與代工廠進行 VESA ClearMR 測試,助其產品符合規範,取得認證標章。

-----廣告,請繼續往下閱讀-----

文出自 www.istgroup.com

-----廣告,請繼續往下閱讀-----
宜特科技_96
20 篇文章 ・ 5 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室