
随着智慧城市建设对于区域数据丰富度的需求加深,数字孪生技术也开始全面普及,该技术旨在帮助决策者立足特定时间点建立起一套可行的区域计算机模型,随后利用实时数据不断加以更新。这些模型可用于支持各类项目,展示交通流量变化以及现有基础设施能否抵御气候变化影响等。目前,拉斯维加斯、波士顿、洛杉矶以及得克萨斯州加尔维斯顿在内的多个美国城市都已经拥有或正在规划数字孪生项目。
哥伦比亚大学数据科学研究所土木工程与工程力学副教授Sharon Di表示,数字孪生的基础在于“城市中无处不在的数据收集点”,同时借助强大的计算机模拟技术帮助决策者以前所未有的深度理解城市的过往与当前状况。
作为纽约市数字孪生项目团队成员,Di解释道“从某种意义上讲,建立数字孪生的过程就类似于运营一座数字城市。”纽约项目利用街边传感器与西哈林区无线测试平台收集到的数据,借此进行实时交通管制以缓解拥堵。Di指出,数字孪生提供的“实时响应”能帮助研究人员知悉交通信号的微小调整如何产生广泛影响,因此能够在紧急状况下更好地控制疏导信号。
其他多座城市也在利用数字孪生方案测试交通、能源消耗及新基础设施开发等方面的可能性。咨询公司安永在2021年5月发布的报告中预测,数字孪生在建筑和房地产领域的普及有望帮助商业地产和基础设施所有者将能源消耗降低达50%,同时将运营成本削减约35%。
奥兰多数字孪生则将眼光放得更广、更远,计划建立起真实世界的全息形象,其中将涵盖市区完整地形、移动基础设施与建筑物。Giuliani表示,这种种“令人惊叹”的要素也将成为奥兰多城市吸引力的一部分,帮助地产开发商们无需驾车浏览就快速了解当地情况。“这一幕只在科幻电影里出现过,从现实层面来讲可以算是前无古人的创举。”
Giuliani还强调,这套模型仍处于早期开发阶段,但未来的版本将包含更多数据并提供开放后端,允许各类用户运行自己关注的数据场景。
Giuliani最后总结道,“我们希望构建一套生态系统,帮助我们的开发商、房地产公司、银行、公共事业、市政当局乃至其他合作伙伴随意使用自己的公共或私有数据。这将是一套集可视化场景规划与设计方案效果评估于一体的数字孪生体系,也代表着城市建设与发展的最新形态。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。