1、腾讯数字孪生云白皮书全真互联，孪生先行腾讯数字孪生云白皮书01当前数字浪潮奔涌而来，数实融合成为每个行业的“必答题”，促进数字化转型驱动生产和生活方式的变革，在此背景下把握好数字空间和物理空间融合、交互与协同成为重要的行业命题。数字化转型让数字空间与物理空间的交互越加普遍和频繁，通过数字空间的计算、分析、推演来优化物理空间，已经成为数字化转型的重要方法论，数字孪生是数字化转型的深化阶段和未来愿景，其发展恰逢其时。数字孪生是对物理实体的数字化表达，其全息映射、仿真推演、分析预测、实时交互等能力，能够适配各个行业数字化转型的降本增效需求，为建立以数据为核心驱动要素的产业升级提供了有力支撑。无论是城

2、市的规划、设计、建造、运营等，交通的建、管、养、运等环节，工业的研、产、供、销、服，还是建筑、能源等领域，数字孪生均能发挥其作用。例如利用数字孪生技术，车企模拟真实测试场景，可以缩短研发周期，交管部门可以推演复杂交通流，减少道路拥堵；能源企业可以映射设备运行工况，实现设备智能管控。此外，云边端协同的分布式云技术的不断完善，为数字孪生的发展和应用提供了很好的基础。数字孪生的有效实施，需要保证计算处理的实时性、仿真建模的精准性、交互展示的逼真性等要求，这就需要完善的数字工具链和便捷的数据与计算服务支撑。而云平台提供的大数据处理、高性能计算、实时云渲染、AI 高效建模、低代码开发等能力，能够完美的适

3、配数字孪生的实施诉求，支撑数字孪生对物理对象进行精细刻画和仿真模拟，进而优化和改造物理空间。数字化转型是一场长跑，物理空间与数字空间协作将伴随始终，数字孪生发展才刚刚拉开序幕，其决策可视、优化闭环、在场协同以及服务触达等潜力仍有待释放，相信不久的将来，数字孪生将成为千百行业数字化工具，万物孪生有望照进现实。数实共振，云上孪生序言PREFACE腾讯研究院院长 司晓腾讯数字孪生云白皮书02参与人员内部顾问：司晓、万超、张少宇、刘立萍、曹磊外部顾问：陶飞、彭慧、孙践知、刘小林、丁志强、张育雄编委会：刘琼、苏奎峰 撰写团队：腾讯研究院：李南、王鹏、吴朋阳、王强、宋扬、胡璇数字孪生产品部：孙驰天、鲁静、

4、李洪飞、李永韬、曾雨晨、张龙、罗晓晓、孙巧志、温士范智慧行业八部：周永良智慧交通事业部：刘思杨智慧行业五部：邴金友、杨秀春、张星智腾讯数字孪生云白皮书03白皮书编写说明数字孪生作为产业数字化核心技术之一，正成为当下数字技术领域的焦点，其商业模式、应用场景、技术变革、产业趋势等正成为当前政产学研用各界关注的热点。在此背景下，腾讯多个部门联合撰写腾讯数字孪生云白皮书，旨在与业界共同探讨、推动数字孪生产业的发展。白皮书主要分为五个部分。第一部分阐述了数字孪生的发展背景、数字孪生是什么。第二部分重点分析了数字孪生的技术体系。第三部分主要描述了数字孪生应用的重点行业和场景。第四部分重点介绍了腾讯数字孪生

5、云的核心能力、核心技术以及行业产品。第五部分从技术、标准、生态等视角对数字孪生的发展进行了展望。数字孪生的大规模应用还处于起步阶段，并随着产学研用各界的研究，以及政策环境、用户需求等变化加速演进。当前我们对数字孪生认识也处于探索阶段，未来将根据腾讯和合作伙伴的实践以及来自各界的反馈意见，在持续深入研究的基础上适时修订。腾讯数字孪生云白皮书04发展展望技术体系应用场景及案例云能力及主要产品发展背景数字孪生技术体系021.2 抢抓数字孪生发展机遇成为共识，政策高位推动数字孪生应用和产业化2.3 仿真建模向集成和实时演进，助力数字孪生构建精确模型1.1 数字孪生历史源远流长，理论和实践不断发展070

6、6092231.3 数字孪生内涵定义趋于明晰，几何+机理+数据驱动的应用范式逐渐形成2.1 几何建模及展示技术路径呈现多样化，推动数字孪生向建模高效、实时展示、部署灵活 的方向发展2.2 物联网、数字线程、大数据支撑数字孪生数据能力，人工智能促进数字孪生预测能力2.4 数字支撑技术持续迭代，夯实数字孪生基础能力2.5 XR技术基于沉浸式交互能力拓展数字孪生应用空间数字孪生发展背景01242629323.2 城市及建筑数字孪生应用案例3.1 制造及能源数字孪生应用案例3.3 交通数字孪生应用案例数字孪生典型应用场景及案例03目录CONTENTS03白皮书编写说明02参与人员

7、01序言发展展望技术体系应用场景及案例云能力及主要产品发展背景343638424.2 腾讯数字孪生云核心技术和特点4.1 腾讯数字孪生云概况4.3 腾讯典型数字孪生行业服务腾讯数字孪生云能力及主要产品04495051525.2 数字孪生领域的开源创新生态尚未构建、开源活力有待激发5.1 数字孪生数据、模型、产品等标准体系需进一步完善5.3 超大规模、多尺度的数字孪生可视化与仿真分析将成为未来重要方向数字孪生发展挑战及展望0553注释腾讯数字孪生云白皮书0501数字孪生发展背景1.1 数字孪生历史源远流长，理论和实践不断发展1.2 抢抓数字孪生发展机遇成为共识，政策高位推动数字孪生应用和产业化1

8、.3 数字孪生内涵定义趋于明晰，几何+机理+数据驱动的应用范式逐渐形成腾讯数字孪生云白皮书发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景06腾讯数字孪生云白皮书07数字孪生发展背景数字孪生历史源远流长，理论和实践不断发展1.1第二阶段第一阶段 1960年代，以“模拟仿真”为起点，孪生设想初见苗头。孪生的概念起源于1960年代美国国家航空航天局的“阿波罗计划”。该计划构建了两个相同的航天飞行器，其中一个发射到太空执行任务，另一个在地球上用于反映太空中航天器在任务期间的工作状态，辅助工程师分析处理太空中出现的紧急事件。其中地面的航天飞行器通过乘员、座舱和任务控制台与多台计算机的模拟

9、构建而成。由此，阿波罗基于“模拟仿真”的工程化实践为数字孪生概念埋下了种子1。2000年以后，数字孪生理论加速发展，内涵及概念逐渐明确。伴随着计算机仿真、网络通信、传感器等技术的发展，2002年Michael-Grieves在密歇根大学PLM（产品全生命周期管理）概念阐释过程中首次提出镜像空间模型（Mirrored Spaces Model），在2006年，被称之为信息镜像模型，这里信息镜像模型包含当下数字孪生的很多要素，为数字孪生理论发展奠定基础。2010年美国宇航局发布的Area-11技术路线图的Simulation-Based-Systems Engineering部分中，首次将数字孪生

10、的概念定义为：“数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。”2016年Michael-Grieves又对数字孪生要素解析和能解决问题分类上进行了系统的阐释，至此，数字孪生概念及理论概念逐步成熟，并走向大众视野3。发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景腾讯数字孪生云白皮书08 2016年以后，数字孪生不断跨行业延伸，细分行业实践不断丰富。2017年-2019年，Gartner连续三年将数字孪生列为十大战略科技发展趋势之一，并定义其为对现实世界中实体或系统在

11、虚拟空间的数字化映射。与此同时，西门子、通用电气、欧特克、微软等也不断提出数字孪生概念定义，并推出相应产品，例如通用电气利用数字孪生实现风力涡轮机的预测性维护。数字孪生的应用不断从航天和制造业领域向城市、交通、能源、医疗等领域拓展。例如数字孪生在工业领域应用覆盖研发设计、生产制造、经营管理、售后服务等多个环节。在城市领域应用涉及智能应急、智慧工地、雨洪模拟等多个场景。在医疗领域的数字孪生医院、数字孪生心脏等探索也积极开展。交通领域的桥梁健康维护、交通调度优化等数字孪生应用不断深化。第三阶段发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景腾讯数字孪生云白皮书091.2 抢抓数字孪生

12、发展机遇成为共识，政策高位推动数字孪生应用和产业化数字孪生正成为各国政策的布局焦点，美国、欧盟和我国均积极推动数字孪生产业发展。美国以国防科技战略为主要驱动，系统推进数字孪生产业发展。01 数字孪生顶层设计不断完善2010年，NASA将数字孪生引入NASA空间技术路线图并给出定义后，2013年，美国空军发布的全球地平线：全球科技愿景顶层科技规划文件中把数字孪生和数字线程作为改变未来竞争游戏规则的技术，2018年，美国国防部正式对外发布国防数字工程战略也为数字孪生的大规模应用奠定了基础。02 持续进行数字孪生项目投资和推动跨行业应用美国积极投资在制造业、军工、能源等领域的数字孪生项目，推动数字孪

13、生泛行业应用。例如，2019年美国海军启动了一项210亿美元的计划，以对其陷入困境的公共造船厂进行资本重组，其首要任务是创建“数字孪生”计算机模型来评估和优化每个船厂的基础设施。美国能源部2020年为9个数字孪生项目提供2700万美元的资金，这些项目主要目的是开发数字孪生技术来支持下一代核电站的运营和维护。03 培育产学研生态例如美国自然基金会（NSF）不断对大学、企业进行数字孪生项目奖励，涉及城市、制造、能源等多个领域。并且美国成立了由政府、科研机构、大学、企业、协会等组成的数字孪生联盟，旨在从标准、技术、应用等多方位推进数字孪生产业。发展展望技术体系应用场景及案例云能力及主要产品发展内容发

14、展背景腾讯数字孪生云白皮书10 欧盟顶层设计与项目投入同步进行，促进数字孪生拓展应用。02 加大数字孪生在不同领域的落地布局欧盟积极推动数字孪生在环境保护、城市建设、生产制造等领域的投资和应用。2020年，欧盟和联合国启动了海洋数字孪生项目，旨在开发创新的海洋学解决方案旨在提供对海洋当前状态准确且全面的描述，并帮助预测海洋未来的演变。2022年3月，欧盟发起“目的地地球倡议”项目，计划投资1.5亿欧元，旨在建立一个全面和高精度的数学孪生地球，在空间和时间上精确监测和模拟气候发展、人类活动和极端事件等。2022年9月，由欧盟地平线资助1240万欧元的项目interTwin开始启动，它旨在设计和实

15、施跨学科数字孪生引擎的原型，为跨学科的数字孪生提供通用方法。01 顶层设计不断强化在工业4.0参考架构中融合数字孪生的同时，在工业5.0中明确指出数字孪生和仿真，与个性化的人机交互，仿生技术和智能材料，数据传输、存储和分析技术，人工智能，能源效率、可再生能源、存储和自治技术作为工业5.0的使能技术。发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景 我国数字孪生政策形成“技术应用”的双轮驱动体系，为产业发展营造良好空间。我国数字孪生政策布局早已开启，但伴随着2021年十四五规划纲要的出台，政策迎来高峰期。01 推动数字孪生技术的创新腾讯数字孪生云白皮书11数字孪生已经成为和人工智能

16、、区块链等并列的数字技术。国家层面：多个部委的相关文件中明确提出加强人工智能、数字孪生、非硅基半导体等关键前沿领域的战略研究布局和技术融通创新，并要加强数字孪生与传统行业深度融合发展。地方层面：自2021年，共有28个省份出台的158份文件提及“数字孪生”，数字孪生作为需突破的信息领域关键核心技术列入北京、上海、重庆等多个地方的科技创新规划里。工业领域：基于数字孪生的设备预测性维护、质量检测、工艺优化、车间调度等均被作为工业互联网和智能制造领域的重点场景。交通领域：依托数字孪生的交通基础设施维护、交通调度优化、安全行驶等都是交通科技政策重点。城市领域：探索数字孪生城市已成为多个地方政府共识。水

17、利领域：水利部关于大力推进智慧水利建设的指导意见明确指出，到2025年，建成七大江河数字孪生流域。02 面向行业的数字孪生政策频频出台，推动数字孪生在泛行业纵深应用。发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景i物理对象社区街道产线设备管线结构道路车建筑工厂交通城市数字设施计算存储感知测量执行控制网络连接孪生体行业应用人工智能机理物理模型生物模型化学模型地理模型模型融合模型管理几何渲染材料属性几何造型物理动画展示平台数据统计分析实时处理离线处理数据存储与管理数据接入与清洗行业.交互APP小程序WEBVRAR.医疗能源制造交通城市决策优化映射感知腾讯数字孪生云白皮书121.3

18、数字孪生内涵定义趋于明晰，几何+机理+数据驱动的应用范式逐渐形成 数字孪生是对物理实体的数字化表达，以历史数据、实时数据为基础，融合几何、机理、数据驱动等多种数字模型，实现对物理对象的映射呈现、分析优化、诊断预测以及闭环控制。其中，几何模型是用几何概念描述对象的物理形状，能够将物理对象的实体形状映射到虚拟空间，并配合渲染等实现更好的展示和交互；机理模型根据对象内部机制或者物质流的传递机理建立精确模型，主要是已知物理规律和经验的表征；数据驱动模型主要通过历史数据、实时数据、人工智能等实现对未知规律在虚拟空间的拟合。通过以上三类模型的融合应用，构建可计算的数字孪生空间，进而实现对物理世界的精细刻画

19、、精准预测和精准控制。图1-数字孪生实施参考架构图发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景腾讯数字孪生云白皮书13 数字孪生的实现有三个关键层次：基于多学科模型融合形成几何+机理+数据驱动应用范式，实现对人、机、物、环境等的参数化、模型化，从而在虚拟空间实现对象的可计算，支撑行业监测诊断、仿真预测和决策指导等需求。针对业务场景需求构建灵活触达各种终端的创新应用。面向交通、城市、能源等行业场景，构建满足数字化需求的数字孪生应用，并借助AV/VR、小程序、分布式云等实现云端、边缘、本地的灵活部署应用。通 过 数 字 设 施 构 筑 感知、计算、通信、控制的基础能力，基于云平台

20、、物联网平台、网络平台、控制平台等，来支撑实时感知、高效计算、泛在连接和精准反馈，实现物理世界与虚拟世界的双向交互。01能交互0302可计算易应用发展展望技术体系应用场景及案例云能力及主要产品发展内容发展背景02数字孪生技术体系腾讯数字孪生云白皮书142.1 几何建模及展示技术路径呈现多样化，推动数字孪生向建模高效、实时展示、部署灵活的方向发展2.2 物联网、数字线程、大数据支撑数字孪生数据能力，人工智能促进数字孪生 预测能力2.3 仿真建模向集成和实时演进，助力数字孪生构建精确模型2.4 数字支撑技术持续迭代，夯实数字孪生基础能力2.5 XR技术基于沉浸式交互能力拓展数字孪生应用空间发展展望

21、技术体系应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书15数字孪生技术体系数字孪生技术涉及数字支撑、孪生构建、人机交互三大类技术。这些技术不断的演进和发展，共同提升数字孪生的实时性、精准性、灵活性和交互性。图二：数字孪生技术体系发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系i物理对象社区街道产线设备管线结构道路车建筑工厂交通城市数字设施计算存储感知测量执行控制网络连接孪生体行业应用人工智能机理物理模型生物模型化学模型地理模型模型融合模型管理几何渲染材料属性几何造型物理动画展示平台数据统计分析实时处理离线处理数据存储与管理数据接入与清洗行业.交互APP小程序W

22、EBVRAR.医疗能源制造交通城市决策优化映射感知人机交互技术孪生构建技术数字孪生技术体系机理建模及仿真几何建模及展示模拟数据管理和AI分析数字支撑技术计算技术测量感知技术控制技术网络通信技术 根据效率和精度的不同需求，目前在几何建模环节，通用和专业工具呈现相互协同的态势。几何建模是用几何概念描述物体的物理形状。几何模型是建模、仿真、渲染等处理过程的基础操作对象，决定了数字孪生体在虚拟空间的几何准确性。在构建数字孪生的过程中，也会基于对建模效率和精度的差异化要求，几何模型构建呈现出多类技术路径。例如以3D MAX、Maya等为代表的通用3D工具，这些工具追求易用性，注重建模、动画和渲染于一体。

23、以UG、Autocad、Creo等为代表的设计软件，追求通过几何引擎、约束求解器等来实现几何模型的准确性、协同性、集成性。以RapidForm、Geomatics为代表的基于激光扫描建模的工具，主要通过点云数据的处理实现直接建模。以3DSOM-Pro、Autodesk-123D-Catch等为代表的基于照片转换的3D建模，能够通过物理对象的多角度倾斜摄影照片实现3D转换3。此外，还可以利用对点云、图像、卫星图、无人机影像等多源数据的融合、分割、识别，构建语义化的孪生场景，通过高自动化方式实现基于真实数据的大规模孪生场景重建。腾讯数字孪生云白皮书16 三维模型轻量化提升模型展示效率并降低计算成本

24、模型轻量化是指在保留三维模型的精度和基本信息前提下，通过几何数据的减面压缩，去除部分非几何信息等方式，大量减少三维文件所占用的存储空间，实现流畅操作。模型轻量化当前出现了压缩、多实例、LOD（分层）和参数化等多种路径。例如广联达借助轻量化技术最大限度压缩模型大小、降低CPU/内存/显卡开销，无需安装专业软件，直接在浏览器、手机、平板上即可打开城市尺度的数字孪生模型。腾讯也在城市数字孪生产品中应用大规模图形图像轻量化处理技术，能够1:1真实还原物理世界，秒级加载大体量实景二三维模型及数据。2.1几何建模及展示技术路径呈现多样化，推动数字孪生向建模高效、实时展示、部署灵活的方向发展发展展望技术体系

25、应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书17 实时渲染和云渲染推动数字孪生展示走向实时和灵活部署对展示精度和速度要求较高的数字孪生应用，实时渲染和云渲染成为当下的主流解决路径。一方面能够支持大规模3D模型进行实时展示和交互，另一方面能够借助云的能力降低计算成本，并增强部署的灵活性。实时渲染能够实现边计算画面边将其输出显示，缺点是受系统负荷能力的限制，必要时要牺牲画面效果（模型的精细、光影的真实性、贴图的精细程度）来满足实时系统的要求，例如基于Unreal引擎能够将城市数据以实时3D视图呈现，在虚拟环境中进行城市规划和建设的预演和评估工作。云渲染技术能够将本来在本地电脑

26、上完成的渲染工作迁移到云端服务器（可以是公有云、私有云、局域网）完成，并且能将处理的结果实时推流到终端用户，在保证效果的同时，极大降低了渲染对使用终端的要求，从而可以实现多端高逼真轻量化渲染需求。例如腾讯云渲染能够支撑在云端建造真实的城市、交通等场景，支持云端互动展示。数字孪生展示和模拟平台呈现三大路径。根据对渲染展示、仿真模拟、数据集成等要求的不同，目前数字孪生承载平台出现了3D工具、游戏引擎、仿真平台三大路径。01 以渲染和展示为主的3D工具适合展示要求高、对物理对象运动过程模拟要求不高的场景，例如以Three.js、3Dgis等为代表的3D工具在城市领域应用较多。02 以游戏引擎为代表的

27、平台可以兼顾精度要求不高的物理过程模拟仿真，以及渲染展示能力。例如Unity、Unreal等游戏引擎既可以在城市领域作为展示和渲染的工具，又可以在工业、交通等领域作为仿真模拟工具。03 以仿真为核心的产品或者平台适合展示和渲染要求不高、但对物理对象的运动或者机理过程描述准确性要求较高的场景。例如Emulate3D数字孪生软件能够帮助工厂人员在虚拟环境中进行培训，并且可以预测设备性能并仿真生产线变化。发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系 IOT、数字线程、大数据成为数字孪生实现多源异构数据采集、集成、处理的共性能力。在数字孪生构建过程中，IOT平台主要实现将来自设备、环

28、境等物联网传感器数据与各类模型的对接，并支持数据的实时分析。例如微软推出基于IOT平台的数据孪生方案能够和仿真模块进行对接。在与某仿真软件企业的合作中，微软主要提供基于IOT平台的物联网传感器接入和数据处理能力，而仿真企业基于仿真产品提供仿真和机理建模能力。数字线程技术能够集成不同类型数据、模型格式，支撑全类数据和模型快速流转和无缝集成。例如在腾讯的数字孪生城市解决方案中，能够提供面向多类对象和专题的数据模型，实现空间数据、物联数据、地理数据的融合应用，保障数据的一致性。在工业数字孪生领域，数字线程已成为实现工业数据深度集成的基础，通过一种数据架构将整个产品生命周期中生成的数据集成在一起4。大

29、数据平台实现对结构化数据、半结构化数据的处理和管理，支撑数字孪生的数据处理能力。不同的场景往往需要不同的大数据处理能力，例如工业数字孪生需要时序数据库的支持，而城市数字孪生则需要时空数据的管理能力。腾讯数字孪生云白皮书182.2 物联网、数字线程、大数据支撑数字孪生数据能力，人工智能促进数字孪生预测能力发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书19 人工智能全面融入数字孪生，构建基于数据驱动的分析与预测能力。例如PTC和Ansys合作构建实时仿真分析的泵孪生体，利用深度学习算法进行流体动力学（CFD）仿真，获得整个工作范围内的流场分布降阶模型，在极大缩短

30、仿真模拟时间基础上，能够实时模拟分析泵内流体力学运行情况4。例如腾讯智慧交通推出的仿真平台基于AI来构建面向交通领域的人流、交通信号等仿真模块。例如在城市雨洪模拟领域，可以依托AI建设集内涝监测、内涝模拟与分析、内涝预测预警、三防风险隐患管理和大屏综合应用展示等功能于一体的数字孪生系统。0102基于人工智能模型和机理模型共同配合，实现诊断和预测分析通过人工智能模型来绕过复杂机理，构建仿真推演模型发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书20建模仿真能力直接决定了数字孪生对物理对象在机理层面表征的精确性。数字孪生精确模型的构建往往依赖行业特定领域的工具软件

31、来实现，不同行业由于发展模式和发展阶段不同，所依赖的建模仿真专业工具也有很大差异。2.3 仿真建模向集成和实时演进，助力数字孪生构建精确模型主要依托BIM体系来构建结构分析、碰撞模拟、设备规划等方面的机理模型，利用GIS等软件来构建精准的地理信息模型，利用专业化仿真工具来构建火灾、水灾等模型。城市领域会利用微观仿真软件非常细 致 地 描 述 系 统 实 体(车、人等)的产生、运动、消失及其之间的相互作用；也会利用宏观模型以车辆的整体流动为出发点，对整个城市的交通运行进行仿真规划和态势研判；在自动驾驶领域，也会构建车辆动力学模型和交通流模型，验证自动驾驶决策规划和控制算法。交通领域仿真建模的分类

32、更加复杂和精细，例如面向振动、碰撞、噪声、爆炸等各种物理现象的仿真，面向产品运动和疲劳等的材料力学、弹性力学和动力学仿真，针对注塑、铸造、焊接、折弯和冲压等各种加工工艺的仿真，面向产线和工厂的设备布局、物流和人因工程仿真等等5。工业领域发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书21 模型降阶技术降低仿真计算复杂度，提升数字孪生计算速度。模型降阶成为基于精确仿真模型构建数字孪生的使能技术。例如西门子、Ansys、Altair等推出的数字孪生产品和解决方案中，模型降阶均是重要的组成部分。一是模型降阶可以将高保真度模型进行简化，在保留关键信息和主要影响的同时缩

33、短数字孪生的计算时间。三是增强数字孪生泛在部署的能力，在云端、边缘端均可部署，从而能够支持上万个场景并行仿真，加速测试验证的速度。当前模型降阶也呈现多种路径，例如模型简化法能够结合领域的专业知识，对模型细节进行适当简化以降低模型的复杂度。投影法则要基于数学推导而非专业知识，一般通过构造一个子空间，将控制方程投影到该子空间，以实现模型空间的降维。数据拟合方法旨在利用机器学习、深度学习等建立模型输入输出参数之间黑箱式的映射关系，以替代精细化仿真。二是减少计算资源和存储资源的消耗，降低硬件成本。模型集成融合加速精确数字孪生构建和应用。对物理对象或流程进行机理建模时，往往需要多学科、多物理量、多尺度的

34、机理模拟，这需要能够实现不同仿真模型之间的集成和融合，从而对对象全面描述和建模。例如Ansys的数字孪生产品Twin Builder支持第三方工具的集成，提供对功能模型接口标准的支持，帮助工程师将各种来源的模型组合成全面的系统描述。目前，已有超过100 个工具正式支持FMI模型导出和协同仿真，并且全系统模型可以直接在Twin Builder 中进行组装。此外，基于仿真驱动的模型与基于数据驱动的AI模型融合可以提升数字孪生精确性的重要路径，例如AnyLogic为变压器铁芯生产商LAGOR打造生产流程优化的数字孪生时，通过将强化学习包集成到AnyLogic生产仿真模型中，对智能体进行训练，可以确定

35、生产线上铁芯的移动并将铁芯引导到目的地，从而制定可以生产线优化策略，减少生产瓶颈，数据驱动模型还有一个优势，随着不同工况数据的积累，模型精度会不断提升，系统模型具有进化能力。发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系 基于硬件优化计算性能是保障数字孪生实时性的重要路径之一数字孪生在仿真计算、大尺度模型展示渲染等方面都需要极强的算力，需要从硬件层面优化实时性。例如腾讯在数字孪生平台底层融入并行计算技术、云仿真技术，支持10000个以上的场景并行计算，大幅缩短仿真计算时间。NVIDIA专门推出面向数字孪生的计算推出NVIDIA OVX产品，专用于为通过数据中心进行大规模工业数字

36、孪生提供技术支持，实时创建和运行非常复杂的模型和逼真的仿真环境。腾讯数字孪生云白皮书22 基于多源数据融合的实时感知能力，成为数字孪生系统识别现实世界的重要入口也是数字孪生系统构建的重要基底。使用多源传感器数据，可以在不同场景下通过不同特性的传感器，实现对物理世界准确的观测。不同传感器例如摄像头、激光雷达、毫米波雷达、超声波雷达、红外线热像仪等，会反馈不同类型和特点的原始数据。不同传感器可以解决不同场景或者环境的感知问题。通过前融合或者后融合算法，全天候地实时提取数字孪生系统关心的元素，在孪生空间内进行三维计算，从而支撑上层的业务应用，例如：腾讯与蜀道集团合作的智慧高速项目，打造了业界首个纯雷

37、达的技术方案，减少了过去对视觉感知的过度依赖，实现了全天候、免维护的实时感知。通过毫米波雷达感知交通流信息，以车机和手机为载体，为用户推送服务信息，将交通信息实时孪生呈现，在可视条件不佳的天气情况下，为交通参与者创建更完整的“上帝视角”，提供及时和准确的交通引导服务。低延时的通信是保证数字孪生系统得以实现实时孪生的关键支撑尤其是对于实时性要求很高的行业和场景，比如交通、工业、航天等。近年来5G、V2X的发展，极大的加速了低延时应用在多场景下的实际落地，为数字孪生系统实现实时孪生打下了良好的基础。低延时通信的普及，必将加速推动全行业的数字孪生向实时数字孪生的技术升级，从而实现实时的数据分析和仿真

38、推演，进而实现实时的辅助决策。如何通过算法结合工程的体系化应用，达到稳定的低延时通信基础设施，决定了上层数字孪生系统和应用的实际效果。例如腾讯利用5G云化核心网、4G/5G混合应用以及C-V2X等先进通信网络，实现整个数字孪生系统的低延时通信，延时仅为100毫秒，相当于人类的眨眼时间。2.4 数字支撑技术持续迭代，夯实数字孪生基础能力发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系腾讯数字孪生云白皮书23 VR推动数字孪生在更多场景下沉浸式应用随着Quest 2销量超过1000万，一体机形式的VR头显有望替代过去的PCVR和VR盒子等形态，成为VR的主流。一体机VR正向算力更高、

39、交互更便捷、体积更轻便方向发展，结合5G网络、实时渲染等技术，可以在工厂安全培训、矿场安全教育、消防减灾教育等领域为数字孪生提供沉浸式的实时的交互和立体呈现。例如在消防减灾领域，借助VR设备，能够支持用户进入火灾、地震、飓风的数字孪生世界中，将消防、抗震防灾的理论，在虚拟现实场景下开展“实景体验式”的演练，提升学习效率。AR 为数字孪生虚实交互提供硬件支持随着阵列光波导、技术的发展和AR芯片生态完善，微软HOLENS-2等产品不断推动，AR正向更轻便、显示更成熟方向发展。AR在工厂巡检、员工培训等方面，结合5G网络、实时渲染等技术，可以同时现实和渲染后的画面，提供现实环境和虚拟孪生的交互和呈现

40、。例如在设备巡检场景下，巡检人员能够借助AR显示的数字孪生来进行巡点检应用，通过基于真实物理设备的数字孪生，实时了解整体设备内外的运行情况，免去查看翻阅数据纪录的麻烦，并且借助AR 来进行远程指导维修，显著提升运维效率的同时，规避潜在风险。2.5 XR技术基于沉浸式交互能力拓展数字孪生应用空间发展展望技术体系应用场景及案例云能力及主要产品发展背景技术体系03数字孪生典型应用场景及案例腾讯数字孪生云白皮书243.1 制造及能源数字孪生应用案例3.2 城市及建筑数字孪生应用案例3.3 交通数字孪生应用案例发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书25数

41、字孪生典型应用场景及案例伴随着数字化转型共识在各行各业的形成，数字孪生从单点的探索应用向行业全生命周期全面渗透。根据咨询公司Fortune Business Insights研判，全球数字孪生市场有望从2021年的68亿美元跃升至2029年的965亿美元，2022年-2029年全球市场规模年均增速超过40%。未来一方面数字孪生应用场景的宽度不断拓宽，从目前应用较为成熟的工业、城市、交通等行业向水利、医疗等行业不断延展。另一方面，数字孪生的应用价值在做深，从服务单点需求逐渐走向全生命周期的赋能。纵观目前数字孪生的应用规划和实践，不同领域对数字孪生有着不同的应用场景和价值诉求，本报告将这些异同归纳

42、总结为4类场景 6大主要行业（如图所示）。数字孪生应用场景图主要依托数字孪生优化规划和设计结果发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例020304设计/仿真场景主要基于数字孪生变革服务和运营范式服务/运营场景主要借助数字孪生提升安全和管理水平安全/管理场景主要通过数字孪生提升生产和作业效率在生产/作业场景01*腾讯数字孪生云白皮书2601 基于数字孪生的仓储智能管理在某电网公司仓储中心数字化项目中，腾讯融合工业大数据、利用三维可视化手段，整合检测中心、地下连廊和物资仓库的环境建筑板块、检测作业版块、设备管理板块的实时运行数据以及各相关系统的管理数据、设备数据、物资数

43、据等业务数据，在虚拟空间中构建出1:1孪生仓库，此外在本项目中还集成传输流程、检测流程、检测结果、AGV状态、视频监控、告警、环境温湿度等信息，通过对人、物资、设备的安全、调度与生产等维度的管理，实现物资检测的全流程历史重现追溯和设备检测优化调度辅助，构建监控、预警、诊断、分析一体化的可视化应用平台。本项目借助数字孪生，建立了AGV和检测线联动的决策数学模型，采用了强化学习和优化搜索配合的智能求解引擎，实现智能调度的快速自动优化。相较于人工的调度决策，可以提高检测线效率5%,使客户的业务组织更加科学可控、并增加了实际的经济效益。3.1 制造及能源数字孪生应用案例02 基于数字孪生的车间管理针对

44、马钢生产过程不透明，生产浪费严重，设备状况不明等问题，腾讯WeMake工业互联网平台基于游戏引擎、大数据、AI等融合构建数字孪生工厂。孪生工厂以三维建模可视化的方式进行业务的全面展示和管理的实时交互，实现企业生产场景内各种硬件设备和业务系统的互联互通，并在数字孪生技术基础上做了颗粒度更小的全产品生命周期的数据统计分析，以及生产管理过程中的AI应用，为管理决策提供全链条的数据支撑。数字孪生工厂的实施能够帮助马钢节省人力成本25%，降低设备停机损失15%以上，并且通过优化瓶颈环节，生产周转速度提升32%以上。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书2

45、703 数字孪生辅助远程控制在港口、矿山等这类相对封闭的场景里，少人化、无人化的是大的趋势，也是国家一直关注的问题。随着自动驾驶技术的快速迭代，让安全员下车，让港口龙门吊、岸桥、抓料机，矿山矿卡、挖掘机、电铲等设备操作员离开作业现场的驾驶室，实现真正的工作面无人化，成为保障作业安全性和实现自动驾驶商业闭环的关键。在某矿山企业，腾讯采用腾讯云无界5G远控方案实现远端画面实时再现，低时延实时响应，利用数字孪生技术在数千公里之外的办公室模拟现场驾驶环境，实现实时操控远端矿车，不仅解决了安全问题，还提高工作效率，实现了安全员一人多车和灵活切换；支持大容量视频存储、现场再现；可定位驾驶时间、驾驶舱和车辆

46、等，可实现视频日志等；并向具有景深信息的裸眼3D驾驶体验拓展。该项目融合5G传输技术、音视频加密、解密、编码、传输技术，现场视频还原技术，远程操控技术、双目拼接技术等，在办公室将远端采集到的环境音视频信息、车辆状况信息、远程控制指令及其反馈，模拟驾驶设备等整合成虚拟矿车的数字孪生驾驶环境，大大降低了矿车的安全问题，提供了矿车的运行和管理效率，目前该企业已上线多个工地、数百台矿车。04 基于数字孪生的设备预测性维护继电器是保护生产线的重要装备，由于难以用传感器采集继电器磨损情况，导致很难判断继电器故障。安全继电器发生故障时，必须停止生产线，直到可以修复或更换继电器，这种情况很容易造成非计划停机。

47、鉴于此，Phoenix Contact和Ansys联合打造继电器预测性维护的数字孪生，旨在实现提前预判故障和避免非计划停机。首先，基于Ansys降阶建模技术将继电器有限元模拟的结果浓缩为ROM，并连接到ANSYS-TwinBuilder中的系统仿真，建立继电器运行的仿真模型。同时，物理继电器将温度、开关频率等数据发送到IoT平台，通过实时数据和仿真模型的结合，计算磨损和剩余寿命。Phoenix Contact和Ansys基于仿真技术创建的数字孪生模型，可以通过实际负载和其他传感器数据预测继电器磨损故障，从而达到减少计划外停机的目的,避免非计划停机后每小时数万美元的损失6。发展展望技术体系应用场

48、景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书2805 基于数字孪生的设备虚拟调试为了解决注塑机运行过程中的振动和调试周期过长的问题，Maplesoft为设备制造商Niigon打造了基于数字孪生的设备虚拟调试方案。首先Maplesoft通过整合注塑机不同组件的速度、位置和扭矩等数据，并借助仿真工具在虚拟空间创建了能够模拟物理机器运行的数字模型，该模型能够准确地模拟物理机器上的振动，并且支持用户使用这个模型来调查振荡的原因。其次，Maplesoft通过MapleSim-Insight将仿真模型与设备的控制系统开发工具进行了连接。通过在虚拟空间的进行测试，在没有物理机器的情况下

49、，Niigon可以在异地运行无数次控制策略并进行迭代，在正式部署前实现设备控制策略的优化。在实施数字孪生后，Niigon成功将设备的调试时间缩短了25%以上，并有效消除了生产过程中的振荡问题7。06 基于数字孪生的产线调度优化变压器铁芯产线需要将铁心放在托盘上依托滚轴或输送机在工作站之间移动。以往铁心移动的调度是人工进行的，经常会出现堵塞问题。为了提高效率，变压器铁芯厂商Lagor和AnyLogic共同打造了生产调度的数字孪生：首先基于AnyLogic生产仿真能力，创建了生产系统的数字孪生，并且将运营领域的实时数据直接输入到生产仿真模型中，从而诊断产线问题和预测生产设备性能；此外还创建了虚拟智

50、能体作为生产线管理器，该智能体为每种调度需求寻求最佳路线，还引入了强化学习来确定最佳的调度策略，避免出现危险情况和冗余操作，同时确保交货日期。借助新的数字孪生仿真工具，Lagor工程师可以使用“假设”方法在无风险的环境中成功地重新安排生产顺序，并基于算法进行优化，从而更好的实现生产计划的优化和节约资金8。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书2901 基于数字孪生的园区及建筑智能管理为了应对园区和建筑的复杂的运营管理需求，腾讯为上海临港桃浦中以创新园打造了具备节能智控、立体安防、智慧运维、敏捷服务等要素的一专多能数字孪生运营平台。3.2 城市及

51、建筑数字孪生应用案例实现多系统打通、多空间融合、多要素孪生的全真互联，提供多跨场景综合协同的智慧运营能力，实现园区管理的防微杜渐与迭代优化，助力园区管理团队通过人机协同与孪生物联，进行运营经验的积累沉淀与知识体系的复制迁移。通过空间治理工具、数据智能套件、零代码联动策略引擎等面向生态的共创套件，助力园区数字生态可持续发展。在智慧运维方面通过融入数字孪生时空大数据，结合AI图像分析，在三维空间基础上叠加物联感知数据与运营业务数据，通过数据解析、语义推导、机器视觉和行为分析，实现对人群聚集、人员徘徊、火灾识别、模糊比对、轨迹追溯、视频浓缩、遗留/遗失物、重点区域布防、人员跨镜跟踪、三维视频融合等安

52、防应用，实现重点场域关键安全要素管控。在立体安防方面通过集成专家经验数模、大数据分析、机器学习等技术，结合人、物、事件、空间等要素，对水、电等资源进行多模态感知、多维度分析、能源数据建模及能效优化演算，并在园区全要素互联的基础上，结合数字孪生空间体系，助力大数据驱动的节能降耗技术进一步突破局域分析限制，总体分析全域孪生空间，实现园区案场的节能全局最优解。在节能智控方面发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书3002 基于数字孪生应急智能响应针对火灾、洪灾等突发情况，通过数字孪生对受灾人群、灾害影响、人员疏散、应急路线进行实时的仿真推演，能够为灾情

53、处理提供智能科学决策。例如腾讯数字孪生方案支撑某城市火灾救援和某城市水灾救援的智能决策，通过受灾人群分析、灾害模型推演、人员疏散救援分析、应急路线分析等，能够有效提升决策的科学性。突发事件受灾人群分析方面能够基于位置大数据，对区域人员进行分析，为突发事件的应对提供人员分布、人员流动等数据支持。灾害模型推演分析方面通过数字孪生能够建立灾害和事故的监测体系，构建影响分析模型，实现指标化灾害和事故评价，结合业务系统优化相应的应急处理流程。人员疏散救援分析方面根据事件发生区域事前、事中、事后的人员分布、职住地、人员关系分析报告能够有效辅助评估灾情事件影响人群范围。应急路线分析方面通过对道路的拥堵情况、

54、人员定位、事件定位等进行综合性分析，能够为应急救援队伍推荐最佳应急路线，降低运输时间，提高救援效率。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书3103 基于数字孪生的智慧工地腾讯云与重庆市住建委共同打造了建筑产业互联网平台微瓴智能建造平台，基于数字孪生技术，以工程建设管理规程为基准，连接项目各参建方及政府监管部门，实现项目级施工管理行为数字化、施工作业行为数字化，打通工程项目精细化无纸化管理的最后一公里，从而解决建筑产业协同、毛细血管数据沉淀等问题，为智慧城市数字孪生体的构建奠定坚实基础。目前已接入131个工程项目，进行工程建造全过程数字化试点。本

55、项目中，基于数字孪生能够聚合各项目地理信息位置、项目监管信息等，实现重庆各地区项目分布一览统管，实时监管项目人员、设备、质量安全等异常报警，城建档案数字化归档。同时也结合建筑信息模型、倾斜影像数据、工程过程行为数据、工地现场设备数据等，构建建造过程的数字孪生，实现项目施工计划进度模拟，设备数据与空间关联，施工现场实时查看等。04 基于数字孪生的雨洪模拟为了实现在雨洪灾害时的智能决策和科学响应，腾讯和广州某区政府联合打造基于数字孪生的雨洪模拟系统，优化防洪救灾的决策。双方以水文、气象、排水设施、水利工程、物资、人员、视频、遥感、地理信息空间等数据为基础，结合城市地表产流、汇流、排水管网等城市水文

56、学模型（3D仿真）与电子地图，建设集成内涝监测、内涝模拟与分析、内涝预测预警、三防风险隐患管理和大屏综合应用展示等功能于一体的“三防专题系统”。基于3D仿真模型，能够结合积水预测数值模型对易涝点未来积水深度、积水面积进行，并根据某区域积水涨势速度，动态模拟某区域水位由最小高程涨到最大高程的淹没过程，可以实现易涝点未来积涝演进行为的可视化，为防洪救灾提供一定的参考。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书3201 基于数字孪生的交通管控优化数字孪生技术能够实现道路基础设施全生命周期的动态监测，并通过在虚拟空间的仿真，实现交通的模拟、监控、诊断、预测

57、和控制，解决交通规划、设计、建设、管理、服务中的复杂性和不确定性问题，为道路通行诊断和交通管理决策提供精确依据。例如惠州市东江大桥是问卷调查中市民反馈最拥堵的路段。腾讯通过数字孪生系统重点优化桥两端的道路网络和路口信控配时，配合政府有效解决拥堵问题。基于交通大数据分析为客户提供优化方案建议，并搭建大规模城市仿真平台，打造整个区域的数字孪生系统，模拟各种环境天气和路况、事件下的不同交通管控方案表现。提出改善交通拥堵的可能信控方案和道路路口改扩建方案，并进行大规模高并发的仿真推演，评估各方案的优劣，为决策提供科学的依据。3.3 交通数字孪生应用案例02 基于数字孪生的出行安全服务基于数字孪生实时重

58、现、虚拟复原等特点，能够为驾驶员和交通部门提供道路的实时状态，避免危险情况的发生。例如腾讯帮助成都交通部门打造成都第二绕城高速新津花园服务区到新津花园收费站段的数字孪生系统，接入感知数据构建实时数字孪生世界。系统能够为驾驶员提供手机端孪生：打开孪生APP可以使用导航功能，当车辆行驶到孪生路段时，会出现数字孪生三维场景，实时显示车辆周边的环境和所有周车运行情况，并进行多种碰撞预警，同时可以消除夜晚或恶劣天气对驾驶员视线造成的影响，提升驾驶员安全通行能力。基于数字孪生的场景模拟还原、腾讯在广清高速路段中三个区域进行高精度三维场景重建，基于数字孪生系统，能够为交通管理人员及时自动上报异常交通事件，并

59、提供异常事件现场的视频场景还原；对有需要的汽车驾驶员，让其了解前方路段发生的需要注意的异常事件，从而提升道路安全通行能力。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用场景及案例腾讯数字孪生云白皮书3303 基于数字孪生桥梁数字化设计意大利热那亚河上1182米长的Morandi桥坍塌后，导致三条铁路线封闭，正常交通增加120公里的公路行程，对城市交通正常运行带来很大的破坏。为了帮助政府在三个月内设计替代方案，加快交通恢复进程，Italferr使用了Bentley的建筑信息模型方法并创建了高架桥的数字孪生模型，以简化整个设计阶段的工作流程。由于在设计阶段之后没有时间对模型进行重大更改

60、，Italferr将施工和运营的详细信息纳入数字孪生模型，通过数字孪生优化设计方案。项目创建了钢结构和混凝土结构的可视化3D模型，会随着设计更改而不断更新。此外还建立了一个开放连接的数据环境，促进多学科项目团队之间的协作。综上，Italferr借助数字孪生整合多源数据和多类模型的优势，能够以比传统2D设计更高的质量和速度进行可视化设计，从而降低设计成本，提升决策科学性9。04 基于数字孪生的桥梁健康诊断为了确保德国科尔布兰德大桥的正常运行和延长其使用时间，项目组团队基于物联网数据、历史维护数据、BIM等打造桥梁数字孪生，实现对桥梁的实时监控和预测性维护。首先项目组基于实景捕捉、航空影像和其他桥

61、梁几何建模技术在BIM模型中建立桥梁的模型,为了实现跨学科的模型创建，使用IFC和OpenBIM实现模块间之间的互操作性。其次，为了将桥梁的静态BIM模型转换为动态数字孪生，将500多个传感器通过物联网平台与模型进行对接，每个物理传感器在孪生体模型中都有对应的数字传感器，并集成之前桥梁检查和维护的数据，从而支持实时诊断和预测桥梁健康状态。基于这套数字孪生系统，能够帮助维护团队实时掌握任何桥梁组件发生的情况，提供自动维护报警功能。此外工程师还可以针对假设的情况对桥梁进行测试，例如增加风荷载或桥梁上更多交通设备后，评估桥梁是否能够承受10。发展展望技术体系应用场景及案例云能力及主要产品发展背景应用

62、场景及案例04腾讯数字孪生云能力及主要产品腾讯数字孪生云白皮书344.1 腾讯数字孪生云概况4.2 腾讯数字孪生云核心技术和特点4.3 腾讯典型数字孪生行业服务发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾讯数字孪生云白皮书35腾讯数字孪生云能力及主要产品数字孪生产业正处于百家争鸣的阶段。微软、亚马逊为代表的云厂商基于云平台通过IT工具、数据分析能力和生态合作来全面布局数字孪生；Unity、Epic Games等游戏技术企业以游戏引擎的物理模拟和渲染展示为依托提供数字孪生通用工具；西门子、达索、Ansys、PTC、Atuodesk为代表的工业软件企业围绕行业知识机理不

63、断跨领域布局，打造精确建模的数字孪生；英伟达为代表的硬件厂商则积极提供适配数字孪生的计算，并且不断向软件工具布局。随着数字孪生应用的深化，数字孪生逐渐向需要接入和处理更多源的数据、更实时的信息交换、更强的计算能力、更精准的分析决策、更复杂的仿真模拟，更多元的协作等方向发展，而支持数字孪生这些方向的发展就需要仿真模拟、实时呈现、物联网、大数据、人工智能、高性能计算、低时延通信等的全面融合，同时需要多方在统一平台的协作，而这些需求与云不谋而合。鉴于此，腾讯以云、图、AI等基础能力为基础，依托在游戏领域积累的渲染引擎能力、大规模在线游戏的协同技术、AI驱动和游戏化的交互技术，社交领域的音视频技术、交

64、通和自动驾驶领域的大规模并行仿真技术、领先的安全技术等，打造数字孪生云，提供开放的孪生场景开发平台。腾讯基于数字孪生云提供云化的工具链和开发服务，以帮助用户低门槛的进行数字孪生应用开发和应用，并且以数字孪生云为底座构建交通、能源、建筑等行业产品。同时，腾讯坚持开放生态与合作共创的理念，以数字孪生云为纽带，携手广大的合作伙伴“推动万物孪生、实现虚实相映”。发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾讯数字孪生云白皮书364.1 腾讯数字孪生云概况发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品数字孪生应用的开发工具零散不完善、开发成本居高不下一直

65、是困扰行业的问题，通过数字孪生云实现数字孪生应用开发和工具的完全SaaS化，使用户可以访问完善的开发工具，一站式进行数据集成、算法训练、孪生模型构建、应用开发等工作，从而降低用户的开发时间和成本。数字孪生云以数字孪生aPaaS及SaaS服务为核心，支撑上层各类行业应用。其核心主要包含三大部分：图三：腾讯数字孪生云AIoT物联数据流量感知物联网平台行为感知互联网数据互联网LBS新闻舆情气象业务数据住建人口市政元数据GIS倾斜摄影BIM3d Max/Solidworks激光点云感知数据利旧摄像头卫星影像无人机雷 达手 机应用开放市场场景/模型重建工具世界编辑工具多用户协作平台数字孪生工具（云化）数

66、字孪生服务数字孪生云（aPaaS）多源数据接入行业应用低代码平台文化旅游智慧能源智能制造智慧城市用户二次开发：孪生场景+孪生应用+孪生交互5G云化核心网+音视频仿真模拟引擎三维服务引擎智能计算引擎游戏引擎数据融合时空计算数据存储数据治理虚拟人人物编辑工具政务政法智慧水务智慧交通云渲染物模型统一ID体系（C/B统一，动/静一致）智能云控孪生云平台 01 基础功能模块其中数据融合包括轨迹融合、定位融合、空间融合等能力，主要实现对多源数据的集成；数据存储实现对多源数据的分类管理和存储，包括资产管理、主题/专题库、语义模型库等能力。数据治理主要支持数据的预处理，包括结构化处理、数据脱敏、BIM轻量化等

67、能力。时空计算主要提供多种计算框架，支持不同场景的计算分析，包括离线计算、实时流计算。腾讯数字孪生云白皮书37发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品02 引擎能力三维服务引擎提供三维场景重建和语义化的能力，包括自动化建模、知识图谱。仿真模拟引擎包括数据驱动/机理仿真、车流/人流仿真、并行计算，实现对于动态要素精确的运动、行为仿真预测。虚拟人引擎提供了虚拟人全套能力支持，包括语音识别、对话、文本翻译。智能云控引擎，实现了基于云端的智能信息处理和消息下发与控制，包括V2X、协同控制、终端控制等能力。智能计算引擎主要提供各类AI算法库。游戏引擎将腾讯多年的游戏技术积累

68、进行封装和透出，能够提供物理模拟、极致渲染、AI模拟、数据时钟同步等能力，包括渲染引擎、AI计算引擎、行为树引擎、用户同步系统等引擎能力。03 云渲染服务（公有云/私有云/专有云）以及配套的数字孪生云工具和云服务。云渲染服务通过SaaS方式将本来在本地电脑上完成的渲染工作迁移到云端服务器（可以是公有云、私有云、专有云）完成，支持用户通过灵活调用来完成孪生交互和渲染。配套的数字孪生云工具和云服务提供例如场景编辑器、人物编辑器等编辑能力帮助用户更快构建孪生系统；低代码平台和用户协作平台等服务大大加速应用开发和协同工作的效率。腾讯数字孪生云白皮书38发展展望技术体系应用场景及案例云能力及主要产品发展

69、背景云能力及主要产品4.2 腾讯数字孪生云核心技术和特点腾讯数字孪生云核心技术和特点图数字孪生云核心技术游戏科技人工智能云计算/渲染音视频和传输高保真渲染后台数据同步游戏ai高性能计算实时云渲染数字孪生云四大特点全真映射加速数字模型从几何准确提升至物理准确。实时计算构建对人、机、物、空间等对象的可计算能力。数据驱动通过全面融合多源数据和模型来提升仿真推演和预测分析精度和效率。泛在连接实现用户通过多种设备随时随地访问孪生系统并实时协作。多源融合感知自动化重建仿真推演音视频编解码5G低时延通信 游戏科技腾讯数字孪生云白皮书39发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾

70、讯数字孪生云主要包含游戏科技、云计算/云渲染、人工智能、音视频和传输四类核心技术：01基于游戏引擎中物理引擎和渲染引擎的能力实现 物 理 模 拟 和 实 时 渲染，建立高准确度的物理世界和高保真度的图像渲染结果。模拟及渲染02通过游戏后台数据同步技术实现大规模的数据帧同步，保证孪生世界中所有孪生体的个体时钟完全对齐，从而得到准确的空间计算结果后台数据同步技术03通过游戏AI的能力，模拟更加准确、生动的动态元素，比如：车辆、行人、动物等，从而构建更加真实鲜活的孪生世界。借助腾讯在游戏科技上多年积累的技术和经验，腾讯数字孪生云可以更加准确和生动的建立云端孪生世界。游戏AI 云计算/渲染01腾讯数字

71、孪生云可以极大减少算力限制对于孪生应用带来的影响，从而大幅增加数据处理量和三维空间计算量。云端充足的算力可以避免计算模型因算力限制而牺牲计算精确度和计算实时性，从而避免孪生世界的还原度和辅助决策能力受到影响。基于云端的分布式计算02云渲染通过将渲染计算放在云端而不是终端，使得所有用户可以不依赖特定高性能硬件（比如高性能显卡），随时随地访问腾讯数字孪生云并进行孪生世界的高真实度渲染。云渲染腾讯数字孪生云白皮书40发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品 音视频和传输技术01腾讯数字孪生云基于领先的音视频技术，可以实现毫秒级编解码，并能通过不断优化音视频处理效果，提升

72、传输和编解码效率。音视频技术02基于腾讯在未来网络上的多年技术积累，数字孪生云的低延时通信能力实现现实世界与孪生世界的实时同步，以更低的带宽和延时实现更高真实度、更稳定的双向映射。在人机交互、安全应用上有着至关重要的作用。低延时通信技术 人工智能01融合不同传感器识别结果的多源感知算法，不仅可以实现目标物的位置、属性识别，还可以实现行为、事件等更复杂的识别，为数字孪生系统准确的建立现实世界的孪生体。基于AI的多源融合传感02基于人工智能的自动化重 建 算 法 可 以 使 用 点云、图像等采集数据，或者地理信息、BIM等专业数据，低成本的自动进行孪生场景的大规模重建，帮助用户快速搭建孪生体。基于

73、AI的自动化重建03基于实时数据和模型，为用户进行多种方案的仿真计算和预演，为用户 提 供 不 同 方 案 的 排序，从而辅助用户进行决策。基于AI的仿真推演算法人工智能算法的大量使用，全面提升了数字孪生云的能力，降低了用户的使用成本。腾讯数字孪生云白皮书41发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品综上技术的融合，腾讯数字孪生体现四大特点：01基于自动化重建技术支持丰富元素的大面积数字还原，并借助游戏技术的渲染、模拟等能力，加速数字模型从几何准确提升至物理准确。通过物联感知和音视频能力，助力腾讯数字孪生更准确的建立对物理世界的识别和映射。全真映射02依托云边端分布

74、式协同架构，实现大规模的并行计算，构建对人、机、物、空间等对象的可计算能力。同时结合仿真推演和泛在智能的能力，辅助用户进行决策。例如在交通场景下，利用云端高并发交通仿真系统，可以对未来30分钟到1个小时的大量交通调度方案进行并行仿真计算，得出最优方案。实时计算03以海量真实数据为驱动，通过全面融合多源数据和模型来提升仿真推演和预测分析精度和效率。例如港口的智能调度AI，通过大量真实港口运行数据的训练，实现对船舶、集卡、场桥等元素的真实行为模拟，从而在不同方案下进行准确的仿真推演和预测分析，进而实现更高效率的港口调度管理。数据驱动04基于云渲染能力，实现用户通过多种设备随时随地访问孪生系统，还可

75、以使多用户在同一场景内实时协作，从而大幅提升工作效率。例如一个室内三维场景编辑的孪生应用，用户可以通过手机、车机、电脑等任意终端访问，并通过协同系统一起设计和编辑同一个三维场景中的所有三维物体。同时，基于人工智能算法和游戏化交互，可以实现更智能的连接和更高效的人机交互。泛在连接腾讯数字孪生云白皮书424.3 腾讯典型数字孪生行业服务发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾讯依托数字孪生云的基础能力，围绕行业需求，打造了面向交通、能源、建筑和制造四个领域的行业数字孪生产品。随着国务院印发交通强国建设纲要，提出“基础设施规模质量、技术装备、科技创新能力、智能化与绿色

76、化水平位居世界前列，交通安全水平、治理能力、文明程度、国际竞争力及影响力达到国际先进水平，全面服务和保障社会主义现代化强国建设，人民享有美好交通服务”的发展目标。纲要的发布带动了交通行业数字化转型的新机遇，同时也提出了行业发展的新需求：一是如何利用数字化手段，有效降低交通事故率以及伤亡人数，是交通安全方面亟待解决的问题；二是在提升交通效益方面，如何克服恶劣天气带来的经济损失，成为智慧交通数字化转型的难点；三是在提升交通通行效率方面，利用智能化手段解决交通拥堵成为关键问题。腾讯在智能交通行业，面向一线执勤的交警、高速公路管理者、网联园区的运营者、交通参与者驾驶员等，构建低延迟、可计算和全场景覆盖

77、的实时孪生平台，打通云边端，贯穿感知、计算、仿真推演到控制的全链路，为交通系统的管理、调度、应急和服务提供支撑。01 基于数字孪生的出行安全服务交通实时孪生平台架构图发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾讯数字孪生云白皮书4302 微瓴数字孪生平台微瓴数字孪生平台架构图在智慧交通领域,数字孪生通过对交通场景的复现,让拥堵的城市交通流更顺畅,让人们的出行更健康绿色。一是提供对交通各类场景的自动化三维构建能力，快速低成本的完成从物理世界向数字世界的静态场景构建。二是基于先进的AI监测技术，构建的雷达和视频感知体系，对道路目标检测准确率可以达到95%以上，达到并超过

78、国内先进水平，为分析决策提供实时准确的数据基础。三是融合腾讯位置大数据和行业数据，共同建立物理世界向孪生世界的全要素全时空数字化映射。四是利用中微观一体化的交通仿真技术，对感知数据进行实时分析，对交通路况、异常事件进行全要素虚实结合的推演预测，对当前和未来一段时间的数据进行分析和预测，为管控策略的制定提供决策依据，有效的减少交通拥堵，提升通行效率。五是支持面向驾驶员使用的大规模并发服务能力的车机端、小程序、孪生导航，为驾驶员提供辅助驾驶能力，实时事件告警端到端的时延在300毫秒以内，有效降低交通事故率。腾讯数字孪生云白皮书44发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产

79、品一是智慧建造与运维领域的应用涉及云计算、大数据、人工智能、物联网等多项技术，并非传统设计院、施工单位、咨询单位所擅长的。因此，以往基于业务而设计的平台导致了智慧建造与运维领域的应用相对单一与固化，未能很好地考虑今后平台的延展性与自生长性，使得智慧建造与运维不能持续、动态地发展。二是由于相关标准、法规的缺失以及技术的不成熟，“数据孤岛”成为阻碍资源整合的主要障碍。数据孤岛虽然一直都受到人们的重视，却一直未能解决。造成数据孤岛的原因有很多，一方面是历史原因，由于各方系统的分散建设，缺乏统一规划与数据拉通机制，导致各方之间的数据无法融合或融合不足，从而使得协同治理能力难以提升。另一方面是技术成熟度

80、问题，由于没有较好的数据融合标准、技术与平台，导致各方虽然沉淀了大量的数据资产，却无法形成数据融合与共享，更无法充分地发挥数据价值。当前建筑行业的发展已经进入一个新的阶段，绿色低碳、高质量发展、数字化、智慧化转型已经成为建筑行业发展的重要趋势。但由于行业的特殊性，建筑行业在信息化、数字化、智能化方面的推进过程中困难重重，存在诸多痛点，主要包括：腾讯云微瓴面向建筑行业打造智慧空间类操作系统，为建筑提供一个开放性的数字孪生底座，统一接口标准，连接打通建筑内各个子系统。微瓴通过丰富的物联能力，将建筑内的设备、应用、服务、业务数据，统一以空间的维度搭建数字孪生化的建筑，并提供空间化的数据展示，为管理者

81、提供有价值的可观数据进行科学决策；通过引入大数据技术、AI、数字空间技术、3D视图、移动应用，为建筑提供智慧能效、智慧门禁、智慧电梯、智慧消防、智能会议、邮件机器人等服务，对大楼安保系统、停车系统、照明系统、空调系统等功能控制，实现建筑内各类用能设备的数据采集、清洗、AI分析及反向控制，形成数据驱动的能源管理闭环，全面提升建筑能效，监测能耗数据变化。腾讯数字孪生云白皮书45发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品当前能源行业的发展已经进入了一个新的阶段，绿色低碳、高质量发展、数字化转型已经成为能源行业发展的重要趋势。在行业发展的过程中，涌现出一批典型的能源数字化场

82、景，例如新能源智慧场站、智慧基建、智慧矿山、透明工厂等等。这些能源数字化场景的背后，实际上指向了能源行业在发展过程中的共性的需求和特征：03 能源数字孪生腾讯能源数字孪生产品架构图一是大型企业中多业务系统的集成和管理已经成为企业进一步数字化转型的障碍。二是在数字化转型由管理体系逐渐深入至生产体系的过程中，IT/OT数据的融合也正在成为能源企业在数字化转型发展过程的难点。三是在数实融合方面，融合企业各业务系统数据，构建能够实时反映现实世界的数字化场景，提升企业全面感知，全景监控能力，也成为企业数字化发展的新方向。四是在业务智能方面，能源行业特别关注设备可靠、作业安全与生产优化，面向设备预测维护，

83、运维与施工现场的安全巡检、生产环节的工艺参数优化等问题已经不能仅仅依靠传统的专家经验和规则模型解决，需要能够迁移学习，更强鲁棒性的多模融合分析能力。五是随着结构力学、流体力学、电磁仿真的机理模型在能源行业的广泛应用，计算规模逐渐扩大，仿真精度需求不断提高，面向高性能计算的大规模并行计算也成为行业应用机理模型的瓶颈之一。腾讯数字孪生云白皮书46发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品腾讯云EnerTwin能源数字孪生底座，面向能源行业的生产一线，围绕场站、园区、产线，针对生产设备、辅助设施、原料产品和人员环境，构建面向能源业务贯通的数字孪生底座。04 数字孪生工厂一

84、是支持多源数据融合，融合设计图纸、物联数据、视频数据、地理信息数据、业务数据，以及能源行业特有的智能装备（如无人机巡检、UWB人员定位、激光点云扫描等），基于游戏引擎构建与现实现场环境实时映射的虚拟空间，为生产监控、设备维护、经营决策等业务环节提供全真透明的数字孪生。二是利用人工智能技术，特别是在数据智能、运筹优化、机器视觉、知识图谱等方面的技术，为企业的设备预测性维护、生产工艺优化提供多模融合分析能力。三是面向能源行业的大型机理模型仿真计算，为客户在仿真/模拟/预测等场景下，提供弹性计算，开箱即用的高性能专用超算集群，帮助客户构建新型电力系统仿真、天气预报等场景下的高性能计算能力。数字孪生工

85、厂架构图腾讯数字孪生云白皮书47发展展望技术体系应用场景及案例云能力及主要产品发展背景云能力及主要产品自2015年中国制造2025国家智能制造战略发布以来，制造业的发展已经从简单的信息化、自动化进入了数字化、互联化、智能化转型的新阶段，工业互联网助力制造业数字化转型和高质量发展已经成为趋势。在行业发展的过程中，网络协同制造、黑灯工厂、无人工厂、透明工厂、C2B定制等一批典型的制造业数字化场景在各行业落地应用。这些制造业数字化场景的背后，实际上指向了制造业在发展过程中的共性需求和特征：工厂数字孪生是以物理工厂为基础，构建真实工厂的虚拟映射，实现对产品全生命周期的管理，是多类数字化技术集成融合和创

86、新应用，基于建模工具在数字空间构建起精准物理对象模型，再利用实时IOT数据驱动模型运转，进而通过数据与模型集成融合构建起综合决策能力，对生产进行规划、管理、诊断，推动工业全业务流程闭环优化，从而实现工厂的高效率、低成本、高质量发展。一是大型企业正在以链主的角色推动产业的数字化转型，建设产业链的工业互联网，工业互联网成为带动企业产业链数字化转型的主流。二是工厂内的设备互联率在逐步提升，IT/OT数据的深度融合、工业物联网平台已经成为大量制造企业的刚需应用。三是先进制造技术对制造业的数字化要求越来越高，传统软件的功能、架构、技术已经成为制造业数字化转型的瓶颈，大量工业机器人技术的应用，设备互联率的

87、提高，设备数据量越来越大等等，对新的信息技术提出更高的要求。四是人工智能、机器学习技术在制造业的应用越来越广泛和深入，良率预测、预测性维护、智能排产、工艺优化、模拟仿真等都有人工智能技术应用的场景，人工智能、机器学习将成为驱动制造业数字转型主要动力。五是系统集成已经成为智能制造的重要支点，新一代的数字工厂技术与现有业务系统如ERP、MES、PLM等的集成在制造业的数字化、智能化方面，扮演重要角色。六是新一代信息技术在智能制造领域的应用不断深入，5G技术、物联网、云计算、AI技术、3D打印、增强现实、虚拟现实、数字仿真模拟等在企业中的应用案例不断涌现。腾讯数字孪生云白皮书48发展展望技术体系应用

88、场景及案例云能力及主要产品发展背景云能力及主要产品腾讯Wemake数字孪生工厂解决方案融合了物联网、工业大数据、云计算、人工智能和区块链等信息技术，可通过工业物联网采集工厂海量设备产线的OT侧状态信息，汇集企业研发、设计、生产、运营、物流、销售、服务等IT侧系统的等多方数据，实现实时高保真的动态数字孪生场景应用的快速搭建，结合海量场景算法应用，提供优化策略建议。Wemake数字孪生工厂包的核心模块包括：腾讯Wemake数字孪生工厂解决方案可实现工厂的设备数字化、产线数字化、作业数字化、工厂数字化需求；实现设备的物模型管理、产线产能建模、工厂的3D可视化运行监控、质量大数据建模与分析、能耗排放监

89、控和分析、企业管理监控分析等；同时依靠高性能运算和AI技术，能够实现对监控图像、视频数据进行智能分析，自动识别设备缺陷和产品缺陷，实现设备的预测性维护、良率预测、智能排产等高级功能，实现生产数据的统一汇集、可视、分析和预测，全面提升制造企业生产效率和质量水平，能够有效支撑生产线的数字化管理，有效支撑企业构建数据驱动的工业数字孪生应用，助力制造业企业打造自己的工业大脑，实现数智化转型。工厂/车间/产线的物模型组件用于建立设备、产线、车间、工厂的物模型及其运行机理模型，结合物联网(IoT)模块的实施设备运行数据，驱动其他两个模型运转；3D可视化模块组件可建立产品、设备、产线、车间、工厂的几何模型及

90、其渲染模型，接受来自物模型组件的驱动数据和BI可视化模块组件的数据及其展示组件；BI可视化模块组件可对关键绩效指标(KPI)及其语义进行定义、进行数据抽取、关联和计算，并行可被其他模块调用的展示组件，也可独立建立大屏展示界面；工业APP应用组件可以与原生应用集成,也可通过低代码平台快速自建工业APP应用。数字工厂门户负责权限、用户管理、其他系统集成和统一界面等工作。05数字孪生发展挑战及展望5.1 数字孪生数据、模型、产品等标准体系需进一步完善5.2 数字孪生领域的开源创新生态尚未构建、开源活力有待激发5.3 超大规模、多尺度的数字孪生可视化与仿真分析将成为未来重要方向腾讯数字孪生云白皮书49

91、发展展望技术体系应用场景及案例云能力及主要产品发展背景发展展望腾讯数字孪生云白皮书50数字孪生发展挑战及展望数字孪生数据、模型、产品等标准体系需进一步完善5.1数字孪生正处于从探索走向规模化应用的关键阶段，完善的标准体系将是其提升应用精度和广度的关键支撑，目前虽然国际和国内均有相关标准的定制，但是在数据、模型、产品等层面的标准仍需加强完善。01 数据层面的标准有待统一数字孪生的应用涉及不同结构、不同来源、不同对象的数据，以制造业为例，数字孪生从环节层面涉及研发设计、生产制造、经营管理和售后服务等多类型的数据，从对象层面涉及设备、工控系统、用户、环境等多尺度的数据，这些数据的融合和对接需要统一标

92、准才可能高效实现。02 模型层面的标准亟需布局数字孪生涉及多尺度、多物理场、多学科的模型，这些模型之间的互通和互操作也是数字孪生进行仿真推演和预测分析重要基础，但目前这些标准的缺乏也限制了数字孪生在建模层面的效率和完整性。03 产品层面的标准也有待重视数字孪生纵向需要仿真、设计、数据、计算等各类产品的协同，横向需要不同孪生体间的集成和对接，产品互通等标准的缺失限制了数字孪生产品间的配合。发展展望技术体系应用场景及案例云能力及主要产品发展背景发展展望腾讯数字孪生云白皮书51数字孪生领域的开源创新生态尚未构建、开源活力有待激发5.2近年来开源已经成为数字技术创新普及的重要模式，大数据、云计算、人工

93、智能、区块链等数字技术的发展过程中，开源项目均是重要的推动力。例如大数据领域的Hadoop、Spark、云计算领域的Openstack、人工智能领域的Tensorflow，这些开源项目的出现不但加速技术迭代，也推动了技术规模化应用。数字孪生作为当下再次兴起的交叉技术，也需要丰富的开源生态将活力注入其发展进程中，推动其走向规模化的工程应用。发展展望技术体系应用场景及案例云能力及主要产品发展背景发展展望一是数字孪生需要类似大数据、云计算等领域里程碑式的开源项目，从而能将其技术快速推向大规模工程化阶段。二是数字孪生需要实力雄厚的基金会等长期资金支持目前全球顶级的开源基金会尚未推出专门针对数字孪生的子

94、基金会，虽然2021年linux基金会推出了3D子基金会，与数字孪生有一定关联，但其侧重点更多在游戏领域。三是数字孪生产业参与者的开源及贡献意识仍需提高目前数字孪生产业的玩家还是以非开源的商业模式为主，对于数字孪生工具的开源意识和意愿均有待提升。腾讯数字孪生云白皮书52超大规模、多尺度的数字孪生可视化与仿真分析将成为未来重要方向5.3数字孪生是对物理世界时空维度的“全息化”重构，是从宏观到微观的多尺度融合，是多要素的叠加，是将物理世界变为可感知、可计算、可交互的基础。大规模、多尺度的数字孪生可视化与仿真分析将成为城市、工业、交通等多类行业共性需求，但由于物理世界的连续性和复杂性，例如地理空间、

95、数据科学、生物医药等跨越多个时间和空间尺度，全息精细的刻画和模拟仿真此类问题或系统均面临很多挑战。多尺度建模、分布式高性能计算成为解决此类问题必备的技术，同时随着数据驱动的机器学习方法的发展，以及物联网技术使得更多的物理要素实现数字化，融合机器学习、多尺度建模以及分布式计算技术，为解决大规模、多尺度数字孪生的建模、仿真模拟和可视化提供了无约束创新的潜力，也为系统自身具备可持续进化提供了无限可能。发展展望技术体系应用场景及案例云能力及主要产品发展背景发展展望腾讯数字孪生云白皮书53注释1 彭慧数字孪生的前世今生，知识自动化公众号https:/ https:/aii-alliance.org/up

96、loads/1/20211206/0abb4304b8de47a3c04ce803a5ac5dc8.pdf5黄培.详解数字孪生应用的十大关键问题，数字化企业网https:/m.e- Digital Twinhttps:/ 7Making the Most of your Machine:Using Virtual Commissioning to Reduce Cycle Times without Hardware Upgradeshttps:/ Uses Digital Twins to Build Pergenova Viaduct in Genoa,Italyhttps:/ Hamburg:A Digital Twin in Actionhttps:/