AI辅助Web3D数字孪生场景自动建模实验进展

实验室近期围绕AI辅助Web3D数字孪生场景自动建模开展实验性探索，目标是降低工业设备三维场景在浏览器端的建模与交互成本。传统Web3D数字孪生项目依赖人工建模并逐一绑定数据点位，周期长、复用性差。本阶段实验将AI三维重建与点云语义分割引入建模流程：对设备多视角照片进行网格重建，自动识别部件类别并映射到预定义交互组件库，形成“拍照—重建—挂接数据”的半自动化链路。阶段性结果：1）在减速机、水泵等三类典型设备样本上，部件语义识别准确率约91%，单台设备建模工时由约3天缩短至1天内；2）浏览器端采用Draco压缩与LOD分级加载，10万面级场景在中端设备上首屏加载时间降至4秒以内，交互帧率稳定在30fps以上。下一步将扩充部件语义样本库，验证跨设备类别的泛化能力，并尝试接入大语言模型实现“点击部件即查询维保记录”的自然交互。实验室将持续以可量化指标推进该方向的工程化验证。