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
ServiceNow宣布将以超过10亿美元收购身份安全平台Veza,这是该公司2025年一系列AI和数据重点收购的最新举措。此次收购正值企业加速部署AI代理之际,而如何管理这些非人类身份的访问权限和输出已成为普遍难题。该交易将为ServiceNow的AI控制塔提供关键的身份治理能力,帮助企业建立统一的控制平面来定义上下文相关的权限、监控代理行为并大规模执行最小权限访问策略。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。
在生成式AI热潮中,只有英伟达和台积电真正赚到钱,其他AI产业链公司要么亏损要么利润被稀释。博通虽然在数据中心网络领域有不错的利润率,但为了不被AI浪潮抛弃,也选择进入AI业务。博通拥有730亿美元的AI积压订单,但被迫成为AI系统集成商,进一步稀释利润。第四季度博通收入180亿美元,同比增长28.2%,AI芯片收入达65亿美元。
HSE大学研究团队开发出革命性的AI图像生成加速技术——广义对抗求解器(GAS),能将传统需要几十个计算步骤的图像生成过程压缩至4-6步,速度提升十倍而质量几乎不变。该技术通过重新设计求解器架构和引入对抗性训练,在多个数据集上验证了显著的性能提升,为AI图像生成技术的普及应用奠定了重要基础。