大模型驱动的Web3D数字孪生语义交互实验

工业数字孪生在浏览器端的操作长期依赖菜单与鼠标点选，一线人员上手门槛较高。本实验室近期开展一项实验性探索：将大语言模型引入Web3D场景，验证“自然语言—场景操作”的语义交互路径。方案上，我们在浏览器侧构建轻量语义解析层，将用户指令映射为场景图谱中的标准动作（聚焦设备、切换剖切、调取测点数据等），再由Three.js与WebGPU渲染层执行，推理服务部署于内网，数据不出厂。阶段性进展：1、在某水厂数字孪生场景的内部测试中，聚焦、剖切、测点查询等六类高频操作的指令解析准确率约92%，平均响应时延1.8秒；2、通过动作白名单与参数校验机制，模型误触发率控制在3%以内，未发生越权操作。下一步将引入多轮对话上下文与设备知识图谱，提升跨设备复合指令的处理能力，并在两个试点项目中验证方案稳定性。我们更看重其降低三维系统使用门槛的实用价值，而非追求完全替代传统交互方式。