数字孪生技术近年来发展迅猛,在可扩展性、互操作性和可组合性方面的结构化设计日趋成熟,为实现变革性商业价值奠定了基础。声称已将概念转化为行业现实的数字孪生联盟(DTC)宣布,在其数字孪生测试平台项目中新增四个测试平台。
该组织表示,新中心的开放标志着数字孪生演进的重要步骤——从传统型向智能型再到生成型的转变。这些测试平台旨在提供真实世界环境,用于验证价值证明、演示互操作性,并加速数字孪生技术在制造、能源、医疗和智慧城市等各个行业的采用。
四个核心目标
该项目设定了四个关键目标:加速数字孪生创新和实际部署;为开发、测试、验证和确认提供稳健环境;突出数字工程的主要属性;促进创新使能技术的协作。
在技术层面,数字孪生测试平台项目实施了DTC的可组合性框架——使用业务成熟度模型、平台栈架构和能力周期表——以及以能力为重点的成熟度评估框架,该框架整合了生成式AI、多智能体系统和其他先进技术的评估。
四大测试平台应用领域
四个新测试平台涵盖了广泛的应用领域,包括自主制造、量子驱动优化、疫情防备和气候闪电预测。具体而言,这些测试平台突出展示的工作包括:通过预测性统一仿真进行新冠肺炎分析和缓解;教育环境时空评估(Campus-Safe);数字自主孪生驱动工程的多智能体网络(Mandate-R2R)制造;数字孪生的量子驱动优化(Q-POD);以及太阳地面闪电和电磁活动实时集成。
通过将基于智能体的建模与校园移动模式和环境监测相结合,Campus-Safe测试平台旨在为数字健康监测系统建立循证标准——为高等教育和公共卫生机构提供经过验证的投资回报率指标和弹性疫情防备参考架构。
Mandate-R2R通过多智能体数字孪生展示完全自主制造,这些数字孪生在卷对卷电极生产中协作执行数据采集、学习、控制和维护,无需人工干预。
Q-POD测试平台将量子启发优化集成到高性能计算数字孪生环境中,能够探索多达10,000个设计变量,目标是将多学科航空航天和国防应用的计算时间减少10倍。
第四个测试平台旨在验证恒星Transformer概念,实现两到四周的季风预测和多日闪电灾害预警,有望通过增强预测能力减少年度闪电相关死亡并避免经济损失。
推动行业变革
"这些测试平台的增加突显了DTC对开放标准、跨行业协作和加速数字化转型下一阶段的承诺,"DTC总经理兼首席技术官Dan Isaacs表示。"每个测试平台都提供价值证明,并成为由成员主导的现有、新兴技术生态系统,推进成员创新和协作,驱动行业领先实践。"
新中心的开放是在DTC发布《空间智能数字孪生能力和特征》报告之后进行的,该报告旨在帮助企业高管、企业架构师、业务和解决方案架构师、系统设计师和开发人员理解空间信息的基本概念,这些概念与用于描述数字孪生能力背景下位置智能的能力和特征相关。
此外,该报告旨在为企业提供洞察和指导,使其能够记录通过可视化、理解和分析真实世界实体和条件的地理空间位置特征所提供的能力和由此产生的价值流。
报告指出,无论数字孪生的范围、规模或生命周期阶段如何,位置都至关重要。
Q&A
Q1:数字孪生联盟新推出的四个测试平台主要应用在哪些领域?
A:四个新测试平台涵盖自主制造、量子驱动优化、疫情防备和气候闪电预测等领域。具体包括Campus-Safe教育环境评估、Mandate-R2R自主制造、Q-POD量子优化和太阳地面闪电预测系统。
Q2:Campus-Safe测试平台能解决什么问题?
A:Campus-Safe测试平台通过将基于智能体的建模与校园移动模式和环境监测相结合,为数字健康监测系统建立循证标准,为高等教育和公共卫生机构提供经过验证的投资回报率指标和弹性疫情防备参考架构。
Q3:Q-POD测试平台在计算效率方面有什么优势?
A:Q-POD测试平台将量子启发优化集成到高性能计算数字孪生环境中,能够探索多达10,000个设计变量,目标是将多学科航空航天和国防应用的计算时间减少10倍,大幅提升计算效率。
好文章,需要你的鼓励
Google Cloud产品管理副总裁Michael Gerstenhaber近日接受采访,详解企业部署AI智能体面临的核心治理难题。他指出,智能体的安全管控须借鉴人类员工管理逻辑,实现"默认安全"。Google Cloud通过智能体网关、身份权限管理、分布式追踪及Model Armor等工具构建纵深防御体系。Gerstenhaber还提出"弹性智能"概念,认为持续学习的智能体无需退役,可在运行时动态优化行为,从而帮助企业实现运营能力的弹性扩展。
OpenSkill是一套让AI代理无需人工监督即可自主成长的框架,通过从互联网获取知识、自建虚拟考题反复练习,实现真正的开放世界自我演化。
根据Ookla发布的全球Wi-Fi状态报告,Wi-Fi 7正在全球范围内逐步推进,但整体渗透率仍不足2%。新加坡以25%的Wi-Fi 7用户占比位居全球首位,得益于政府与运营商的联合推动。5 GHz频段依然是全球主流,6 GHz频段全球占比仅1.7%。欧洲6 GHz利用率更低至1.6%,各国间存在显著差异。AI基础设施需求推高半导体成本,也对CPE和智能手机制造商形成压力。
论文研究了AI评委同时优化多个评判维度时的两大失败原因:梯度稀释与指令干扰,为多目标提示词优化提供了系统性诊断框架。