
资产实时复制可提高效率、改善决策
数字孪生是一种对物体(从建筑物到整个城市)进行实时虚拟建模的技术,这一新兴概念可以从多方面改变建筑环境和房地产行业。
“城市中的基础设施,从灯杆到建筑物,都是可以数字化的,”Willow公司北美首席执行官Kevin Danehy这样解释说。Willow是一家在全球范围内销售其WillowTwin数字孪生平台的澳大利亚企业。“这些数据可以创造价值,例如预测分析。”
目前,美国等国已经在争相打造自身的数字模型,以改善服务和规划,例如今年1月,美国拉斯维加斯推出了由数字孪生公司Cityzenith打造的虚拟市中心,该中心面积为4.3平方英里(7平方公里),采用传感器网络获取有关交通密度、空气质量、噪音污染和当地建筑物碳排放等方面的信息。在美国的另一端,奥兰多经济合作组织(覆盖七个县和奥兰多市)正在制定一项雄心勃勃的计划,打造该都市区约40平方英里(64.4公里)的虚拟版本。根据ABI Research的一项研究预测,到2025年全球将有500多个城市拥有数字孪生。
首尔Reimagining Cities Foundation联合创始人、主席Chungha Cha表示,对脱碳来说数字孪生将成为一个宝贵工具,因为数字孪生可用于测试那些降低能源使用和减少能源排放的方法,对建筑物内部进行测绘从而发现能源未得到充分利用的区域。此外他认为,数字孪生还具有其他方面的潜力,例如通过查明存在环境问题的区域来改善城市居民健康和福祉。“两座建筑物进行对比,一个室内空气质量很糟糕,另一个却相当不错,那么到底问题出在哪里?”
“数字孪生越精细,就越令人兴奋,”Cha说。
Cha设想称,可以建立大规模的数字孪生模型,涵盖分散在世界各地的数百万座建筑物,从而洞察各种资产的能源效率和碳足迹情况。
机场、交通系统和体育场馆等大型公共设施也正在转向利用数字孪生来辅助运营。
不是新概念,但越来越具有成本效益
数字孪生这种“副本”的概念早在20世纪60年代就已经存在了,当时NASA使用联网计算机对航天器模拟器进行数字化,用于宇航员和任务控制人员进行训练。近年来,精密传感器和物联网的发展,让生成大量数据以创建精细的、实时的、虚拟的副本成为可能。科技巨头通用公司(GE)现在力推的数字孪生可以用于监控各种资产的性能,从石油钻井平台、风电场一直到喷气发动机等等。
数字孪生最终也可能成为运营和管理办公大楼或者公寓楼的一种常用工具。根据Danehy的说法,数字孪生可以用于建筑物运营和优化效率,但更重要的是,能够通过对建筑物数据进行预测分析来创造价值。
Danehy在Brookfield Properties工作了10年后,于去年加入Willow,他说他和同事会避免使用“智能建筑”或“智能城市”这样的术语,因为这种术语听起来太模糊了。不过,数字孪生改变了他的想法。
他说:“在我40年的房地产职业生涯中,这是第一次有人认为这类资产实际上是具有智能特征的。现在有30或40种不同的技术系统部署在商业物业中,无论是办公楼还是商场,他们有机会把所有这些都整合在一起,将实时数据汇集在一起。”
数据分析热度渐起
Danehy认为这就好比是前奥克兰运动家队总经理Billy Beane开始利用数据分析招募球员棒球运动员一样。该事件被写进2003年出版的一本小说,后来被拍成电影《点球成金》。
21世纪10年代中期,当时Willow公司联合创始人、首席执行官Joshua Ridley和他的同事们在经营着之前一家公司的时候,看到了建筑行业开始出现一种热门的趋势,有越来越多的建筑师、工程师和建筑企业在建造过程中使用数据。于是,Ridley开始将不同类型的数据与设备操作手册和保修信息联系起来,并将其用于建筑信息模型(BIM)之中。
他们的一家企业客户对此非常满意,甚至希望知道他们在大楼完工之后是否可以继续使用数字建模。Ridley回忆说:“他们对我们说,‘我们不想再回到只能用白板、钢笔和活页夹以及办公室角落堆满了图纸的那个时候了’。我们希望利用施工期间生成的宝贵信息,把这作为建筑物管理的基础。”
Ridley在一个星期六的早上思索了这个问题。在观看了一段关于IBM如何打造喷气式发动机数字模型来研究其性能的视频之后,他顿悟了,同样的方法也可以用于房地产领域,这是“一种打开房地产世界的新方式”。

SoFi体育场,洛杉矶公羊队和闪电队等美国国家橄榄球联盟球队的主场,同时也是Willow公司的客户。
SoFi体育场是Willow的客户之一,是洛杉矶公羊队和闪电队等美国国家橄榄球联盟球队的主场。“我们的目标是提供一种新型的粉丝和游客体验,为此我们需要一个全面的、数据驱动的视角,来了解这个项目的所有组成部分之间是如何连接起来的,”SoFi体育场和好莱坞公园董事总经理Jason Gannon这样解释说。Willow还与多家主流科技企业以及位于美国西南部的一个国际机场展开合作,打造了一个数字孪生,其中包括从跑道到航站楼的所有数字版本。Willow还与加拿大一些最大型的城市展开合作,提供对其通勤铁路系统的数字孪生。
新结构和现有结构
数字孪生不仅仅是用于新建筑物,根据Ridley的说法,当旧建筑物被翻新并改造成具有物联网传感器等技术的智能建筑时,就会变身成为一台可生成大量数据的大型计算机,这些数据都可以被数字孪生所使用。
Ridley解释说,数字孪生包含了多个层,有建筑物的静态资产数据、这些资产分布在各处的空间数据、还有从设备流出的实时数据。过去,这些信息都是被单独保存的,或者仅被拥有这些数据的公司自己使用。
现在,所有这些信息(数百万个数据点)都流入云端,平台可以在其中存储和分析这些数据,并在几秒钟内提供可以在计算机屏幕或移动设备上可视化的洞察。
Ridley说:“Willow为建筑物数据提供了一个‘家’,这样用户就可以实时对他们的资产进行对比和基准测试。”
数字孪生可以让建筑管理人员轻松地查看有关能源使用和能源占用的实时数据,以及历史数据例如特定设备的运行历史(包括安装或上次检查的时间)。此外,数字孪生还可以用于查看电梯或者建筑物安全系统的性能。这对潜在买家或者贷方来说都有有帮助的,让他们能够轻易地获取有关于房产很多重要的信息,从而做出明智的决定。
Danehy说:“这样一来,人们需要做出的假设更少了,基于事实的决定更多了。从贷方的角度来说,如果风险降低,资本成本就会降低。由于你支付的利息成本更低了,资产的价值可能就更高了。”
Ridley表示,可以在不同类型的设备上查看来自数字孪生的数据,包括手机和台式电脑,甚至是VR设备。
虽然数字孪生技术的使用还处于早期阶段,但Ridley认为该技术会得到进一步普及,因为数字孪生对于风险管理、满足环境-社会-治理要求以及维护网络安全都是有用的。
Danehy认为,对那些采用了数字孪生的建筑物或者房产所有者来说,他们将具有明显的竞争优势,甚至于那些拥有数字孪生的资产价值也会更高。
“这些资产所有者能够更快、更果断地采取行动,而且在资产收购、资产所有权、资产交易以及提供债务或股权方面与资本市场的互动,都会变得更加高效。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。