雖然當前 3D 掃描技術已經相當普及，不過要能夠精確紀錄歷史文物與建築的尺寸進行 3D 數位典藏，仍須仰賴透過光達掃描搭配數位照片、可記錄真實世界物體空間維度的點雲技術，然而傳統的點雲技術除了產生高達數百萬甚至數十億個點的數據需要漫長的處理時間以外，修正掃描過程產生的異常也相當費時，而國家實驗研究院今日公布針對點雲運算的 AI 處理技術，能大幅縮減點雲運算處理的時間。
在當前點雲技術產生的資料是以光達搭配數位相機產生的資訊進行對照，藉此建構比例正確的 3D 立體影像，不過也容易產生錯誤的色彩對應，例如搖晃的樹葉造成誤判天空降雪，或是在拍攝過程出現人影殘留，以往只能設法在事先拍攝過程減少環境變因，但後續仍須仰賴人工修正異常區塊，除了費時費力也會造成影像擬真度不足。
為此，作為協助點雲量測業者以雲端技術加速點雲處理過程的國研院國網中心的雲端算圖農場，以基於 NVIDIA GPU AI 加速技術的硬體基礎建設結合演算法，特別針對點雲服務開發基於 AI 的"校正異常點雲資料之方法"，透過 AI 辨識影像色彩的正常與異常區塊，
透過最近鄰回歸法、雷射反射強度等方式，透過顏色正常的點雲位色彩異常區塊進行重新著色，能夠將原本需 6 個月的處理流程縮減到 1 個月，當前如新竹市日本海軍第六燃料廠新竹支場、台北市齊東詩舍的數位場景再造已經應用到此項技術。未來國研院國網中心也希望能將此技術授權給點雲軟體業者、光達系統、掃描量測、空間資訊應用業者。
補充一下點雲技術相較一般 3D 掃描建模的差異，由於點雲技術是結合光達精確數據與對應的彩色數位照片組合，故能夠提供正確的比例尺，進行縮放的失真比起一般未經校正的 3D 掃描更為準確，當前廣泛應用在古蹟維護、建築工程，文物與古蹟的數位典藏，以及可提供自動駕駛的虛擬環境建構、數位城市資料紀錄，或是提供數位文創使用。
