梵蒂冈携手微软AI科技为大教学打造数字孪生,计划于12月正式上线
梵蒂冈与微软联手以数字方式重建圣彼得大教堂,希望由此开启全球线上游览的大门。数字大教堂的诞生将成为普通游客以及建筑专家的福音——其一方面将为朝圣者提供身临其境的虚拟浏览体验,同时也将为学者提供丰富细节,帮助他们开展建筑修复与文物研究工作。
梵蒂冈与微软合作,共同推出的圣彼得大教堂数字孪生模型是一个雄心勃勃的项目,希望将古老精神与前沿科技融合起来,旨在保护并与全球观众分享大教堂承载的历史、艺术与精神财富。圣彼得大教堂负责人Mauro Gambetti主教于2024年11月11日在新闻发布会上公布了这一举措,强调了将大教堂打造成“面向所有人开放的空间”的使命,希望借此为2025年即将到来的数百万禧年朝圣者做好准备。
通过科技捕捉圣彼得大教堂的每一处细节
专家团队使用无人机、高分辨率摄像机以及激光成像等技术手段,在三周之内捕捉到超过40万张圣彼得大教堂的图像。这些图像由微软AI For Good实验室与法国公司Iconem合作转化为超高精度的3D模型,同时辅以先进的AI算法以确保数字孪生模型能够以毫米级精度反映大教堂的复杂结构。这套3D模型被托管在一个交互式在线平台之上,计划于12月1日开放,让身在世界各地的游客都能远程体验大教堂的内外部景观,并选择通过类似超人气游戏《我的世界》的导引界面加入探索。
微软副董事长兼总裁Brad Smith表示,“在AI科技的帮助下,我们现在能够以前所未有的方式欣赏这处非凡信仰、艺术与历史的完美结晶。”此番合作不仅代表着一种开创性教育工具的诞生,更是为身在世界各地的游客们提供了一种能够与大教堂精神氛围产生联系的方式。
朝圣者、学者和保护工作者将全面迈向新时代
数字大教堂的诞生将成为普通游客以及建筑专家的福音——其一方面将为朝圣者提供身临其境的虚拟浏览体验,同时也将为学者提供丰富细节,帮助他们开展建筑修复与文物研究工作。精确的3D模型渲染能够帮助发现结构上的弱点,例如墙面裂缝和马赛克瓷砖缺失等不通过近距离检查很难发现的问题。Gambetti主教表示,“在一次扫描中,我们甚至在穹顶的马赛克上发现了极微波的蜘蛛剿”,可见数字模型细节水平之强大。
将与数字孪生项目一同推出的还有“Petros Eni”和“Petros Eni Octagon”两个新的互动展览,让游客通过沉浸式流程深入了解大教堂的演变。这些展览有望为亲赴大教堂的参观者们提供新的体验维度。
为子孙后代保护圣彼得大教堂
除了提供前所未有的虚拟体验之外,该项目还希望为大教堂的长期保护提供助力。协调该项目的Fratelli Tutti基金会秘书Francesco Occhetta神父强调,数字孪生将人们心中的神性与圣彼得安葬地连接了起来,确保这处标志性的宗教符号长续永存。他表示,“我们的目标不仅仅体现在技术上。无论人们身在何处,数字大教堂都将为来自世界各地的他们提供了一种在精神之旅中与这处神圣之地相遇的方式。”
技术愿景:“让大教堂造福更多人”
Gambetti主教专门强调,新的数字孪生项目标志着大教堂服务全球民众的使命由此翻开了新的篇章,而其灵感正是来自教皇方济各的愿景。方济各希望建立一处欢迎“所有人祈祷的异常”。而这项协调一致的计划在数字化记录功能之余,也将建立起虚拟参与平台,强调更广泛的举措,即以与当今数字文化产生共鸣的方式让圣彼得大教堂面向更多人开放。
Gambetti总结道,“我们正在创造历史。几个世纪以来,教会一直在努力适应不同时代的表达方式。现在借助技术手段,我们正比以往任何时候都更接近向每个人敞开大门的理想。”他补充称,圣彼得大教堂的数字孪生模型还代表着一个永恒的愿景,即邀请每一个人感受大教堂承载的历史、艺术与精神财富。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。