其域创新与漂视网络达成战略合作,共建3D高斯数字孪生全链路

近日,深圳市其域创新科技有限公司(以下简称“其域创新”)与上海漂视网络股份有限公司(以下简称“漂视网络”)正式签署战略合作协议。双方将围绕“3D高斯数字孪生全链路”展开深度合作,共同推动从空间数据采集到数字孪生应用的一体化解决方案落地,为行业用户提供“采集即编辑、所见即所得”的全新体验。


合作背景:数字孪生进入全链路时代


当前,数字孪生行业正面临从“单点技术”向“全链路闭环”演进的关键阶段。三维数据获取长期存在手工建模耗时、摄影测量受限、VR全景不真实等痛点,而数字孪生应用端则对数据的高效接入、实时渲染和低代码开发提出了更高要求。


其域创新作为全球唯一打通“全场景3D高斯采集—生成—压缩—编辑—应用部署”完整闭环的空间智能公司,与漂视网络在数字孪生底座平台领域的技术积累高度互补。双方此次合作,旨在将采集端与应用端无缝衔接,真正实现从现实世界到数字孪生世界的“一步直达”。

图片


其域创新:空间智能数据底座能力


其域创新围绕“感知—重建—理解—创造”的技术路径,构建了覆盖多模态空间感知、自动化三维重建、智能化编辑应用的软硬件产品体系。


硬件层面,其域创新推出了灵光L2 Pro、灵视P1等多款设备,实现了“自然行走即可完成扫描,自动化生成高精度三维模型”的颠覆性体验。其中,灵光L2 Pro作为旗舰级手持扫描建模设备,引领SLAM设备进入“0后处理时代”。


软件与算法层面,其域创新自研全球领先的3DGS生成技术——Lixel CyberColor(LCC),在核心算法、建模效率、渲染性能与工程可用性方面实现突破。最新发布的LCC 2 Beta版本,压缩后体积仅为传统PLY格式的8%,并引入双轨LOD机制,实现亿级场景瞬时加载。

图片

目前,其域创新已拥有100余项专利,全球2000多家合作客户,覆盖50多个国家,并与迪士尼、英伟达、华为等标杆伙伴落地多个跨行业项目。


漂视网络:数字孪生底座平台能力


漂视网络成立于2015年,是国产原创3D高渲染数字孪生融合仿真引擎厂商,致力于成为领先的数字孪生平台及软件服务商。


其核心产品CIMPro孪大师是一款基于C/S架构自主研发的数字孪生3D可视化开发软件,具备以下核心优势:


  • 一站式零代码开发:图形化拖拉拽操作,用户可快速搭建专业数字孪生三维可视化系统,开发效率提升200%

  • 海量行业模板:覆盖电力、交通、水利、能源、园区、工业等多个行业,模板开箱即用

  • 多格式三维模型兼容:支持BIM模型(Revit、Bentley、SketchUp等)、工业模型(Catia、SolidWorks等)、手工模型(3ds Max、Blender等)、倾斜摄影、点云、3DGS等多种数据格式的无缝导入

  • 多源数据对接:支持接入30多种数据源,支持rtmp,rtsp,flv,m3u8,ts协议视频流转码,基于孪生体编辑器实现实时数据驱动模型的动态孪生

  • 高精度渲染效果:支持城市级宏观场景到微观场景的无极缩放,真实还原模型材质纹理与光照反射

  • 国产信创全栈适配:支持从数据库、操作系统、CPU、GPU等主流国产软硬件产品,满足政企自主可控需求

图片

漂视网络已积累1000余家政企大客户及逾万中小型和个人用户,在军事仿真、基础设施、智能制造、能源电力等领域落地了大量标杆案例。


3DGS厂商众多,为什么是其域?


漂视网络与其域创新达成战略合作,主要基于以下深度考量:


技术领先性与唯一性:其域创新是全球唯一打通“全场景3D高斯采集—生成—压缩—编辑—应用部署”完整闭环的空间智能公司,其自研的LCC格式已被NVIDIA Isaac Sim、Esri、Supersplat等国际头部平台正式兼容,技术实力获得行业广泛认可


数据格式原生兼容:CIMPro孪大师原生支持高斯泼溅PLY格式,未来,其域自研LCC数据皆可无缝导入,作为数字孪生应用的核心数据底座。双方从底层格式层面实现对接,无需中间转换,确保数据完整性与传输效率


全链路闭环能力:其域创新具备从硬件采集到软件处理的全链路能力,能够与漂视的数字孪生平台形成完整闭环,为用户提供“采集—处理—应用”的一站式解决方案


丰富的行业落地经验:其域创新在数字孪生、智慧城市、文旅、VR/AR等领域拥有大量成功案例,与漂视在基础设施、智能制造、能源电力等行业的深耕方向高度契合

图片

其域创新场站数字孪生三维建模方案优势


共建3D高斯数字孪生全链路解决方案


基于此次战略合作,双方将共同推出“3D高斯数字孪生全链路解决方案”,核心能力包括:


1. 高效采集与自动化建模


用户使用其域创新的灵视P1、灵光L2 Pro等设备,通过自然行走即可完成对真实场景的扫描,自动化生成高精度三维模型。整个过程无需专业操作技能,大幅降低三维数据采集门槛。


2. LCC格式原生导入CIMPro孪大师


采集生成的LCC格式数据可直接导入CIMPro孪大师平台,作为数字孪生应用的核心数据底座。CIMPro支持LCC格式的原生解析与渲染,用户无需进行格式转换或数据预处理。


3. 零代码数字孪生应用开发


在CIMPro孪大师中,用户可通过图形化拖拉拽操作,快速搭建数字孪生三维可视化系统。平台提供丰富的行业模板、动画编辑器、多维空间分析工具,支持数据接入、设置交互逻辑、制作三维动画等功能的零代码/低代码配置。


4. 多终端部署与工程复用


基于LCC格式的轻量化特性与CIMPro孪大师的多终端适配能力,数字孪生应用可一键发布至大屏、PC端、Web端及VR设备。三维数据资产可被反复使用,实现从采集到应用的全生命周期管理。


展望未来


此次战略合作标志着3D高斯数字孪生从“技术演示”走向“规模化落地”的重要一步。双方将充分发挥各自在空间智能采集与数字孪生底座平台领域的技术优势,共同推动数字孪生技术在基础设施、智能制造、能源电力、文物文旅等行业的深度应用。


正如其域创新全国渠道总监刘锦秀在“生态合作伙伴·星火计划”西安站活动中所言:“LCC数据可以无缝导入CIMPro孪大师,作为数字孪生应用的核心数据底座。”双方的合作,将从采集到应用的全流程打通,为数字孪生行业提供“所见即所得”的真实世界镜像能力。

图片

未来,漂视网络与其域创新将持续深化合作,共同构建国产数字孪生开发生态,助力行业用户实现全生命周期数字化转型。

内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,全面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练仿真验证,实验结果表明该混合模型在预测精度稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提高电网调度的安全性可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计教学演示,帮助深入理解CNN、BiGRUAttention机制的协同建模范式实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
内容概要:本文研究了基于Benders分解算法输电网-配电网运营商(TSO-DSO)协调机制的双层优化模型,旨在有效应对新能源出力波动、负荷不确定性等对现代电力系统运行带来的挑战。模型上层由输电网运营商(TSO)负责全局资源优化主网稳定性调控,下层由多个配电网运营商(DSO)实现本地分布式能源的灵活调度,通过Benders分解实现上下层之间的迭代协调信息交互,从而在保障系统安全的前提下提升整体运行的经济性鲁棒性。研究提供了完整的Matlab代码实现,涵盖数学建模、算法求解、收敛性分析及仿真结果可化等环节,有助于深入理解双层优化架构在输配电网协同调度中的具体应用技术细节。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、科研人员,以及从事电网调度、能源系统规划等相关领的工程技术人员。; 使用场景及目标:①掌握Benders分解在电力系统双层优化问题中的建模求解流程;②理解TSO-DSO协同机制下输配电网交互建模的核心思想实现方法;③复现并拓展高水平学术论文中的优化模型,服务于科研项目攻关或实际工程仿真需求。; 阅读建议:建议结合凸优化理论、电力系统经济调度Benders分解原理进行系统学习,优先运行并调试所提供的Matlab代码,调整关键参数以观察算法收敛行为模型性能变化,从而深化对协调机制优化机理的理解。
内容概要:本文档是一份关于经济学期刊论文复现的研究资料,聚焦核心议题“数字化转型能否促进企业的高质量发展”。文档构建了一个完整的量化分析框架,基于中国上市公司数据,实证探讨数字化转型对企业全要素生产率(TFP)及高质量发展的实际影响。内容涵盖数字化转型指标的构建、企业高质量发展评价体系的设计、计量经济模型的选择应用(如固定效应模型、GMM方法),并提供Matlab代码实现全过程,包括数据处理、模型估计稳健性检验。研究还系统梳理了OL、FE、LP、OP、GMM等多种全要素生产率的测算方法,为读者复现高水平经济学论文、深入理解数字经济时代的企业发展路径政策含义提供了详尽的技术支持理论指导。; 适合人群:具备扎实的经济学理论基础和较强的定量分析能力,熟悉Matlab或Python编程语言,正在从事经济管理、产业经济或数字经济等领研究的研究生、高校教师及科研机构研究人员。; 使用场景及目标:①完整复现经济学顶刊论文的实证研究流程,掌握规范的学术研究范式;②学习并应用数字化转型企业绩效间的因果识别策略,提升独立开展实证研究的能力;③为撰写学位论文、申报科研课题或编制政策咨询报告中涉及数字经济效应的章节提供直接的方法论参考和代码支持; 阅读建议:建议读者务必结合文档提供的数据Matlab代码进行同步实操,重点钻研变量定义、模型设定、内生性处理和稳健性检验等关键环节,通过反复调试验证,深刻领会高水平实证研究的严谨逻辑技术细节,从而全面提升自身的科研素养论文写作水平。
内容概要:本文围绕“绿电直连型电氢氨园区优化运行”开展创新性未发表研究,提出一种集成绿色电力直接供给、电解水制氢合成氨工艺的多能耦合系统优化模型,旨在实现园区能源系统的低碳化、高效化经济化运行。研究采用MatlabPython编程语言,结合实际气象负荷数据,构建涵盖电-氢-氨能量转换、存储利用全过程的能量流、物质流及经济性协同优化框架,重点解决可再生能源出力波动导致的供需失衡问题,并通过优化电解槽、储氢罐、合成氨反应器等关键设备的运行策略容量配置,提升系统对风光能源的就地消纳能力。文中配套提供完整的仿真代码、原始数据及Word格式论文,支持结果复现模型拓展,具有较高的科研参考价值工程应用潜力。; 适合人群:具备电力系统、能源工程、优化建模或新能源技术背景,从事综合能源系统、氢能利用、碳中和园区等相关领研究的研发人员及硕士、博士研究生。; 使用场景及目标:①研究绿电直供模式下电-氢-氨多能系统协同运行机制优化调度策略;②探索高比例可再生能源就地转化为高附加值化工产品的技术路径;③为工业园区实现深度脱碳能源自洽提供决策支持;④作为学术论文撰写、课题申报或科研复现的高质量参考资料。; 阅读建议:建议结合MatlabPython代码逐模块解析模型实现过程,重点关注目标函数构建、约束条件设定(如设备动态特性、能量平衡、安全边界)以及多场景仿真对比分析,宜在调试过程中调整权重系数参数设置,深入理解系统灵敏度优化机理,并尝试引入更多不确定性因素进行鲁棒性扩展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值