AVEVA 推出融合 AI 的「活数字孪生」，让工业系统自主调节
观点AI 评分 72/100MIT Technology Review待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
AVEVA 首席产品官 Rob McGreevy 将新一代融合 AI 的数字孪生比作会生长演化的有机体。与早期只能做仿真、观察和假设情景推演、滞后于物理现实的数字孪生不同，「活数字孪生」把高保真的动态运营数字模型与通过运营和控制系统干预物理世界的能力结合起来，从而补上过去缺失的可见性与编排层。代理式 AI 让工业系统不再局限于诊断或给出建议，而是能够自行采取行动，朝一种工业稳态演进：通过持续的小幅调整维持工厂健康运转。人的判断与操作员监督仍然关键，负责界定何为健康状态，并在 AI 偏离时发出提示。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从镜像到干预
早期数字孪生的定位是充当现实的数字镜像，主要做仿真、观察和假设情景推演，能发现异常或提出优化建议，但整体节奏落后于物理现实，既做不到实时分析，也无法主动处置检测到的问题。活数字孪生的差别在于闭环：它一边维持复杂运营的高保真动态数字表示，一边通过运营与控制系统把判断落回物理世界。AVEVA 首席产品官 Rob McGreevy 用有机体来类比这种新形态，强调它们是随现场条件同步更新、长期有效的资产与流程模型，并把过去彼此隔离的系统连接起来，形成此前缺失的可见性与编排层。
代理式 AI 带来的自主性
代理式 AI 的加入改变了系统在决策链上的位置。此前工业 AI 多停在诊断或建议环节，由人来决定是否执行；现在系统可以自行采取行动。随着自主程度提高，这类系统开始具备类似工业稳态的反射能力：通过持续、小幅的调整让工厂保持在健康运转状态，而不是等到异常积累成故障再处理。这一路径的前提是模型与实时工况保持同步，否则调整动作本身就会失准。
人仍在定义健康
材料同时给出边界：人的判断和操作员监督依然起关键作用。一方面，所谓健康状态需要由人来界定，系统才知道朝哪个目标调节；另一方面，当 AI 的行为偏离预期时，需要有人识别并标记。活数字孪生在这里承担监督界面的角色，让工程师能够查看 AI 正在做什么，并确认执行是否走在正轨上。换言之，自主性提升并未取消人工环节，而是把人的工作从逐项操作转向目标设定与偏差纠正。
为什么值得看
数字孪生从仿真观察走向闭环执行，AI 开始直接干预物理产线，工业自动化的边界正在移动。
信源1 家
关键事实
相关 · 观点
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。