数字孪生的下一轮“饱和攻击”会是“AI Rendering”么？

作者：GIS小丸子

导 读：

最近接触到的几个事情，让我自己开始重新审视“AI Rendering”这个问题，下面主要从几个方面来介绍：

第一、AI在渲染表达方面

首先就是谷歌发布的Immersive View 在构建思路以及展示效果的逼真程度上确实引起了行业一大 波关注，主要是神经网络在场景表达方面的深度结合和应用，这个在之前的文章已经介绍过，在此不再赘述；

其次就是5月5日，Babylon官方宣布正式发布全面支持WebGPU的下一代版本 Babylon.js 5.0。虽然在数字孪生领域使用Babylon的不是很多，主要因为数字孪生通常需要BIM GIS的组合，如果没有很好的生态的话，其实就会在项目交付中遇到比较大的困难。

但是从Babylon公布的两个基于WebGL和WebGPU的场景渲染来看，WebGPU版本的 Babylon.js确实可以取得更好的前端性能。

Babylon呈现的主要内容就是WebGPU在性能上相对于WebGL的领先，而这背后很重要的一点就是，WebGPU 建立在较低级别的图形 API 之上，能够更好的运用现代化的硬件，可以实现更全功能的 GPU 加速计算能力。

在矩阵相乘的基准测试中，WebGPU 计算着色器实际上比使用像素着色器的 WebGL 计算快 3.5 倍，同时它不会阻塞主线程，在具体的测试中，由于画布和纹理大小限制，在矩阵大小超过 4096×4096 后 WebGL 失败，而 WebGPU 能够执行高达 5000×5000 的矩阵。

通过一些针对性的研究成果可以发现（Tianqi Chen, Jared Roesch, and Jason Knight），如果引入WASM和WebGPU的组合，基于WebGPU的深度学习计算可以取得接近原生GPU的性能，可以说几乎是没有性能损失的。

而通过这样算力的加持，很多浏览器就可以在本地运行，比如在线会议的时候就可以直接在浏览器端运行将人和背景进行分开的算法等，这个时候浏览器端不会再存在性能的限制，当前很多在浏览器端无法实现的高级渲染效果以及AI计算则都可以在WebGPU成熟的过程中得以实现，我相信这也会创造出更多有想象力的应用场景。

第二、AI在工艺流程方面

前两天在后台，有个老铁在后台找到我，说现在研发中遇到一些困惑，想跟我聊一下，总体聊下来一个很深的体会就是：数字孪生项目是一个体系化的工作（这个之前提到过），对于一些刚入门的团队，大多数情况下只有一些开发人员，但是如果单纯的希望依靠开发人员就可以做出一个行业平均水准的数字孪生项目或者作品还是存在比较大的难度，一个典型的数字孪生团队通常会包括产品经理、美术、建模、前端逻辑和特效开发、数据服务后台等，如果不是很熟悉这个流程，管理者可能会把项目成效不理想归因到技术团队水平不行，其实这个问题需要进一步打开，回归到工艺流程这个视角上，虽然现在有一些低代码平台，能以更短的工作流做一些初步的效果，但是深度高水准的效果还是要定制，所以如果如果可以通过深度学习强大的学习能力，是否可以让小团队也可以通过一些学习的框架基于一些现有的成果用一套简单的方法就可以实现效果参数的学习，从而实现将整个工作中心放在业务问题的解决上而不是这种效果实现上，很多GIS厂商在二维的场景上都上线过AI配图的功能，其实这个功能也是可以延伸到三维场景，尤其是通过AI算法的能力。

第三、AI在数学表达方面

最近很火热的“数字孪生流域‘’将“数字孪生”进一步深化，如下是来自知乎@隔壁张叔叔的回答，内容是引用了一个做模型计算厂商的理解，你会发现数字孪生在数字孪生水里中一个很关键的要求就是要能够实现物理规则的映射，而这些自然科学的规律会被总结成为数学公式，经过数值方法进行求解从而实现一些预测以及预演，从而辅助业务沉淀出更科学的预案。

但是如何构建好的数值模型以及更快的求解成为了一个非常重要的研究内容，而从英伟达GTC大会的发布内容来看，在这方面，英伟达研究团队则是采用了神经网络学习的方法实现了计算效率的大幅度提升，所以在数字孪生应用到预测预演方面，AI强大的数学表达能力和计算效率也会对数字孪生整体的使用效果产生比较大的影响，不仅是自然科学领域，而是一切可以应用到数字孪生的领域。

第四、AI Rendering在产品战略方面

那“AI Rendering”值不值得“饱和攻击”？关于“饱和攻击”我是从华为的一些故事以及江南春的一些书中了解到的。

什么叫“饱和攻击”呢？这原本是个军事术语，指的是冷战时苏联针对美国制定的一种战术。这种战术的特点是，采用大密度、连续攻击的方式，在短时间内，从空中、地面、水下不同的方向，不同层次向同一个目标发动攻击，达到让敌人无法应付的饱和状态，然后把他一举击溃。

在产品战略上，更多的是战略清晰之后，将所有资源集中到一点进行突破，在资源有限的情况下，集中资源比分散突破更有效，鸡蛋放在很多个篮子里，大多数情况下都是哪一个方面都没有做起来（比如马斯克就是个例外）。江南春在提到广告定位的时候就强调，在产品战略比较明确的情况下，是可以使用饱和攻击的策略，通过品类封杀，从而抢占用户的心智，成功的案例比较多。

回到数字孪生这个话题下，目前游戏引擎这个标签已经被头部的几家可视化厂商占据了，但是对于“AI Rendering”这个标签目前还没有形成事实上的头部玩家，也就是说在这个品类之前还是缺乏一个能与这个标签画等号的玩家，起码在用户的心智里面是这样的，同时对于现有的一些已经标签化的厂商切换赛道的难度或者意愿都不会很强，因为站在当下，你可以拥有充分多的理由说服自己坚持当前的路径，核心问题还是要看自己等待的是哪一个下一次迭代的机会。

提前布局、饱和攻击的好处就是，在机会成熟的时候，会让自己在竞争中更有优势，就像余承东在解释华为为什么华为可以觉得自己可以在汽车行业能够做到第一，他的逻辑是：“汽车行业处于变革时代，过去是机械工业时代，底盘、发动机、波箱三大件是核心要素，但在今天的时代，底盘越来越标准化，智能化才是差异化的核心。汽车行业从机械工业走向智能化，走向网联化，行业发生的改变之处正是华为优势所在。”

所以从当前来看当前的数字孪生可视化似乎已经进入了一个“业务 技术”的双重瓶颈期，但是同时也是处在一个缓慢变革进化的过程中，核心就是是否能够观察到这种变化以及抓住这种变化，从而进行“饱和攻击”~