数字孪生作为物理领域和数字领域之间的桥梁,依赖历史数据、实时数据以及机器学习模型来实现对物理对象、过程和系统的虚拟化表示。
软件开发公司Bentley Systems的Keith Bentley把数字孪生描述为自个人计算机以来IT对物理基础设施行业价值贡献最大的一个机会,被广泛应用于各行各业,让企业深入了解维护过程以及优化制造供应链的方法。
根据MarketsAndMarkets报告称,到2026年,全球数字孪生市场规模预计将达到482亿美元,而基础设施以及建筑、工程和施工(AEC)行业是其中一个不可或缺的部分。从建筑、桥梁和停车结构,到供水、下水系统、城市道路,乃至整个城市,一切都已经发展成熟,已经可以从数字孪生技术中获益。
下面让我们来看一看数字孪生是如何颠覆基础设施行业,以及为什么基础设施和AEC企业的IT和创新领导者可以很好地利用这种技术。
重塑商业模式
几十年来,AEC行业一直在各种项目中使用计算机辅助设计(CAD)和建筑信息建模(BIM)软件来创建特定的2D和3D可交付成果,这个行业正在朝着工具和行业云集成套件的模式发展,这为打造新商业模式、行业生态系统和更具协作性的工作方式打开了一扇大门。
随着数字孪生技术的应用发展,AEC行业企业也看到了通过为客户管理和维护基础设施数字孪生带来的新收入机会。
在基础设施行业顺应新工作方式的同时,这些新的商业模式也在颠覆基础设施行业,带来新的机会。正如各种平台模型给音乐、书籍、零售和零工经济服务等行业带来的影响一样,数字孪生也有可能让基础设施行业从中受益。
由于数字孪生是基于云的平台业务模式,因此它不仅为围绕核心数字孪生模型的运营和维护服务带来了可能性,还为围绕这些孪生模型提供增值的数字服务,例如可视化、协作、物理安全和网络安全、数据分析和支持AI的预防性维护带来了可能性。
此外,基础设施开发商还可以与数字孪生提供商和周边服务供应商生态系统展开合作,通过出售实物资产以及通过数字孪生模型提供持续的数字服务中受益。随着时间的推移,这些基于订阅的服务可能会大大增加原始销售价格。例如,一个10万平方英尺的房地产项目可以在五年内从数字孪生相关服务中获取100万美元的附加收入,并且近80%的资产生命周期价值是在运营中实现的。
数字孪生的用途和投资回报率
数字孪生的用途涉及很多领域,最大的领域之一就是帮助基础设施变得更高效、更具弹性和更具可持续性。世界上有70%的碳排放与基础设施的规划、设计、建造或运营方式有某种联系,数字孪生则可以帮助提高实时决策的可见性和洞察力。还是上面那个例子,如果一栋10万平方英尺的建筑物年维护成本为20万美元,那么数字孪生可以帮助节省25%的成本,并在环境、安全和可用性方面增加16万美元的额外价值,例如预订会议室、空间利用率分析和流程可见性等。
另一个用途和工人安全有关。例如,桥梁检查员通常要把自己悬挂在绳索上,但通过基于无人机的桥梁检查,例如Manam用于组装3D数字孪生的摄影测量,可以把大部分检查过程转移到办公室进行,这可以节省时间并大大降低受伤的风险。由于美国每个州通常都有数以万计的桥梁需要检查,因此对于州交通部来说投资回报率是非常重要的。不过,桥梁检查员仍需要使用工具进入现场,但3D模型为快速视觉检查、详细分析甚至AI检测到的缺陷提供了额外的技术支持。
例如,从安全角度来看,美国华盛顿特区Capital One Arena体育馆的数字孪生可以作为智能建筑传感器最新创新技术的试验场,帮助急救人员在紧急情况发生时对搜索和救援区域进行优先排序。
实时记录系统
基础设施数字孪生覆盖了从建设到运营和维护的整个生命周期,为所有相关方提供了一个记录系统和单一的事实来源。以前采用的BIM,是一种项目计划、设计和建造阶段的记录系统,但通常在交付给建筑运营商后就停止使用了。
作为一种动态的记录系统,数字孪生把资产、流程或系统的视觉表示和几何表示与工程数据、IT数据以及运营数据(例如物联网和SCADA)融合在一起,以实时地表示实物资产。
如果没有数字孪生,架构师通常无法了解设计中的运营情况是如何的,因此数字孪生对于反馈和持续改进可能很有价值,可随着时间的推移对设计进行修改和完善。
对于业主和运营商来说,数字孪生提供了一个他们可以随时随地进行查看的最新虚拟模型,还可以了解这些资产的情况,包括过去、现在和未来的各项指标。
可视化和元宇宙
对于建筑物等复杂的系统来说,可视化(包括渲染、视频和AR/VR/XR)是通过传递有关计划和想法的信息明确展现数字孪生优点的一个不可或缺的元素。AR检查尤其有助于现场管理人员立即标记错误,从而节省时间和成本。他们还可以在现场扫描QR码,检查与设施中任何物理设备相关的数字孪生数据,例如HVAC系统或者机械、电气和管道(MEP)设备。在VR模式下,他们可以通过飞行对数字孪生模型中内置的所有数据层进行远程检查。
3D BIM开发商Akular首席执行官Martin Rapos表示:“最近几个月,我们看到了实时数字孪生的兴起。除了集成建筑数据来打破物联网和其他建筑系统的孤岛之外,市场对高级可视化的需求也在增加,数据需要在2D或者3D文件上进行地理定位和准确标记。VR、MR和移动设备与数字孪生配合使用的场景也在增加,这让建筑商和资产运营商可以把数字孪生从办公室带到现场,而这正是该行业多年来一直努力实现的目标。”
把可视化工具和功能集成到数字孪生解决方案中,这是技术堆栈和整个生态系统的关键,因此客户可以更好地实现可视化并围绕物理资产的设计或者运营决策展开协作。与其他行业相比,基础设施行业的数字化转型进展十分缓慢。但在未来的两年中,向数字孪生转型的趋势,将会进入早期主流阶段,推动整个行业向前发展,因此该行业的CIO和高管们应该密切关注这些发展趋势,制定自己的数字孪生战略,以最好地释放数字孪生的潜力。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。