用生成式基础模型赋能认知数字孪生：开发低碳综合货运系统

有效的货运监控对于推进可持续的低碳经济至关重要。依赖单模态数据和离散仿真的传统方法无法整体优化多式联运系统。这些系统涉及相互关联的过程，影响运输时间、成本、排放和社会经济因素。开发用于实时感知、预测分析和城市物流优化的数字孪生，需要在知识发现、数据集成和多领域仿真方面付出大量努力。生成式人工智能的最新进展为简化数字孪生开发提供了新的机遇，通过自动化知识发现和数据集成，生成创新的仿真和优化解决方案。这些模型通过促进数据工程、分析和软件开发的自主工作流，扩展了数字孪生的能力。本文提出了一种创新的范式，利用生成式人工智能增强城市研究和运营的数字孪生。以货运脱碳为案例研究，我们提出了一个概念框架，采用基于Transformer的语言模型，通过基础模型增强城市数字孪生。我们分享了初步结果以及我们对更智能、更自主、更通用的数字孪生的愿景，用于优化从多式联运到同步联运范式的综合货运系统。