AI + 数字孪生：颠覆传统的科技革命

在当今数字化的浪潮中，AI和数字孪生这两项前沿技术的结合正以前所未有的方式重塑着各个领域。目前国内的数字孪生应用大多都是三维建模渲染叠加业务数据，主要注重数据以及场景渲染效果，再结合业务需求传递业务价值。除此之外，目前AI与数字孪生的结合到底有哪些实际可以落地的呢？

一、行业趋势

1. 自动化建模

1）文生模型（TEXT TO 3D）

Luma AI是一家提供3D捕捉和建模技术的公司，旨在帮助用户轻松创建高质量的3D内容。Luma AI于2024年1月发布的Genie 1.0，只需输入一句文字提示，就能在10秒内生成四个高保真的3D模型，用户可选择并在三维网格界面内编辑模型纹理。这些模型可在屏幕上预览，也能导出到Blender、Unity等工具中进一步使用。

除Luma AI外，市面上还有非常多的文生模型产品，大家可以自行去体验一下。

2）图片/视频建模

目前，由文生模型直接生成的模型在实际项目中还不具备很强的应用价值。那么，另一种图片/视频建模更具有实际的应用价值，其原理基本就是根据图片或者视频计算空间坐标，生成点云数据，根据点云模型和照片进行简单的粗建模和点云匹配照片映射，生成一个可看的模型。

目前图片以及视频建模，有好多产品都可以做到，这里看一下通过SA完成的图片建模效果。

由相机拍摄的甜甜圈图片（需要n多张图片）

自动建模产生的甜甜圈模型

这里可以看到，由SA完成建模的图片，质量其实算不错的，如果是做一些小物件的资产沉淀，大家可以尝试使用这类方法。

这里推荐下虚幻的Bridge模型库，号称价值千亿的扫描模型库。

总的来说，目前自动化建模基本都存在以下问题：

以上问题均会导致生成的模型无法直接应用于实际项目。

因此，目前阶段，自动化建模还无法被大批量使用来提高生产效率。

2. AI算法训练

最近自动驾驶与机器人概念十分火爆，那么在这两个行业中，数字孪生又能发挥什么作用呢？

1）自动驾驶

自动驾驶是经典的四维空间计算难题，其重点在于实现四维空间中的感知、建图、定位与决策规划的实现。

目前市面上大多自动驾驶技术前期都会基于仿真三维场景进行大量数据的训练，通过构建虚拟的交通场景，对训练好的模型进行测试和验证。比如，在孪生仿真平台中设置各种复杂的交通状况，包括突发的事故、恶劣的天气等，以检验模型的应对能力。

2）机器人训练

在今年的WAIC世界人工智能大会上，出现了服务型机器人展示，如机器人拿着咖啡杯在咖啡厅移动进行客户服务，以此来展示其在用餐环境下的服务能力。又或者在景区导览上，已经有部分导览机器人在对游客进行服务了。

那么这一类需要在不同环境下具备感知环境、与人交互、执行任务能力的机器人，大多数的实现思路都需要先将周边环境进行三维建模，再结合特定的服务场景，对机器人进行训练。那么，在对服务要求较高的情况下，每一个店铺甚至是每一个场景，都需要进行专门的场景建模以及针对性训练。

在众多的仿真场景中，如工业生产、气象防灾、低空经济等领域，皆需要三维仿真场景来支撑数据训练，因此，如何快速构建精准的三维场景就显得极为重要。

二、TEXT TO 3D实测—D5渲染器

D5是我非常喜欢的一款软件，它高效的场景搭建功能以及高质量的三维资产，真的在市面上很有竞争力。

在D5中有一个还处于内测阶段的文生模型功能，作者申请了一下然后拿到了使用次数，大家感兴趣也都可以去试试。

接下来看一下实际的使用测试情况。

1. prompt：地铁进出站闸机模型

结果： 最终生成的模型和预期的相差较大，大概是AI并没有理解我们的提示词导致的。

然后对第一个结果进行了细化，可以看到，模型的清晰度会比刚生成时好很多。

2. prompt：一幢3层楼的房子，需要有阳台

结果： 这一次AI理解了，提示词中的三层楼和阳台都能看出来，但细节以及模型大小都存在较大问题。此次生成没有继续细化了，因为生成次数有限。

3. prompt：一个马克杯，主要颜色为红色，需要有把手

结果： 这一次AI也理解了，提示词中的马克杯、红色、把手都有还原，但同样的，生成的模型细节仍然有问题。细化后的模型，除了表面稍微细致一点外，无其他明显细节。

从本次测试可以看出，在第一部分我们总结的自动化建模问题中，在这三次生成中都多多少少存在，因此，文生模型依旧道阻且长。

三、三维高斯重建

目前我们内部在尝试使用三维高斯重建技术来代替传统手工建模，主要应用于大场景中的非重点区域模型自动生成 。

其主要流程分为三个部分：提供需要生成区域的视频—生成ply文件—通过插件导入到UE引擎使用；

在实际应用中，三维高斯重建技术还需要解决一些问题，如如何更好地处理混叠（摩尔纹）现象、提高渲染视角相关效果的能力、优化计算效率等。

下面是根据同一个视频文件，生成的两个效果截图，可以明显看出，优化后的效果好于优化前。

优化前生成效果：

优化后生成效果：

除以上内容外，数字孪生技术结合AI在工业、医疗、城市规划、气象防灾等方面都得到了充分的应用。总之，数字孪生与 AI 的结合是发展的必然趋势，尽管面临挑战，但前景广阔，将为各个领域带来深刻的变革和巨大的价值。

本文由 @不理性的小马同学 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

业界：数字孪生拓展智能制造新空间

人民网北京7月23日电 (记者王震)当前，数字孪生技术飞速发展，加速赋能千行百业，成为当前工业界和学术界的关注热点。

如何进一步推动数字孪生的蓬勃有序发展，促进数字孪生和智能制造服务相关领域的理论发展、技术创新与产业应用？

7月15日-7月17日，2024第八届数字孪生与智能制造服务学术会议在浙江杭州举办。聚焦数字孪生智能制造、智能设计、制造服务等十二大议题，会议吸引了来自国内外百余所高校、科研院所和企事业单位的1100余名代表参会研讨。

浙江大学副校长王立忠在致辞中指出，智能制造代表了全面推进产业融合和创新升级的发展方向，代表了人工智能和数字孪生等深度嵌入产业的全新未来，更代表了中国制造推动未来创新发展的无限可能。在这之中，数字孪生一直发挥着核心赋能的作用。

中国机械工程学会副秘书长陈超志认为，智能制造作为制造强国建设的主攻方向，数字孪生在其中发挥着不可替代的作用，正在为行业提供更专业、更高效、更准确和更全面的服务和赋能，促进智能制造“创新型”发展。

“数字孪生的发展可以为制造业提供更多可能性。”在中国工程院院士、浙江大学工学部主任杨华勇看来，数字孪生不仅仅是简单的仿真模拟，更是一种全新的工业范式，能够实现对产品全生命周期的虚实交互，提高生产效率、降低成本，并在产品研发设计、生产制造和服务运维等各阶段发挥积极作用。

本次会议设置了10个大会报告，并围绕数字孪生与车间智能制造、产品设计、工业软件、流体动力学、人本智造、智能机器人、智能运维、精密加工、地下工程装备、试验测试验证、绿色双碳工程及行业应用等专题设置了12个分论坛。专家学者聚焦数字孪生与智能制造服务领域面临的机遇和挑战共同交流、探讨。会议期间，还举行了“工业软件系列丛书”编委会聘书颁发仪式。

据悉，“数字孪生与智能制造服务学术会议”自2017年创办以来，已连续举办八届。本届会议由中国机械工程学会指导，浙江大学、《Digital Twin》国际期刊主办，浙江大学机械工程学院等单位承办。杨华勇院士、谭建荣院士担任大会主席。

相关问答

随着《中国制造2025》的提出,制造业迎来了全新的发展机遇。更多的企业将制造业信息化技术进行广泛的应用,如MES系统、数字孪生以及生产管理可视化等技术的研...

数字孪生因感知控制技术而起,因综合技术集成创新而兴。数字孪生城市是在城市累积数据从量变到质变,在感知建模、人工智能等信息技术取得重大突破的背景下,建设...

数字孪生技术一般分为三个步骤:1.数据采集:获取真实环境中的传感器数据,并将其转换为3D模型;2.数据处理:根据用户定义的要求,对已采集的数据进行处理,生...

关于这个问题,数字孪生工厂是指通过建立虚拟的数字模型来模拟和优化实际工厂的运营和生产过程。它可以帮助企业实现数字化转型,提高生产效率和质量,降低成本和...

数字孪生是指通过数字化技术将实体物理系统和数字系统紧密结合起来,实现实时监控和仿真预测的技术。它的优缺点如下:优点:1.提高生产效率:数字孪生技术可以...

数字孪生技术是将物理世界中的实体物体或系统数字化,以便在虚拟环境中进行模拟、分析和优化。它可以应用于各种领域,如工业制造、城市规划、医疗保健等。通过...

数字孪生到底怎么通俗理解,就是仿真么?科技发展日新月异,出现了很多新的学说、理论或生僻字。很多时候,我们...

数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备...

(1)全流程可视化,这个是数字孪生技术的核心价值之一。可视化在工业生产场景下有重要的价值,而且能够全面贯穿整个工业生产过程,包括设计、工艺、制造、运维...

UE数字孪生解决方案通常指的是使用UnrealEngine(虚幻引擎)来创建数字孪生技术的应用。数字孪生是一种将物理世界中的实体或系统在数字世界中创建其虚拟副本的...