渥太华市规划者们拥有一个强大的新工具,他们只需点击鼠标就能看到这座城市的过去、现在和未来。
渥太华的“数字孪生”利用高分辨率航空图像、一页又一页的法规和技术规范、地质研究和无数其他数据集打造了这个城市的三维虚拟副本。
该数字孪生可以展现渥太华全新的面貌,包括最高建筑的顶端、最深层的基础设施等。
渥太华市地理空间分析、技术和解决方案项目经理Randal Rodger表示,“如果你曾经进行过家居装修,你首先会问‘装修完会是什么样子呢?’”
他表示,“数字孪生真正的力量就在于此。我们可以提供沉浸式三维环境,你不仅可以看到外观,还可以看到新方案在其他背景下的真实样子,这对于普通人来说是非常震撼的。”
渥太华数字孪生系统的建设与渥太华的官方规划及综合分区附则修正案同步进行,渥太华官方规划已经在2022年通过审批,综合分区附则修正案目前正在进行审查,预计将于2025年底完成。
大家是不是想知道按照目前渥太华市修建更高、更密集建筑的速度,20年后你所在的社区会变成什么样子呢?数字孪生可以给出答案。
除此以外,数字孪生也可以回答其他问题:
拟议中的开发项目将如何影响市中心的景观?
如果所有架空电线都埋在地下,银行街景会是什么样?
地下停车场离下水道主干道有多近?
你所在的街道的房屋都是什么时候建造的?
Rodger表示,这个城市“用了大量的图表和数字阐述政策,这些图表和数字对于人类来说并不容易理解”。
为了更好地说明这一点,他展示了一张数字表格,表格中列出了市里某个特定城市规划区域的要求。计算机可以利用机器学习和人工智能技术,将这些数据转化为这些规定在现实世界中的可视化表示。
他表示,“你看到的只是大量的数字,就像政策和规划者的一本烹饪书已经变成了数学和思维练习,但如果把那张数字表格转换成一个模型,那么我就可以直观地理解其中的含义。”
居民不喜欢规划中的 40 层的高楼吗?点击几下,现在就是 25 层的样子了。
数字孪生的用户可以戴上虚拟现实头盔,沉浸在虚拟世界中,城市工作人员也可以使用3D打印机制作出居民可以看到和触摸到的实体模型。
Rodger和地理空间策略师Jean-Françoise Dionne带领城市团队与地理信息服务公司Esri Canada一起开发了这个数字孪生系统。他们使用机载激光雷达绘制城市地图,获得的地图在城市核心地区可以精确到6厘米以内,在农村地区可以精确到13厘米以内。
在这个基础模型上,还可以添加任何其他数据集:土壤类型、树木覆盖率、雨水渗透性、建筑阴影、洪泛区域等等。
Rodger表示,渥太华市长期以来一直在收集类似的数据,但这些数据的可用性并不总是那么非常地好。
他表示,“这些数据存储在某个服务器上,访问非常困难。数字孪生的概念就是把这些信息交给大家、交给员工,然后再添加一些分析功能。”
其中的一个叠加图以“15分钟社区”为基础分析渥太华市。“15分钟社区”概念是指每个人都应该能够方便地获得便利设施和基本服务。Rodger将地图切换到Westboro,这里的每栋建筑都根据15分钟等级进行了颜色编码。
他表示,“我们需要了解15分钟社区内是否有服务设施。有没有学校?15分钟内是否有托儿所?如果没有,那要如何改变基础设施呢?例如,在Rideau运河上增设一座人行天桥,可能会让整个社区的居民享受到以前接触不到的便利设施。”
另一个叠加层显示了市中心的核心区域,红色标出了允许的最大建筑高度。另一个叠加层显示了一个社区内可用于安装太阳能电池板的屋顶面积。还有一个叠加层显示了树冠层覆盖和城市热岛效应。
渥太华市需要面对住房危机以及快速变化的省及联邦住房规则,这意味着必须能够快速行动及做出反应。Rodger 表示,渥太华今年2月从联邦住房加速器基金获得 1.76 亿加元,部分资金将用于支持我们这个数字孪生项目。
他表示,“过去我们做的很多事情都需要很长时间。我们通常需要一到五年的时间更新土地使用规划。到了现在这么长的时间跨度太慢了。我们需要实时信息。我们需要知道:是不是可以开工了?”
渥太华市政府预计该数字孪生系统将于5月31日起在“参与渥太华”网站上提供给公众使用,同一天市政府将提交综合分区附则修正案初稿。
出于隐私、专有权和安全方面的考虑,并非所有数据都会提供给公众使用,但 Rodger 表示,有个滑块功能可以让大家看到渥太华市的现状以及根据拟议的新分区附则可能的未来样貌。
他表示,“我们可以看到提议的一些数字和密度数据,但到底是什么意思呢?这就是我们要做的,让大家都参与进来,让大家看到随着时间推移,渥太华市的发展会发生怎样的变化。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。