观看过《流浪地球2》的人,会感慨于原作者大刘和电影主创团队的想象力,通过“数字生命计划”和“移山计划”两条主线,让人在观影的同时,引发对人类命运的深刻思考。
影片中太空电梯、行星发动机等酷炫的画面,让人不禁感叹当下中国电影工业的超强表现能力。通过各种幕后花絮和主创团队的解读,大家发现,影片中不仅有想象中的科幻,也有现实中的科技。比如,各种带有“UGE”logo的矿用卡车、挖掘机、旋转钻机等真实重工设备施工的画面,结合当下中国大规模基建的能力,在地球上建立数万座行星发动机的设定就显得合理真实。

(图片来源徐工集团官微)
提到电影中的重工设备,莫过于明星产品“钢铁螳螂”步履式挖掘机,“钢铁螳螂”具备远程控制和智能化等特点,能够在200米开外遥控作业,通过简单操作实现复杂动作等。 导演郭帆就表示,拍摄中用到的“钢铁螳螂”挖掘机,就是现实版的变形金刚,是真实的科幻。
一起来看看现实中的“钢铁螳螂”,背后有哪些数字技术的支持?

(图片来源徐工集团官网)
数字孪生技术
电影中要建造数万座行星发动机,必须集结整个地球的海量资源,其中也包括建设发动机所需要的大量重工设备。想要在设计、生产、制造等环节通过最少的资源达到效果最大化,数字孪生技术是关键技术之一。
重工设备的使用环境与单纯的无人化技术和单纯的机械设备技术不同,重工设备的研发不仅需要大量试验,还需要对真实施工场景进行实验和模拟。
数字孪生技术是通过数字化方式在虚拟空间呈现物理对象,创建虚拟模型,模拟其在现实环境中的行为特征。在构建重工设备的过程中,可以在虚拟环境中进行大量重复试验,构建各种挖掘机、重卡等设备的部件模型,采集重工设备的运行数据,分析评估设备的维修状态,来实现重工设备最大化利用。
工业互联网平台
要建设数万座行星发动机,需要海量重工设备赶赴前线,那么第一时间生产海量重工设备的工业生产线就不可或缺。现实中,诞生“钢铁螳螂”的徐工集团拥有全球第一条起重机智能化生产线,拥有重型结构件智能化生产车间。2016年,徐工建立国内最早的自主研发工业互联网平台、最早在全球部署设备接入网络,实现了工程机械行业从生产制造、运行到全球连接的全生命周期覆盖。同时借助工业互联网平台,对工业厂区的人、车、料进行广泛连接,解决工厂关键生产要素的可视化问题;借助大量AI视频监控、机器视觉、远程操控等大带宽技术,大幅提升重工设备的生产运营协同效率。
如今在徐工起重机5G智慧工业园,已打造了九条智能生产线、三个智能车间,这样的布局使产能、质量控制、效率等方方面面都大幅提升。

(图片来源徐工集团官微)
智能技术
科幻少不了智能计算,重工设备看似铁头,但现实中“钢铁螳螂”也具备智能化的特点,可以通过自主编程专用控制软件、CAN总线技术和可编程控制器,对液电系统进行转换集成,实现底盘的百变运动。通过简单操作就能完成非常复杂的56个动作,可以实现在露天矿山斜坡、沟渠、凹凸地面、边角空间等复杂地形依旧如履平地,四轮驱动、全轮转向、轮腿结合的精巧设计和灵动机身,有效保障设备快速到达指定区域、展开作业程序。
5G技术
早在2019年5G商用刚刚提上日程,徐工就携手中国联通、华为围绕5G技术与工业领域深度合作,以徐工重型为试点,建设工程机械行业首个5G智慧园区专网,开展具有引领性的5G业务场景融合应用。实现以信息保障稳定生产,以数据驱动高效服务。借助5G网络,操作人员可以轻松实现手机、PAD等无线遥控起重机20种复杂动作,节省大量重复劳动,让新手也能变为吊装专家。

(图片来自徐工集团官网)
作为北京2022年冬奥会场馆项目及配套工程建设的主力军,徐工“钢铁螳螂”ET120步履式挖掘机披风戴雪,坚守一线施工两个多月,完成延庆赛区高山滑雪赛道建设。
前面提到的“钢铁螳螂”,通过5G网络,基于5G的起重机远程调试技术,调试人员可以在集控中心远程控制被试车辆,开展起重机上车吊装作业的调试任务。利用远程遥控及无人化智能控制系统,步履式挖掘机实现爬坡过坎,开展道路应急排危、破碎巨石、清障和斜坡修路等作业。在需要提高安全性的业务场景,驾驶司机在200米外的安全区域可远程遥控作业,有效解决了标识牌安装过程中人机联合作业时的机械伤害、高处搬运滑落等风险,实现标识牌埋设自动化安装、智能化控制、无人少人化作业。
同时,5G技术再结合数字孪生、工业互联网平台,被试车辆的运行数据实时回传到集控中心,并驱动数字孪生模型进行仿真分析。这种调试方式与传统的调试手段相比,能够大大改善调试人员的作业环境,提高安全性。
今天,不管是冰天雪地还是在沙漠无人区, 都能看到重工设备的身影。这背后是5G技术、智能技术、工业互联网平台与重工设备深度融合,实现智能作业、智能辅助行驶、智能管理。重工设备不仅在科幻中映射了人类对未来的希望,在现实中也是。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。