英国数字孪生研究机构Center for Digital Built Britain (CDBB)最近完成了一个为期五年的项目,将建筑设计与数字孪生连接起来,这项研究工作促进了数据共享,改进了建筑流程。
项目完成之后,CDBB撰写了一份报告,重点关注如何使用数字孪生来实现商业、社会和环境目标。Gemini Papers探讨了将技术物理基础设施与数字副本进行匹配等问题。另一份名为“金融和数字孪生如何为地球塑造更美好未来”的白皮书也关注相同的主题。
CDBB执行董事Alexandra Bolt说:“我们需要一个为人类和地球共同构建和运营、让子孙后代共同繁荣的环境。我们相信,如果有更好的数据,就可以做出更好的决策,获得更好的结果。”
数据整合是关键
CDBB在多年研究和合作中发现,最大挑战之一是数据集成和数据共享。
“多年来我们一直在收集数据,但由于存在数据孤岛,所以没有得到充分利用,”Bentley Systems公共政策和宣传国际总监、该研究合著者Mark Coates说。
开放数据并不意味着数据是免费提供的,而是各方确定交换数据的方式,以解决所有安全和隐私问题。另一个值得注意的考量因素,是使用标准本体和框架,将数据转换为上下文,说明数据的含义。这在那些参与新建筑项目的工程师和设计师、那些专注于建筑运营的业主和技术人员、以及提供资金的政府和银行家之间,架起一座桥梁。
CDBB表示,数字孪生有巨大的潜力,在使用数据做出基础设施决策方面给投资者带来影响。前沿金融家正在探索如何利用数字孪生改善资本分配流程、帮助筛选和管理风险以及提高资产价值。其中一个典范是澳大利亚布里斯班的Cross River Rail,该项目为公共赞助的大型项目城市级数字孪生提供了催化剂,以支持更好的投资决策。
现在有私募股权公司、商业银行和机构投资者等不同类型的投资方,他们使用不同的策略创造回报。此外,各方都需要考虑如何创建数字孪生来代表各种各样的资产,从能源、铁路和水等低收益、低风险的关键资产,到数据中心、航空或港口扩建等更具机会性的投资。
与建设团队、投资方和用户合作,这对于将数字孪生与特定的投资者策略连接起来是至关重要的。例如,银行等以债务为导向的企业,使用数字孪生来管理风险,确保获得更好的利率。股权公司使用数字孪生来增加资产价值,政府则使用数字孪生来改善数据共享以让公众受益。
尽管CDBB刚刚完成了自己的使命,但包括Digital Twin Hub在内的很多项目仍在继续促进工程建设、财务和工程团队之间的广泛合作。
英国数字建筑中心国家数字孪生项目负责人Peter Al Hajj说:“我们需要围绕风险管理、ESG报告、更好的投资回报为更广泛的社区开发和定义数字孪生。”
好文章,需要你的鼓励
随着沃尔玛电商部门年化GMV突破1000亿美元,AI驱动的商务正在加速发展。Onton获得由Footwork领投的种子轮融资,定位为电商决策的起点。该平台通过神经符号引擎解决传统电商搜索痛点,在家居装饰领域快速扩张,月活用户从5万增长至100万。沃尔玛和好市多等零售巨头已在运用AI重塑购物体验,消费者期望正在发生根本性转变。
JetBrains Research团队发现,让AI理解项目级代码补全并不需要海量数据和复杂方法。通过调整OpenCoder模型的位置编码参数,仅用10亿token数据就达到了与使用数千亿token训练的顶级模型相当的性能。研究还发现,不同的上下文组织策略对最终效果影响很小,真正的关键是模型架构的调整。这为资源有限的团队开发高质量代码AI工具提供了新路径。
卫星连接领域领军企业星链与BICS达成战略合作,指定Proximus Global为其在欧洲直连手机卫星服务的首选IPX提供商。该合作将使星链利用现有IPX网络连接移动运营商,并为能够向智能手机提供宽带服务的下一代网络铺平道路。星链直连手机服务拥有超过650颗低轨卫星,可在移动信号盲区提供数据、语音、视频和消息服务,连接五大洲超800万用户。
德国ELLIS研究所团队开发扩散强制采样器,通过借鉴图像生成技术,将递归深度AI模型的推理速度提升5倍。该技术采用"对角线并行化"策略,同时处理多个文本位置而非串行等待,在保持相同准确率下大幅提升效率。关键是可直接应用于现有模型无需重训练,为AI实时应用带来突破,在数学推理、编程等复杂任务中表现优异。