随着第四次工业革命逐步深化，数字孪生体、人工智能和数据科学等进入了新的发展阶段，特别是多模态AI的应用，在OpenAI、Google和Meta等公司的努力下，有了较大的突破。

      针对多模态AI和数字孪生体两者的融合，工业4.0研究院人工智能研究中心启动了“工业多模态AI”主题研究课题，该项目团队由来自百度等的AI专家组成。

      相比单模态AI技术，多模态AI能同时处理文本、图片、音频、视频、代码、红外信号等，更为接近数字孪生体能处理的物理特征。

      工业4.0研究院院长胡权认为，多模态AI是数字孪生体发展中的产物，它向更多模态的发展，将促进“生成式数字孪生体”（Generative Digital Twin）的发展，对工业和军事等跟物理世界相关度高的领域来讲，是一种颠覆性技术。

      虽然OpenAI等公司为数字空间提供了一套大模型，但对于工业的应用，当前还缺乏有说服力的应用，随着多模态AI的探索和突破，加上数字孪生体技术为数字空间和物理世界建设的数据桥梁，工业多模态AI将出现杀手级应用。

      一直以来，工业4.0研究院下属人工智能研究中心跟踪和研究多模态AI技术的应用，借助当前出现的ChatGPT、Sora、Gemini、ImageBind和AnyMAL等创新应用带来的机会，人工智能研究中心将为数字孪生体联盟成员提供新的思路，让各成员熟悉工业多模态AI相关技术和应用。

      按照计划，工业多模态AI项目组正在组建中，已经召开了发起团队的多次会议，确定了该主题的重点工作内容。

      该项目得到了达钯科技发展中心（DAPA）的支持，在时机成熟的时候，将推动该项目进一步市场化运行，为我国工业产业高质量发展提供新的动力。

      作为工业4.0研究院支持，数字孪生体联盟举办的赛事，数字孪生体挑战赛（Digital Twin Challenge）已经举办了五届。2024年将举办第六届数字孪生体挑战赛（DTC 2024），继续开展颠覆性技术的探索应用。

      当前数字孪生体、人工智能和数据科学等新一代数字技术处于加速发展阶段，工业4.0研究院决定在未来3-5年，把人工智能作为数字孪生体挑战赛的主题。

      第六届数字孪生体挑战赛将秉承工业4.0研究院提出的“数字孪生体内嵌”（Digital Twin Inside）理念，把跟行业需求充分结合起来，利用多年积累的数字孪生体先进技术，打造一个良性发展的数字孪生体创新生态。

      跟过去五届数字孪生体挑战赛一样，第六届数字孪生体挑战赛由工业4.0研究院遴选合作方，提供比赛应用场景，让参赛团队各显神通，展现其颠覆性创新的能力。

      针对人工智能的应用，第六届数字孪生体挑战赛计划聚焦两个方面：

      第一，AI/ML 驱动的数字孪生装备预测性维护应用。

      这是人工智能跟数字孪生模型结合的最佳应用，它也是数字孪生装备的杀手级应用（Killer App），较容易实现工业企业关心的实际价值。

      第二，基于数字孪生环境的物理系统建模仿真应用。

      新一代人工智能跟数字孪生体、数据科学的融合，给传统的建模仿真带来了新的机遇。

      工业4.0研究院分析显示，建模仿真正在发生翻天覆地的变化，参与第六届数字孪生体挑战赛的团队，可以选择理论研究、技术研发和原型设计等内容。

      正如DARPA通过系列挑战赛加速无人驾驶的到来，数字孪生体挑战赛为有能力开展颠覆性创新的团队提供条件，开创第四次工业革命的数字孪生体时代。

      有意报名参加第六届数字孪生体挑战赛的个人或团队，请关注数字孪生体挑战赛公众号的通知。

      作为第四次工业革命的通用目的技术，数字孪生体在DARPA、美国空军和工业4.0研究院等颠覆性创新机构推动下，近10年的进展非常迅速，在工业和军事领域产生了巨大的影响。

      国内学者关注到数字孪生体在学术研究上的价值，纷纷进入该领域，撰写了世界排名第一数量的论文，形成了中国特色的学术研究成果。

      本文结合到公开发布论文提供的数据，介绍和分析我国数字孪生体学术研究的基本情况，便于数字孪生体联盟成员更好找到自己的位置，更好把握我国数字孪生体产业的发展机会。

      需要提醒读者的是，工业4.0研究院人员不在学术期刊上发表研究成果，相关理论研究成果仅供内部使用，因此本文介绍的学术研究团队不涵盖相关内容。

      在赵亮、许娜和张维等人撰写的《我国数字孪生研究的进展、热点和前沿》一文中，基于中国知网核心期刊数据库做了分析，提炼出北京航空航天大学、西安科技大学、河北工业大学、中国科学院沈阳计算技术研究所、东南大学、同济大学、暨南大学和清华大学等八家机构为核心的学术研究团体。

      对八大研究团体的关注重点来看，以机械自动化占比最高，其次是建筑领域。笔者认为，这基本代表了中国学术研究和产业实践的实际情况。

      以机械自动化为主的数字孪生体学术研究群体，大都从信息物理系统（CPS，Cyber-Physical Systems）平移到数字孪生体。众所周知，信息物理系统是德国工业4.0体系的核心，后来德国被迫通过“资产管理壳”（AAS，Asset Administration Shell）平移到数字孪生体领域，并围绕资产管理壳建立了德国工业数字孪生体协会。

      赵亮等人撰写的论文通过数据库，对发布数字孪生体最多的核心期刊做了介绍，包括《计算机集成制造系统》《远程教育杂志》《中国机械工程》《油气储运》和《系统仿真学报》等，其中，《计算机集成制造系统》发文量高达46篇（截止到2020年）。

      我国学者撰写的学术论文主要集中在航空航天、未来教育和智能制造三大领域，除数字孪生体之外，高共现和中心性关键词包括智能制造、信息物理系统、断路器、人工智能、关键技术、虚实映射、大数据、体系结构和物联网，跟本人在《数字孪生体》一书提出的仿真、连接和数据三大流派基本吻合。

      国内一些领先的学者，同时还把研究推向了国际英文期刊，在国外刊物上发布了大量的学术论文，其引用量甚至排名世界第一，实现了学术成果量的绝对领先。

      DARPA和美国空军研究实验室是最早提出数字孪生体概念，并持续推进数字孪生体科学演变的机构，但限于遏制大国对手的需要，它们不仅主动放弃发布论文的机会，而且还尽量避免谈及数字孪生体，这一点读者可以从DARPA相关资料难以寻觅数字孪生体词汇就有所感受。

      正如美国国防部2023年11月16日发布的《国防工业战略》（National Defense Industrial Strategy）透露出来的，遏制中国和俄罗斯等大国对手获得数字孪生体先进技术，成为美军的国防工业战略需要。

      这意味着中国需要更高质量的学术研究成果，而不仅仅把研究局限到机械自动化和智慧城市等较容易撰写论文或获得资助资金的领域。

      要实现我国数字孪生体产业的繁荣，学术研究是必不可少的一环，这一点在当前美国推行经济武器化背景下尤为重要。

      知易行难，实现这样的目标需要学术界改变以量取胜，或以引用量取胜的评价标准，还需要学者拥有更宽广的胸怀和更远大的抱负，敢于挑战权威，愿意长期在该领域开展研究。

      当然，我国科研管理机构或评价部门有可能是所有问题的关键。