引言 AI 与 XR 的融合是观察到的融合的核心。对于数字孪生而言,机器学习和 LLM 通过支持自然语言查询、实时异常检测、预测分析和智能决策支持来增强功能。虚幻引擎、Autodesk Tandem 和 NVIDIA Omniverse 等平台已针对 LLM 集成进行了测试,其中虚幻引擎在沉浸式交互和多智能体 AI 部署方面展现出最大的潜力。
一项开创性研究重新定义了数字孪生与元宇宙在建筑创新中的角色,指出两者之间的界限正在迅速瓦解。这项题为《人工智能和扩展现实时代的元宇宙与数字孪生》的研究发表在《建筑》杂志2025年刊上,由辛辛那提大学的研究人员主导。
本文介绍了跨多个建筑应用的详细比较框架和实验结果,揭示了人工智能 (AI)、扩展现实 (XR) 和大型语言模型 (LLM) 如何融合曾经离散的范式。
通过真实案例研究和平台评估,研究人员探索了这些技术如何创造混合环境——既镜像又想象、既数据驱动又体验式的空间。研究结果表明,建筑师有望
塑造一种新型数字生态系统,既能优化运营,又能打造沉浸式用户体验。

01
数字孪生和元宇宙之间的根本区别是什么?
该研究首先明确区分了数字孪生 (DT) 和元宇宙。DT 是物理系统的数据密集型实时模拟,通常应用于建筑、工程和施工领域,用于能源管理、预测性维护和运营优化。它们集成了建筑信息模型 (BIM)、物联网传感器和人工智能分析等工具,以复制和预测物理建筑行为。
相比之下,元宇宙代表着一个更具推测性和沉浸感的数字领域,其特点是多用户互动、虚拟社交和创造性实验。它并非复制现实世界,而是构建由用户自主性和空间叙事主导的新环境。元宇宙在建筑领域的应用包括虚拟房地产、教育平台以及不受物理限制的设计探索。
尽管存在这些区别,但本文揭示了技术、平台使用和概念目标方面日益增长的重叠。例如,虚拟建筑可以通过收集实时传感器数据来充当数字孪生(DT),同时还可以作为元宇宙空间,用于协作探索、展览或基于模拟的教育。

02
AI 和 XR 如何模糊这些环境之间的界限?
AI 与 XR 的融合是观察到的融合的核心。对于数字孪生而言,机器学习和 LLM 通过支持自然语言查询、实时异常检测、预测分析和智能决策支持来增强功能。虚幻引擎、Autodesk Tandem 和 NVIDIA Omniverse 等平台已针对 LLM 集成进行了测试,其中虚幻引擎在沉浸式交互和多智能体 AI 部署方面展现出最大的潜力。
另一方面,元宇宙主要利用人工智能进行创意生成和互动。诸如 Stable Diffusion、Midjourney 和 Tripo 等生成式人工智能工具,能够根据文本或图像提示快速创建素材,而 ControlNet 和 PromeAI 等工具则能够将草图转化为精细的 3D 场景。然而,该研究指出,尽管生成式工具速度快且易于获取,但它们目前缺乏专业级建筑输出所需的精度,因此最适合用于早期构思阶段。
大型语言模型也在推动元宇宙交互的创新。研究人员开发了嵌入虚幻引擎环境的空间感知对话机器人。这些机器人在 ChatGPT-4o 等 LLM 上训练,可以检测用户位置并根据上下文做出响应,从而支持实验室参观、虚拟辅导或客户端模拟等应用。这增强了元宇宙在教育、协作设计和用户体验测试方面的实用性。
虽然人工智能同时增强了数字孪生和元宇宙环境,但其作用方式有所不同:前者增强了分析能力,后者增强了叙事互动性。然而,工具和框架往往存在重叠,进一步模糊了两者之间的界限。
03
这种融合将产生哪些应用?
数字孪生 (DT) 与元宇宙的融合催生了混合应用,这些应用重新定义了建筑工作流程、教学方法和利益相关者的参与。在一项试点研究中,四年级建筑系学生使用 Hyperspace、Mesh 和 Mozilla Hubs 等平台构建了沉浸式教学空间。生成式人工智能工具用于原型设计,而虚拟形象和非玩家角色 (NPC) 则支持动态评审和演示。这些活动将传统的工作室工作与虚拟世界构建相结合,为建筑教育提供了新的教学模式。
在基础设施层面,集成VR技术的训练中心(DT)被用于实时模拟紧急疏散和行为响应。团队利用物联网数据和基于跑步机的运动追踪技术,重建了一座实体建筑作为训练中心,并添加了烟雾和火灾模拟,以研究疏散场景中的人体运动。研究结果表明,与传统演习相比,用户参与度和培训效果显著提升。
与此同时,增强现实 (AR) 技术已应用于现场环境,尤其是在施工管理领域。研究人员利用 Microsoft HoloLens 等设备和基于移动设备的 AR 平台,将 BIM 数据投射到施工现场,从而实现实时检查、协调和进度跟踪。尽管元宇宙平台对 AR 的支持仍然有限,但可穿戴设备的进步有望增强未来的跨现实体验。
核心洞察在于,XR 技术不再局限于元宇宙。无论是用于用户培训、设计验证还是协作交互,DT 和元宇宙环境都能从沉浸式可视化中受益。这种融合不仅重塑了环境的设计方式,也重塑了环境的体验和管理方式。
然而,障碍依然存在。BIM 和物联网平台之间的互操作性仍然有限,很少有系统支持无缝的双向数据交换,而且将 LLM 集成到实时环境中技术难度高。此外,大多数数据驱动型 (DT) 和元宇宙工具并非基于标准化框架构建,这限制了它们跨行业的可扩展性。
2025-05-27
2025-05-28
2025-05-24




