腾讯数字孪生和To B简介

数字孪生（Digital Twin）也称数字双胞胎，简单来说，就是把现实世界映射到虚拟世界，
在虚拟映射的过程当中通过感知、计算，做到虚实融合、认知预判。
知名研究机构Gartner曾连续三年（2017—2019年）将数字孪生列为十大新兴技术之一。

近日，在2022腾讯数字生态大会期间，
腾讯在业内首推数字孪生云服务，
面向企业客户开放全真映射、实时计算、数据驱动、泛在连接四大能力。

腾讯云副总裁、数字孪生业务负责人万超说，腾讯打造的数字孪生，
相当于为产业提供了一套数字化的底座，更加开放、更加标准化、更具有普适性，
创新应用可以在这个平台上培养和生长。

本次，推出腾讯数字孪生云平台，腾讯主要将以下几大核心能力开放给企业及合作伙伴：

1、全真映射。在全真映射方面，腾讯云构建了自动化的产线还原物理世界，
利用物联和感知技术实现实时的物理世界的感知和全天候、全要素的动态获取。
自研5G云化核心网、音视频技术、以及基于游戏研发的自研引擎，使得数字孪生全真映射的效果更佳。

2、实时计算。苏奎峰说，腾讯构建了云边端分布式协同架构，
并支持大规模的并行仿真和时空计算，结合人工智能以及游戏AI等方面积累的技术，
实现了整个的泛在智能。

3、数据驱动。其利用时空融合技术，实现多元信息的融合，
构建了时空和关系数据库，以及大数据引擎来支持高效的时空计算。

4、泛在连接。在泛在连接方面，腾讯开发的高并发多端云渲染计算，
可以更好地支撑在场协同和多端联动，
尤其是腾讯在游戏领域积累的大规模在线游戏系统，
可以有效地支撑更多的人在孪生世界里进行协同。
同时利用企微、腾讯会议、腾讯地图等APP，
能实现更广的用户连接和更广泛的触达。

结语：立足平台，大厂掘金数字孪生
数字孪生是一项复合性的技术，以实时、精细、逼真、可计算的方式，实现数字世界和现实世界的映射，
对数字化时代的世界起到定义和改造的关键作用。
平台化打法是互联网科技大厂布局这一领域的主要方式，平台生态尤为重要。

从产业角度来看，这一赛道的发展壮大一直受限于算力、网速、大数据、物联网等技术及生态的不成熟等因素。
当下，随着腾讯云这样互联网科技大厂加大布局，
平台与空间商、集成商等产业链玩家有望产生新的化学反应，
从而影响产业互联网的发展进程。

三、腾讯游戏科技，妙用于产业互联网

数字孪生作为产业地带元宇宙，在腾讯云今天推进产业互联网的发展进程中，扮演着重要角色。

数字孪生在上世纪70年代就被提出并用于美国阿波罗计划。2003年，密歇根大学教授完善了数字孪生技术体系，
促进其被用于军方，并逐渐在工业领域进行全流程管理。
近年来，随着智能化、网联化、数字化的发展，数字孪生又得到了更大的加速。

根据腾讯数字孪生部门的演讲，数字孪生大致可以分为三个阶段：

第一阶段，全真映射。
这是讲物理世界更实时逼真的变成虚拟世界，
强调逼真、实时的互动和信息的互通。

第二阶段，重点在仿真和维护，
可以利用构建的数字孪生体对物理世界发生的事件进行仿真、推演，
对很多重大的基础设施和高昂的设备可以利用数字孪生进行预测性维护和维修。

第三个阶段，实现数字孪生与物理世界的闭环、控制。
基于数字孪生打破时间和空间的约束，
提供逼真的跨平台的协作平台，
支撑数据和模型的跨时空融合和推演。

当下，包括云计算大厂、空间技术商等都推出了数字孪生方案，
那么腾讯数字孪生云有什么差异化打法？

万超告诉智东西，腾讯数字孪生的核心能力主要体现在AI、音视频技术、云渲染等几方面。
更值得一提的是，腾讯游戏积累而来的技术正被用于数字孪生产业业务中，为腾讯数字孪生业务提供了一个切口。

腾讯数字孪生云中有众多底层能力是基于腾讯游戏科技发展而来。
在游戏中，场景构建、人车等建模往往是很快的，
背后技术如渲染引擎、AI场景建造等，
都被迁移到了数字孪生云。

二、新建数字孪生部门，布局交通、建筑等行业
今年7月，腾讯正式创立了数字孪生产品部，这是原有业务板块的升级，
负责面向生产空间、道路、园区等领域搭建数字孪生产品。
时隔半年，数字孪生产品部成立到现在有什么新进展？

万超告诉智东西等媒体，经过大半年，数字孪生部门的人力逐渐到位，
团队更聚焦到自身孪生中台核心能力建设上去，
包括云、数实融合、5G通讯、自动化建模、仿真推演等能力。

面向各行各业，腾讯云搭建了全场景的数字孪生体系，
覆盖环境能源、城市运转、交通管理、工业生产等多个领域。

比如在交通领域，腾讯云基于数字孪生云构建了全息路口，
支持城市多路口的协同、优化、调度。据称，
在数字孪生体世界构建的过程中，
腾讯云能实现端到端150毫秒以内的延时，
有效地提升交通的安全。
通过构建大规模城市仿真，
团队可以支持百万车辆的车道级的城市仿真，
预测精度可达到30分钟内85%。

在自动驾驶领域，客户可以基于腾讯数字孪生云进行危险场景的模拟测试，
据称测试效率比传统方法提升了200%。
根据官方数据，目前，腾讯云构建了2000多个车在环的自动驾驶测试场景库，
虚拟测试车在环测试和实体的测试经过评估，一致性达到99.9%以上。

在智慧建造领域，腾讯云构建了微瓴智造解决方案。
万超及其团队曾利用微瓴构建了腾讯滨海大厦孪生体，
通过在孪生体中实现工位管理、安防、门禁、电梯，
以及配送机器人的跨系统的联动，极大地提高了整个物业的管理效率。
根据官方数据，目前腾讯微瓴已接入100多万设备，支持1000多种设备类型快速无缝连接，
150多家生态合作伙伴利用微瓴打造了更多的生态应用。

在智能建造领域，腾讯云和瑞泰马钢联合，打造了透明工厂。
在低碳生产方面，瑞泰马钢单位产值能耗大幅地降低，
据称从90公斤标准煤减少到了35公斤标准煤，有效地进行的节能减排。

万超告诉智东西，推出数字孪生平台，腾讯更多是希望让客户借助腾讯的优势，
极大地降低进入、使用数字孪生应用的门槛，使客户和伙伴能更聚焦在自身优势的能力上。

一、首推数字孪生云，算力降50%，开发速度翻番
按照腾讯的设计，数字孪生云提供大规模、低成本的三维场景构建平台，
配备快速地传感器接入和标定工具，
使得各种传感器能够快速接入到数字孪生系统，并实现三维场景的映射和标定。

不仅如此，客户还能从腾讯数字孪生云获取静态元素和动态元素编辑器，
在孪生世界当中进行自主场景编辑和环境编辑，
更高效地进行孪生体和孪生场景的构建。

比如在智慧交通领域，基于腾讯数字孪生云，
通过六个摄像头就能构建了一个孪生全息路口，
实时监测路口车流、事故等情况。

根据苏奎峰的解读，
构建这样一个数字孪生平台主要分为以下几层：

在数据接入层，平台支持高效的物联数据接入，
同时可利用腾讯积累的互联网位置大数据来支持各种业务的分析。
在元数据接入方面，它支持GIS、BIM、企业摄影、CD等多种格式的快速接入工具，
实现数据的快速接入和一体化融合。

接入数据以后，平台支持动态和实时的数据连接和模型的高效共建。
5G云化核心网和音视频为数字孪生和物理实体构建了一个高速的通信通路，
有效地解决了在弱网环境下能够更好地实现物理和虚拟世界的连接，
将物理实体和虚拟实体统一模型，提供模型的服务，数据平台可以有效地支撑数据的存储、计算和融合。

为了构建数字孪生云，腾讯云打造了三维服务引擎、
模拟仿真引擎、虚拟人、智能云控、智能计算引擎以及游戏引擎。
尤其利用腾讯在游戏方面的技术积累，
平台能够更好地支撑云渲染和多用户的协同。

最后，这些能力都以工具化、服务化的形式开放给用户和合作伙伴，
提供场景模型重建和编辑工具、视频编辑器、人物编辑器等，
并通过低代码平台降低使用门槛，最终赋能各个行业。

苏奎峰公布了一组数据，基于AI交互编辑以及实时协作平台，
腾讯数字孪生云帮客户降低50%接入时间和构建时间，
降低50%计算资源的消耗，应用开发的速度翻一番。

媒体AI中台–腾讯云智能
譬如腾讯云智能针对融媒体行业就发布了一个媒体AI中台，对资源的调配上能做到0.1卡调整

数字孪生中台-腾讯云智能

资源调配有什么用？更灵活的调配能力意味着客户有更大的自主配置资源的空间，资源利用率更高。

当客户需要增加一个语音识别能力时，
往期都是找交付厂商进行API组合调用，如今这闲置的0.1卡就能来支持NLP能力，
不仅成本降低，方式也更便捷，直接拖拉拽就能实现，不需要复杂的API对接。

这些功能都来自腾讯媒体AI中台，过去2年多，这个中台经历了3个大版本、十几个小版本的迭代。
作为一个B端产品，本不需要如此频繁的迭代，
腾讯大概只是想更贴近业务，解决更多痛点。

以智能编目应用为例，腾讯云智能深入调研了人工编目业务和相关标准，
将新闻内容结构化为节目层、片段层、场景层和镜头层，如此细致的编目下，
客户不需要再重新进行一套复杂的开发流程，可以一键实现四层编目的结果输出。

他们还优化了超50种传媒定制算法，景别标签、镜头拆分、字幕识别、智能摘要、
智能封面、地标识别、语音识别、实体识别…
甚至对判断近景、远景、拍摄手法等关键镜头的算法也做了定制开发。

不断迭代的媒体AI中台逐渐产品12大应用，
标签、编目、拆条、智能擦除、转码、超分、老片修复、横竖屏转换、视频质检、智能审核等等，
摸索出越来越多媒体业务的潜在需求。

凭借业务虚心和技术实力，这个媒体数字化领域的后来者逐渐俘获了江苏电视台、央视、北京台等的芳心，
还与央视和北京台共建人工智能开放平台，
打磨更多适合媒体的AI能力。

腾讯云智能通过提升OCR模型的泛化能力，推出了多模态融合技术以及TI-OCR训练平台。
多模态是融合视觉信息、语义信息、布局排版信息等单一模态的集合体。
TI-OCR训练平台，则是基于腾讯云智能的授人以鱼不如授人以渔的心态。
它通过提供低门槛的训练工具，使得客户也可以自己训练非标准化文档OCR模型。

腾讯云智能数智人

数智人是计算机图形学、图形渲染、视觉、动作捕捉、自然语言处理、
知识图谱、语音识别、语音合成、语音语义理解、对话交互等综合能力的集合体。
换句话，数智人其实是一场AI技术投入和积累的比拼。

AI底层技术构建了腾讯数智人的底座，腾讯云智能最大程度发挥服务特长，
打造了中国金融领域第一批数智人成功案例

OCR和数智人只是腾讯云智能落地金融的冰山一角，
其金融领域的技术和产品矩阵已经相当庞大，涉及数智人、人脸核身、
OCR识别及OCR自训练、语音语义、机器学习建模、AI中台、智能客服、
智能分析与增长等多个细分领域，
相关的产品在头部银行、头部券商、头部保险等等领域默默运行。

进军B端者成百上千，腾讯似乎开辟了一条不一样的路径。紧贴用户，以人为本的路子，
腾讯过去走了二十多年，如今进攻B端，在服务基础上，
腾讯云智能提炼出一种C2B的能力：「以人为本，上下兼容」的数智化转型方法论。

前文所言，宏大的规划难以取得满意的效果往往是最终端的需求和问题没有解决，
日积月累成了堵点、痛点。

数字化要“大处着眼、小处着手”，要有系统观念，做好顶层规划，
也要仔细研究每个业务场景下最细枝末节的问题和需求。

用腾讯云智能的话说，就是「为四类人群服务：组织中的管理者、业务人员、开发者和C端用户，
并且围绕这四大类人群构建了决策智能、服务智能、研发智能和生活智能」。

数字化的好坏很难评价，但良好和优秀，优秀和卓越之间的区别都在细节里。
腾讯云智能这个细节的核心，可能是以人为本、为人服务。

事实上，无论是此前的To C还是现在的To B、To G，
服务为王一直都是腾讯的宗旨，
也是腾讯能有如今成绩的原因。

当AI的应用已不再锦衣夜行，To B数字化的号角逐渐在各个角落吹响，
悄无声息地渗透至千行万业。工业、交通、政务、金融、医疗、
电力、传媒、教育、文旅、港口、水务、农业等领域全面开花。

产业端的需求奔涌且多样，
需要的不再是单个技术或产品。

其实，数字化并不仅仅是一项技术的投资和引入，更是长期规划的体现。

以造房子为例，腾讯云TI平台需要打好的公共地基和预制件库，
平台不断积累和完善一栋楼所需要的脚手架、标准模块等工具，
与普通的一砖一瓦建造相比，能极大提高后续造房子的效率，降低成本。

腾讯云TI平台的诞生正是基于这个理念，因此，它解决了客户不少顽疾，
如烟囱式的系统建设、数据孤岛，以及重复建设，成果无法沉淀复用等。

以最新发布的「腾讯云智媒体内容中台」为例，它将海量内容资产结构化、标准化，
通过智能编目、智能标签、内容审核、视频处理等技术应用，自动化完成版权资产沉淀，便于管理。
此外，还铸造了多样化的融媒工具，对全媒体内容实现跨模态检索，让业务人员可以便捷地挖掘媒体内容的次生价值。

秉持“把平台做厚”的方式，腾讯云智能已经打造了丰富的TI平台产品矩阵，
腾讯云TI平台已在泛互、泛政务、医疗、金融、工业、传媒等行业落地应用。

To B数字化不可否认的共识是：碎片化。

需求碎片化。千行万业，不同行业差异极大，同一行业的不同客户在不同阶段，需求也往往不同。

产品碎片化。AI走到边缘，多种感知技术融合、多种形态的终端疯狂涌现，
软件模块、硬件产品，依然需要做诸多针对性地改造、定制和研发。

场景碎片化。不可能有企业能大包大揽解决各个环节所有的问题。

说白了，生态，是一条不得不走的路。

在内卷异常严重的To B赛道，腾讯算得上是一股清流。“连接器”、“工具箱”、“生态共建者”，
是腾讯各业务负责人在无数场合强调的一点。

无论是过去安身的消费互联网，还是未来立本的产业互联网，腾讯一直都是生态模式。

腾讯的整个To B产业互联网，以开放为纲，强调与合作伙伴建立生态合作关系，
坚定有所为有所不为的路线，“连接一切”的理念在各个领域展现的淋漓尽致，
只专注于自己擅长的事，背后的核心逻辑，是对产业生态价值的高度认可。

充当数字化转型助手的定位，与产业共建产业数字化，不仅在于他们看到足够丰富的场景，
足够大的市场，也在于他们对清醒的自我认知，足够的胸襟，以及持久的定力。

“平台做厚、行业做深、应用做精、生态做广”，腾讯云智能在身体力行地践行这一点。