2020年,全球数字孪生市场规模达到31亿美元;预计到2026年,市场体量快速增长至482亿美元。
亚马逊云科技打造的TwinMaker能够管理现有数据流,进而理解工厂内的生产线运作状态;英伟达的3D Omniverse数字孪生平台则专注于模拟和预测气候变化。这些数字孪生工具都能从现有传感器和数据流中捕捉物理环境指标,进而实现环境模拟。
以一座占地超1000英亩的太阳能发电厂为例,捕捉这类大型物理环境要求我们在地图的检测与绘制方面投入大量时间。
根据DroneDeploy公司联合创始人兼CEO Mike Winn所言,通过为这类物理环境创建数字副本,人们可以更轻松地实时跟踪、预测变化并采取行动,而不再需要投入人工不断巡查各个区域。
Winn解释道,“小到一座城市,大到整个地球,数字化数据将显著改善我们的协助能力。无需真正碰面,不同地理区域中的工作人员就可以同时分析相同资产。”
Winn还提到,如今数字孪生技术正以新的方式捕捉物理空间,帮助人们更准确地检测现场情况,甚至身处他地远程操纵农场或建筑工地中的作业。
Winn提到,“太阳能板安装就是数字孪生加无人机的绝佳应用案例。每一家有意安装太阳能装置的住户都需要接受屋顶检查,以往人们只能亲自爬上屋顶,但如今Sunrun等太阳能安装服务商正使用无人机为用户的屋顶创建数字孪生副本。”
Winn还提到,“无人机在太阳能装置安装行业堪称游戏规则的改变者。速度更快、更加敏捷的无人机凭借更安全、更准确的测量能力,全面取代了梯子+卷尺+手算的原始粗糙方案。自动化无人机加3D数字孪生软件的配合,帮助Sunrun将屋顶检查流程从2个小时缩短到仅15分钟。”
Winn坚信数字孪生加无人机的组合,还能帮助更多工人、特别是石油与天然气行业工人,远离那些高风险设备与工作环境。
Winn解释道,“这套组合能够在相当程度上取代现场操作,帮助工人更多以远程方式处理工作。这种能力在COVID-19疫情流行的背景之下显然尤其重要。例如,工作人员可以操纵无人机为现场创建数字孪生副本,并轻松将副本共享给其他成员以开展审查和协作。如此一来,大家就不必各自动身、亲赴现场,整个过程将极大节约时间和资源,并为后续讨论提供一个准确可靠的「事实来源」。”
Winn还表示,目前无人机与数字孪生技术在建筑和能源行业的应用也有所增长。
Winn指出,“建筑企业现在可以为建筑工地创建虚拟孪生副本,将成果与业主和建筑师共享,在节省差旅和出行时间的同时、保证各方都能随时把握工地进度。公共事业方面,太阳能农场往往选址在较为偏远的地区;现在无人机可以直接前往、将设计图纸覆盖在物理现场上以跟踪施工进度,并即时共享以确保每位参与者都能了解到最新情况。”
总部位于伦敦的初创企业Sensat就在尝试将数字孪生技术引入民用基础设施项目。
已经有多家竞标公司在High Speed 2高速公路项目和泰晤士河下游交叉口项目中使用Sensat提供的数字孪生软件,借此创建地形图以识别关键风险。
农民们也在使用无人机为田地创建数字孪生副本,借此实现种植监控。农民可以操纵无人机飞越农场上空,为田地创建数字地图,快速分析植物健康与作物生长情况。
Winn解释道,“我们与Corteva开展合作,尝试利用机器学习技术处理无人机图像,借此帮助农民、农艺师和研发团队在几分钟内快速了解农作物的最新状况。这是一套全离线解决方案,我们的客户可以在任何地点获取现场资讯。”
在Winn看来,未来每处农场都将有机器人或无人机在现场巡弋、定期捕捉物理数据。“一旦发现任何问题,农民将立即收到警报,之后远程派出地面漫游车或无人机前去喷洒杀虫剂或执行其他必要的补救措施。整个过程不仅敏捷高效,而且完全无需迈出办公室或是家门。”
DroneDeploy目前关注的核心趋势,在于如何通过无人机和地面机器人技术让数字孪生成为工作场所自动化的最新驱动力。“借助空中无人机加地面漫游机器人,企业有望立足内外一切角度为物理现场创建起完整的现实副本。”
《2022年颠覆性趋势图解》报告认为,到2030年全球工业机器人市场规模预计将翻一番以上,总值达到370亿美元。Winn也认为“借助这些3D数字模型,我们可以对机器人进行编程、让它们在虚拟环境下运作,甚至逐渐学习执行各类任务。想象一下,未来的技术人员可以为无人机编程,指引它飞越太阳能板农场、识别高温异常点,而后自动呼叫地面机器人前去排查故障。”
“正因为机器人会使用现场的数字孪生副本进行编程,所以能够学会该去哪里、检查什么、如何判断问题以及怎样执行修复。这就让我们的设想有了实现的可能。”
好文章,需要你的鼓励
WordPress实验性AI开发工具Telex在9月发布几个月后已投入实际使用。在"State of the Word"年度活动中,WordPress联合创始人展示了Telex的多个应用案例,包括创建价格比较工具、价格计算器和实时营业时间显示等功能。该工具能够生成Gutenberg模块,让开发者在几秒内完成过去需要数千美元定制开发的功能。同时WordPress还推出了Abilities API等AI架构开发。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
英国国家网络安全中心与BT合作推出的Share and Defend服务成功拦截了近十亿次早期网络攻击和用户访问危险网站的尝试。该服务整合多方威胁情报数据,通过互联网服务商的DNS平台实时过滤恶意网站,大规模阻断钓鱼和虚假购物网站。目前已有TalkTalk、沃达丰等多家合作伙伴加入,政府计划在2026年1月发布国家网络行动计划以进一步提升英国网络安全防护能力。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。