盈嘉互聯聯合創始人王佳在第五屆（2020）中國智能建築節上的演講

新基建熱潮下，數字孿生受到前所未有的關注。企業如何快速通過數字孿生，獲取數字資產，打好“數字基礎設施建設”基礎，更好的應對智慧未來？

第五屆中國智能建築節上，盈嘉互聯聯合創始人、北京建築大學教授王佳女士帶來《數字孿生如何在新基建的浪潮中脫穎而出》主題分享，從縱深的角度剖析數字孿生技術，爲企業帶來深度融入數字化時代的新思維、新方法。

以下內容根據王佳女士演講整理而成。

感謝各位朋友，感謝各位領導，各位專家，感謝河姆渡，讓我們有機會以這樣的一種方式和衆多的朋友一起來討論這樣一個非常有意思的話題。

我今天跟大家討論的話題是《數字孿生如何在新基建的浪潮中脫穎而出》。數字孿生這個話題現在已經如火如荼。我們要如何去理解它，它到底能給我們帶來什麼樣的價值，如何快速建立數字孿生體，這是我今天希望跟大家交流的。

一代基礎設施支撐一次產業革命，未來20-30年是數字孿生時代

從1771年第一次工業革命開始，每一次產業革命都會經歷60年甚至70年這樣一個過程。第5次產業革命，將我們帶入了信息和通信時代。我們開始以數字化和模擬的方式，用算力衡量產業進步。第5次產業革命已進行了50~60年，實際上下一次產業革命已悄然到來。未來的20~30年，數字孿生將是一個最熱的話題。物理世界所有的實體都會在虛擬世界擁有自己的數字鏡像：一個數字孿生體。

“城市空間”是數字孿生時代最大的應用場景

數字孿生時代最大的應用場景是什麼？是城市空間。在這個空間裏，我們是有很多訴求的，包括對道路、水務、核電水電、會展中心、校園、辦公樓、地下空間、農業、商業、機房、園區等等，我們都有很多的訴求。我們希望它是智慧的。但是我們做了很多的努力後，往往會發現現實和我們的想象，和我們的需求有非常大的差距。信息化時代還存在很多問題，這些問題阻礙了“智慧”這樣一個目標的實現。

數字孿生實踐的5大問題

數字孿生主要是要創建和物理實體等價的虛擬體或數字模型，虛擬體能夠對物理實體進行仿真分析，能夠根據物理實體運行的實時反饋信息對物理實體的運行狀態進行監控，能夠依據採集的物理實體的運行數據完善虛擬體的仿真分析算法，從而對物理實體的後續運行和改進提供更加精確的決策。

鏡像虛擬世界對人類的貢獻是提高了我們的計算的能力，用虛擬空間的算力賦予人類在實體世界無法達到的能力，來回饋給我們實體世界。但在數據孿生的具體實踐中還存在很多的問題。

強調模型的逼真度，顯示震撼度，而忽視了虛擬體或數字模型是可計算的這一基本需求。

從實體空間到數字空間的映射過程中，僅有外觀而無內在的性能、聯繫等屬性數據，映射數據大量缺失，無法進行計算。

受限於上一時代的數據庫技術，從數字空間感知的數據量和實時性遠遠無法滿足數字孿生要求。

虛擬體或數字模型受制於專業工具和軟件，無法在不同計算系統中流轉和複用。

過份強調具體應用，而忽視了對數據的管理、調度和複用，造成新一輪的數據孤島和信息化重複建設。

在實踐中，如果沒有從數字孿生本身的計算能力或者說計算的核心出發的話，實際上我們會走入很多的誤區。

上雲、用數、賦智——數字孿生的核心價值

數字孿生的核心價值：上雲、用數、賦智。上雲就是我們的工作方式，用數就是我們要用數據，賦智，就是我們通過數據的服務賦能來帶動產業的效能提升，來帶動產業的升級。

這其中數據是非常重要的一環，沒有數據我們的算力無處可用，我們的AI無處可放。在數字孿生中，數據分成三大類：

空間數據。定位虛擬世界，它是一個什麼樣的組織方式，是什麼樣的構成。

實時數據。描述虛擬世界的狀態。

行爲數據。描述虛擬世界中的管理事件和人的行爲。

對於數字孿生來說，這三大類數據是核心的數據組成。如何快速的去建立可計算的數字孿生並賦能應用？我們的團隊打造了BOS（Building Operating System）這樣一款產品。

BOS快速建立數字孿生並賦能應用

在現實世界數字化的過程中，我們有很多的數據。BOS能夠把這些數據快速接入到系統中，形成企業真正的數字資產。

首先我們會把空間數據接入並提供計算的能力，空間數據來自於所有模擬空間的工程數據，其次我們會快速接入實時數據，並提供他計算的能力。

所有的實時採集系統都可以通過BOS快速接入到平臺中，並進行完美匹配，描述虛擬世界。這個數字孿生體它不是一個死的東西，它一定要有賦能應用的能力。通過數據配置和二次開發接口，我們可以提供非常豐富的數字資產應用場景，比如智慧交通、智慧會展、智慧校園、智慧樓宇、智慧商場、智慧機房、智慧水務、智慧水電、智慧工廠等等。

在數字孿生體的建設過程中，會遇到很多問題，這些問題就交給BOS來解決。

數字孿生難點一：空間數據格式衆多

在人類構築物的建設過程中，專業的設計和建造工作會產生大量專業數據，包括結構體的結構的數據，內部設備數據，組成材料數據，以及大量的關係型數據，如管線之間的關係，管線和空間的關係等等。

這些數據是多格式的，我們叫做多元異構的，被各種工具軟件所綁定的，我們無法把它直接的變成空間數據來用。而BOS的第一個核心的能力就是空間數據的接入和計算的能力。將多元異構數據文件直接上傳到BOS，BOS能夠將這些數據進行組織，並用 API的方式提供計算能力，與人類進行交互。

比如在建築裏有多少個門？有多少個窗？它就會告訴你，我們可以去做一些查詢的工作，就像你問他的問題一樣。對於普通人來說，看懂工程圖紙是非常難的，但是計算機就像讀懂了你的所有的工程數據一樣，它可以回答你所有的問題，你問它窗在哪，門在哪，某一個系統在哪，它都會給你非常準確的答案。

它還可以幫你做一些分析，比如說我看一下這兩個結構體它有什麼不同，我用肉眼去看，他很相似，但其實裏面的細節內容有非常大的不同，比如說它的幾何的信息，它的高度，它的長度是不是不同的，同樣一個牆體的材質是不是不同的等等。我們把工程數據接入到BOS之後，計算機它就像一個專家一樣陪伴你的左右，幫你去解決所有的你看不懂的問題。

提供了低成本空間數據的來源，將二維/三維工程圖紙中的工程數據複用，轉換成計算機可讀取、可使用的空間數據。

數據適配各種應用場景。人類的需求在不斷改變，需要適配各種場景的數據管理。BOS有超強的數據管理能力，並且能夠把這些數據做優化存儲，爲後面所有應用系統提供乾淨的，便於使用的數據。

提供靈活的數據模型配置。像點菜一樣，我們需要什麼樣的數據，告訴計算機，計算機就把所有的這些數據給你組織好，用web API的方式發給你，快速爲應用賦能。

數字孿生難點二：實時數據採集系統衆多，統一數據難度大

數字孿生使用的第二個難點是什麼？我們在建立數字孿生時，會面對非常多的實時採集系統，這些採集系統的協議是非常多的，要把這些數據統一接入數字孿生平臺裏，會遇到非常多的困難。

我舉一個水廠的例子，首先，它有很多的實時系統：報警、供水量、瞬時流量等等，數據清單非常多，廠家非常多，協議形式非常多。這也是我們在做數字孿生之後面臨的一個實際的問題，實時系統接入很困難。其次，數字孿生體的建設過程還涉及到很多的採集模塊，它們是在不同時間，不同年代建設的，如何採集其中的數據，這也是一個非常大的問題。第三，項目會產生大量的實時數據，這些數據是需要分析的，只有通過分析，我們才能去做一些決策，才能實現真正的“智慧”。