文 | 董小英 编辑 | 张齐齐
来源 | 数字产业创新研究中心
随着大数据、人工智能、区块链等技术的发展，企业数字化转型浪潮愈演愈烈。近年来，国家提出数字强国战略，把数字经济作为中国增长的新动能。企业应该如何做好自身的“数字化能力培养”，在这场无硝烟的竞争中取得胜利。
在百望云联合数字产业创新研究中心、锦囊专家共同举办的《弹性跨越 数创未来 2020中国企业数字化转型论坛》活动中，北京大学光华管理学院教授、数字产业创新研究中心主席董小英老师进行《跨越能力陷阱——企业数字化转型的机制创新》的演讲，为大家答疑解惑。
以下是演讲实录
一、企业数字化转型的背景
企业数字化转型的背景如何理解、设立怎样的目标、需具备哪种能力、转型要素有哪些。在转型发展过程中，从人类大的发展格局来看，每次文明的迁移都是由技术驱动。英国纺织技术使农业文明走向工业文明，美国信息技术使工业文明走向信息文明。而现在，随着中美德数字技术的发展，信息文明正在走向绿色文明。可以说，当今世界经济转型的关键节点就是新一代的数字技术。
泰安作为山东省的智能制造重镇，虽然城市不大，但在智能制造方面投入很大。他们专门成立由六名院士组成的专家委员会，来推动智能制造发展。将来整个制造体系，即供应链以及使用的能源一定得是绿色，而绿色供应链就是靠数字化来实现。所以，将来如果线上能力不足，会在发展中遇到非常大的困难。
近10年来，随着信息技术的发展，智能手机的出现和在线交易能力的提升为我们的衣食住行提供了巨大的便捷。从全球发展来看，移动互联网铸就美国巨大的四到五个在线企业板块。以往，中国对技术发展的认知比较延迟，但现在，中国年轻创业者的反应速度非常快。中国和美国的平台性企业，现已经涨到全世界的90%，欧洲只占到4%。将来，基于平台的竞争会在各个行业领域无处不在。特别是工业互联网，工业制造业的在线化、平台化、数据化以及智能化的体系孕育着数万亿美元的巨大的市场的规模，是全球竞争的制高点。例如美国对中国华为5G的针对和禁止，体现了 科技 竞争的惨烈，大家争先恐后在竞争中占据领导地位。
数字经济最核心的两个方面：平台和数据。作为财务人员，不在竞争战略的一线，感受不到数字化转型投入给企业带来怎样的价值，财务人员做数字化负责人时，才会推进有力。当然，有时财务人员对数字化价值理解不到位。因为数字化的投入，需要3到5年才产生带动效应，不能为企业快速的带来现金流，所以财务总监在数字化投入上可能持反对意见。实际上，如果企业没有这样的能力构建，整个企业的速度就会慢下来。
平台企业最重要的一个功能就是基础设施。比如我们无法想象离开手机的生活。对于一些年轻人来说，出行时宁愿做高铁也不坐飞机，脱离不了WIFI的环境。另外，手机的功能越来越多元，越来越多的功能都集成在手机上。平台企业的边界拓展能力非常强。比如滴滴出行，我们即可以说它是 科技 行业也可以说是出租行业，但本质业务还是交通出行。滴滴服务占到中国市场的97%。作为出租公司，如果没有平台，业务不可能做到如此广泛。同时，边界甚至可以跨境。比如蚂蚁金服计划上市，当掌握了海量的客户资源的时候，跨界变得比传统行业要容易，并且这样的企业保持一种高度的开放性。企业打造巨大的生态组合，生存能力与竞争力都会大大提高。
近年来，数据的量增长迅猛。根据联合国贸发组织的统计，我们看到中国的年均数据在逐渐增加，占比达到，超过世界其他国家。中国的数字经济已经开始提速，而且市场容量很大，数据密度很大，对未来人工智能的发展打下坚实基础。例如，阿里巴巴已经成为最大的数据平台，在后疫情期间也开始像世界其他地方拓展，和亚马逊形成直接竞争关系。
讲到中国经济发展的要素，资本、人才、土地和技术都是关键性要素，这么多年，国家第一次从战略角度提出数据是生产要素。中国过去30年的发展靠自然资源驱动，但这些资源逐渐枯竭。最近提出生产要素是关键性的，要将其市场化。数据资源从不同的视角去开发，隐藏的价值都可能被挖掘出来。这意味着数据资源的价值取值不尽、用之不竭。数据就像阳光，具有普惠性。但是，做数据挖掘处理和数据分析的人才匮乏。根据CDO调研结果发现，某些领导对数据部门要求很高，但投入不够，说明了上层领导缺乏数据的战略价值意识。
建立平台以后，将所有交易沉淀在平台上，通过数据的采集、清洗和整合，形成数据看板，将数据可视化，形成多元数据看板。企业根据这些数据改善管理。通过数据驱动产品创新，降低成本，提高效率，实现数据洞察，发现新商业价值。企业实现数据驱动业务和数据驱动管理，实现数据的增值。这个时候中国的整体经济开始转向数字经济。当然，实现成熟的数字经济，我们还有漫长的路要走。
企业数字化转型面临着内外两方面压力。现如今，客户要求越来也高。比如，用户对下载速度的要求很高，速度要快、广告信息投放要精准，和用户需求匹配。基于客户需求，供给端即企业就要进行良好的交互。在人工交互或者机器人等智能交互后，想要提高速度，就需要进行整合，建立数据和信息系统连接的数字神经网络，消除信息孤岛。
那么，信息化与数字化有什么不同？信息化是局部流程、局部环节和局部资源。以财务工作举例来说，当采购或销售出现违规行为，工作人员只能做事后管理。ERP系统出现后，可以控制超预算行为不发生，变成事前管理。但今天，只是财务流程数字化还不够。企业要做到设备的数字化、生产过程的数字化、客户服务交付的数字化和物流的数字化。所以，数字化在速度、广度、深度、精度、强度和细节六个维度都是在信息化基础上进行非常大的拓展。
二、企业数字化转型的目标
生存和发展是数字化转型最底层的目标，企业数字化的本质还是要解决企业管理中的痛点。例如财务数据的核算要快速且精准，就是把数据整合的速度加快。例如业绩部门年终发奖金时，基于数据来给出业绩的驱动指标。所以，数字化可以带来怎样的生态？基于长期的企业数字化研究积累，总结出企业数字化转型的“六不”目标：
1、产品服务不淘汰。很多产品没有智能化能力，很可能就会被淘汰。
2、管理决策不犯错。以前企业决策依靠人的经验，现在依靠机器识别，精细化程度明显增高。
3、价值运营不掉链。在供应链整个体系中，有很多的问题和梗阻，价值链和供应链的数字化，要打通这些梗阻，快速的做到上下游的无人交易，基于全机器流程，结果真实及可信。
4、客户服务不落伍。即线上服务，客户体验至上。
5、商业模式不翻车。现在的数字原生企业就是商业模式创新的典型代表。所以商业模式要重点考虑如何实现在这种这种颠覆式的变革中不翻车，锁住客户和争夺市场。
6、生态伙伴不掉队。在生态中，我们的合作伙伴都是并行的，如果你不在线上，别人在线上跑得很快，你可能就要掉队了。
经调研，企业的信息化和数字化过程中，最受益的就是报销问题。以前报销流程繁杂，没有数字化的过程支撑，给财务人员带去很大的麻烦。经报销过程简化后，大大提升整个企业的效率。IT行业互联网行业称作数字原生企业，因为在客户、员工上网等都会产生数字轨迹，而传统企业没有数字轨迹的支撑。所以，数字化转型对于传统行业来说挑战更大。传统行业数字化转型，既要把传统的事做好，还要像互联网企业一样，管理好所有的资产，即先把所有的资产数字化，包括财务资产的数字化。对于互联网企业，本身就有数字孪生。它依靠大量的消费者，描绘出用户画像，画像越多越细致，推广就越精准。在这个过程中，会积累大量的数字资产。比如阿里数据中台，上联服务市场拓展，下联基础数据是极其关键的战略资产。它的数据分析能力非常强，数据汇集量越多，平台价值越大，获取数据的便捷性越高。如果传统企业不做转型，慢慢就会被数字化企业淘汰。
对传统企业来说，要做数字化转型需解决四个问题：
1、速度：决策的速度，供应链的编排。转型速度方面的关键问题是思维认知的问题，企业的高层领导要组织变革。
2、范围：对象与过程，边界和生态。过去传统企业的内核都不是靠数字化来做，这些过程要数字化，就需时间和精力的花费。
3、规模：弹性与伸缩，模块与复制。将平台的技术能力复制到所有的分子公司甚至客户，打造一个数字化生态，用数据创造价值。数据管理第一次做起来很难，但是复制利用的成本几乎可以忽略不计。
4、价值：商业模式，价值分配。其一，通过数字化转型，新旧数据随时调取，各种指标精准测量，实现数据资源的重用。其二，资产可以复制，数据可以输出。通过控制平台架构，进行商业售卖来收取一定的费用，降本增效。数据的价值链给企业带来创造价值。其三，能力的建设中最难的数据管理，以前财务部的纸面数字变为数字化表示。
三、企业数字化转型的能力
数字管理价值链由六个环节构成：数据采集、数据标准、数据质量、数据整合、数据分析、数据文化、数据价值、数据资产和数据采集。
对于数据采集，以前都是靠人工录入，容易出错且容易作假。所以，数据采集的关键是人工介入越少，数据越真实可靠。将来整个供应链的交易都会靠机器自动进行数据采集，确保数据的真实性、可靠性和高效，形成清洁、完整与一致的数据湖。
对于数据质量，包括五个方面。第一，数据真实，尤其对财务人员来说，不要做假账。第二，数据可得。第三，数据具有可解释力。数据量大，却不具备数据分析，则数据没有价值。第四，数据可靠。数据要展示企业的真实运行情况。第五，数据共享安全治理。企业应考虑数据政策、数据整合和数据分享。确保数据不被一个部门垄断，避免产生数据治理问题。
数据质量的管理框架也尤为重要。企业要对质量进行策划、控制质量、改进质量、测验质量。在这个过程中，要发展源数据和主数据，企业部门要分工明确，职责必须标准化。
另外，就是资产数据化。要把表单整个流程全部数字化，这件事要花费时间去做。特别对于传统企业来说，数字化就是一场马拉松。因为要把整个过程和资源一步步数字化，是一个持续投入过程，但也是企业数字化最重要的力量积蓄。买好设备、加人工智能、语音识别等都不是真正的数字化。数字化就是整个业务的底层，数字化转型过程中，先进行资产数据化，资产数字化以后作为管理运营工具，后边才能实现数据增值。
企业业务部门和IT部门要做到数据共享，确保业务部门可以及时得到想要的数据和信息。比如华为，新员工刚上任，也可以立刻获得客户的背景甚至喜好。比如设备的维修 历史 ，潜在问题等数据可以清晰呈现，帮助人员精准维修。
对于财务人员来说，数字化转型既是机遇也是挑战，大家要高度重视转型压力。在全要素、全过程、全链条和全领域的财务数据集成过程中，财务的视角会更大，获取数据更多。以财务为核心和整个业务环节对接的整合过程，即数字孪生，将来企业所有方面都会和财务发生关联。现在农业、建筑业、传统制造业等很多企业都提出个性化和数字化。在将来行业的发展中，所有岗位都需要数字化技能，所以大家要高度重视，如果不做自我转型，数字技能没能掌握，工作中就会产生问题，就会被行业淘汰。
四、企业数字化转型要素
这次疫情大大提速了全球企业的数字化转型，但困难也随之而来。在数字化转型过程中，每个企业的能力是不同的。对于有些企业，只依靠单一的逻辑思维和知识体系来运行发展，沉浸在舒适区内，陷入能力陷阱。当企业想要有所变革，就需要找到自身的能力缺口，即增加新理念，新技术，寻找新的发展空间。实现新技术和材料之间的融合，就打破了能力距离。财务人员不一定去做销售数字化的工作或研发，只需把财务的能力和数字化深度结合，经基于底层财务的管理体系数字化以后，加速企业转型。所以，对财务人员来说，强项还是才能，加之数字化的手段，消除能力距离也不是很难实现。
在数字化转型的新能力构建中，中小型企业缺人才和知识。数字化过程是变革和创新的过程。企业也有很多担心，比如数据隐私问题。对创新型企业来说，主要是行为约束。经调研，在词频统计中，我们发现，企业数字化转型最大的问题就是缺少数据方面的人才。数据、思维和业务都需要我们在数字化过程中克服。
最后，在数字化转型过程中，大家要具备企业家和二次创业精神，目标明确，持之以恒，坚定的向前走。数字化转型的趋势不可更改。以上就是今天和大家分享的内容，也祝大家的企业数字化转型行得通！谢谢大家。
文 |陈龙
本文授权转载自：集智俱乐部
导语
资深智慧城市研究者、华为公司智慧城市高级顾问王鹏，受邀在腾讯研究院×集智俱乐部 AI&Society沙龙上发表以“从城市数据到智慧城市”为题的演讲。笔者回顾了王鹏对城市数据及其应用的，并结合清华大学龙瀛团队在人类数字化上的最新研究，提出对城市和个体虚拟化的探讨。讲座视频实录请见文末小程序与网页链接。
源于工业的数字孪生
数字孪生（Digital Twin）这一概念最早可以追溯到Michael Grieves教授2002年在密歇根大学PLM（产品生命周期管理）中心对产业界做的一次演讲（虽然没有书面证据，但这仍被广泛认为是数字孪生最早来源）。
2014年，Michael Grieves在其撰写的“Digital Twin: Manufacturing Excellence through Virtual Factory Replication”白皮书中进行了详细的阐述。他认为通过物理设备的数据，可以在虚拟（信息）空间构建一个可以表征该物理设备的虚拟实体和子系统，并且这种联系不是单向和静态的，而是在整个产品的生命周期中都联系在一起。
在此之后，数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D打印等领域。随着物联网技术、人工智能和虚拟现实技术的不断发展，更多的工业产品、工业设备具备了智能的特征，而数字孪生也逐步扩展到了包括制造和服务在内的完整的产品周期阶段，并不断丰富着数字孪生的形态和概念。
企业界走在数字孪生的前列。工业下的数字孪生被各大软件厂商赋予了各自的理解，并将其与自身业务融合，致力于打造出现实世界与虚拟世界融合的解决方案。
美国通用电器公司（GE）与ANSYS公司借助数字孪生这一概念，提出物理机械和分析技术融合的实现途径，让每个引擎，每个涡轮，每台核磁共振都拥有一个数字化的“双胞胎”，并通过数字化模型在虚拟环境下实现机器人调试、试验、优化运行状态等模拟，以便将最优方案应用在物理世界的机器上，从而节省大量维修、调试成本。
西门子引用数字孪生的概念，来形容贯穿于产品生命周期各环节间的数据模型。通俗地说，数字孪生就是仿真模拟一些工厂的实际操作空间，从产品设计到产线设计，到设备制造方的机械设计和工厂的规划排产，到最后制造执行和产品大数据。
法国软件公司达索系统在数字孪生创新协作和验证中，不仅重视产品的数字化表现，更试图通过三维体验平台实现设计师和客户之间的互动。
德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎，在产品试验阶段采集设备的运行状况，进行分析，得出产品的实际性能，再与需求设计的目标比较，形成产品研发的闭环体系。
简而言之，工业下的数字孪生，更多是为制造业提供了产品在物理空间和虚拟空间之间的映射关系，以及在实体世界以及数字虚拟空间中记录、仿真、预测对象全生命周期的运行轨迹的过程。
物理世界和数字副本
数字孪生：催生智慧城市
值得注意的是，数字孪生的概念不仅活跃在工业的制造业，也越来越频繁地出现在智慧城市领域。随着ICT（信息、通信、技术）成为智慧城市发展的主要动能，移动通信、互联网、云计算、传感器、人工智能、量子通信在智慧城市都得到了广泛应用。全域感知、数字模拟、深度学习等各领域的技术发展也即将迎来拐点，这使得城市的数字孪生应运而生。
中国智慧城市数字孪生的发展还有很长一段路要走。数字孪生高度依赖传感器所采集的数据和信息，而就目前的技术水平来看，精细化尺度下城市数据的全域感知和 历史 多维数据的获取，依旧有难度。物理实体空间的数据不够详尽，将直接导致其数字副本的缺失。现阶段的数字孪生距离想象中的沙盒系统模拟推演、人工智能决策等功能仍有很大差距。
数字孪生在智慧城市发展与建设中的核心价值在于，它能够在物理世界和数字世界之间全面建立实时联系，进而对操作对象全生命周期的变化进行记录、分析和预测。智慧城市中的数字孪生可以分为四个阶段，分别是
对城市现状进行精准、全面、动态映射的现状孪生；
从 历史 数据中学习、分析、识别、总结并发现城市运行规律的学习孪生；
人工监督下模拟不同环境背景下的发展情景的模拟孪生；
最终通过实时数据接入与人工智能自动决策的自主孪生。
同时，我们也应看到数字孪生在传感器、5g和边缘计算技术不断发展中所具备的巨大潜力。传感器的高密度部署与高精度感知，结合5g和边缘计算的实时结构化计算回传，对城市物理空间的全域感知和实时更新，将是5g时代的常态。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，从而实现真正的“全息”虚拟城市。
城市数据：数字孪生的DNA
在智慧城市的建设中，数字孪生的核心在于构建与城市物理空间全面映射的虚拟（信息）空间。不同于制造业产品周期管理中被制造商全面掌握的产品信息化数据，城市作为一个庞大的复杂系统，其包含的物理空间及过程，无时无刻不在产生着多维的海量大数据，这无疑在数据收集、处理、运算、储存和管理上向城市数字孪生提出了挑战。
近年来，以数据为核心的城市生态链构架了智慧城市的顶层设计，形成以共享信息为中心、各行业协同实现的“感知-应用-共享信息”的智慧城市模式。与此同时，在大数据、人工智能、云计算、物联网等新兴ICT技术的推动下，多维的海量城市数据也逐步以不同方式被挖掘并应用在智慧城市的研究和实践中。
传统城市统计数据的电子化与空间可视化是城市大数据发展迈出的第一步。基于GIS平台上对行政边界的勾绘，并将其与传统的年鉴统计数据相匹配，就能实现传统数据的电子化与可视化，并依托GIS空间分析功能实现空间可视化与分析。
Cityeye上对传统统计数据的电子化与空间可视化
互联网大数据的应用标志着城市真正迈入了大数据时代，而互联网大数据也俨然成为近年来城市研究的“宠儿”，无论是学界还是业界都在积极 探索 互联网大数据为城市研究和发展带来的诸多可能。
互联网大数据最大的优势在于其打破了传统数据自上而下的数据采集壁垒，而是以自下而上的方式提供着精细尺度下的多维数据，如记录城市内所有地理实体空间位置与属性的兴趣点（POI）数据；反映话题热度与用户画像的社交媒体大数据；实时展示人口空间分布的热力图等。
而随着智慧城市的到来，传感器技术的进步与成熟为城市研究提供了另一条数据获取之路。
通过多模块集成传感器在城市内部的架设，可以实现精细尺度下城市环境、人车行为等数据的实时感知与收集。如由City Grid城市网格数据监测站，可利用多模块传感器网络监测人车流量及环境质量，如风速、风向、光照、温湿度和等。City Grid是一款针对城市空间精细化感知的物联网产品，也是传感器技术应用在城市全域感知、数据采集，乃至实现城市未来微观环境与人车行为预测的经典案例。王鹏团队也曾多次利用City Grid多次在清华大学校园和白塔寺社区内进行监测布点、数据采集，并针对城市环境和人群行为开展深入分析。
City Grid城市网格数据监测站
LBS数据（基于位置服务的数据），通过运营商采集用户与基站间不间断的信令数据，来获取移动服务用户相对精确的实时空间位置。因其具备用户量大，覆盖范围广等特征，是描述城市人口数量和空间分布的“终极”数据。
我们把自己数字化了！
Digital Self 数字自我
在感叹数字孪生如何颠覆性地改变制造业和城市管理与运营的同时，有学者已经开始 探索 如何打造人类个体的数字双胞胎。
清华大学龙瀛团队的研究助理张昭希近期发表了一篇题为“Application of wearable cameras in studying inpidual behaviors in built environment”的期刊论文，提出创新性地使用可穿戴式相机对个体行为和城市空间感知进行数据收集、分析与模拟。
研究团队利用便携式相机，记录佩戴者正前方每5分钟一张的图片数据，并通过人工识别、计算机视觉分析和色彩识别分析等手段，对佩戴者个体行为特征、时间分配、路径转移、场所事件等要素进行了分析研究。研究结果表明，可穿戴式相机采集到的图片数据具有丰富的个体行为与时空信息，可以有效描述个体在空间中的行为特征。
数字化的“生命日志”
随着大数据在城市研究中的广泛应用和快速发展，基于建成环境层面的形态要素数据（如遥感、街景和POI数据）和多种互联网数据（如微博、点评和手机信令数据）开展的针对大规模群体的研究，为利用大数据解释城市问题提供了大量案例参考，并逐步建立了理论基础。然而，这些基于较粗尺度城市物理空间，抑或是大规模群体的大数据，仍较难被应用于个体的深层剖析和研究解读。
而可穿戴式相机为大规模采集个体数据提供了新的契机，通过记录的图片数据将个人活动信息数字化，形成“数字自我”的 电子档案，弥补了现有研究中对个体行为数据采集不够连续、维度不够丰富的问题，这也是从城市环境数据化向个体行为信息化的转变之一。同时，个体行为信息化也将推动研究方法的革新和新技术的介入，从主观的“个体感知”转向客观的“量化研究”。
从数字孪生的角度来看，基于可穿戴式相机记录下的图片数据，通过整理和分析可以剥离出个体在物理空间中的行为特征要素，进一步将这些个体行为特征要素在时空上数字化，从而构建了其在虚拟（信息）空间内的数字双胞胎。同时，图片数据中包含的大量物理空间建成环境要素同样可以被数字化并记录在虚拟空间内，从而反映物理空间和虚拟空间内个体和环境之间的交互。
科技 的日新月异不仅使人们的生活方式发生了巨大改变，同时也影响着城市运行的方方面面。不可置否的是，新技术的高速发展给城市研究与实践带来了新的机遇，推动着城市规划技术和工具的突破与创新。如龙瀛提出的数据增强设计，允许规划师们借助多维城市大数据对城市做出更全面、精准的分析与规划设计响应。
同时，在信息通讯技术革新的助力下，数据储存、挖掘、云计算和可视化等技术的完善也为研究城市提供了新视角。人们的思维方式从传统的机械思维向大数据思维转变，认知方式也逐渐向虚实结合的体验过度。城市数字孪生、数字自我的概念也将在第四次工业革命的技术革新下拥有更丰富的内涵。
参考资料
[1] 王鹏：展望未来城市，万物皆可运营 | 智慧城市长文综述
[2] 王鹏：城市数据到智慧城市
[3] Long, Y. (2019). (New) Urban Science: Studying New Cities with New Data, Methods and Technologies. Landscape Architecture Frontiers, 7(2), 8-21.
[4] Zhang, Z. X., & Long, Y. (2019). Application of Wearable Cameras in Studying Inpidual Behaviors in Built Environments. Landscape Architecture Frontiers, 7(2), 22-37.
栾青认为， AI是把现实世界数字化的重要工具。有了人工智能，就可以在虚拟世界里更快生成人、物、场景，大大降低元宇宙的构建门槛和成本 。AR/VR与AI的结合，能跨行业解决很多不同问题。除了 游戏 、社交外，在工业、建筑、医疗等产业数字化领域，也有比较多的应用空间。
不过，栾青也指出，目前相关产业还是处于初期发展的阶段，不管是硬件体验、内容生成平台，还是所涉及的经济系统、授权认证系统等均需时间来建立。 五年通常被认为是硬件的一个迭代周期，而最终的成熟时间依然很难预测 。但在终极的数字世界建立之前，会有比较多的雏形形态，能够解决日常生活中的一些问题。
人工智能的核心，在于持续把现实世界数字化
栾青：不管是称其为元宇宙，还是叫混合现实，或者数字世界也好，类似的概念已经存在非常久了。目前来看，AI所起到的作用主要包括三个方面。
首先，人需要拥有一个新的身份，AI将帮助大家以数字分身Avatar，更好地进入到虚拟世界里；其次是虚拟世界的多模态人机交互体验，即这些数字人对不同的虚拟世界、不同服务进行人机的交互；第三，虚拟要与真实结合，AI可以更快速地构建虚拟世界。
《科创板日报》：当下已经有哪些落地的应用场景？
栾青：目前所基于的载体是各类屏幕、电子设备，比如手机、电脑、大屏，当然还有开始初步应用的VR和AR眼镜。
在To C的应用方面，包括了各种各样的VR社交应用、会议系统等。在To B的方向，较为常见的是通过智能数字人，来替代某一项服务的重复性劳动。比如在商场、银行、医院等，数字人可以帮助前台来完成刷卡、来访登记等这些简单、重复的工作。
AI还能实现三维内容的快速生成，比如通过无人机或者手机快速扫描，就可以把现实场景在数字空间里建立起来。这在智慧城市的管理，智能遥感技术的应用已经非常多了。
在今年冬奥会期间，我们就对冰壶赛场冰立方的整个场馆进行了三维数字化。通过AI技术捕捉冰壶在三维场景中的位置，成功实现了在超大空间范围内，远距离精准检测并识别定位跟踪可能被遮挡的运动冰壶。不仅如此，我们还通过“虚实结合”的方式，在现场大屏和咪咕视频还原冰壶的运动轨迹曲线。这不仅可以帮助运动员分析研判对战形式，适时调整战术，还能让观众更好地了解和感受冰壶运动的精髓。
《科创板日报》：完成对水立方场景的三维数字化重建，大概需要多久时间？
栾青：我们在场馆内走一圈的时间大概是十几、二十分钟，然后在两个小时之内就能把整个水立方冰壶比赛场馆进行完整建模。这还是普通服务器的建模速度，如果使用性能更强的服务器，还有可能会更快。
《科创板日报》：AI为现实世界数字化所带来的效率提升，您有没有相关的数据？
栾青：比如， 过去建立一个数字人，平均时长大概剩3-4个月。通过AI的优化之后，在初步情况下可达到一个月以内。未来我们还将会把整个流程优化到以天为单位的级别 ，这样可以让很多行业高效率使用自己的虚拟形象代言人，这是我们正在努力的方向。
可以说，现实世界数字化，是AI最核心在做的事情。如何更快生成人、物、场景，降低成本和门槛，而不是需要专业的设计师花很长时间才能做完。
《科创板日报》：所谓现实世界数字化，在产业化场景也有应用空间，比如说像工业领域一直在提的数字孪生。
栾青：是的， 三维建模和数字化管理是比较通用的技能，可以跨行业解决很多不同问题 。在工业、建筑、医疗等等，都有比较多的可能性。
其中，工业是非常典型的场景。我们也实现了许多工厂，包括对工业园区、工业厂房等的快速三维建模。通过快速三维建模后，对现有的各种摄像头设备或者其他分配的信号进行连接，就形成了一个典型的数字孪生场景。
AI的优势在于，不需要设计师进行场景的三维重建 ，这是一项较为劳动力密集的工作。我们用 普通的民用摄像头产品，甚至手机围绕现场走一圈就可以把场景快速地建立出来 。
而且这些部署的摄像头，可以实现三维高清定位，快速地标定至三维的空间位置中，这样不管厂区还是园区的数字化管理就会非常高效地进行。
数据化和硬件体验是两大挑战
《科创板日报》：“AI+XR”的结合应用还是处于初期发展阶段，您觉得可能还存在哪些挑战？
栾青：挑战主要有两个方面。
首先是体验。这是需要全行业一起解决的事情，包括大家常说的VR或AR内容生态，依赖整个行业一系列的技术提升，把整个体验和内容建立起来。
其次则是数据化。虚拟世界或者说数字世界的存在，最终要帮助到真实世界解决实际的问题。但挑战在于，很多的场景是具有长尾效应。比如在工厂，有些设备是在别的厂区见不到的，或者在这个特殊行业才拥有的，那就需要进行一系列长尾内容的数据化。 如何高效率低成本识别不同的内容，并且实时的数据化到我们系统当中，这也是一大挑战 。
《科创板日报》:虚拟现实应用要真正发展起来的话，可能涉及到哪些关键产业链？
栾青：首先 硬件的产业链肯定是第一步 。必须采用大家习惯、能够日常使用的体验方式，才能普及。就像手机如果非常重，又很昂贵，那么大家不太可能用起来，很多应用也无从落脚。
所以，硬件成本的降低，以及重量、散热、耗能等的提升，仍然要不断去攻克的瓶颈。由此来看， 光学显示，包括轻量化的芯片等，应该都会有较强的发展空间。同时，基于硬件的各种智能化，包括手势识别、面部驱动，三维人建模等内容工具，也亟待发展 。
内容生成平台也非常关键 。三维比二维的内容制作要复杂很多。以前可能只有 游戏 厂商，需要做复杂的三维内容，但投入也是非常大的。 如果我们希望走向全民普适，比如银行、商场、办事大厅等，都进入到三维数字世界之中，你发现成本就会变得非常巨大 。各种各样高效的内容生产工具和平台也会有一轮需要被突破的过程。
此外，如果所有人都需要在三维互联网进行更深入地交流，那么大规模云端的协同性计算，也会有一个巨大的发展契机。当然，还包括经济系统、授权认证系统等，都要在这个体系下被建立起来。
看好数字文创和数字人
《科创板日报》：您预估成熟期需要多久呢？
栾青：现在还比较难预测。不过， 在终极的数字世界建立之前，会有比较多的雏形形态，可以解决日常生活中比较多的问题 。
比如刚才提到的数字人在垂直领域的应用，已经可以消除很多服务体验和效率上的难点。并不一定非要有全新的硬件或者不同的内容生产生态。只要在专业领域做得比较好，就可以有效地提升生产效率。这种行业级别的应用，我们认为已经到来了。
而 全民的、普适性的三维互联网级别，可能还需要一定的发展周期，大家常说5年是一个硬件迭代周期，我们也拭目以待 。
《科创板日报》：目前比较有前景的应用，除了数字人之外还有哪些？
栾青：数字世界需要各种各样的内容，人是一方面，物是另一方面。把很多现实物品进行数字化，也已经成为一个重要的体验环节。
在这方面，数字文创拥有比较大的发展契机。我们已经与敦煌、故宫等大型IP合作，来进行数字内容的体验提升，更好地展示中国传统文化的魅力。
事实上，数字世界可以有更大的创造空间，展示现实文创产品展现不了的内容。 过去是数字赋能实物，现在是实物赋能数字，通过AI/AR的方式，把虚拟的数字内容附着在实体上面，这是我们对数字文创的定义 。
《科创板日报》：您在人工智能从事研究工作多年，您认为人工智能对人类而言，所具有的最大意义是什么？
栾青：人工智能本质上模拟了人类大脑处理信号的方式。在人工智能出现之前，计算机只能处理数字化的信号，没有办法表达自己的思想，依然需要人对这些信号进行解析，才让其变得有意义。
人工智能出现，首先是把现实世界数字化。这样计算机在很多领域就能看懂现实世界的信号，而不用依靠人力。计算机可以自动地、主动去做一些事情，这样提升了数据处理的效率。 其核心是解决了信息入口的问题。也就是原先需要人进行输入，现在整个世界的数据信息不断自动地流入到计算世界里。
当然，人工智能不只是解决入口问题，还要进行各种三维数字内容生成，这是另一价值所在。这方面，人工智能可以把许多重复性劳动替代掉，也是我认为未来重要的发展方向。
三要素是数据、模型、映射。“孪生”的概念最早起源于美国国家航空航天局的“阿波罗计划”；2003年前后，关于数字孪生（DigitalTwin）的设想首次出现于美国密歇根大学的产品全生命周期管理课程上；直到2010年，“DigitalTwin”一词在NASA的技术报告中被正式提出；2012年，美国国家航空航天局与美国空军联合发表了关于数字孪生的论文，重点应用于未来飞行器发展。近年来,随着多学科建模与仿真技术的飞速发展,数字孪生技术研究成为热点，得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生在虚拟样机、数字孪生车间、数字孪生工业、数字孪生卫星、智慧能源、智慧工厂、交通、医疗健康等诸多领域得到成功运用。面向未来网络发展,伴随着云计算、大数据、人工智能等技术的不断发展以及信息的泛在化,数字孪生技术也将更广泛地运用于人体活动监控与管理、家居生活和科学研究等领域,使得整个社会走向虚拟与现实结合的“数字孪生”世界。
基于本人日常对智慧建筑中建筑电气与建筑智能化系统的研究与经验，总结数字孪生在建筑行业的可能带来的机遇与挑战。水平有限，仅供参考：机遇：1）.提高设计质量：数字孪生技术可以帮助建筑师和工程师在设计阶段进行更多的模拟和预测，提高设计质量。2）.提高建筑能效：数字孪生技术可以帮助建筑师和工程师更好地理解建筑物能耗情况，提高建筑能效。3）.提高施工效率：数字孪生技术可以帮助施工人员更好地理解建筑结构和系统，提高施工效率。4）.提高维护效率：数字孪生技术可以帮助维护人员更好地理解建筑结构和系统，提高维植效率。挑战：1）.数据管理：数字孪生技术需要大量的数据，如果数据管理不当可能导致数据混乱，降低数字孪生技术的效率。2）.专业技能：数字孪生技术需要相关专业人员掌握相关技能，如果专业人员缺乏相关技能可能导致数字孪生技术的应用不当。3）.计算资源：数字孪生技术对计算资源的需求很高，如果缺乏足够的计算资源可能导致数字孪生技术无法正常运行。4）.网络安全：数字孪生技术需要网络连接，如果网络安全不当可能导致数据泄露和系统攻击。5）.伦理道德问题：数字孪生技术可能会产生伦理道德问题，如隐私权和公平性。6）.法律监管：数字孪生技术需要遵守相关法律监管，如果不遵守可能导致法律问题。
方案获取方式在文末
数字孪生简单说就是在虚拟空间中完成物理对象、系统、数据的映射，以反映相对应的实体的全生命周期 过程，挖掘 历史 规律，监控实时状态，预测未来趋势。将数字孪生技术应用于物理工厂中，将大幅推动产品在设计、生产、管理及维护等环节的变革。
数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与虚拟空间的交互映射。
智能制造：是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造系统架构从生命周期、系统层级和智能特征三个维度描述智能制造所涉及的活动、装备、特征等内容。
三要素是数据、模型、映射。“孪生”的概念最早起源于美国国家航空航天局的“阿波罗计划”；2003年前后，关于数字孪生（DigitalTwin）的设想首次出现于美国密歇根大学的产品全生命周期管理课程上；直到2010年，“DigitalTwin”一词在NASA的技术报告中被正式提出；2012年，美国国家航空航天局与美国空军联合发表了关于数字孪生的论文，重点应用于未来飞行器发展。近年来,随着多学科建模与仿真技术的飞速发展,数字孪生技术研究成为热点，得益于物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生在虚拟样机、数字孪生车间、数字孪生工业、数字孪生卫星、智慧能源、智慧工厂、交通、医疗健康等诸多领域得到成功运用。面向未来网络发展,伴随着云计算、大数据、人工智能等技术的不断发展以及信息的泛在化,数字孪生技术也将更广泛地运用于人体活动监控与管理、家居生活和科学研究等领域,使得整个社会走向虚拟与现实结合的“数字孪生”世界。
当下，企业正以多种方式使用数字孪生体技术。在 汽车 和飞机制造领域，数字孪生体技术逐渐成为优化整个产品制造价值链和创新产品的重要工具；在能源领域，油田服务运营商通过获得和分析大量井内数据，建立数字孪生模型，实时指导钻井和油气运输作业；在医疗保健领域，心血管研究人员正在为临床诊断、教育、培训，创造高仿真的人类心脏的数字孪生体；作为智慧城市管理的典型案例，新加坡使用详细的虚拟城市模型，用于城市规划、维护和灾害应急预警等项目。自从数字孪生概念提出以来，数字孪生体技术在不断快速演化，无论是对产品的设计、制造还是服务质量，都产生了巨大的推动作用。数字孪生体技术的普及应用将极大地推动企业在数字化、网络化两个层级的发展，助力企业加速数字化智能制造转型的进程，为企业实现数字化智能制造转型升级进行赋能。
数字孪生体技术在制造业中的快速发展和应用，不仅改变了制造企业的传统生产方式，也推动企业管理模式、组织形态的重构。
数字孪生体技术在制造业发展应用过程中主要体现了如下特点：
一是仿真镜像
在产品甚至是生产线和工厂正式制造、建造之前，就可以通过数字化设计、模拟和仿真出实体，输出3D、全息影像等形式的设计图纸和制造手册。仿真分析过程形成了完整的产品数字化虚拟档案，不仅仅包括产品的结构和功能，还包括了材料、工艺和流程，是制造材料、制造过程、制造结果三位一体的数字化信息集成，不仅仅是制造现状的描述和记录，还可以实现质量问题源头的追溯，例如某个电容是用在哪块电路板上等，还可以实现情景再现，例如模拟微型涡喷发动机的生产工艺流程规范是否科学、运行效果是否达标等。
二是动态映射
传统的数字化制造技术主要停留在仿真镜像阶段，没有实现制造过程中以及投入使用后，实体与虚体之间的数据交互。随着IoT技术的深入，通过实时智能传感和监测，可以捕捉到制造实体变化的动态信息，及时反馈到孪生虚体中进行记录和修正，通过计算和验证，降低风险减少误差，通过动态调整、虚实同步，实现产品全生命周期的相互孪生、共同成长。
三是质量预测
通过产品全生命周期大数据的积累和机器深度自主学习等技术的应用，及时发现制造环节和使用环节的错误和痛点，在孪生虚拟体上进行调整和验证，有效评估和提升产品质量管理水平，降低企业研发成本和生产成本。
同样数字孪生体技术在助力制造企业的数字化转型升级过程中，对企业质量管理业务领域也产生了极大的变化和影响：
基于IoT技术实现全面互联的产品开发制造生态圈，它使包括人员、产品、机器及有关系统实现质量信息无障碍流通；
IoT器件、芯片、信息流、人工智能植入传统产品硬件，大大提高了产品的功能，也对产品质量、可靠性和风险管理构成挑战；
除了传统的质量管理方法，很多高 科技 方法，如云计算、深入学习、人工智能、VR/AR进入实用，虽然功能强，但是错用，滥用风险高；
在制造过程中高性能的设备、仪器、元件增加，产生了新能力和新问题。比如精确、快速的3D扫描仪，可快速生成加工件精准电脑图像模型，可代替传统的点测量来进行质量管理，但同时需搞出"以图像为基础的质量管理过程"…
基于以上质量管理业务领域的变化和影响，也同时给企业的质量管理工作带来不一样的变化：
1、未来是个性化定制与服务的柔性生产时代，企业质量管理工作的重点不再是质量缺陷和失效的控制，而是客户价值的不断感知、满足和提升；
2、IoT、大数据、云计算、人工智能等数字孪生体使能技术的应用，实现了产品全生命周期各阶段信息的高效互联互通，同时也促使企业质量管理人员的队伍将扩展到IT部门、数据分析师、工业互联网平台管理者等；
3、在个性化定制生产服务下，产品质量更多体现在为终端消费者创造价值上，数字孪生工厂让客户全程参与产品的研发、设计、生产等过程，产品设计与创新从以企业为中心向以用户为中心转变，通过数字孪生体平台使越来越多的消费者参与产品创新，改变了传统质量需求模式；
4、企业质量管理人员的思路、能力和方法也将发生变化：
快速且高质量的处理海量客户信息的能力；
提高和满足客户感知价值的能力；
数据质量和数据的校准能力；
嵌入式系统的质量管理能力；
预测性质量控制与设备维护能力；
风险控制系统的管控能力；
…
随着新一代信息技术和数字技术的突飞猛进，让数字孪生成为可能，也让企业产品质量追溯、质量监测、质量预警、质量修复变得更加及时、精确和有效，实现了从实物追踪到虚拟镜像的 历史 性跨越，必将为企业产品质量评价或"客户价值感知"带来颠覆性的突破。个人理解，在数字孪生制造新业态下，未来企业质量管理的工作重点方向将有如下几个方面：
一、质量管理战略和规划
未来质量管理将不再是减少错误，而是如何为客户创造价值。面对未来需求个性化的发展趋势，企业质量战略的核心是数字孪生质量平台的打造，实现企业质量管理平台化。数字孪生技术的应用除了降低成本，还会导致市场竞争日趋激烈，产品同质化情况进一步加剧，马太效应进一步放大。在此情况下，企业质量战略和规划工作应先人一步，通过高质量口碑抢占先机，逐渐构建产业质量管理生态链，集生态链智慧，创造企业质量竞争优势。
二、产品技术与质量标准体系的构建
产品技术与质量标准体系是企业质量管理工具和方法选择的参考依据，也是一切质量管理工作执行的目标方向。特别是数字孪生技术应用给产品的全生命周期管理带来颠覆性的变化，因此各企业需要基于数字孪生制造技术的应用特点，构建适合及满足企业质量管理工作需求的标准体系。
三、数据建模及交互协同质量的控制
在产品研发、采购、制造、质量管理到交付的链条中，各链条的数据交互协同将会带来大量的挑战。它直接影响了最终产品的质量，也影响了产品全生命周期质量管理的效率。
随着数字孪生和增材制造等新技术的加入，数据类型更为丰富、数据容量几何级增长、数据交互的时效性要求更高、数据价值和应用分析的工具更为先进，同时也带来了对数据标准更新和工具更新的质量控制要求。以增材制造为例，研发和制造过程中的产品数据，动辄以G计算；由于传感器、机器视觉、人工智能和数字孪生的应用，数据传输过程也由传统单向低速控制指令，转变为控制指令和过程检测数据双向高速传输；而生产过程中积累的大量数据，除产品质量保证外，在其生命周期中的可靠性管理和预测性维护等领域，都将发挥重要价值。
对于数字孪生体和增材制造相关数据建模及交互协同控制等标准的制定，已成为ISO等国际标准化组织和我国十四五数字化制造的核心研究课题。
四、关键过程链的质量波动模拟建模与分析
在经济全球化和加速企业数字化转型升级背景下，市场竞争已经从企业间竞争变为基于关键过程链产品的质量竞争，企业对关键过程链的关注重点已经从传统的产品优化、成本优化，扩展到了质量保障、正向设计过程以及风险控制等各方面，关键过程链上的任何质量波动都可能为企业带来重大的经济损失和市场风险。因而，建立关键过程链的质量波动模型，使之能预测和控制可能的质量波动及其影响范围，是数字孪生制造新业态下产品质量管理的一个关键内容。
五、企业产品创新质量的精准控制
基于产品全生命周期数字孪生体的数据应用，可协助企业精准地锁定用户和表达用户需求，然后按照用户需求创新出一个新产品，通过数字孪生平台模拟测试并生产出来让消费者体验和价值感知，大幅度降低产品研发周期及实现产品的精准上市。这也是一种新的商业模式：在数字世界中对企业的生产流程进行模拟、优化，降低成本，提高效率。
六、产品使用过程的预测性维护质量管理
基于产品使用过程中大数据AI模型、机理模型、故障知识库深度融合，构建产品使用过程孪生体平台，让企业售后人员能够精准识别产品售后故障部件、故障模式、故障原因、故障等级及改善措施，并自动生成详尽的产品售后诊断报告。
以上是基于个人认识的简单思考，欢迎各位交流与指正！
文 |陈龙
本文授权转载自：集智俱乐部
导语
资深智慧城市研究者、华为公司智慧城市高级顾问王鹏，受邀在腾讯研究院×集智俱乐部 AI&Society沙龙上发表以“从城市数据到智慧城市”为题的演讲。笔者回顾了王鹏对城市数据及其应用的，并结合清华大学龙瀛团队在人类数字化上的最新研究，提出对城市和个体虚拟化的探讨。讲座视频实录请见文末小程序与网页链接。
源于工业的数字孪生
数字孪生（Digital Twin）这一概念最早可以追溯到Michael Grieves教授2002年在密歇根大学PLM（产品生命周期管理）中心对产业界做的一次演讲（虽然没有书面证据，但这仍被广泛认为是数字孪生最早来源）。
2014年，Michael Grieves在其撰写的“Digital Twin: Manufacturing Excellence through Virtual Factory Replication”白皮书中进行了详细的阐述。他认为通过物理设备的数据，可以在虚拟（信息）空间构建一个可以表征该物理设备的虚拟实体和子系统，并且这种联系不是单向和静态的，而是在整个产品的生命周期中都联系在一起。
在此之后，数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D打印等领域。随着物联网技术、人工智能和虚拟现实技术的不断发展，更多的工业产品、工业设备具备了智能的特征，而数字孪生也逐步扩展到了包括制造和服务在内的完整的产品周期阶段，并不断丰富着数字孪生的形态和概念。
企业界走在数字孪生的前列。工业下的数字孪生被各大软件厂商赋予了各自的理解，并将其与自身业务融合，致力于打造出现实世界与虚拟世界融合的解决方案。
美国通用电器公司（GE）与ANSYS公司借助数字孪生这一概念，提出物理机械和分析技术融合的实现途径，让每个引擎，每个涡轮，每台核磁共振都拥有一个数字化的“双胞胎”，并通过数字化模型在虚拟环境下实现机器人调试、试验、优化运行状态等模拟，以便将最优方案应用在物理世界的机器上，从而节省大量维修、调试成本。
西门子引用数字孪生的概念，来形容贯穿于产品生命周期各环节间的数据模型。通俗地说，数字孪生就是仿真模拟一些工厂的实际操作空间，从产品设计到产线设计，到设备制造方的机械设计和工厂的规划排产，到最后制造执行和产品大数据。
法国软件公司达索系统在数字孪生创新协作和验证中，不仅重视产品的数字化表现，更试图通过三维体验平台实现设计师和客户之间的互动。
德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎，在产品试验阶段采集设备的运行状况，进行分析，得出产品的实际性能，再与需求设计的目标比较，形成产品研发的闭环体系。
简而言之，工业下的数字孪生，更多是为制造业提供了产品在物理空间和虚拟空间之间的映射关系，以及在实体世界以及数字虚拟空间中记录、仿真、预测对象全生命周期的运行轨迹的过程。
物理世界和数字副本
数字孪生：催生智慧城市
值得注意的是，数字孪生的概念不仅活跃在工业的制造业，也越来越频繁地出现在智慧城市领域。随着ICT（信息、通信、技术）成为智慧城市发展的主要动能，移动通信、互联网、云计算、传感器、人工智能、量子通信在智慧城市都得到了广泛应用。全域感知、数字模拟、深度学习等各领域的技术发展也即将迎来拐点，这使得城市的数字孪生应运而生。
中国智慧城市数字孪生的发展还有很长一段路要走。数字孪生高度依赖传感器所采集的数据和信息，而就目前的技术水平来看，精细化尺度下城市数据的全域感知和 历史 多维数据的获取，依旧有难度。物理实体空间的数据不够详尽，将直接导致其数字副本的缺失。现阶段的数字孪生距离想象中的沙盒系统模拟推演、人工智能决策等功能仍有很大差距。
数字孪生在智慧城市发展与建设中的核心价值在于，它能够在物理世界和数字世界之间全面建立实时联系，进而对操作对象全生命周期的变化进行记录、分析和预测。智慧城市中的数字孪生可以分为四个阶段，分别是
对城市现状进行精准、全面、动态映射的现状孪生；
从 历史 数据中学习、分析、识别、总结并发现城市运行规律的学习孪生；
人工监督下模拟不同环境背景下的发展情景的模拟孪生；
最终通过实时数据接入与人工智能自动决策的自主孪生。
同时，我们也应看到数字孪生在传感器、5g和边缘计算技术不断发展中所具备的巨大潜力。传感器的高密度部署与高精度感知，结合5g和边缘计算的实时结构化计算回传，对城市物理空间的全域感知和实时更新，将是5g时代的常态。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，从而实现真正的“全息”虚拟城市。
城市数据：数字孪生的DNA
在智慧城市的建设中，数字孪生的核心在于构建与城市物理空间全面映射的虚拟（信息）空间。不同于制造业产品周期管理中被制造商全面掌握的产品信息化数据，城市作为一个庞大的复杂系统，其包含的物理空间及过程，无时无刻不在产生着多维的海量大数据，这无疑在数据收集、处理、运算、储存和管理上向城市数字孪生提出了挑战。
近年来，以数据为核心的城市生态链构架了智慧城市的顶层设计，形成以共享信息为中心、各行业协同实现的“感知-应用-共享信息”的智慧城市模式。与此同时，在大数据、人工智能、云计算、物联网等新兴ICT技术的推动下，多维的海量城市数据也逐步以不同方式被挖掘并应用在智慧城市的研究和实践中。
传统城市统计数据的电子化与空间可视化是城市大数据发展迈出的第一步。基于GIS平台上对行政边界的勾绘，并将其与传统的年鉴统计数据相匹配，就能实现传统数据的电子化与可视化，并依托GIS空间分析功能实现空间可视化与分析。
Cityeye上对传统统计数据的电子化与空间可视化
互联网大数据的应用标志着城市真正迈入了大数据时代，而互联网大数据也俨然成为近年来城市研究的“宠儿”，无论是学界还是业界都在积极 探索 互联网大数据为城市研究和发展带来的诸多可能。
互联网大数据最大的优势在于其打破了传统数据自上而下的数据采集壁垒，而是以自下而上的方式提供着精细尺度下的多维数据，如记录城市内所有地理实体空间位置与属性的兴趣点（POI）数据；反映话题热度与用户画像的社交媒体大数据；实时展示人口空间分布的热力图等。
而随着智慧城市的到来，传感器技术的进步与成熟为城市研究提供了另一条数据获取之路。
通过多模块集成传感器在城市内部的架设，可以实现精细尺度下城市环境、人车行为等数据的实时感知与收集。如由City Grid城市网格数据监测站，可利用多模块传感器网络监测人车流量及环境质量，如风速、风向、光照、温湿度和等。City Grid是一款针对城市空间精细化感知的物联网产品，也是传感器技术应用在城市全域感知、数据采集，乃至实现城市未来微观环境与人车行为预测的经典案例。王鹏团队也曾多次利用City Grid多次在清华大学校园和白塔寺社区内进行监测布点、数据采集，并针对城市环境和人群行为开展深入分析。
City Grid城市网格数据监测站
LBS数据（基于位置服务的数据），通过运营商采集用户与基站间不间断的信令数据，来获取移动服务用户相对精确的实时空间位置。因其具备用户量大，覆盖范围广等特征，是描述城市人口数量和空间分布的“终极”数据。
我们把自己数字化了！
Digital Self 数字自我
在感叹数字孪生如何颠覆性地改变制造业和城市管理与运营的同时，有学者已经开始 探索 如何打造人类个体的数字双胞胎。
清华大学龙瀛团队的研究助理张昭希近期发表了一篇题为“Application of wearable cameras in studying inpidual behaviors in built environment”的期刊论文，提出创新性地使用可穿戴式相机对个体行为和城市空间感知进行数据收集、分析与模拟。
研究团队利用便携式相机，记录佩戴者正前方每5分钟一张的图片数据，并通过人工识别、计算机视觉分析和色彩识别分析等手段，对佩戴者个体行为特征、时间分配、路径转移、场所事件等要素进行了分析研究。研究结果表明，可穿戴式相机采集到的图片数据具有丰富的个体行为与时空信息，可以有效描述个体在空间中的行为特征。
数字化的“生命日志”
随着大数据在城市研究中的广泛应用和快速发展，基于建成环境层面的形态要素数据（如遥感、街景和POI数据）和多种互联网数据（如微博、点评和手机信令数据）开展的针对大规模群体的研究，为利用大数据解释城市问题提供了大量案例参考，并逐步建立了理论基础。然而，这些基于较粗尺度城市物理空间，抑或是大规模群体的大数据，仍较难被应用于个体的深层剖析和研究解读。
而可穿戴式相机为大规模采集个体数据提供了新的契机，通过记录的图片数据将个人活动信息数字化，形成“数字自我”的 电子档案，弥补了现有研究中对个体行为数据采集不够连续、维度不够丰富的问题，这也是从城市环境数据化向个体行为信息化的转变之一。同时，个体行为信息化也将推动研究方法的革新和新技术的介入，从主观的“个体感知”转向客观的“量化研究”。
从数字孪生的角度来看，基于可穿戴式相机记录下的图片数据，通过整理和分析可以剥离出个体在物理空间中的行为特征要素，进一步将这些个体行为特征要素在时空上数字化，从而构建了其在虚拟（信息）空间内的数字双胞胎。同时，图片数据中包含的大量物理空间建成环境要素同样可以被数字化并记录在虚拟空间内，从而反映物理空间和虚拟空间内个体和环境之间的交互。
科技 的日新月异不仅使人们的生活方式发生了巨大改变，同时也影响着城市运行的方方面面。不可置否的是，新技术的高速发展给城市研究与实践带来了新的机遇，推动着城市规划技术和工具的突破与创新。如龙瀛提出的数据增强设计，允许规划师们借助多维城市大数据对城市做出更全面、精准的分析与规划设计响应。
同时，在信息通讯技术革新的助力下，数据储存、挖掘、云计算和可视化等技术的完善也为研究城市提供了新视角。人们的思维方式从传统的机械思维向大数据思维转变，认知方式也逐渐向虚实结合的体验过度。城市数字孪生、数字自我的概念也将在第四次工业革命的技术革新下拥有更丰富的内涵。
参考资料
[1] 王鹏：展望未来城市，万物皆可运营 | 智慧城市长文综述
[2] 王鹏：城市数据到智慧城市
[3] Long, Y. (2019). (New) Urban Science: Studying New Cities with New Data, Methods and Technologies. Landscape Architecture Frontiers, 7(2), 8-21.
[4] Zhang, Z. X., & Long, Y. (2019). Application of Wearable Cameras in Studying Inpidual Behaviors in Built Environments. Landscape Architecture Frontiers, 7(2), 22-37.
四维时空间隔的定义D=(dt)^2-(dx)^2-(dy)^2-(dz)^2, 然后套用一下洛仑兹时空变换的公式. 就可以发现D到底变不变了.单纯的时间或者空间间隔在不同的参考系下是变化的.
时间膨胀效应表明，运动时，钟的速率将变慢。由于惯性系之间没有哪一个更特殊，对于K和K '这两个彼此作相对运动的惯性系来说，哪一个在运动，这完全是相对的。因而，似乎出现了这样一个问题：K系中的观察者认为K'系中的时钟变慢了，而K'系中的观察者又会认为K系中的时钟变慢了，即两个观察者得到的是互相矛盾的结论。这就是所谓的“时钟佯谬”问题。如果把这个问题应用于假想的宇宙航行，就会给出这样一个结果：有两个孪生子，一个乘高速飞船到远方宇宙空间去旅行，另一个则留在地球上。经过若干年，飞船重新返回到地球之后，地球上的那个孪生子认为乘飞船航行的孪生兄弟比他年轻；而从飞船上那个孪生子的观点看，又好像地球上的孪生兄弟年轻了。这显然是互相矛盾的。所以，这种现象通常又称为“孪生子佯谬”或“孪生子悖论”。在解释这种佯谬时候，为了突出问题的实质，可以这样来比较两只钟，一只钟固定在一个惯性系中，另一只钟则相对于这个惯性系作往返航行，如同在“孪生子佯谬”中乘宇宙飞船的孪生兄弟那样。通过研究在往返航行的钟回来的时候，它的指针所显示的经历时间（也就是这个钟所经历的固有时间间隔）和固定钟的指针所显示的经历时间（ 也就是固定钟所经历的固有时间间隔）相比，到底哪一个更长，显然，经历的固有时间间隔小的钟，相当于年龄增长慢的那一个孪生子。可以发现，不能简单地套用前面写出的那个洛伦兹变换，因为往返航行的钟并不是始终静止于同一个惯性系之中，而是先静止在一个惯性系（向远处飞去），后来又经历加速（或减速）转而静止在另一个惯性系（远处归来），而它的“孪生兄弟”即另外那一只钟则始终静止在一个惯性系中。由此可见，往返航行的钟和静止的钟的地位并不是等价的。其深层原因是两个孪生兄弟在闵可夫斯基时空图中的世界线是不相同的，这就反驳了“孪生子佯谬”。具体地说，哪一只走得更慢一些，有人认为，要解决这个问题，必须应用广义相对论，因为有加速或减速过程。但是，实际上这个问题可以在狭义相对论范围内圆满解决。如果加速过程对时钟速率不产生影响（实验证明加速或减速过程对时钟的速率没有影响），考虑到作往返运动的时钟经历了不同的惯性系，因而还必须考虑到不同地点的同时性问题，那么，不论在哪个惯性系中计算，狭义相对论都给出同样的结果，即往返航行的时钟变慢了。也就是说，在“孪生子佯谬”问题中，宇宙航行的孪生子比留在地球上的孪生兄弟年轻。
在物理学发展中有不少的佯谬，每一个佯谬的出现往往暗示着原有理论体系内部存在着逻辑矛盾，暴露出原有理论体系的非科学性和局限性，它能诱发人们对旧理论的深层思考，并极大激励和启迪人们开始探索一个新的物理学领域；每一个佯谬的提出和解决往往孕育着新理论的诞生，昭示一场深刻的物理学革命即将到来。可以说，佯谬是推进物理学发展的一个强大动力。 一、奥尔勃斯佯谬 奥尔勃斯佯谬，又称夜黑佯谬，从文献记载看，在欧洲英、法、德三国，各有一位天文学家：哈勒(E. Italley)于1720年，切西亚赫( Che'seaux)于 1744年和奥尔勃斯()于1823年，曾先后以大致相同的方式，提出如下命题：夜间天空没有太阳照耀，但天上并非只有一个太阳。每颗恒星都是一个太阳。虽然由于其它恒星离我们较远，其光线很弱。但宇宙中无限多的恒星完全可以照亮整个天空。所以夜晚不应该是黑的。[1] 佯谬的提出者本人——切西亚赫和奥尔勃斯对这个命题是这样回答的：星际空间存在许多弥散物质，它们会吸收恒星发出的光，使得远处的恒星未能传到我们的眼睛。由于不很清楚的原因，这一佯谬在很长一段时间内几乎无人再提，一直到1960年左右，英国的班迪(Bondi)、戈尔特(Gold)、霍伊尔(Hoyle)等科学家提出稳恒态宇宙模型时，才以“奥尔勃斯佯谬”为名广为宣传。他们指出：用弥散物质对光的吸收来解释是不行的，因为被吸收的辐射将使物质加热，然后重新被释放出来，结果天空还是一样亮。班迪他们认为：根据河外星系巨大红移的事实，可以解释这一佯谬。因为星体离我们越远，它们发出的光向低频（长波）方向红移越厉害，光子的能量便越低，于是我们观察者所处的辐射能密度的贡献也就越少。通俗地说：星空本来应当是明亮的，像个炉膛那样，只是因为宇宙在不断膨胀，才使得这个炉膛变得红了，变暗了。 1964年，哈里森()重新研究了这个问题，指出班迪等人的论证错误在于假定恒星一直发光。事实上，按照最近几十年来的恒星演化理论，一个恒星从星际弥散物质中开始形成，在引力收缩下温度升高到一定的程度才发光，经过主序星阶段，膨胀为红巨星，再经过爆炸，抛掷物质变成白矮星、中子星或黑洞。从生到死，虽然经历了漫长的时间，它的生命终归是有限的。哈里森通过推算得出，恒星发光时间的有限、恒星间平均距离的巨大，才是导致观察者所在处的辐射场密度远远小于恒星表面的辐射场密度的根本原因，宇宙膨胀红移则是次要原因。 至此，困惑人类200多年的疑团得以解决。在奥尔勃斯佯谬的提出和解决过程中，人类的探索愈深愈广，从稳恒态宇宙模型到宇宙膨胀模型，从恒星的演化到宇宙起源等等，对自然的认识愈接近真理。可见，佯谬的提出与最终解决的确能推动物理学的巨大发展，使得人类对物理学理论有更深刻的认识。 二、追光佯谬 爱因斯坦在1895年上中学时从科普读物中知道光是以高速前进的电磁波，马上就提出一个“理想实验”：“假设一个人能以光的速度和光波一起跑，会看到什么现象呢？既然光是电场和磁场的不停振荡，交互变化而推动向前的波，难道那时会看到只是在振荡着的电磁波而不是向前传播吗？这可能吗？”[2]爱因斯坦实际上是提出一个“追光佯谬”。该佯谬无形中暴露出当时理论中潜在的矛盾，而矛盾只有在充分尖锐时才有希望找到解决的方向，从而可能弄清楚原来的基本概念中出错在什么地方？尽管爱因斯坦当时只有16岁，他就能提出如此深刻的佯谬，实属难能可贵。 爱因斯坦学习、思考和研究了10年之后，终于 1905年提出了“狭义相对论”解决了这一佯谬。爱因斯坦在一次回忆中，这样写道：“经过十年的沉思之后，我从一个悖论中得到了这样的原理，这个悖论是我在16岁就已经无意中想到了：如果我以光速度c（真空中的速度）追随一条光线运动，那么我就应当看到，这样一条光线就好像一个在空间里振荡着而停滞不前的电磁场。可是，无论是依据经验，还是根据麦克斯韦方程，看来都不会有这样的事情。从一开始，在我直觉地看来就很清楚，从这样一个观察者的观点来判断，一切都应当像一个相对于地球是静止的观察者所看到的那样按照同样的一些定律进行。因此，第一个观察者怎样会知道或者能够判明他是处于均匀的快速运动之中呢？”[3]这个离奇佯谬，既能一针见血地暴露出经典物理学的局限性和非科学性，同时在这个佯谬中隐约潜藏着狭义相对论的两个基本假设，即光速不变原理（在任何惯性参考系内真空中的光速是不变的）和相对性原理（物理学的规律在任何惯性参考系内都是一样的）。 从经典物理学中牛顿力学与麦克斯韦电磁场理论之间内部逻辑矛盾出发，并将这一矛盾形象化为一个“追光理想实验”，这一思想犹如当年伽利略反驳亚里士多德关于物体重下落速度快的假说那样绝妙。借助佯谬的武器，揭露原有旧理论体系的逻辑矛盾，从理论上彻底推翻经典物理的时空观，创立崭新的相对论时空观。难怪有人说，爱因斯坦不是靠“盲目”地做实验，而是温文尔雅地拿着理性的佯谬，敲开真理之门。 三、孪生子佯谬 “孪生子佯谬”是相对论中引人关注的问题，从 20世纪50年代起，物理学界就开始对该问题进行激烈争论。 孪生子佯谬指：孪生子甲、乙（他们的生命节律相同，忽略生物学上的变异），甲留在地球上。乙乘上接近光速飞行的宇宙飞船到地球外的天体去旅行，到达目的地后立即以同样的速率飞回。按照狭义相对论时空理论，运动的钟较慢。若甲、乙同时开始计时，当乙飞回地球，甲、乙再次相遇，地球上甲的计时结果是 ，即乙比甲年轻。但运动是相对的，飞船中的乙认为甲相对他运动，应是 ，即甲比乙年轻。相对于不同的参考系，同一件事有不同的结论，显然荒谬。事实上甲乙的年龄关系应该是唯一的，到底是乙年轻还是甲年轻？这就是著名的孪生子佯谬。[4] 对于这个佯谬的讨论，已经越出了狭义相对论范畴。狭义相对论只讨论相互匀速运动的惯性系，即乙上了飞船后是一去不复返了，谁也没有机会再直接看到对方年龄。若乙想回到地球，飞船必须掉头，而这样就有加速度，飞船立即变成一个“非惯性参考系”，其中出现了强大的引力，我们必须用广义相对论来讨论这个问题。那时不能认为甲看乙掉头等价于乙看甲掉头，因为地球与飞船一大一小不能等量齐观。广义相对论对上述看作“佯谬”的效应是肯定的，认为该种现象能够发生。然而，实际上“孪生子”真的可能吗？真人做星际旅行，在今天仍是科学幻想，但有了精确极高的原子钟，用仪器来模拟“孪生子”实验已成为可能。1971年哈费尔与吉丁将铯原子钟放在飞机上，沿赤道向东和向西绕地球一周，回到原处发现分别比静止在地面上的钟慢59纳秒和快273纳秒。实验表明，相对惯性系转速愈大的钟走得愈慢，这和孪生子问题所预期的效应相一致。实验结果与广义相对论的理论计算比较，在误差范围内相符。[5]孪生子佯谬终于解除，孪生子佯谬也从佯谬变成了效应。 四、薛定谔猫佯谬 近百年的学术争论中，影响最大的就是薛定谔于1935年提出的所谓“薛定谔猫”佯谬，被誉为是科学史上最离奇的佯谬。 我们先来了解一下该佯谬提出的背景。20世纪20年代中期，以物理学家玻尔为首的“哥本哈根学派”对刻画微观世界物质运动规律的量子力学的概念基础进行了全面的理论诠释，提出了量子力学的“哥本哈根解释”。通常这也被认为是量子力学的标准解释。根据“哥本哈根解释”，在微观世界，由于测量仪器对于微观粒子存在着“不可控制”的干扰作用，因而我们对于微观粒子性质的认识，不再是一个独立于观测作用的客观过程。这一解释的一些极端说法甚至认为，微观粒子不再是一种独立于观察者主体的客观存在。[6] 量子力学的“哥本哈根解释”在科学界引发了激烈的论战，也使量子力学这座宏伟大厦的一位卓越缔造者——薛定谔卷入其中。薛定谔是一位对哲学有着浓厚兴趣的物理学家，他有两个自认为构成了科学方法的基础的哲学原理：自然的可理解性原理和客观化原理。自然的可理解性原理说：自然界是可以理解的，微观客体的真实状态是可知的。与之相应，对自然界及微观客体进行的理论解释也应该是可以理解的。客观化原理的内容虽然比较复杂，但有一条是：在物理学研究中和在日常生活中，不能摒弃朴素的实在论，不能取消真实的外在世界的观念。然而，在他看来，“哥本哈根解释”恰恰在这些方面是出问题的。于是便尖锐地提出著名的“薛定谔猫”佯谬。 其大意如下：设想在一个封闭盒子里面有个放射源（见图1），它在每一秒时间内以1/2几率放射出一个粒子。换句话说，按照量子力学的叠加性原理，一秒钟后体系处于无粒子态和一个粒子态的等几率幅叠加态。一旦粒子发射出来，它将通过一个巧妙的传动机构将毒药瓶打开，毒气释放后会导致盒子里面的一只猫立刻死亡。当然如果无粒子的发射，这一切均不会发生，猫仍然活着。现在要问：一秒钟后盒子里的猫是死还是活？既然放射性粒子是处于0和1的叠加态，那么这只猫理应处于死猫和活猫的叠加态。这个结论听起来荒诞不经，但若猫服从量子力学规律的话，别无其他选择。这只不死不活、亦死亦活的猫就是著名的“薛定谔猫”。 图1 这一实验最令人困惑的地方在于，根据量子力学，盒内整个系统将处于两种状态的叠加态中，在一种状态中猫是活的，在另一种状态中猫是死的，或者说，盒中的猫将处于奇怪的活与死的叠加态中。然而，根据我们的宏观经验，盒中的猫要么活着，要么死了，两者必居其一。那么，盒中猫的状态到底是怎样的呢？它又是何时从又死又活的状态转变成我们所见到的或死或活的状态的呢？ 薛定谔就是用他发明的这套“地狱般的装置”对量子力学的哥本哈根诠释提出质疑，并借此抨击量子力学的非决定性论断。他把这非决定性从放射性衰变的微观尺度，转移到了死猫的宏观尺度。观测的作用不仅明显地在现象中注入了一种主观因素——某个人必须打开箱子去看这只猫，而且它也迫使猫不可逆地接受这两种可能性之一，即要么玻璃瓶完好无损、猫也安然无恙，要么瓶子被打碎从而猫死去。薛定谔的猫生动地把测量问题摆到我们的面前。看来我们得要相信，系统的状态被观测本身改变了。然而这显然又太离奇。如爱因斯坦所说：“我不可能想象，只是由于看了它一下，一只老鼠就会使宇宙发生剧烈的改变。” 由“薛定谔猫”佯谬可以延伸出两个科学问题：①量子力学是否适用于宏观世界；②在量子测量中，量子叠加态如何向统计混合态过渡。与之相应，也可以延伸出两个哲学问题；①量子态是否是一种真实的客观存在；②如果是，它能否被客观地认识。[7]要解除“薛定谔猫佯谬”，就得清楚地回答上面的问题。 “薛定谔猫”佯谬是否真的表明量子力学内在不自洽？几十年来科学界和哲学界对“薛定谔猫”争论未曾断过，不同的学派有不同的说法。直到最近几年，量子测量关于“薛定谔猫”研究的实验和理论的新进展都给予了否定的回答。这些新进展表明，量子力学不仅自洽而且普适。 五、佯谬在物理学中的作用 物理学最重要的一面是用来认识和解释自然的，但人类的认识水平受当时生产力水平的限制，并随着生产力的发展而不断提高。因此认识自然必然是一个不断修正和完善的过程。通过这个过程，各种理论才逐渐趋于科学和完备。可以说，佯谬的出现和消除是完善旧理论、建立新理论、认识新事物过程中的一个小插曲。每一次佯谬的提出与消除，都是人类思维方式的一次解放，都能极大地推动物理学的发展。综观物理学发展史，佯谬对推动物理学的前进功不可没。 佯谬的出现往往昭示一场深刻的物理学革命即将到来，佯谬的解决则推动着物理学的巨大发展。每当一个新的佯谬产生，它往往会起着凸透镜的作用，将众多科学家们的注意力汇聚到如何解决佯谬这个焦点上来，因此科学家们为消除这些佯谬不断探索、研究，由于自发地集中了一大批科学家，从而有可能导致科学理论的变革。如“薛定谔猫”佯谬从起初的薛定谔对量子力学诠释的质疑发展到推动量子力学的完备性研究，整个过程云集了一大批科学家和哲学家的讨论和探索，从而极大地发展和完善了量子力学的理论体系。可见，佯谬的出现往往意味着一个激动人心的重大科学问题的提出，昭示一场深刻的物理学革命即将到来，而佯谬的解决则推动着物理学的巨大进展，加深了人们对物理学理论的深刻认识。【参考文献】 [1][2][3] 倪光炯，王炎森.文科物理[M].北京：高等教育出版社，2005:274-276,247. [4] 冯华.“孪生子佯谬”教学析疑.北京教育学院学报[J],2000,(6):40. [5] 赵凯华.罗蔚茵.力学[M].北京：高等教育出版社，2000. [6][7] 李宏芳.“薛定谔猫佯谬”的哲学研究.科学技术与辩证法[J],2005,(6):36,37. 本文来自: 维普论文网() 详细出处参考：
事件的时间间隔和空间间隔在参照系变换下是会变的。我估计你是想证明时空间隔不变，也就是四位矢量的模不变。这个可作如下证明：事件A四矢为(xa,ya,za,icta) 注意i是虚数单位，c是光速，xa、ya、za、ta分别是A事件发生的空间坐标和时间坐标。A的模为((xa)^2+(ya)^2+(za)^2-(cta)^2)^简单起见可认为参照系变换时两参照系原点重合且相对速度v沿x方向。于是有洛伦兹变换公式：xa＝(Xa－v*Ta)/(1-v*v/(c*c))^(Ta-Xa*v/(c*c))/(1-v*v/(c*c))^上面式子中大写的几个坐标就表示另一参照系中A的坐标把上面式子代到A的模表达式运算，算到最后发现新坐标系中A的模就是((Xa)^2+(Ya)^2+(Za)^2-(cTa)^2)^这就算证明完了。更严格的证明是按矢量分析的方法证，打出来很麻烦而且我觉得你那选修课估计也没要求这么高，这样基本就够了。如果一定要找参考书的话随便翻本电动力学看狭义相对论部分就有了。
一般的普通期刊字数要求都在3000字左右（即3-4页），核心期刊一般对论文字数要求比较高，在5000-6000字左右。
正规学术期刊字数要求通常是16开大小，期刊一页被成为一个版面，不同期刊会使用不同的格式来印刷，字体、行距、边距都不一样，因而期刊一个版面能有多少字就不一定了。一般来说，一个版面，全部是文字的话，没有符号空格表格图片等，大概有2000-2200字符。
符号空格表格图片都是要占字符的，加上这些，一个版面上有多少字就不一定了。4000字要几个版面，要看这篇文章中有多少符号空格表格图片。
正规学术期刊字数要求一个版面通常都要把符号、空格、表格、图片等等都要算进去，都要占据空间，在计算论文篇幅时也是要把这些因素算在总字数里面的。其中一个标点符号算一个字符，空格空行占据了多少字符的位置，就算几个字符。
表格图片按照占据了几行的空间，算几行的字符数。正规期刊有固定的排版样式，样式确定后一个版面有多少字就确定了，版面费也是按照文章占据几个版面来算的，不满一个版面按照一个版面来算。所以，如果你想尽量少占版面，就少几张图片，少一点空格。
正规学术期刊字数要求一个版面多少字跟期刊等级、期刊类型都没有关系，只跟杂志社排版样式有关。有的杂志是双栏排版，有的是单栏排版，因双栏排版会压缩图片表格的空间，一个版面放的字数多，所以大多数杂志都采取双栏排版样式。
省级期刊一篇文章大概是3000-4000字，核心期刊一般是4500字-10000字，省级期刊发一篇论文至少需要2个版面，核心期刊一般需要4-7个版面。
期刊论文发表的标准格式为：文章标题
作者姓名
作者单位：（包括单位全称、邮政编码）［摘要］（以摘录或缩编方式复述文章的主要内容）50~300字［关键词引（选用可表达文章主要内容的．词或词组）3~8个关键词
正文
参考文献：[1][2][3].....
（有的期刊还要求英文摘要和英文关键词）作者简介与作者联系方式
论文发表的字数与投稿的期刊有关，不同级别的期刊字数要求也不一样。普刊的字数要求一般是2000左右，保险起见建议字数最少在3000字。核心期刊属于学术水平较高的期刊，字数要求8000字左右。所以具体论文字数和格式，还需按照期刊要求来定。
每种期刊的要求不一样，一般都要3000以上
我之前投汉 斯 出 版 社的刊，他们的编辑告诉我，说他们的要求是，正文字数不少于3000字，建议字数5000-8000