文/子蕊
2024年6月18日，第一新声联合逸迅科技正式发布《2024年中国交通运输行业数字孪生市场研究报告》，并成功举办线上发布会。
2017年开始，Gartner连续3年把数字孪生列入其每年发布的“十大战略性技术趋势”。当前数字孪生已经在航空航天、工业生产、城市管理等领域，呈现出独特的业务价值，初现巨大商业潜能。
随着全球新一轮科技革命和产业变革深入发展，自动驾驶、智慧铁路、智慧公路、智慧水运和智慧航空等新交通工具、新运输方式和新基础设施不断涌现，推动传统交通运输进入数字化、智能化和绿色化时代，为交通强国建设注入新动力。数字孪生在交通运输行业迎来了新一轮的发展机遇。
为深入了解交通运输行业数字化、智能化发展程度、主要场景和核心痛点，第一新声与上海逸迅信息科技有限公司（简称：逸迅科技）联合开展中国交通运输行业数字孪生市场调研，期间获得了多位数字化管理者与行业专家的大力支持。经过数月的市场调研、访谈、交流、研究工作，正式发布《2024年中国交通运输行业数字孪生市场研究报告》。
本次报告的线上发布会邀请到了逸迅科技技术副总裁陈光辉、中车产业投资有限公司谷绪地博士与大家一起探讨数字孪生浪潮下，交通运输行业的机遇与挑战。
回顾发布会期间，亮点众多，如《2024年中国交通运输行业数字孪生市场研究报告》发布解读、圆桌对话交流等。
01
交通运输行业数字孪生市场研究报告解读
第一新声创始人兼CEO姚毅对《2024年中国交通运输行业数字孪生市场研究报告》进行了发布解读。
根据交通部李小鹏部长2021年的描述，中国的交通运输行业经历了由“瓶颈制约”到“总体缓解”再到“基本适应”的历史性转变。
从2016年到目前中国“八纵八横”高铁网主通道已建成投产3.53万公里，占比80%。
下一步的重点任务是从运力保障，调整为数字化、智能化、绿色化的时代。
【亮点一】
2025年预计整体市场规模将达到73.5亿元，其中行业解决方案市场规模占比约60%
2022-2025年， 中国交通运输行业数字孪生整体市场规模预计维持增长态势 ，2025年整体市场规模将达到73.5亿元，其中行业解决方案市场规模占比约60%，技术/产品市场规模占比约40%。
洞察1：“四网融合”，推动行业发展；
洞察2：交通强国五大试点，带动数字孪生市场增长；
洞察3：数字孪生是三防一体的重要保障；
洞察4：智能化变革为数字孪生下一阶段带来更广泛需求。
【亮点二】
交通行业数字转型过程中存在5大痛点
根据第一新声的调研，目前交通行业的数字化转型过程中，存在五大痛点，包括人员管理痛点、设备管理痛点、数据孤岛管理痛点、数据标准痛点、数据能力痛点等。
【亮点三】
技术发展为数字孪生落地提供保障
技术发展为中国交通运输行业数字孪生落地提供了重要保障 。数字孪生技术包含数字支撑技术、孪生构建技术与人机交互技术三大类，这些技术不断演进和发展，共同提升数字孪生的实时性、精确性、灵活性和交互性。
【亮点四】
地铁安全与智能运维五大应用场景
（1） 列车智能运维：将列车基本信息、在线运行状态、故障信息、车队总体状况等在综合监测系统中集中呈现。方便检修团队能够快速、直观获取关键信息，提升管理决策响应效率。
（2）多领域智能运维：多领域的智能运维，以监测、应急、分析、健康四大中心为基础， 涵盖信号、通信、综合监控等多专业领域。
（3）客流分析：通过深度学习构建客流模型，对短时客流、短期客流、断面客流、典型日或大型活动客流进行预测。有效协助调度部门及时进行客流预判及疏导。
（4）地铁能耗管理：地铁牵引净能耗由牵引能耗和再生能量组成，其中再生能量与行车运输组织密切相关。
（5）车载日志分析：第一，车载日志分析以OMAP日志、IOM车载告警记录为来源实现指定事件的统计分析、原因定位分析和数据规律挖掘。第二，事件的统计分析主要以时间、司机号、车次号、车站、列车等多个维度进行统计汇总，将结果以图表方式展示于IOM终端。第三，事件的原因定位分析是将事件与已知多个事件关联项进行分析。当事件发生时，通过检查关联 项的实时和近期历史状态，判断事件的原因。
02
产业对话
发布会上，3位嘉宾参与了 “交通运输行业，数字孪生的现状与痛点？”的主题圆桌对话，从各自企业及行业角度阐述和探讨数字孪生浪潮下，交通运输行业的机遇与挑战。
Q（第一新声创始人兼CEO姚毅）：2021年《“十四五”现代综合交通运输体系发展规划》提出：要提升交通运输数字化智能化发展水平，破除制约交通运输高质量发展的体制机制障碍。根据第一新声分析，2023年中国交通运输行业数字孪生市场规模为53.3亿，其中铁路运输的市场占比为42%，公路运输25%，水路运输19%。
想请问两位嘉宾，数字孪生在交通运输行业高质量发展中的价值主要在哪些地方？目前应用的现状怎么样？
A（中车产业投资有限公司谷绪地博士）：首先，近十年间，交通运输行业发展突飞猛进，取得了巨大的成就，铁路网布局也在不断完善。
例如铁路交通发展从最早的蒸汽机车到内燃机车，从电力机车再到动车组、复兴号高铁，机车工业也实现了从无到有、由落后到赶超的跨越。
印象很深刻的是，上大学时，我做动车从山东来北京要坐车要十多个小时，现在只需要两个小时就可以到达。
目前“八纵八横”规划已建设完成近80%，接下来我们应该做哪些工作，确实是每一个铁路工作者需要思考的问题，数字化是行业的必然选择，尤其是交通多、领域多场景下的数字融合技术，未来会越来越精细化，越来越高效化。行业内应用场景目前多是点的突破，高端技术，包括市场应用的突破任重而道远，还是需要靠一定的政策或者国家的主导推进。
Q（第一新声创始人兼CEO姚毅）：谷博士您刚提到“行业内应用场景还在点的突破 ”,从您的观察来看，您感觉目前哪些点已经有了突破？这个点的突破是数字孪生、人工智能的数据融合还是其他新技术的应用（如站段里综合调度或设备运营管理）？
A（中车产业投资有限公司谷绪地博士）：例如智慧检修段，首先检修车轮，自动化的车轮分解、物料供应、ERP上线等！
在某一个检修车辆段里，存在线网资源瓶颈，如在来回吊车时，一共有两条线来回调库、入库与出库，要检修的车大概有18列，原来线路调配基本上全靠人力来进行，现在通过一定的模型输入、流程的优化以及数字孪生技术，整个智慧检修段减少了人为的干扰，基本上实现了自动化。
Q（第一新声创始人兼CEO姚毅）：光辉总理解的数字孪生在交通运输行业高质量发展过程中，价值主要是在哪些地方？目前应用的现状怎么样？
A（逸迅科技 技术副总裁陈光辉）：以铁路为例，大规模的基础建设已基本完成，目前后续工作主要为两方面，一是运营，二是运维。如何提高运营和运维的效率非常关键，我认为数字孪生技术将会在其中发挥非常大的作用。
目前交通行业前景可期，但还没有形成规模经济，缺乏顶层规划。客户对于数字孪生的运用也在积极探索，潜在需求未能充分释放；其次各个专业段没有串联及融合，像机务段、电务段等各个专业之间需要打通并做顶层规划，多专业融合才能充分发挥数据的价值。
Q（第一新声创始人兼CEO姚毅）：根据第一新声调研，交通运输行业的高质量发展过程中，存在五大痛点：比如传统的人为管理难点、庞杂的设备系统管理难点、数据孤岛现象严重、行业标准不统一、数据质量差等。
如以铁路运输为例，想请问两位嘉宾，您认为目前最核心的痛点是什么？数字孪生解决方案能在多大程度上解决了相应的难题？效果能达到或者希望达到什么样的程度？
A（中车产业投资有限公司谷绪地博士）：第一，核心痛点方面，如人为管理、数据孤岛、机务、电务、检测段、包括配件的维修维护人员方面等。从多角度看还有深层次痛点，专业彼此之间的隔离，无法形成数据闭环，并且缺少全方位的周期管理。
第二，数字孪生能在多大程度上解决相应的难题，反向来看，铁路首先要解决的难题，不是突破一个高性能的材料等技术问题，而更多是工程问题。
对做数据孪生或人工智能数据类的企业来说，谁能解决痛点，如把相关的机务、电务包括检修、运维等相关数据链打通集成，谁就能形成产业，最终通过整体的解决方案来提升效益。
Q（第一新声创始人兼CEO姚毅）：逸迅科技其实已经在铁路行业深耕多年，有上千个数字孪生的模型，在模型或者行业解决方案的背后，目前有没有解决方案或模型是集成了两个、三个或者是相应路段的数据？
A（逸迅科技 技术副总裁陈光辉）：逸迅科技在数字孪生领域目前已经形成了全栈的产品和解决方案，包括：物联网平台、数据采集、数据治理、数据模型开发、三维可视化、AI算法平台，在轨道交通领域，我们积累了很多轨道交通行业的算法模型和三维可视化的模型，可以大大降低在轨道交通行业内的数字孪生开发成本和开发周期。
另外正如谷博士的观点，谁能把行业内的各专业数据整合好，谁就有很大的成长机会，比较典型的例子是最近的地铁项目，客户选择我们成为合作伙伴正是因为我们既有做过车辆的数据的经验，又有做过信号、机务、公务等专业的数据能力。如谷博士所说，问题存在的同时，也将伴随着巨大的机会。
Q（第一新声创始人兼CEO姚毅）：在光辉总看来，目前这五个核心痛点如果让您来排序或选择，您觉得最核心的痛点是什么？目前行业内的数字孪生的解决方案在多大程度上能解决相应的痛点和难题？
A（逸迅科技 技术副总裁陈光辉）：人为管理和每个公司的定位有关，我们定位是一家技术公司，更多是与行业里一些大的系统集成公司合作，涉及上面管理协调的各方面问题，集成商会直接面对这些问题，我们更多接触的是技术层面的一些问题。
从技术角度来看，以前的系统基本上都是垂直烟囱式的建设，存在较为严重的数据孤岛问题。并且也没有相关的数据标准，包括物联网的部分数据采集，老旧的设备无法提供数据采集的接口，只能通过摄像头或者通过增加温度、湿度振动这些传感器，去做一些外挂解决相应的数据采集工作。我们更希望从数字孪生等技术的角度去解决问题。
Q（第一新声创始人兼CEO姚毅）：根据北航陶飞教授的“数字孪生能力成熟度模型”，数字孪生的成熟度分为6个等级：“以虚仿实（L0）、以虚映实（L1）、以虚控实（L2）、以虚预实（L3） 、以虚优实（L4）、虚实共生（L5）”。
想请问下谷博士，以铁路系统为例，从您的观察来看，您认为什么能力等级的数字孪生解决方案，是行业目前最刚需的？或者是您认为最值得所有铁路系统应用与推广的？
A（中车产业投资有限公司谷绪地博士）：从陶飞教授的数字成熟度模型来看，需求不一样，每一块的等级不一样，其中L3级、L4级未来发展空间很大。
我们接触过一个诉求，铁路的异物入侵场景，也叫灾害预警或预测。例如，在边坡、滑坡高铁落实到轨道方面，如果以虚拟的数字孪生来预测出灾害的发生，目前行业的需求较为迫。
在路、桥、隧等关键点的监测、监控包括预警，其实全靠人为，虽然也有铁路的智能盒子、包括传感器，温湿度的监测铁路防止扭曲变形，但针对曹辉教授提到的模型来说，以虚预实，对铁路的安全是较为迫切的。
铁路首先是保安全，第二是保效率，第三才是保效益。
Q（第一新声创始人兼CEO姚毅）：逸迅科技其实已经有成熟的数字孪生解决方案开发流程，并且在一些场景下搭建了上千个模型，可以结合具体案例，介绍一下咱们的方案，达到了什么能力等级？效果如何？
A（逸迅科技 技术副总裁陈光辉）：逸迅积累了全栈的技术平台和解决方案能力，具有实现L0到L5级别的数字孪生解决的能力，目前从具体交付来看，大部分还处于L1至L3，例如我们在轨道交通智能运维方面，对设备健康度建立模型，对于设备什么时候做什么样的维护和维修可以给出一些建议。
大部分的解决方案其实还是处于以虚映实的阶段，而以虚控实，在铁路领域不多，因为有很多设备涉及到安全性，它的控制需要各种权限，甚至有一些安全性等级要求较高，达到SIL4等级，这些是不会去做反向控制的。当然可能在非安全的领域，比如如控制一些灯、道闸等可以去做，比如地铁的一键开关站。
Q（第一新声创始人兼CEO姚毅）：今年5月，第一新声研究院发布的《2024年中国CIO数字化产品选型白皮书》 调研显示，2024年CIO最关注的十大数字化议题里，前两名分别是：数据智能-大数据分析和预测、大模型赋能新质生产力。无独有偶，这一次的《数字孪生市场报告》，我们也发现，人工智能技术已经开始融入数字孪生，在运营管理智能化、仿真推演、数据分析等方面提供新的价值， 赋能行业的发展。
想请问谷博士，以铁路系统为例，在您看来，您会关注人工智能技术，尤其是大模型，在行业哪些场景下的赋能？帮助解决什么方面的问题？
A（中车产业投资有限公司谷绪地博士）：人工智能技术，尤其是大模型在行业场景上的赋能，这半年以来，国资委和国家央企签署了开放工业场景、生产场景。
从我们的角度来看，所有的大模型做起来很容易，但是它并不适于工业领域，工业领域更多的是垂直行业模型。
数字孪生架构是”数据+模型+知识“，但它缺少了1个关键项是驱动力，驱动力就是算法。
第一，地铁就是一个典型比较好的应用场景，如中国地铁寿命大概约30年左右，而日本的地铁最长寿命能达到70年，因为他们很多关键的价已经达到了状态修的水平，尤其地铁是一个特别烧钱的行业，对背负了很大地方债的各个地方政府来说，能帮政府减少很大债务。
第二，大铁未来的市场空间量要远超好几个数量级的地铁，例如检修运维，尤其是智慧运维，从原来的计划修改成现在的状态修，能节约较大成本。在拥有自己的核心的算法前提下，未来的发展空间演练很大。尤其不要放弃多元的环境，针对各种的运输组织，应急管理，调度这一类场景的挖掘。如客运管理，客站的人员组织优化、货运站的管理等。
Q（第一新声创始人兼CEO姚毅）：逸迅科技在地铁行业解决方案里具备一定的优势，为客户做过相应的多场景融合，在这优势下，我们人工智能是不是已经开始在地铁相关的解决方案里面去应用？未来会有数字管家来辅助行业的从业者，如何与数字孪生解决方案融合来帮助客户提供更好的解决方案？
A（逸迅科技 技术副总裁陈光辉）：通用大模型不适合用于专用场景下，包括面临的本地化部署、数据隐私等这些问题，并且它的准确率存在较大问题。但是行业的大模型具有很大的应用场景。
未来，大模型对交通运输行业的发展会有较大的影响，与数字孪生的融合，如果畅想未来，我们认为它不会代替人工，但以后每个岗位可能都会有一个大模型助手去提升效率。
每个大模型类似于游戏里面NPC的角色，在特定的场景下，如一个信号工，在做检修时碰到故障问题，可以直接与大模型对话，他可以告诉你去哪里查相应的手册和类似的案例，以此来提升工作效率。
Q（第一新声创始人兼CEO姚毅）：大模型在交通运输行业的应用上，谷博士您感觉它会有哪些可以想象的空间？
A（中车产业投资有限公司谷绪地博士）：铁路行业的大模型未来成型的可能是生态式或者树状的形式。例如铁路他有车辆、站段、路桥水、它还有N个专业方向的小模型集成在一起，同时，还会有各类的知识贯穿到各类模型当中。
大模型可以解决的问题，
第一，以大模型为关键驱动，服务铁路运输行业。
第二，未来要开放数据，进行数据资产交易。实现数据的“聚”、“通”、“用”。例如细分场景的应用—复兴号动车，它的头型已演算了N代，涉及到很多数据问题，如流线型、线路等，如果拥有某项线路条件，可以自动适配某些头型车来做运输。
未来要靠数据流动积累的前提，一定是数据资产的交易。
展望未来，第一新声将继续密切关注中国交通运输领域的高成长企业、聚焦标杆服务商，以及活跃在该领域的投资机构等，在“数字孪生”浪潮中，拥抱市场的数字化需求，共同建立全新的数字文明。