随着人工智能和计算机视觉技术的持续进步，数字孪生的应用领域正在快速拓宽。康奈尔大学的科研团队近日发布一项突破性成果：通过仅仅几分钟的一段简单视频，利用一套创新的人工智能算法，能够自动生成一个高度逼真的3D互动数字房间。这种数字孪生模型不仅具备视觉上的真实感，更支持与环境中物品的交互，如打开抽屉、柜门或操作台面上的物体。该技术为多种需要真实互动空间的应用场景带来了前所未有的可能。传统的3D建模往往依赖昂贵且复杂的多视角拍摄、专业设备以及耗费大量人工的后期制作流程。相比之下，康奈尔团队的方案仅需一部普通智能手机随手拍摄的视频片段，无需额外的专业设备或复杂环境布置，显著降低了普通用户和开发者的准入门槛。
该项目团队将该技术命名为“DRAWER”，即“数字重建与环境真实动态交互”系统。DRAWER背后的核心技术融合了多种先进的AI模型，综合实现了高质量图像渲染、精确空间建模和动态行为预测。具体而言，他们采用了两种图像渲染技术的结合：一种强调视觉吸引力，另一种则着重三维空间的准确尺寸重构，确保生成的3D空间既美观又符合物理尺寸。此基础上，团队设计了一个感知模块，能够自动识别场景中的可移动部件以及这些部件的运动方式，比如冰箱门的开启角度与路径。更令人惊叹的是，系统还能智能填充抽屉等封闭空间内侧的环境细节，提升互动时的真实感。该技术由康奈尔计算机科学系助理教授魏秋马（Wei-Chiu Ma）领导，联合伊利诺伊大学香槟分校的博士生夏宏驰（Hongchi Xia）共同研发。
夏宏驰在2025年6月于纳什维尔举行的IEEE/CVF计算机视觉与模式识别大会上首次公开了该项目的详细方案。该团队不仅验证了技术的可行性，还制作了包括厨房、浴室甚至办公空间在内的多个数字孪生样例。融合游戏引擎的能力使得这些数字空间能够直接应用于视频游戏开发中。示例游戏中，玩家可通过发射球体击倒厨房内的物品，实现了从视觉到操作的沉浸式体验。DRAWER技术在机器人训练领域同样展现巨大潜力。通过创造与现实空间一致的3D模型，机器人可以在虚拟环境中安全、快速地完成各种操作技能训练，之后将学习成果迁移回现实世界。
这种“现实-仿真-现实”闭环训练流程显著降低了传统机器人训练的成本和风险。研究团队模拟使用机器人手臂在数字化厨房中整理抽屉的动作，并成功在实际环境中验证了训练成果。未来，用户只需上传家中短视频，便可生成针对自家环境定制的数字孪生，从而实现定制化机器人训练，提升家用机器人的实用性和安全性。当前该技术主要针对刚性物体，如茶壶等硬质家具和设备。团队计划未来将软性或易形变的对象纳入系统范围，诸如布料、可破损的窗户等，将使数字空间更贴近现实复杂环境。同时，从单一房间扩展至整栋建筑甚至户外空间，也是未来的重要方向。
户外数字孪生的实现将为城市规划、智能农业等多个领域提供强有力的技术支持。康奈尔团队及其合作伙伴正积极探索这些前沿应用。该项目得到英特尔、Meta、亚马逊、美国陆军研究实验室、NVIDIA、IBM、艾伦人工智能研究所、美国国家科学基金会以及国防高级研究计划局（DARPA）的资助，显示了其广泛的战略价值和产业影响力。总体而言，DRAWER的诞生揭示了数字孪生技术发展的新里程碑。它突破传统建模限制，用简便且高效的方式将我们日常生活的空间数字化并赋予交互性。无论是在娱乐游戏、机器人智能训练还是智慧城市建设中，这种技术都极具变革性意义。
随着AI技术的持续迭代与优化，我们或将迎来一个“数字孪生万物”的新时代，让虚拟世界与现实世界的界限日益模糊，实现前所未有的沉浸式体验和智能互联未来。
