Stock Data

* **更强的个性化：** ，提供更个性化的验证服务。




商业领域也呈现出类似的分歧。通用电气、西门子和达索各自提供了通用数字孪生功能的专有版本。微软也拥有数字孪生技术，但目前似乎主要专注于收集数据以供进一步分析。PTC的产品也是如此。Akselos提供的数字孪生技术能够近乎实时地为海上工业进行令人印象深刻的结构模拟，但它们似乎不太适合用作工厂生产线的数字孪生。因此，该领域的每个参与者都对这一概念提出了自己的解读。

我认为这种割裂的竞争环境阻碍了数字孪生技术的进步。本质上，数字孪生技术的 乌克兰电话数据 开发需要来自不同背景的人们通力合作。这包括：连通性，使远程设备的数据可供数字孪生使用；快速计算技术，用于模拟复杂的多物理场；统计学和机器学习，以便从数据中获取物理建模不易获得的洞见；网络安全，以确保数字系统的安全。这些只是需要解决的众多课题中的一部分。每个领域都有一个蓬勃发展的研究社区，致力于解决许多尚未解决的问题。如果所有这些研究人员都能在一个共同的框架上工作，以便其他研究人员、软件公司和最终用户可以立即利用所取得的任何进展，那岂不是很好？

这实际上是 Cor van Kruijsdijk 在 ERCIM 新闻专题“数字孪生作为研发加速器——开源生态系统案例”中提出的呼吁。格罗宁根大学的 Jan Post 教授在接受 PT Industrial Management（荷兰语译文）采访时也表达了类似的合作需求：“如果你想了解所有相关的流程，例如剃须刀头……你需要将大量针对不同流程和供应商的模型组装成一个流程链。这需要付出巨大的努力。如果幸运的话，你可以在一个欧洲项目中做到这一点，这样你就可以与合作伙伴分享成果。” 拥有一个共同的开放平台将极大地促进这种合作。

所以，至少有些人认为，建立一个开放的创新环境，或许在一个开源平台上，会是个好主意。那么，数字孪生的开源平台在哪里呢？用谷歌搜索一下，会跳出几个候选平台。我们来看一下。