文｜刘年华

编辑｜彭孝秋

在建筑数字化领域，多源异构数据整合是一个主要挑战。工程项目涉及大量来自建筑、工程、运维等多个阶段的数据，包括 BIM 模型、GIS 数据、实景数据、IoT 数据等。这些数据格式多样，来源广泛，如何将它们统一起来，形成统一的数据服务，是行业面临的一个重大挑战。数据的异构性导致了处理难度增加，影响了数据的使用效率和项目的决策速度。

专注于工程数字孪生引擎和平台研发的「模视元宇」，是国内早期进行自主工程孪生引擎开发的团队之一。目前，模视元宇开发了两款产品。

基于这两款产品，模视元宇已服务 200 余家各类客户，包括北京市建筑设计研究院、水利部水利水电规划设计总院、中交集团、长江设计集团有限公司、上海建工、科大讯飞、合肥轨道、青岛地铁等头部企业级用户，覆盖智慧工地、机场数字化、智慧园区等场景。

模视元宇

产品革命，不止于 BIM

模视元宇的创始人薛友松，拥有近 20 年的工程建设软件从业经验，曾先后工作于中国建筑科学研究院、Autodesk。

作为一名 BIM 行业老兵，提及 BIM 时，薛友松却止不住叹气。早期，BIM 在建筑行业中的推广使用已经表明了其在改进建筑设计、施工和管理方面的巨大潜力。

然而，薛友松很快认识到，仅仅依靠 BIM 不足以应对日益复杂的建筑和城市规划挑战。在产品开发过程中，一个关键挑战是如何处理和整合来自不同源、不同格式的大量数据。为解决这一问题，薛友松创立模视元宇，开始探索将 BIM 与 GIS 相结合的可能性，不断优化数据处理算法，探索新的数据存储和检索技术，以提高数据处理的效率和准确性。

在这一转变过程中，模视元宇开发了 Multiverse 引擎和 Vothing 平台两款产品。

Multiverse 引擎：促进多元数据融合

Multiverse 以工程模型数据为核心，基于自主设计的模型数据格式，为行业应用提供跨平台的场景构建和三维渲染服务。Multiverse 的开发更加注重于数据的整合和高效渲染。通过融合孪生全要素数据，尤其是工程模型及模拟仿真模型数据，Multiverse 创建了一个统一的数据框架，使得不同来源的数据能够在同一平台上被处理和展示。

这种数据融合的能力极大地扩展了数字孪生的应用范围，使其不仅能应用于单一建筑或项目，也能适用于更大尺度的城市和区域规划。Multiverse 通过流式数据处理和高效渲染技术，确保了即使是大规模的数字孪生模型也能够快速加载和准确展示，满足了行业对实时、高精度数字孪生应用的需求。

Vothing 平台：帮助用户建立数字资产

基于 Multiverse 引擎，Vothing 为客户提供一体化工程数字孪生资产管理方案，融合 IOT、工程模型（BIM、GIS、实景、模拟仿真）、 业务数据、元数据等，支持 BI、三维可视化场景构建。

Vothing 以实现资产的数字化为目标，联结物理世界和孪生世界，构建面向工程全生命期应用的孪生资产底座，管理和集成工程模型数据、IOT 数据、元数据、业务数据、模拟仿真数据，结合低代码孪生场景编辑器快速实现可视化场景构建。

薛友松逐渐意识到，真正的数字孪生不仅仅是对现实世界的精确复制，更重要是利用这些孪生模型，来预测和模拟未来可能发生的事件。

薛友松告诉 36 氪，模视元宇接下来将更多关注模拟仿真技术，探索如何将复杂的物理、化学以及人类活动的影响纳入数字孪生模型中。这一探索虽然充满挑战，但也为数字孪生技术的发展开辟了新的方向，扩展了其在城市规划、灾害预防、资源管理等领域的应用潜力。

2024 年，模视元宇的核心目标是推出一个创新性产品。这款产品必须要有更合理的数据格式设计，解决异构数据的融合问题，还能高效渲染，保障用户实验体验。产品定位将不仅限于可视化展示，而是更关注统一数据底座的建设，建立统一的数据格式、数据服务和数据更新机制。基于数据底座，打造既能满足高逼真渲染又能满足高并发使用的多端渲染方案。

对于未来，模视元宇并不将商业利润作为唯一的衡量标准，而是更加注重产品本身的技术深度和行业影响力。模视元宇希望对标 Techsoft 3D 那样的产品，即便是小团队也能通过专注和精深的技术投入，在全球范围内树立产品声誉。

数字孪生场景服务系统，图片来源：模视元宇

拥抱开源生态，探索新的可能

数字孪生是一个非常庞杂的体系。近年来，数字孪生关注焦点是可视化，并且取得了大量的积累，也促进了数字孪生市场的发展。但时至今日，单纯的可视化已无法满足客户需求，也无法体现出数字孪生的核心价值。

如果要构建真正的数字孪生，涉及的知识领域和技术体系异常繁杂，单单依赖一家或者几家企业，很难完成如此巨大的投入。因此，需要借助开源生态的力量，站在巨人的肩膀上，探索行业化的应用。

以数据底座建设为例，模拟仿真类数据的集成，涉及的领域非常专业且繁杂，需要大量的行业专家及 IT 人员经过很长时间的投入，并且需要经过大量的实践和检验，才有可能实现。在这种情况下，相对于一个团队进行研究，不如更好借助开源社区的力量。

在数字孪生领域，技术路线的选择直接决定了一个产品能力的天花板。当前，许多主打可视化效果的公司，通过 UE 和 Unity 等游戏引擎，在视觉表现上具有一定优势，能够提供令人印象深刻的渲染效果。

但是，游戏引擎的设计，决定了其数据处理和表达方式并不完全适合工程化思维和工程模型数据格式的需求。为了实现可视化的效果，许多企业让工程模型数据尽量匹配引擎，在操作和交互上更多游戏化，其实是有点本末倒置的做法。

合理的流程做法应该是先完成数据的统一，在数据的基础上，选择合适的渲染引擎来表达数据。当然，目前有大量以可视化、大屏展示为目标的孪生应用，这些核心问题被淡化了。这就直接导致了当前孪生应用的 " 影视化 "、" 游戏化 "，大量依靠人工制作效果，无法实现数据的自动集成、装配、更新，限制了数字孪生的应用场景和深入应用，让市场对数字孪生产生消极的看法，对其真正的价值产生怀疑。

经过这些年的发展，围绕游戏引擎的数据和渲染能力来搭建数字孪生平台已经接近被证伪。目前，市面上有大量的数字孪生企业，其业务核心是依靠大量的人工建模和场景搭建，并没有深入到数字孪生的深水区。究其原因，一方面是市场和生存的压力，另一方面，游戏引擎的数据格式设计，以及数据与渲染的深度绑定，束缚了大家的手脚。

为了让产品具有更高上限，模视元宇决定拥抱开源，选择了一条更加开放、灵活的技术发展路线。

薛友松表示，对开源框架和数据标准的探索，是一个逐步深入的过程。只有随着知识面和工程积累的增加，才会越来越认识到其中的价值和精妙之处。其实很多现存的问题已经在开源框架里得到很好解决，但因为从业者都急着做项目，没有很好挖掘，做了大量的投入，很多时候却是在重复别人已有的工作。

通过融入开源的生态中，利用国际标准的数据格式和开源框架库，从业者能够更好地控制其技术栈，使其更贴合工程数字孪生的特定需求，如数据格式的多样性、大规模数据处理和实时更新等。开源生态不仅提供了高度定制化能力，还促进了知识共享和技术创新，有助于在快速变化的技术领域中保持竞争力。

譬如 glTF（Khronos）、OpenUSD（AOUSD）这些标准格式及其背后的组织，在数据互操作性、高效性、渲染表达以及生态建设方面，已经有深厚积累，因此，模视元宇更倾向于研究如何利用和扩展这些现有的、经过验证的格式和框架，以支持工程化应用和城市级数据的高效渲染和管理。

研发跨代产品，实现市场升级

近几年，许多 BIM 企业都承受着行业压力，开始寻求转型的机会。

薛友松告诉 36 氪，在 2021-2022 年期间，由于全行业承压，公司的业务也出现了一定程度的衰退。但当时做了一个艰难但正确的决定：专注于产品开发而非项目承接。项目收入往往伴随着较高的不确定性和较大的回款压力，而通过打磨产品来寻求突破，则更符合公司的市场定位。

这一策略在 2023 年初显成效，得益于团队的集中努力和 Multiverse 引擎的推出，公司的市场表现回升，并且在和同行对比时，模视元宇的产品得到了市场的广泛认可。

面对行业的竞争和市场的挑战，模视元宇更加聚焦于自己的核心技术，通过技术创新为用户提供更有价值的服务。

薛友松表示，模视元宇不会去打价格战，让行业生态持续恶化。

面对 BIM 领域内价格战的恶性竞争，模视元宇选择了一条更加注重产品质量和技术创新的道路，全力研发具有跨时代体验的新产品。期望通过这种方式来突破行业的瓶颈，与传统的 BIM 公司区分开，实现可持续发展。

尽管销售团队规模相对较小，但模视元宇一直坚持让用户体验和测试产品，这种用户导向的开发模式有助于产品的持续改进和市场的口碑建设。

薛友松坚信，在开发创新性产品的初期阶段，并不需要庞大的团队，而是需要一群有共同目标、能够快速迭代和验证新想法的精英研发团队。以 Multiverse 为例，该产品核心开发就是 10 人左右。

融资方面，2023 年模视元宇接近与国资达成投资协议，但考虑当前市场环境及当前需求后，公司暂停这一进程，选择更加集中注意力在产品和技术的探索和研发。完成新的技术的市场验证之后，有更加清晰的方向后，模视元宇会集中资源，谋求进一步发展。