
对阿皮亚古道考古公园进行激光3D扫描
作为由意大利文化部管理的独立机构,阿皮亚古道考古公园(PAAA)正与米兰理工大学合作,在园区内启动一个系统的数字化项目,希望建立一份以“4D数字孪生”形式实现的现代化地理图集。这套模型专门面向专家、策展人及用户,并将随时间推移继续得到完善。
这项工作由位于米兰理工大学的跨学科调查及代表实验室GIcarus-ABCLab (HBIM-GIS-SDI-XR) 在园方协调下进行。
根据文化部PAAA主任Simone Quilici的介绍,PAAA(建立于2016年)是“一片具有非凡意义的土地,代表着欧洲最大的受保护城市辖区,拥有4500公顷景观,也是一系列考古区域的所在地。沿途有超过10英里长的「诸路之后」,堪称真正的露天博物馆。目前,联合国教科文组织已将这里列入世界遗产候选清单。”
负责塞西莉亚麦特拉之墓与克劳蒂亚水道桥综合体的PAAA考古学家Stefano Roascio补充道,“在不到一年时间里,我们就对首个罗马建筑群及基础设施实现了数字化,其中包括克劳狄乌斯-阿尼奥诺瓦斯帝国渡槽、阿皮亚古道7.3英里路段、塞西莉亚麦特拉之墓、昆蒂利尼庄园博物馆,以及其他一些博物馆中的雕塑虚拟副本。”
由此诞生的首个“4D数字地理图集”共包含超20万张图像,数据与模型总量高达20 TB,囊括为园区内所有调查及地理参考场景创建3D模型所需要的一切地理空间信息。
米兰理工大学Glcarus ABCLab的Raffaella Brumana表示,“这才是真正的数字孪生,它跨越时间的维度,结合信息模型、地震脆弱性规划、接入WiFi的物联网传感器共同建立起项目保护与监测体系。这套模型具备可实施性、可更新性与可搜索性,允许我们将当下与过往关联起来,并随模型规模的持续扩大不断积累知识。在它的帮助下,交互式、沉浸式、远程式考古内容传播将第一次被重复千次万次。”
基于地面激光扫描仪(TLS)与便携式扫描仪(MMS-移动测绘系统)、地面与航空摄影测量、无人机、球形相机与多光谱传感器实现的高精度测量,为我们生成了一套包含大量参数的对象模型,其正射影像平均比例为1:20(平均精度3-5毫米,地面像素分辨率为2毫米)。
米兰理工大学最终构建的模型更是超越了测量指标,成功将调查空间连续拆分为一个个对象。
Glcarus ABCLab研究员Fabrizio Banfi总结道,“它构建起一套HBIM(遗产建筑信息模型),该模型通过针对单一部分的数字「对象」建模实现了复杂适应能力。各部分将由此转化为最先进的XR(扩展现实)交互式环境,将形态转化为知识。”
最终得到的结果,就是一套4D(空间加时间)形式的Scan-to-HBIM模型,且能够与历史信息、资料及监测传感器持续关联,用于监测不稳定性及时间性退休。再结合结构分析(BIM-to-FEA)与GIS(地理信息系统),HBIM平台能够比较过去几个世纪以来最成功的建筑技术,对园区内地块、水渠、方尖碑乃至每块砖石进行建模,由此以面积和体积等指标支持成本分析与工作量计算。
HBIM的一大优势,在于它能够随时间推移不断映射实际场景,防止信息偏移。以往,当研究与修复工作达到一定阶段,实际信息就会与原有记录信息彼此偏移,损害未来的干预与沟通。
归功于互操作性、沉浸式设计与计算机语言的最新发展成果,该项目希望建立一套交互式XR平台,采用VR/AR/MR全方位远程传播推动考古场景数字化。除了用于开展测试之外,该平台还可以根据调查结果对本地/外地收藏品、数字化雕塑和缺失部分进行虚拟重新定位,加深人们对于昆蒂利尼庄园的了解。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。