[编者按]:《元宇宙十万个为什么》是至顶网策划的一档特别栏目,我们希望做元宇宙时代的观察者、记录者、推动者。本篇为该系列第十六问,并同步更新在「QA相对论」微信公众号中,敬请关注。
——
上一期我们介绍了元宇宙技术在工业场景中的价值。本期第十六问我们来探讨数字孪生和工业元宇宙之间的关系。
前面我们已经提到,工业元宇宙是数字孪生、CPS等理念和技术在元宇宙世界的延展。
如果拆开来看——数字孪生指的是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程(美国国家航空航天局NASA定义);元宇宙目前还没有公认的定义,维基百科给出的解释是:一个聚焦于社交链接的3D虚拟世界网络。而工业元宇宙我们暂且理解为是元宇宙在工业领域的落地形态。
几个概念之间具有一定的相通之处,比如它们都是以数字技术为基础,通过仿真和模拟,进行可视化的感知交互,所以,它们在底层具有通用的技术支撑。从技术关系来看,数字孪生是CPS(信息物理系统)的核心,而CPS则可以视为是工业元宇宙的核心。
放到应用场景中来理解。数字孪生的作用是对物理设备,比如一台机床、飞机、锅炉的状态信息、生产信息等相关数据进行实时采集和回传,然后通过计算分析,从而确认设备的运行状态是否正常。据此,企业可以预测某个部件的运行寿命,进行状态维护,实现对事故的预测以便采取应急措施,这将改变传统模式下的定期维护和滞后的事故救急处理方式。
但是,在这个过程中,数字孪生仍然是严格以数字世界与物理世界之间的映射为基础的,任何模拟情景和决策,都是基于实时客观的工业数据,强调物理真实性。元宇宙的不同之处在于,它既能以现实物理世界为数字框架,也可以完全推倒重来,塑造一个全新的数字世界——它不以具体的物理设备、生产线、生产资料等为绝对参照,其核心是人。
从这个角度来看,数字孪生会更注重执行,更强调在生产过程中的应用;工业元宇宙则会进一步覆盖生产之外的环节,比如商务合作谈判、合同签订、产品设计、工艺设计,以及后期的产品检测、入库、运输、安装、服务等等。其中,类似于工业设计这样充分依赖人的想象力的工作,或许会更快进入元宇宙——但是,目前这些节点的连接和互通程度都还不高,这就是元宇宙可以发挥价值的地方。
关注公众号「QA相对论」,获取「元宇宙十万个为什么」。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。