[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
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。