Web3D数字孪生与端侧AI推理融合实验

本实验聚焦Web端3D数字孪生与轻量AI推理的融合可行性。传统工业数字孪生多依赖服务端推理，数据回传延迟与带宽成本制约交互实时性；若推理下沉至浏览器端，可在弱网环境维持本地分析能力，也为免安装交付提供新路径。

实验采用WebGPU加速推理框架，在Three.js渲染场景中并行运行约4.2MB的INT8量化异常检测模型，测试对象为工业泵组简化孪生体，接入温度、压力、振动等8路模拟传感数据。

阶段性结果：

• 桌面级设备（Chrome 120）上，3D渲染保持60fps的同时单次推理约18ms，帧率波动小于3%；
• 中端移动设备帧率降至42fps，仍满足基础交互需求，但连续推理超10分钟后出现发热降频现象。

下一步将探索推理任务按帧调度与渲染优先级的协同机制，并测试WebAssembly SIMD在低端设备上的回退方案，验证跨设备表现的一致性。