
AR(增强实现)、VR(虚拟现实)、MR(混合现实)等XR技术,在过去几年经历了泡沫的破灭,最近又重新受到关注。实际上,在C端方向仍未被广泛接受的XR技术,在B端等领域已有不少落地案例。
近日,阿里云联合英伟达与英迈中国,在北京举办视觉计算私享会。51world前瞻事业部总经理黎晓迎先生在会上分享了《数字孪生如何为产业带来革命性改变》。
51World是一家数字孪生平台公司,一直致力于帮助政府及企业进行新一轮数字化升级。黎晓迎在现场先播放了一个制作精美的视频,他说:“里面的每个画面都是实时渲染出来的,每一个案例也都来自我们与各行业合作伙伴的真实项目,我们的愿景是未来在虚拟世界里复制整个地球。”

(51World实时渲染视频画面)
51World把自己定位为数字孪生基础设施的建造者。黎晓迎表示,数字孪生技术主要应用在两个场景,一个是全要素场景(AES),根据真实的地理信息,把现实物理世界中的各种要素都集合管理起来,通过实时渲染提供可交互式的操作系统;另一个场景是仿真,提供动态世界中如人、车、物等实物的算法仿真。

(51World数字孪生应用领域)
51World数字孪生平台的整体架构基于阿里云,阿里云强大的算力保障平台的实时渲染效率。阿里云异构计算家族有着丰富的异构计算云服务器规格,同时在IaaS上层提供了IaaS+软件产品如fastGPU集群快速部署工具等;针对视频领域,还有专门的视频增强和编解码解决方案,同时集成了英伟达CloudXR套件。
目前,51World与阿里云合作,落地了众多案例,涵盖像智慧城市、智慧园区、智慧水务,以及地铁和机场等智慧交通项目。
51world和招商局港口共同开发了深圳妈湾港智慧港口项目。妈湾港是深圳最大集装箱的码头,如何高效地管理十万量级的集装箱是一个巨大的挑战,光靠数字仍难以掌握港口实时情况,因此选择了利用数字孪生构建可视化的智慧港口。利用数字孪生技术,可以对整个港口货物到港、装卸、转堆、仓储、运出港口的整个流程进行实时监控。

(智慧港口项目管理系统截图)
如上图显示,管理系统中所有的要素都是通过管理数据实时生成,借助阿里云上GPU服务器,让整个场景可以达到十万量级集装箱实时生成,并进行调配和管理。系统跟招商局系统打通,点击查看任何一个集装箱,管理者即可知道这个集装箱进港的时间和作业的时期,系统还可对集装箱内容做检索,查询化学品、危险品的所在地。
51World还与长沙轨道集团及湖南信达通合作打造了智慧地铁项目,即当地网红站点五一广场的运营管理以及客流仿真平台。

(长沙智慧地铁项目平台的两种模式展示)
整个平台主要有两个用途,一是站点内关键节点,如闸机等数据实时接入,掌握站点人流状态;二是全仿真的模式,可以对环境进行客流仿真。比如模拟某一个时间段内,地铁站能不能够承载一万个人同时通行,或者列车运营的实时调度。
除此以外,51World还针对无人驾驶行业提供了仿真训练平台SimOne,让车企在虚拟的环境,用真实街道的案例进行训练,大大节省成本;传统无人驾驶车企在实景环境下,可能要十天才完成训练,在51World平台上通过并行加速的云服务器在1小时之内即可完成,大幅提升了训练效率。
数字孪生技术仍是新兴技术,想象空间巨大,51World将携手阿里云,一同推动数字孪生技术落地,为产业带来革命性改变。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。