田日辉：怎么理解元宇宙这个概念？这是一个比较新的技术，比较新的概念，一千个人心中有一千个元宇宙的概念。我们看元宇宙基本有两个大的发展脉络，一个是从数字原生开始，像游戏、社交，构建一个虚拟的世界，在虚拟世界中可以有自己的生活，有自己的新的创造，有新的社交形式等等。我们关注的是另外一条路，从物理世界构建它的镜像，把物理世界数字化之后，再形成数字孪生的镜像。我把物理世界数字化之后，可以在虚拟世界中做很多新的应用、很多新的创新，这些创新可以快速被验证，从而提升产品的设计、优化、产品迭代的效率。在虚拟空间做的这些优化仿真，还要反控物理世界，形成闭环的持续的优化，这是我们对元宇宙的理解。产业元宇宙是从构建数字孪生，在虚拟世界构建优化仿真决策，决策的结果反馈影响现实世界，这样形成一个闭环，这是我们认为产业元宇宙的一个发展的路径。

在产业元宇宙中有很多非常新颖的场景，能够大幅提高我们产品优化的效率和创新的能力。比如在虚拟空间中产品的协同设计，众包式的产品设计，现在很多产品是由专业设计人员设计，未来在元宇宙中，每个用户都可以直接参与到产品的设计中，你可以设计自己喜欢的一辆汽车，你可以设计成三角的甚至五星的，但是你设计出来的产品能不能生产，原先需要专业的人员去构建，现在我在虚拟空间中，有仿真的引擎，有生产线的模拟仿真的平台，你的设计结果都可以在这个平台里得到验证，如果生产可行，品质可行，就可以交付生产。我们经常看到一些重大的装备在真正投入使用之前要做可靠性的测试，比如汽车的碰撞实验，尤其是像高铁、动车，也要做碰撞试验，每次动车碰撞试验要花费两千万，很高的成本，而且不能做很多次。如果有元宇宙，可以在虚拟空间中，所有的组件、所有的设备、数据融合在一起，就可以在虚拟空间中做仿真实验，它的成本会大幅降低，创新的效率会大幅提升。我们的用户体验的提升、双碳的全程的仿真，都是元宇宙创新的应用场景。国际国内很多先进的企业已经在实验，比如Nvidia和宝马构建了数字孪生工程，微软帮助Kawasaki构建数字孪生平台，已经有了很好的实践。

有了元宇宙创新的梦想之后，我们怎么真正实现它？我们认为元宇宙的发展有三个主要的阶段，第一个阶段是价值突破阶段，元宇宙有非常丰富的场景，有非常多的技术跟它相关，AR、VR、大数据、物联网、人工智能、区块链，所有这些技术都要有一个发展过程。在丰富的场景里面，如果这个平台太大，或者一步跨得太多，用户等不到你产生价值就灰心了。所以我们第一个阶段是元宇宙，我们要找出关键应用场景，让用户看到它的使用价值。第二个阶段是把这些价值点串联起来，在企业内部或者在企业的供应链的上下游之间能够形成社会化的应用。第三是不同的企业的元宇宙，不同行业的元宇宙，不同区域的元宇宙最后融合起来，能形成真正的元宇宙的经济体。这个发展阶段需要五到十年甚至二十年的发展。

在这里面有几个成功的关键要素去推动元宇宙产业的发展。第一，要实现元宇宙，三个阶段，数字孪生，构建数字虚拟空间；在虚拟空间中进行仿真；对仿真的结果进行反控，形成闭环。所以第一个最主要的要素是实现全生产要素以及全场景化的数字孪生。这是从制造业的角度看到的全生产要素的例子，就是所谓的人机料法环测，六大关键生产要素。我们现在也提七大，把能耗也加进去了，构建绿色双碳创新。这些关键的生产要素都进行数字化，有很多相关的场景能够在元宇宙里逐渐进行突破。

第二个要素，要实现业务闭环，从数据、模型的构建，到最后的反控，能够实现闭环。这里面的模型是指元宇宙的模型或者数字孪生的模型，它包括了三个核心要素，任何一个物体的几何模型，它的尺寸、结构、内部的子系统的结构，它的数据模型，实时的IOT的数据，它的机理模型，它的发展变化的规律。几何模型、数据模型加机理模型结合起来，才能表现出物理世界在现实空间的全面映射。形成可重构的、可持续发展的元宇宙。

第三个要素，需要用AI构建机理模型。我们的物理对象很复杂，有些基本规律能够用物理公式来表达，但是大量的复杂系统不能用显示的数学公式来进行表达。可以把它进行不同的结构化的拆解，或者用数学量化的方式进行拆解，用AI的尤其是深度学习、高度非线性的方式来构建机理模型。

第四个要素，全生产要素形成一个交易共享的状态，构建元宇宙的生态。每一个物理设备有一定的价值，但如果我把比如一个机床、一个机械手的几何模型、数据模型、机理模型都非常清晰地构建出来之后，数字孪生模型本身的价值是非常高的，甚至超过物理世界本身。在高铁上用的大量的扶梯，这种设备发生故障的概率是很高的，预测性维护的模型价值就很高。如果能形成数据资产可以交换的话，对于元宇宙生态的发展会有非常重要的促进作用。

随着AIGC技术的快速发展，AIGC对元宇宙整个产业的促进也是非常大的。因为元宇宙有几个最典型的特点，有数据，有机理，但最重要的是沉浸的体验，用户自然的体验。基于AIGC的专业数字人，它其实是我们基于大模型再加上一些行业的Knowhow，形成行业的专家数字人系统。比如企业内部的管理，你可以直接问它企业的规章制度，KPI制定的规则，具体是怎么算出来的，包括企业内部的业务查询，都可以用这种方式来进行。比如AIGC的内容创作系统能够基于行业数据库自动构建元宇宙的模型和场景。3D内容本身的生成还是比较大的挑战，因为现在Nerfs刚刚发展起来，从实用的角度还有一段路要走。NVIDIA在这方面已经投入了很大的精力，相信不久的将来，海量生成3D模型，这是现在构建元宇宙最大的一块工作量，或者说最大的一块阻碍，如果AIGC 3D模型自动生成能够解决的话，未来对产业的发展会有巨大的促进。

NovoVerse产业元宇宙平台，四横两纵的架构。数据虚拟映射是最底层，数字资产引擎包括大模型+行业知识图谱、多模态仿真、DDR数据驱动渲染，模型构建引擎、3D实时渲染引擎、智能推演引擎、智能控制引擎。场景化APP包括元宇宙的关键应用场景，服务于像交通、大型的煤矿、油田、离散制造、公共事业等领域，我们都有先进的解决方案。

简单汇报一下我们的3D引擎，这是我们积累了大概有七八年的核心的模块，这个3D引擎有自己的ATH追光技术，能实现宇宙级尺度的渲染，64位精度，现在在产业里是非常领先的。同时，我们支持云渲染，支持非常复杂的物理引擎和多模态仿真的引擎。我们最大的特点是完全信创化，我们和麒麟是合作伙伴，在麒麟平台上所有的3D相关的都由我们的引擎来支持。

NovoVerse第二个关键优势是AI驱动多模态仿真，能把像固体、流体、智能体仿真、宇宙学的这些内容整合起来，为客户提供统一的仿真平台。

第三是动态生命体建模，构建元宇宙数字资产体系和生态。

元宇宙的应用场景，我们主要关注在工业领域，比如研发生产中的协同设计，这是一个典型案例，我们帮助商飞构建它的飞机设计典型过程中的一些仿真系统，飞机从机场起飞，在空中不同的卫星，大量的空天的数据过来之后，实时仿真飞行过程中的姿态以及各种关键部件的运行状况。比如产线的数字孪生仿真优化，在烟草、航天、军工等很多行业都有运用，包括关键设备的实时仿真、异常检测。这是我们跟宝马做的汽车关键部件的声纹故障识别，帮助维修人员更快速地进行定位，提高工作效率。这是卷烟厂制丝车间的数字孪生，整合了ERP、MES等系统进行高级排产、效能优化。宝马在全国有大几百家4S店，一辆新车出来，维修人员的培训，通过VR的方式在虚拟空间中进行，包括他的上岗培训。供应链的协同、仓储的仿真优化、零碳工厂、绿色园区的建设。联想在天津刚刚发布了一个零碳的信创的工厂，年产几百万台的电脑，数字孪生技术也是其中一个非常重要的驱动力。企业的元宇宙，营销，这个大家就比较熟悉了，我不再赘述。很多地方政府也跟我们合作去构建元宇宙平台和产业生态体系，推动当地产业化发展、数字化转型。

感谢大家的聆听！