元界慢走，先做数字孪生

在很多人眼中，数字孪生可能象征着购物时的一件衣服，或象征着喝茶的杯子，但数字孪生的对象远不止这些，甚至可以大到工厂甚至整个地球。在去年的 GTC21 上，NVIDIA 宣布将通过 Modulus 框架和基于物理 ML 模型的 Omniverse 平台打造地球的数字孪生。为了打造如此巨大的数字孪生体，英伟达甚至打造了人工智能超级计算机 Earth-2。

从小到大的数字孪生

创建地球数字孪生的目的很明显，那就是通过数字孪生来研究气象科学。去年的极端天气对全球半导体行业造成了严重影响。恶劣天气的模拟和预测可以有效减轻这种非人为障碍的影响。目前，AI计算带来了数百倍的算力提升，但对于气象科学来说，为了缩短计算时间，特别是在开始发展深度学习预测的前提下，所需的算力仍然需要达到数百万这就是为什么需要超级计算系统来构建数字孪生星球的原因。

导入数据后台风山竹四天预报 / NVIDIA

此外，随着系统的扩展，地球的数字孪生还可以进一步完善。目前在128个GPU的系统下需要16个小时的训练时间，0.25秒内可以做出7天的天气预报，但是输入系统的准确率不高，只能达到30km的空间分辨率。英伟达计划将其扩展到 16,384 个 GPU，并以 5km 的精度接收数据，这样 200 小时的训练时间可以在 4 秒内做出 7 天的预测。

这个数字孪生地球是交互式的，可以预测、可视化、监测和跟踪极端天气，并且可以进行优化以实现更长的预测周期，不仅可以用于准确的天气预报，还可以用于全球气候。. 这样的数字双胞胎可以对气候更加极端的国家起到一定的预防作用。例如计算比特币的基础技术是，日本在其“社会5.0”战略中加入了数字孪生技术。对自然风险的无知不再是一种选择。

文化数字孪生

数字孪生的应用不仅限于解决当前的挑战，还可以保存和保护文化。疫情期间，不少博物馆关闭，部分博物馆开始扫描实物展品，打造双数字馆藏，让参观者足不出户从各个角度欣赏。这类数字孪生已经有了比较完整的流程，所需的步骤并不复杂。它也可以说是最商业化的数字孪生应用之一。

但数字孪生应用程序不仅是现有事物的复制品，还可以用来保存过去的事物。例如，去年，XR内容分发公司Configuration Space对深圳最大城中村白石洲在拆迁改造前进行了数字孪生。该数字孪生应用在城市改造规划中起到了很好的参考作用，同时保留了城市古老的文化面貌。如古建筑、古镇等。

3D 建模面临的更高挑战

目前，数字孪生最难的部分是建模。上面提到的 Nvidia Omniverse 只是解决了物理精度的问题，但这些 USD 仍然需要设计师、创造者和工程师来构建。不仅如此，在解决现实世界的问题时，数字孪生不再满足于模拟虚拟场景，而是更关心复制现实世界的物体。例如，自动驾驶、数字工厂等应用需要对真实场景进行真实模拟，但 3D 建模的复杂性限制了数字孪生技术在行业应用中的普及，因为它涉及招聘专业的 3D 建模人才，例如使用时间-消耗和劳动密集型的生产过程花了 2.

但要实现元界的愿景，非专业用户也必须参与创作，而参与3D建模的方式就是通过3D扫描。3D扫描设备的定位从入门到专业，产品形态涵盖手机到3D扫描仪。近日，被 Epic 收购的 Capturing Reality 推出了移动 3D 扫描应用 Reality Scan。使用该应用程序，用户只需对物体进行多角度拍摄，然后使用其软件创建数字孪生模型并将其导入其他 AR、VR 和 3D 内容平台。

不过，该应用程序目前仅在 iOS 上可用，今年晚些时候将推出 Android 版本。这可能是因为iPhone的摄像头系统比较统一，比较容易完成适配，而安卓手机使用的传感器型号和精度不同。但是简单就是简单，这种3D扫描方式还是有一些缺陷，比如手机传感器精度低，需要更严格的角度和光照条件等，还有成熟的3D重建技术，对数量的要求镜头的数量比较高，最终还是需要云来处理。

为了追求更高的精度，仍然需要 3D 扫描仪，但即使是 3D 扫描仪，在构建大规模数字孪生体方面仍然有些无效。比如上面提到的整个城中村的复制品，为了追求效率计算比特币的基础技术是，还是会用到无人机等设备。显然，物理精度的挑战已经基本解决，但建模仍需在工具和传感器上有所突破。