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
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。