数字孪生和Sora的同与不同

2024年至今科技界最耀眼的明星产品，莫过于OpenAI于年初发布的人工智能文生视频大模型Sora。Sora引发全球各界热议，不仅是因为它是一个高质量的视频生成模型，更是因为OpenAI给了它一个另类的定义——“世界模拟器”。

这是一个令人振奋的信息:打造世界的模型，将让更多人受益于AI技术的发展。实际上，在数字世界“克隆”物理世界的镜像模型，这一理念并非Sora首创，而是肇始于数字孪生，而在实践中，数字孪生已经开启了其“优化现实”的步伐。

不同的技术路径，相似的技术价值

早在上世纪70年代，NASA就提出数字孪生的雏形，并应用于航空航天飞行器的健康维护和保障。经过数十年的技术沉淀和数据积累，数字孪生的价值日益凸显，各国都在积极推进其发展和应用。

关于“对世界建模”，以目前业界的推测，Sora是基于机器学习、自然语言处理等技术来理解和模拟物理世界，可能是通过视频数据驱动的生成式网络模型实现，数字孪生则是通过在数字空间用3D建模技术构建物理世界孪生体，实现物理空间和数字空间的双向映射、实时连接和动态交互，并对物理世界的性能进行模拟和优化，二者在技术路径上存在差异。此外，Sora目前没有接入实时数据，仅是对历史视频集进行训练，而数字孪生则多以“实时”为典型特征。

然而，通过对“虚拟世界”的模拟和预测，从而大幅降低现实世界的试错成本，并根据对未来更精准的预测结果来优化甚至控制现实世界，在这方面Sora和数字孪生却很相似；当然，二者也都是基于对大量数据的分析处理，也都有望深挖数据资产的巨大价值。

此外，二者融合也将迸发出奇妙的化学反应:Sora具备强大的视频生成和数据处理能力，能够大幅提升数字孪生的建模效率和精度，可模拟更加复杂的现实世界场景，从而提高数字孪生可视化的水平。此外，Sora也有望降低数字孪生技术门槛和开发成本，提升用户交互体验等。反过来，数字孪生模型可以提供大量高质量、结构化的数据，助力Sora大模型的训练，也可以提供实时或近实时的反馈，助力Sora产出内容的不断改进，还可以提供特定的场景或应用，无风险、高逼真的验证环境等等。

产业实践，数字孪生走得更深

Sora主要应用在C端场景，更为大众熟知和关注；相比之下，数字孪生则是在B端沉淀数十年之久，且已逐渐步入产业深水区，广泛应用于交通、工业制造、建筑、城市、文旅等多个领域。

近年来，互联网科技企业也纷纷布局数字孪生。以腾讯为例，将数字孪生作为其面向产业互联网和“全真互联”战略的核心技术之一，已进行了深入布局。基于游戏科技、云计算/云渲染、AI、模拟仿真等核心技术，腾讯在具体的产业实践场景下，将各项技术能力组合封装成数字孪生底座及可视化、云仿真和空间计算等产品，已联合生态伙伴携手打造出多个成功案例。

例如，在交通领域，腾讯已经与上海浦东机场、广州地铁、蜀道集团等广泛合作，实现了数字孪生在智慧机场、轨交、高速等领域的成功落地；在工业制造领域，腾讯携手瑞泰马钢，打造出“透明工厂”；在文旅领域，腾讯助力四川三星堆打造“智慧博物馆”，成为文博数字化转型的样板；在海洋研究领域，腾讯联合南方海洋实验室等发布了全球首个海洋数字孪生引擎DTO Engine；在文体领域，腾讯帮助深圳马拉松连续两年打造了城市级数字孪生指挥平台，让马拉松赛事实现了全程可视、智慧运营。

基于Sora与数字孪生的联系，业界已有专家指出:未来两者可能会整合，也可能形成一个新技术合集或新突破，为产业界带来更多可能。当然，无论是Sora，还是数字孪生，对现实世界1:1地建模或者说数字化呈现，并不是最终目的，如何让“数字世界更真实”、“真实世界更美好”，才是人类对数字技术更深层的期待。