把工业数字孪生搬进浏览器，难点往往不在渲染，而在“找得到、开得动”。本轮实验围绕两个问题展开：海量构件的语义检索，以及首屏加载的轻量化。
做法上，先让多模态模型读取设备台账、管路图纸与实拍照片，为 glTF 场景图中的每个构件自动生成名称、类别与功能描述，写入向量库；检索时用自然语言查询返回构件 ID，并在三维视图中高亮定位，替代过去按图层逐级点选的路径。
要点：
- 进展：在某产线数字孪生样例（约 420 万三角面、1.8 万构件）上，自动标注覆盖约九成构件，Top-5 检索命中约八成；结合 LOD 与实例化，首屏传输量由 38MB 降至 9MB 左右，中端笔记本上帧率维持在 50fps 以上。
- 下一步：用 WebGPU 计算着色器承接视锥与遮挡剔除，把剔除放到 GPU 侧；同时试验自然语言指令到场景操作的映射（如“只看三号泵所在回路”），并保留人工确认环节，避免误操作。
阶段性结论是，Web3D 的瓶颈正从渲染性能转向场景数据的组织方式；语义层一旦建好，检索、漫游与操作可以共用同一套索引。
评论