研发设计

企业在研发产品时关注的问题主要有三个：一是研发出来的新产品有没有市场；二是新产品能否实现大规模的量产，换句话说也就是工艺上是否有在规模生产时无法解决的难点；三是如何对新产品在不同环境下的表现进行测试。

而在研发过程中，最大的问题是分工各方的协同问题，比如做外观设计和功能设计的如何协同，材料如何选择也会涉及其他的设计人员或部门。

解决第一个问题，即与消费者或用户互动可以通过AR/VR技术实现。该项技术能够将正在研发中的产品模型变成可与用户交互的虚拟对象，让客户真实地感知到这款产品的外观、功能、颜色等，最终让消费者在产品研发阶段便参与其中。比如，运动鞋服企业要研发一款新鞋子，但并不清楚目标消费群体是否会喜欢，该企业就可以在研发过程中将模型AR化，然后通过“AR试鞋”技术，让消费者“真实”地将鞋子穿到自己脚上看款式是否中意，消费者还可以选择不同的颜色，最后将自己的喜好上传。设计人员便可以根据消费者的投票结果来设计市场接受度较高的款式，从而避免出现新产品推向市场却不受欢迎的情况发生。

类似的模式已经在电商领域实现，比如设计一款保温杯之前，可以通过大数据统计某平台电商近几年销量靠前的保温杯，再通过AI算法对这些保温杯的各项指标进行分类，便可以初步得出不同维度的用户喜好模型，根据这种模型设计新款的保温杯成功率便会大大提高。

解决第二、第三个问题需要的技术都是数字孪生，即创建一种高度仿真的虚拟环境，将正在设计的产品模型放在这种高度仿真的虚拟环境中实验，材料、性能、装配工艺等都可以得到高保真的还原。(https://www.daowen.com)

这项技术在20世纪70年代就已经运用到了航空航天领域。美国的登月飞船阿波罗13号在设计、训练的时候就是使用数字孪生技术制造了多种虚拟场景，所以当1970年4月阿波罗13号在距离地球33万公里处发生服务舱氧气罐爆炸时，虽然宇航员无法看到具体的状况，但由于在设计飞船时模拟过类似情况，相关数据都有，所以宇航员和地面救援团队启动“数据记忆”，按模拟情况的状态完成了救援任务，幸运地挽救了3位宇航员的生命。

这种数字孪生环境的搭建还适合难于创建现实试验环境的场景，“难于”是指要么是因为成本太高、要么是因为环境条件不允许。比如深海监测设备的研发，如果将样品送入海底，不但成本高昂，周期也比较长，这时通过数字孪生技术模拟海洋底部环境，然后将样品的模型放入虚拟环境则非常方便产品的设计与性能提升。

在民用领域，材质与环境之间的匹配度一样可以用这种模式去解决。如设计一款雪地登山鞋，便可以将雪地的相关指标通过技术做成数字孪生环境，然后将待设计的鞋子模型、材质及底部纹路、人们惯常的走路姿势等信息全部数据化后融入数字孪生的环境，这样设计人员便可以充分了解鞋子的性能及在不同环境下的表现。

至于协同设计，则类似于目前的协同办公软件，其最大的不同在于办公软件多数是文档的协同，而协同设计涉及的维度较复杂，除了文本之外，还有模型、材料数据等，这就需要有大量的数据采集、智能分析和快速建模，从而让每个部门修改设计参数之后对其他设计部门的影响迅速体现到模型上面来。