作為以數字副本模拟真實對象的技術，數字孿生有望在汽車、智慧城市、國防及制造業等多個領域改變既有規則。本文整理多個行業高管的觀點，總結數字孿生如何幫助這些領域加速未來創新。
數字孿生有什麼用？
由行業、政府及學界共同組建的數字孿生聯盟（DTC）正緻力于推進數字孿生技術在術語、架構、安全性及互操作性層面的統一。目前數字孿生聯盟已擁有超過250家成員，以及多個針對不同領域的工作小組。
數字孿生聯盟首席技術官Dan Isaacs表示，“我們會根據關注取向引導并建立工作小組。各個小組之間保持着高度協同。”
該聯盟将數字孿生定義為“以特定頻度及保真度與現實世界實體及流程保持同步的虛拟表示。”此外，“數字孿生使用實時及曆史資料表示實體/流程的過去及目前狀态，并通過模拟預測其未來狀态。”
Isaacs表示，“我們希望持續更新資料，確定虛拟化環境下的内容始終同步且準确可靠。數字孿生必須準确表示現實世界實體的目前狀态。數字孿生使用實時及曆史資料表示實體/流程的過去及目前狀态，借此最大程度保障模拟可信度。基于整體視角與資料，使用者将能夠據此預測未來。”
數字孿生聯盟指導委員會主席Bill Ruh提到，“數字孿生就像一個占蔔水晶球，能根據過去發生過及目前正在發生的一切，預測并模拟未來狀況。”
數字孿生聯盟成員已經開始在汽車制造、電池管理等多個領域應用這項技術。Isaacs還以汽車制造為例，具體解釋了自動化機器人如何發現流程中的異常情況。
“首先需要保證高度準确，即确切了解自動機械臂要去往哪裡、如何操作。在建立起完整的模拟體系後，機械臂的數字孿生就能在其中運作起來，準确映射現實場景下的物料位置、焊接操作或其他元素，并據此發現異常。”
來自工廠中的房間的資料将被直接饋送至數字孿生模拟，進而确定潛在異常是否可能在生産系統中真實發生。
數字孿生還有助于提高汽車電池的容量使用率。
“數字孿生基本包含了電池的所有實體及化學特性，全部資料都來自電池的真實應用。在拿到這份真實資料之後，我們就能思考「這跟我的模型比對嗎？」、「精度是否滿足需求？」、「模拟結果是否正确？」等問題。解決電池續航不能隻靠簡單粗暴的超充站，還得想辦法優化車輛行駛中對電池電量的使用方式。”
Isaacs還解釋道，“以此為基礎，我們就能從中提煉出結論，再配合機器學習或神經網絡來确定現實行駛中的最優電池管理方法。”
數字孿生的應用場景當然不限于此——模拟ADAS功能的傳感器、基于駕駛員數字孿生的動态保費以及确定無線更新需求等都是大有希望的潛在用例。
無人車、無人機與軍事應用中的數字孿生
數字孿生聯盟成員Duality Robotics就與多家客戶開展合作，幫助客戶制造用于倉儲自動化體系的機器人、用于空中檢查的自主無人機、國防機器人、AI工作流程與制造檢查等方案。高仿真度Falcon數字孿生模拟器正是Duality Robotics的得意之作。
Duality最近還受邀加入DARPA（國防進階研究計劃署）的RACER-Sim項目，負責為其提供基于真實世界的虛拟環境。該項目有望提高自動無人地面車（UGV）在越野條件下的安全性、可靠性、适應性與機動性。
Duality Robotics公司創始人兼首席産品官（CPO）Michael Taylor表示，“我們與制造機器人的客戶充分交流，并向他們示範了如何在數字孿生中實作更強大的設計測試能力。大部分業務流程都可以用模拟方式代替，最終加快産品上市速度、提高産品實際表現。”
Taylor還提到，“我們認為應當建立一個開放的生态系統，為所有工具間的互操作性提供标準。我們認為，有必要在應用數字孿生技術的各個行業中建立起統一的思維方式。隻要能夠在各領域間形成這樣的認知共識，數字孿生必将大有可為。”
智能交管中的數字孿生與模拟
作為運作硬體感覺AI優化平台NetsPresso的營運企業，Nota公司聯合創始人兼CTO Tae-Ho Kim對于數字孿生有着自己的了解。
他認為，Nota的核心業務在于建立智能交管系統。Kim還深入剖析了該公司為何使用英偉達數字孿生工具開展智能交通模拟。
Nota公司目前擁有三款AI産品：AI交通攝像頭、AI智能交管，以及AI路口管理。
AI交通攝像頭的目标是使用攝像頭收集交通資料，進而實作車輛檢測、跟蹤與分析。
Note AI智能交管則将實時交通資料從AI交通攝像頭推送至伺服器，再利用強化學習代理決定信号燈時長，依托最佳指控政策調整交管決策。
AI路口管理則能夠對潛在事故做出實時預測，預先提醒行人和司機以降低事故發生率。
Kim表示，“盡管AI技術已經取得了巨大成就，但我們日常生活中的AI用例仍然相當有限。之是以難以落地，一大挑戰就在于資料收集。現實世界中的資料極難擷取，特别是不同天氣、不同光明條件下的各類罕見交通事件。”
車禍、逆行與亂穿馬路的瞬間往往無法被及時捕捉，此外資料隐私政策也在限制企業的資料收集能力。
有鑒于此，模拟或數字孿生工具能夠建立起虛拟環境，幫助企業收集到以往難以擷取的資料。而模拟工具的關鍵，就在于跨工具間的互操作性。目前市面上的模拟工具種類繁多，各有不同功能及用途。Kim強調，如果缺少統一的底層生态系統，不同工具間的互操作性将永遠無法實作。
Kim還提到，英偉達Omniverse 3D實時模拟開放平台及其配套産品的出現，為數字孿生仿真提供了一系列重要解決方案。
英偉達Omniverse Connect就是一個生态系統，可幫助使用者對接不同來源的各類地圖模拟器、環境、傳感器、車輛與交通模型。
Omniverse的另一大優勢，在于專門面向自動駕駛及運輸用例的Drive Sim和Duplicator。Omniverse Replicator專為Drive Sim提供AI任務支援，而Drive Sim則能進一步生成地面實況、天氣、雷射雷達、正常雷達、道路狀況、被遮攔人/物及随機域等資訊。
Omniverse Create則可生成不同光照條件下車車對接、路口碰撞及人車碰撞的視訊素材。
Kim還提到，Note公司選擇英偉達Omniverse來開發智能交管系統，主要基于三方面的考慮。首先，它能幫助使用者融合不同地點與不同環境；其次，它能與現有模拟工具良好相容；第三，Omniverse能夠輕松收集資料、進而縮短開發周期并降低開發成本。
Kim表示，“借助Omniverse、Drive Sim、Connect及Replicator，我們得以建立起龐大而豐富的資料集、将不同模拟工具整理統一，并持續增強現有資料集的内容充實度。”
數字孿生技術的未來
數字孿生技術在汽車及交通領域還有更多已經或将要落地的重要用例。
西門子公司在官網上表示，ElectraMeccanica工程師利用數字孿生技術成功将車輛的設計、模拟與制造周期控制在兩年以内。
Strategy Analytics公司汽車實踐首席分析師Kevin Mak認為，數字孿生在聯網汽車時代還将帶來更多新的用例與預測支援。
新型聯網汽車服務用例包括為使用者購買的具體車型建立數字孿生，借此比較并在故障實際發生前提出警告。而車載傳感器也能及時檢測到數字孿生副本中的路面坑窪并立即上報，以便地方政府快速動工修複。
而且在遭遇惡劣、甚至極端危險的天氣條件時，數字孿生技術還能通過車輛傳感器将目前狀況傳輸給周邊的其他駕駛員。
Mak認為，與目前直接在輪胎上安裝傳感器的方法相比，數字孿生技術也将帶來更具成本效益的輪胎品質檢測思路。
數字孿生大有可為，但其本身仍是個處于早期發展階段、尚未真正成熟的新概念。相信未來将有更多工程師、決策者及學者投身于其中，為數字孿生的最終落地貢獻力量。
此外，數字孿生帶來的資料存儲與分析負載也對管理和通信能力提出更高的要求。這就要求各參與方廣泛合作，協同探索。再有，車載傳感器本身可能老化，如果不能及時校準、往往會影響到數字孿生的資料分析準确性。但Mak認為，在軟體專業知識與邊緣計算等方案的支援下，這些挑戰終将被一一克服。
Mak總結道，“我們預計，數字孿生技術在未來的新車設計中将愈發普及，由此催生出的相關服務也将迅速增加。”