数字孪生东京正式上线！具身智能、零样本迁移、真实世界、共享群体思维

【新智慧介绍】继赋能艺术设计和文本写作领域之后，人工智能也为城市规划和城市动态的实时监测注入了新的活力。
东京的高分辨率点云3D 数字孪生 模型现已公开发布！任何人都可以免费下载。

项目地址：https://github.com/tokyo-digitaltwin

数字孪生模型的规模为 h和e，而且它对东京的描绘非常细致——它的绝对位置精度在10厘米以内。

路上的斑马线

NVIDIA 高级研究科学トップページ Jim Fan 表示：“越来越多的城市、房屋和工厂将被导入模拟环境，这是必然的。”

未来，机器人将不再孤立地进行训练。它们将在实时图形引擎中被模拟成一支“钢铁舰队”，并通过庞大的集群进行扩展，从而生成数万亿条高质量的训练数据。
换句话说，将物理环境数字化并将其导入虚拟仿真世界，将大大加快机器人技术的发展。
通过在高精度模拟环境中进行训练，机器人可以获得丰富的训练数据，并在复杂场景中快速学习。
这种方法将促进机器人从虚拟世界向现实世界的平稳过渡，并提高其在实际应用中的效率和智能。

什么是城市数字孪生？
简而言之，数字孪生体是将物理空间中的实体复制到网络空间。
一旦这种复制达到一定的精确度，就可以利用物理对象上的传感器发送的实时数据来模拟行为和监控操作，从而实现“孪生”城市的建设和利用。
城市数字孪生实际上是根据感知到的城市数据，在网络空间中复制基础设施（如建筑物和道路）、经济活动、人流以及其他类似“孪生体”的元素。

换句话说，就像下图所示的连续循环一样，可以基于从物理空间各个活动领域获得的实时数据，在网络空间进行高级分析和模拟，并将结果以交互形式高速反馈到物理空间。

根据 Werner Kritzinger 等人的研究，数字孪生分为三个阶段。
第一阶段称为数字建模，在此阶段，现有物理对象与其所代表的虚拟空间之间的相互转换需要手动完成。以城市数字孪生为例，此阶段是将已有的历史数据（例如，交通流量数据等）复制到三维城市模型上。
第二阶段称为数字着色，是一种单向数据流状态，支持将物理对象自动转换为数字对象。
第三阶段是数字孪生，在这个阶段，物理对象和数字对象实现双向完全融合，每个对象的变化都会自动反映在另一个对象中。在城市数字孪生中，它体现了真实物理空间和网络空间之间双向数据交换的状态。

对于城市的数字孪生模型而言，其主要价值在于：
- 与现实相联系的实时数据采集：利用先进的传感器技术和通信技术实时采集各种数据
- 利用三维空间进行分析和模拟：高级分析和模拟，例如在能够重现现实的空间中进行实验。
- 反馈到现实：将结果实时反馈到现实空间，用于决策、系统控制等。
例如，在新南威尔士州，将数字孪生和人工智能预测引擎应用于交通拥堵分析和监管，可以显著降低因交通拥堵而造成的社会效益损失成本。

数字孪生与模拟孪生
城市数字孪生体是城市的数字副本，旨在实时反映现实世界的状态。
它随着城市的实时运行而不断变化，就像一个与真实城市共同呼吸的“影子”。该模型不仅反映城市的现状，还能对现实中发生的意外情况迅速做出反应。
相比之下，城市模拟是一个相对静态的模型，它基于假设和预设规则。
它是对过去城市运行数据的提炼和总结，虽然可以反映某些模式，但其准确性不如数字孪生体的实时数据。城市模拟更像是基于城市过去的“病史”来预测未来可能出现的情况。
总的来说，数字孪生和仿真都是基于虚拟模型的仿真，但两者之间存在一些关键区别。
仿真通常用于设计，在某些情况下也用于离线优化。设计人员将更改输入仿真模型，以观察各种假设情景。而数字孪生则是复杂的虚拟环境，人们可以与之交互并实时更新。它们规模更大，应用范围更广。
例如，在汽车模拟系统中，新手司机可以获得沉浸式的培训体验，学习各种汽车部件的操作，并在虚拟驾驶过程中应对不同的真实场景。然而，这些场景与实际的物理车辆并无关联。
另一方面，汽车的数字孪生体与物理车辆相关联，并学习有关实际车辆的所有信息，例如重要的性能统计数据、过去更换过的零件、传感器观察到的潜在问题、以前的维护记录等。

城市数字孪生的三个支柱
城市数字孪生的三大支柱分别是“数据维护”、“数据可视化”和“数据分析”。

数据维护
对数字孪生体上处理的地理空间数据信息（如 3D 数字地图、点云数据、GIS 数据等）进行维护和聚合，包括数据收集、数据存储和管理。

数据可视化
通过 3D 查看器等可视化系统，复杂的数据被转化为直观的图表和 3D 模型，使城市管理者能够看到整个城市的“数字画像”。
例如，热力图用于显示城市不同区域的人口密度，动态流程图用于表示交通流量和拥堵情况，3D 模型用于模拟建筑物的能源消耗分布。
这些可视化工具让城市管理者能够一目了然地了解城市的运行状况，就像他们有一双能够看穿城市的“眼睛”一样。

数据分析
通过各种应用模拟器，对数字孪生体的数据进行分析，并将其用于衡量指标。
以城市公共交通为例，通过分析乘客的出行时间、出行路线和出行频率等数据，可以调整公交线路，优化公交车时刻表，提高公共交通的运营效率，减少乘客的等待时间和出行成本。
在能源管理方面，通过分析建筑物的能耗数据，可以制定准确的节能计划，以减少城市的能源消耗，实现可持续的城市发展。

数据维护、数据可视化和数据分析

东京数字孪生
东京数字孪生项目计划于 2030 年实现，相关测试版已经推出。

体验链接：https://3dview.tokyo-digitaltwin.metro.tokyo.lg.jp/?_ga=2.180157796.1370176531.1735090358-57006728.1735090358