独属于工业4.0的元宇宙

　　在追求工业4.0的道路上，数字化工厂和工业物联网是避不开的两大方向。但随着技术的革新，数字孪生正在逐渐席卷制造业，过去静态CAD模型和2D平面图正在转变为可交互的3D模型。像特斯拉这样的企业，在建造和维护超级工厂时，就用到了DMU数字原型这样的数字孪生技术，进一步提高了生产效率，缩短了交付周期。

　　但随着规模开始扩大，迭代需求的增加，数字孪生工厂也开始引入AR/VR等技术，打造完全虚拟却又贴合现实的大型动态场景。毕竟在虚拟条件下完成软件验证和迭代，远比直接硬件迭代要低成本和快速。

　　然而数字孪生工厂与传统的数字化工厂相比有何优势呢?照理说3D建模需要海量的数据输入，而且需要专业的图形人才耗费诸多心力才能完成，也许对于新建工厂来说可以以此作为目标，但针对于已经建成的传统工厂或标准数字化工厂来说，又该如何快速转型到数字孪生工厂呢?

　　阿里云DTwin

　　数字孪生技术其实可以与云技术和人工智能完美契合，国内的阿里云也正是看到了这一机遇，开始朝数字孪生工厂发力。工业大脑DTwin为阿里云自研的工业可视化孪生平台，采用了模块化的可视化框架引擎，工厂既可以选择公有云也可以选择本地部署，最终完成数字孪生工厂的远程运维和可视化管理。

　　如今高端的一体化装备中，关键的零部件都内置了大量传感器，用于监控产品工作运行状态，它们也具备数据输出功能，帮助工业系统完成故障预警等维护性工作。物理传感器和已有工业系统的实时数据可以传输给DWin，实时跟踪现实环境的生产过程。但这一点其实当下不少数字化工厂已经实现了，并没有什么特殊之处。归根结底，数字孪生工厂的独特之处还是在于3D可视环境。

　　DWin基于H5和WebGL技术，渲染引擎采用了Three.js和游戏级的乐高渲染引擎，建模可以从园区级覆盖到设备级别，甚至可以细致到设备结构爆炸图。使用者还可以借助AR/VR技术，完成第一人称视觉巡航。

　　DTwin孪生画布编辑器 / 阿里云

　　但这样的一个3D可视环境光想想搭建过程就复杂，为此DTWin也准备了低门槛的图形化搭建工具，直接用内置组件完成乐高积木式的模块化搭建，零编程就能做到产线模型的搭建，省去了大笔开发成本。而在工厂升级维护时，这种可视环境的迭代也远比物理设备简单，还能辅助基础设施的规划设计和部署。

　　笔者认为数字孪生技术有机会成为云服务厂商进军传统制造业的又一大吸引力，国内腾讯云和华为云等厂商也纷纷入局，无论是自研方案还是与数字孪生技术公司合作，都能加快我国工业4.0的转型进程。

　　英伟达Omniverse

　　数字孪生技术可以说与图形技术紧密相连，自然图形大厂英伟达也不会置身事外，其Omniverse平台可以说是为个人和企业用户拉开了数字孪生的序幕。而在这一众企业用户中，率先将Omniverse引入制造业的正是宝马。

　　在翻天覆地的汽车技术革新下，这些车厂早已是纯粹的车厂了，有的开始造超算，有的开始造电池，宝马则是着手了3D、VR和AR类的IT产品的开发，这次与英伟达的合作正式为汽车制造引入数字孪生工厂的一步棋。

　　宝马的数字孪生工厂系统 / 宝马

　　宝马在德国雷根斯堡工厂中打造了一个功能齐备的实时数字孪生系统，可以根据车间工作订单指令和机器人编程，对大规模生产和调度进行模拟。当下的汽车生产流水线中，最重要的一环就是车型定制，一辆车型往往具备多种配置选项，所以每条生产线都要具备这样的定制能力，而宝马这种90%以上都是定制车型的更为重视这一环节。

　　而Omniverse的存在提高了整个生产过程的效率，宝马的工程师可以快速确定如何改进每个特定车型的生产顺序，并借助数字车间人员的仿真来测试工作流中的人体工学和效率。

　　即便有了Omniverse，宝马实现的数字孪生工厂的方式依旧是一个复杂的路线，毕竟他们并不缺3D建模方面的专业人才。他们更像是将Omniverse的数字孪生方案视为数据协调器，就像某些工厂的数字大屏一样，不同的是数字孪生选择了以3D可交互的方式来实现。

　　结语

　　从以上两个数字孪生工厂方案可以看出，云服务厂商和图形方案厂商不免会成为这一技术的受益者，但我们也不能忽略最为重要的基础设施，尤其是工业物联网通信和工业传感器。要打造这样一个数字孪生工厂，无疑会对工业通信系统的并发和吞吐量提出更大的挑战。而受益的传感器也不仅仅是监控检测类的传感器，像激光雷达这样可以捕获3D数据的传感器也能从中分一杯羹，助力3D建模。与连接全人类的元宇宙相比，数字孪生工厂这样的“制造元宇宙”似乎更容易率先实现。