本技術為一種全乾式、零污染的金屬雷射著色製程，針對色域受限與著色不精準兩大雷射著色技術問題，導入子像素混色以拓展色彩表現，並結合深度學習模型 PD-TNN 與熱模擬建立參數－溫度－色彩對應關係，提升預測準確性與參數設計效率，具備高耐久性、設計彈性與量產潛力。

本技術針對金屬雷射著色中色域窄、參數設計依賴試誤、逆向預測不準等問題，提出多項創新，包括以PD-TNN 模型處理多對應逆向預測並達到優於標準的色差表現、透過子像素混色實現單像素多色與漸層，以及藉由熱模擬建構參數－溫度－色彩資料庫。本技術整合 AI、製程與模擬，建構實用著色方法。

本技術為具高效率與低碳排特性的金屬雷射著色方案，具取代傳統電鍍、塗裝及 PVD 等濕式製程之潛力。其室溫乾式特性符合 ESG 製造趨勢，並整合 AI 模型進行色彩預測與參數控制，支援智慧化與客製量產。技術已應用於工業與藝術設計領域，具商品化潛力，目標導入台灣金屬表面處理市場，規模已逾百億元。