数字孪生城市是城市的物理空间在数字空间中的映射，数字城市与物理城市数据同步、交互协同。在构建过程中，其通过数据汇总、建模渲染，将城市从物理空间映射到数字空间；在实际应用上，通过仿真模拟、交互控制，解决城市规划、管理、服务等问题。我们认为数字孪生城市、数字孪生自然资源管理的理想目标，是实现物理维度和数据维度的同步运行、虚实互动。
但各城市建设需要不同，在最终形式和应用上有较大差别。既可以用于城市统计监控、智慧管理，也可以用于城市场景还原、情景模拟。走出城市，数字孪生亦可助力自然资源管理，在水利、电力、环境等不同行业均有应用。
目前，其技术发展不及预期，下游应用落地进度不及预期，具体缘由就让我们来一起了解一下吧。
一、数字孪生城市：再造现实世界，走向虚实互动
数字孪生源于航天、工业，其后应用于工程建设、自然资源管理、城市治理等领域。随着数字孪生与城市治理技术的发展和融合，数字孪生这一概念被应用于智慧城市建设，产生了当前数字孪生城市的技术与应用。根据信通院的定义，数字孪生城市将城市的物理空间映射到数字空间，通过模拟、监控、诊断、预测和控制等方式，解决城市问题，实现城市物理维度和数据维度的同步运行、虚实互动。
数字孪生城市存在自身的发展路径和应用场景，其建设具备必要性。城市管理中存在对建筑、交通等数字化建模以支持分析决策的需求，元宇宙概念出现之前，CIM、实景三维等建设已处于发展进程之中。CIM基础平台由住建部主导，更强调建筑物BIM模型和感知数据的接入；实景三维中国由自然资源部主导，其建设目标包括整合地形级和城市级的地理信息。尽管技术路线有所不同，但CIM与实景三维均强调数字空间与现实空间实时关联互通，为空间分析和城市管理应用提供基础。
数字孪生城市的发展为元宇宙奠定基础，元宇宙概念的提出促进数字孪生城市升级。上海市发布《上海市培育“元宇宙”新赛道行动方案（2022—2025年）》，将数字孪生城市列为8大重点工程之一，提出通过城市基础设施数字孪生，对城市空间数据进行收集、管理和运营，进而在观光、交通等领域打造行业解决方案。
数字孪生城市包含大量的三维场景，其建设本身，也为元宇宙的发展积累了初期经验，数字孪生城市建设中积累的数据标准、场景素材和应用方案也可以复用到元宇宙中；而元宇宙提出了相对前沿的概念、更高的技术要求，其注重真实性、交互性、丰富性等特征或将带动相关技术、产业发展，继而作用于数字孪生城市。
数字孪生城市的主要技术包括数据获取、建模渲染、仿真分析、交互控制等部分。
数据获取环节，厂商通常使用遥感和物联网设备采集数据，再对城市时空大数据进行处理和融合。建模和渲染将城市的地理信息和其他多源数据转化为逼真的3D模型。仿真分析环节，通常是对城市的运行情况进行模拟或监测，以辅助城市规划和运营。交互控制则建立在模拟分析的基础上，根据分析结果对现实世界进行自动控制，实现城市的智能化管理。
图表1：数字孪生城市的运行机理
二、数据为基，建模为体，仿真为用
数据：采集方式多样化，数据结构化、语义化重要性提升
数据涵盖宏观、中观、微观三级，数据类型丰富
数字孪生城市所需要的数据横跨多个部门，具备不同的颗粒度和更新频率。根据华为《数字孪生城市白皮书》，数字孪生城市的基础数据框架依据颗粒度可分为宏观、中观、微观三层。城市宏观数据主要为地理信息，主要包括：基于卫星遥感的静态城市地理信息，和基于新型测绘手段对地理信息的增量更新。城市中观数据通常按照地理实体对信息进行分类，并将地理信息和城市中特有的专题数据结合，包括城区及建筑物数据、政府信息系统的业务数据、通信运营商数据等。城市微观数据包含各类物联网场景。地理信息等主要为描述城市情况的静态数据，但数字孪生城市要达到实时映射、虚实互现，还需要大量的动态数据，其收集往往通过物联网实现。
图表2：数字孪生城市数据体系架构
多源数据采集：从航空摄影向倾斜摄影、激光扫描、物联感知演进
数字孪生城市涉及的数据层次、类型多样，采集方式亦在不断升级。卫星和航空摄影测量、倾斜摄影、激光雷达、物联网终端数据采集等是主要的数据采集方式，卫星和航空摄影测量优势在于覆盖范围广、数据分辨率高，能够快速获取数据，但用这种方式进行三维建模可能存在严重的遮挡问题。倾斜摄影测量相比传统的垂直摄影测量，可以额外获得建筑物顶面和侧面的纹理，以及房屋的外框和高程信息。激光雷达能生成高密度、高精度的点云，能够准确计算采集对象的三维坐标。物联网终端则辅助接入大量的动态数据。目前数字孪生城市的数据采集方式呈现出从航空摄影向倾斜摄影、激光扫描、物联感知演进的趋势。
图表3：数字孪生城市所涉及的各类数据收集方式一览
图表4：航空摄影测量、倾斜摄影、激光雷达原理示意图
数据融合：数据语义化、结构化处理重要性日渐提升
数据结构化、语义化重要性提升。虽然使用倾斜摄影、激光雷达等技术可以快速得到大规模的三维地图，但从城市计算和智能分析的角度上看，这些模型仍属于非结构化数据，计算机无法识别，继而限制数字孪生城市实现复杂分析功能。因此，需要利用语义化技术，对各类数据进行结构提取、属性挂接，具体技术主要涉及：多模态多尺度空间数据智能提取技术、语义化技术、深度学习技术等。
图表5：数据进行单体化、语义化处理之后用于操作
数据编码需要统一的标准，目前相关的数据标准正处在研制过程中。物理实体需要唯一编码以实现与数字世界的一一对应，为确保不同厂商的编码可以相互兼容、避免重复建设，统一标准的重要性上升。数据类标准是数字孪生城市的重要一环，其约定了城市数字孪生中数据的表达、处理、应用、服务。目前，在数据融合板块，已有部分标准对数据的编码、采集、共享进行了规范；但在数据资源、管理、服务方面的规范仍在研制过程中。我们认为，数据编码标准以及数据结构化语义化的技术，让数字孪生城市从人眼可读转变为机器可分析，尽管这些技术目前仍在开发和研究的阶段，但受重视程度正不断提升。
图表6：城市数字孪生数据类标准明细
建模渲染：游戏引擎重视觉效果，GIS引擎重空间分析，二者呈融合趋势
建模属于广义上数据生产的一环，模型的融合和渲染是数字孪生搭建平台提供的主要功能。
1）建模阶段：较大尺度的地形模型可以由计算机制图或遥感影像处理得到；较小尺度的建筑物及城市设施的模型来源多样，既可以通过对倾斜摄影、激光点云等三维数据进行单体化、语义化处理建立，也可以由CAD或BIM数据转换而来，或是通过参数化建模的方式实现；
2）融合阶段：不同来源的模型根据地理位置定位，融合成城市三维模型；
3）渲染阶段：向三维模型增加纹理、色彩、光影信息，输出城市3D图像。目前的数字孪生平台，包括GIS软件、游戏引擎、可视化软件，均提供模型融合和渲染的功能，但因禀赋不同而各有侧重。
图表7：城市三维建模可视化的流程
数字孪生城市所用的建模渲染引擎主要可分为游戏引擎、GIS引擎、工业引擎三类。目前，在城市数字孪生领域主要使用的建模渲染引擎大致可分几类——GIS引擎侧重于地理信息的处理，典型案例为Cesium等；游戏引擎侧重于渲染效果的提升，代表为UE、Unity等；工业建模平台着重于进行仿真和模拟分析，如达索3D. EXPERIENCE等。相比工业和娱乐领域，城市数字孪生的独特性在于其对地理信息和BIM数据的需求。目前数字孪生城市的建设案例中，游戏引擎和GIS引擎使用较多，而这两类引擎也呈现出融合发展的趋势。
图表8：主要数字孪生可视化引擎对比
游戏引擎：实时渲染能力优秀、配套资源丰富、对各类数据支持度提升
虚幻引擎（Unreal engine, UE）是数字孪生城市构建中使用较多的引擎，其优势在于逼真的实时渲染能力，可以实现对城市及建筑外形的逼真还原。
UE是Epic Games旗下的游戏引擎，除在游戏领域，在建筑、交通、模拟训练等领域也有大量应用。据CGarchitect的调查，2020年，52%的建筑师会使用虚幻引擎制作实时项目。
UE在数字孪生领域的主要应用集中在城市、园区、机场的数字孪生中，UE在建筑可视化领域中具备以下几方面技术优势：
►出色的渲染效果、丰富的配套资源。UE具出色的渲染效果，虚拟微多边形几何体Nanite，可以导入高度细节化的CAD模型，甚至可以导入城市规模的扫描数据。动态全局光照解决方案Lumen，能实时渲染场景和光照变化，达到类似视觉效果所需的时间仅为离线渲染的几分之一。此外，具丰富的配套资源，其3D扫描应用RealityScan，方便开发者扫描建立自己所需的三维模型，扩充建模和UV工具集，并允许开发者在UE引擎中调整导入的模型，比如改变楼梯的长度、高度和阶数。
► 支持各类数据接入，对GIS的支持程度增强。Datasmith插件可以将位于3ds Max、Revit、SketchUp Pro、Rhino、Cinema 4D，或是其他CAD、BIM和DCC解决方案中的模型导入虚幻引擎，并可以在引擎中继续进行修改。UE4.25 正式支持点云导入，并提供编辑、碰撞分析等功能。对GIS的支持程度也有所提高，顶尖的GIS厂商如超图、ESRI等均推出了自己的Unreal插件。
► 支持协作与共享。虚幻引擎支持多种文件格式，以便于整合不同来源和作者的设计数据。支持多用户编辑系统，在协作评审时与其他利益相关方分享设计，实现更快的迭代。同时，提供VR、视频、全景照片、360度视频等多种不同的展示方式，为数字孪生城市作的宣传提供了便捷多样的方法。
图表9：虚幻引擎实时图形能力、丰富配套资源展示
GIS引擎：空间数据接入、处理能力突出，可视化能力不断提升
Cesium等三维GIS引擎在应用于数字孪生城市开发时，具有优异的空间数据的处理能力。Cesium由航空软件公司AGI于2012年发布，如今已经成为最流行的三维GIS开源项目之一，部分GIS厂商的前端三维版本也是基于Cesium引擎开发。作为GIS引擎，Cesium可以接入并且处理影像、地形、矢量等不同格式的数据，还可以进行三维空间分析，比如测算设计模型的挖方和填方体积等。Cesium创建了专门用于3D地理空间数据传输和渲染的数据标准——3D Tiles。可视化方面，Cesium在网页端进行实时渲染，视觉效果相对较差，但是可以通过Cesium for Unreal插件导入UE引擎构造更精美的真实世界模拟。
图表10：Cesium引擎在数字孪生城市领域的功能展示
从Cesium和UE的发展可以看出，在数字孪生城市领域，GIS引擎和游戏引擎呈现相互融合的趋势。
►游戏引擎对城市等大场景渲染进行了优化。1）大型世界坐标（LWC）功能，支持64位浮点精度，扩大了可支持的场景范围；2）地理参考插件允许开发者将UE中物体的位置与物理空间中的位置关联；3）世界分区系统将世界划分为网格，这都为创建城市规模的项目奠定了基础。
►GIS引擎推出插件增强以提高视觉效果，扩展数据格式加强交互。许多GIS引擎推出了UE插件，以Cesium for Unreal为例，这一插件置于UE引擎，可以把Cesium中3D Tiles格式的三维数据导入UE引擎进行可视化，导入的模型也可以与UE引擎中的其他物体交互；同时，Cesium宣布对3D Tiles数据格式进行扩展，未来的3D Tiles Next标准高度语义化，将允许模拟更智能地与其环境展开交互。
图表11：Cesium数据传输示意
仿真：仿真计算、数据挖掘辅助城市运行决策
仿真计算是指通过仿真分析和数值计算，模拟建模对象在真实世界中的物理特性。该技术早期主要应用于特种和航空航天领域，目前已经在工业生产、模拟测试等领域有了广泛的应用。
对比与工业生产等领域，数字孪生城市中的仿真模拟有其自身特点：
1）大尺度，数字孪生城市并不仅针对于某个具体的物体或事件，而是需要在整个城市的尺度上，对各个领域的数据综合分析，通过跨领域的因果交互分析对发展趋势进行推演；
2）数据实时驱动，传统的仿真实时性有限，往往是基于历史数据进行推演，在当前数字孪生城市中，广泛的物联网传感器可以收集模型所需的实时数据，基于此对仿真结果进行动态优化；
3）云化，大尺度、多维度的数据模拟以及实时分析优化，都需要更充足的算力支持，我们认为数字孪生城市仿真的云化或成为发展趋势。
图表12：城市级别仿真横跨多个领域
图表13：实时仿真的工作模式
对数字孪生城市中汇集的数据进行挖掘，可以辅助城市运行决策，支撑智慧城市的应用。目前的部分数字孪生城市更侧重于对城市进行三维建模，在很多实际案例中并不利用实时数据进行预测。
但如果不进行进一步的分析预测，数字孪生城市中接入的三维数据和实时数据将面临严重的浪费。根据阿里云研究中心的统计，一个城市全部的摄像头记录的视频数据量，相当于1000亿张图片，一个人要看完大约需要100多年，海量视频数据都在“沉睡”，能被监管者查阅的不到10%。正因为数据数量巨大、类型复杂，数字孪生城市分析需要应用人工智能领域的数据挖掘、深度学习、自我优化等技术。其中，计算机视觉、自然语言处理、生物特征识别等技术，可以将语音、文字、图片、视频等非结构化数据结构化，为后续分析进行准备。而知识图谱技术，可以提取数据与数据间的关联，以发现城市运行规律、使深层次推理成为可能。
图表14：智能预测在数字孪生城市各个阶段的用途举例
发展趋势：分析预测、智能交互能力有望增强
数字孪生城市发展初期，其应用主要停留在映射城市的图像，汇集、展示城市内部数据的层面，目前已经在向仿真模拟、虚实交互迈进。分析预测方面，仿真模拟和数据挖掘的技术已经在部分标杆项目中有所应用，比如数字孪生项目具备人流、交通流的仿真功能，用于模拟不同客流下的限流措施、不同交通流下的管理方式。智能交互也是如此，用户侧和开发侧都已有一些数字孪生城市的交互实践。
比如数字孪生厂商针对客户工作流程、业务需求，对监控设备统一管理，系统具备远程巡检和自动预警和故障分析的能力，切实提高了巡检效率。我们认为，仿真分析和反向控制是数字孪生城市发展的趋势之一，未来落地应用将更加丰富和成熟。比如，目前数字孪生城市中自动控制的主要案例还是监测烟感、温度、视频监控等各类传感器，数据异常时异常进行告警。但仍然需要人工处理，数字孪生城市系统自主解决问题能力尚待提升。
三、城市治理、资源管理，应用广泛
数字孪生城市技术在城市中和自然资源管理领域都有广泛的应用，已经可以实现丰富的功能。数字孪生城市目前在国内外已有较多应用案例，既可以在现实城市中落地，辅助城市规划和管理；也可以应用在水利、电力、环境、农业等领域，支持自然资源、能源管理。在功能上具备建筑和环境展示、数据统计监控、数据分析模拟等多种能力。
海外数字孪生城市案例：汇集城市管理、景观复现、数据分析多项功能
虚拟新加坡：全球首个数字孪生城市，具备诸多智能分析应用
虚拟新加坡（Virtual Singapore）是世界首个城市数字孪生平台，整合建筑物语义信息，承载多领域静态、动态数据。该项目启动于2015年，由新加坡政府和达索等联合打造，在2018年面向公众开放。3年时间内，新加坡政府累计投入7300万美元，积累了50TB数据。2020年，在IMD推出的智慧城市指数中，新加坡在全球109个城市中排名第一，显示了数字化投入的效果。
虚拟新加坡平台对城市的进行精确的3D建模，整合和显示建筑物的语义信息和地理定位信息，平台可以利用这些信息进行更高级的模拟与分析，此外，平台承载了人口、移动、气候等各个领域的静态、动态和实时数据，并汇总了来自公共和私营部门的信息，丰富的数据使得虚拟新加坡成为城市应用程序的整体集成平台[10]，平台在城市环境模拟仿真、规划与管理决策等领域具有丰富功能。
图表15：虚拟新加坡平台的部分应用
虚拟赫尔辛基：侧重于建筑物的逼真还原，主要应用于旅游和娱乐领域
虚拟赫尔辛基（Virtual Helsinki）侧重实景还原，提供逼真的城市VR体验。项目启动于2015年，于2018年发布，由芬兰开发商Zoan基于虚幻引擎和赫尔辛基市的开放数据构建而成。平台将3D扫描模型、建筑物照片、手工建模相结合，实现了对细节的精细还原。
在Virtual Helsinki平台，游客可以自由移动，参与音乐会、展览、会议和活动等活动，甚至可以参观20世纪初的赫尔辛基、重温历史事件。新冠疫情阻碍线下集会的情况下，虚拟赫尔辛基平台展示了举办虚拟活动的可能性。2020年4月，超过140万虚拟观众在该平台观看了芬兰乐队JVG的演唱会。
图表16：VR建模效果与实景非常接近
虚拟惠灵顿：注重数据统计与展示，帮助居民参与公共决策
新西兰首都惠灵顿的数字孪生则注重数据汇总、统计和展示，以辅助公共决策。这一项目由Buildmedia公司用UE制作，平台上集成了来自政府和非政府组织的传感器、地理空间、建筑、基础设施、在线数据等不同数据，可以供政府和相关机构进行城市规划和数据统计使用，也可以供居民在线访问。
惠灵顿数字孪生中汇总了大量交通相关的数据供居民和政府部门查看，数据汇总到数字孪生平台不仅保证了政府、机构、居民所获数据的一致性，还使得各方可以协作更新数据。此外，该模型可以支持市民参与公共规划。
图表17：惠灵顿数字孪生平台的部分应用
数字孪生自然资源管理：行业分布广泛，监控管理功能突出
水利：流域数字孪生在政策推动下快速发展
数字孪生流域的建设，作为推进智慧水利建设的核心与关键，受到水利部的高度重视。水利部从2021年11月开始密集推出数字孪生流域建设的相关政策，先后明确了数字孪生流域建设的目标、概念、技术标准，并推出了先行先试方案。流域数字孪生目前处在规划和建设的阶段，但在湖泊或城市这样较小的范围，已经有数字孪生在水利领域的应用实例。利用数字孪生技术构建水务系统一张图，可以实现自然水系和城市管网统一管理，并实现多源数据的直观可视化。
图表18：水利部关于数字孪生流域建设的重要政策
电力：数字孪生在发、输、变、配、用全流程发挥作用
数字孪生可以针对复杂的电网场景，通过创造虚拟空间来运行生产过程的模拟，进而识别和分析出如何更高效、更安全地完成工作，在发、输、变、配、用全流程都有很大的应用潜力。以南方电网为例，根据南网《数字电网实践白皮书》数据，南方电网目前已完成110kV及以上主网的数字孪生，其中76万基杆塔、4794座变电站坐标准确率达99%；此外还包括西电东送“八交十一直”直流线路约1.5万公里，佛山供电局、汕头供电局全局35kV及以上架空输电线路约7000公里，以及19座试点变电站的三维数字孪生。
图表19：南方电网在发、输、变、配、用各个环节对数字孪生的应用
环境：支持城市碳排放检测、环保设施运营
数字孪生同样可以应用于环境保护、帮助降低碳排放。利用数字孪生技术，可以对城市不同区域、不同行业的碳排放情况实现动态化评估和精细化管理。例如，腾讯为北京碳排放动态化评估和管理提供了完整的数字孪生解决方案。以交通为例，通过实现摄像头等传感器的数据处理，数字孪生技术可评估交通拥挤情况和碳排放情况，并在云端模拟不同交通控制方案，提高交通运行效率，减少能源损耗，低碳的同时带来更好的出行体验。支持碳排放管理与核算，而且可区分时空细节特征，辅助对各类措施的效果评估。
图表20：数字孪生碳排放管理平台总览
图表21：数字孪生碳排放管理平台驱动力分析
农业：发展尚处初期，通过对农场等非生命体的孪生提供作业建议
数字孪生技术在农业中的应用尚处初步探索阶段，应用范围广泛，但多数仍停留在概念和理论模型阶段。农业数字孪生的对象包括牲畜棚等非生命体，也包括耕地、动物等生命体。大多数农业数字孪生针对农田、农场、景观和建筑物，对活动植物、农产品和供应链的数字孪生则相对较少。
数字孪生农业的实际部署案例往往是对果园或农场进行监控，并收集相关指标结合算法对种植作业提供建议。比如，意大利的Agricolus农业平台集成了地理信息、土壤水分、天气预报、作物作业等各类数据，并以此提供种植建议，还能提供农场内部的任务协作功能。这一平台最初应用于橄榄树，目前已经在橄榄树栽培地区广泛使用，并且拓展到其他作物品种。
图表22：Agricolus橄榄种植数字孪生项目功能
四、助力元宇宙基础构建，概念引领技术升级
数字孪生城市中的技术、规则积累能够在元宇宙中得到复现。
近三年来自然资源部、住建部等部门持续出台数字孪生城市相关政策。自然资源部、住建部连续发布多项政策标准与技术导则，对实景三维和CIM建设的基本原则、数据标准、任务分工进行了清晰的刻画。2021年3月，在《国家“十四五”规划纲要》中要求“探索建设数字孪生城市”，为数字孪生城市的发展提供了政策支持。在相关政策、需求共同推动下，我们认为数字孪生城市有望持续发展，而其积累的技术、规则，或能够为元宇宙铺垫发展基础。
技术方面，元宇宙需需要建立在完善的基础设施之上，数字孪生城市、自然资源管理等需要高并发基础设施以实现居民及城市管理者进行实时查询、分析、管理的功能，数字孪生城市积累的技术或可以迁入元宇宙。规则方面，数字孪生应用需要打通底层标准和协议，应用实践也在不断积累社会运行规则样本，我们认为现阶段数字孪生应用有利于元宇宙规则积累与完善。
元宇宙强调真实效果，对建模、渲染能力提出更高要求。数字建模引擎是支撑元宇宙实现的重要底层基础设施，但是目前3D建模引擎的发展程度距离真正理想中的实时高质量建模仿真、即时交互的元宇宙的要求还存在差距，底层建模技术仍将被驱动着不断进步。
元宇宙强调交互性，对虚实交互提出更高要求。目前数字孪生城市已经能够实现部分基础的交互功能，比如，虚拟新加坡平台可以模拟城市规划建设的新设施，并分析其对于附近交通以及其他设施的影响，规划出更好地配套设施，也可以将城市建设方案与居民分享，便于方案推行并征集居民意见。我们认为元宇宙的发展将对于虚实交互技术及其支持场景提出更高要求。
元宇宙强调丰富性，让数字孪生的对象逐渐复杂，维度逐渐增加。对象上，数字孪生从最早针对航空、工业设计到现在针对数字工厂、区域交通、自然资源的模拟，对象逐渐复杂化。维度上，以虚拟赫尔辛基为例，该数字孪生系统最早仅是对当地景点的1:1复现，后续则推出了同一景点在历史不同阶段的模拟，实现了多个时间维度的数字孪生。在概念引领、各方共建情景下，我们预计将涌现更多数字资产生产力类型公司。
图表23：数字孪生所模拟对象的现状和趋势
元宇宙的蓬勃发展将对于底层技术能力提出更高的要求，同步创造更多应用场景和使用维度。数字孪生有望受到元宇宙的驱动，在更大的模型精度、场景范围和应用深度上得到长足的发展。
未来数字孪生城市建设的关键要点包括：
1）在数据融合阶段，对空间数据进行单体化语义化处理，并建立数据融合的统一标准；
2）在建模渲染阶段，实现地理信息分析和视觉效果的平衡；
3）在应用阶段，提高应用的精度和深度，实现对具体设备、丰富场景的仿真分析、反向控制。在理想图景中，数字孪生城市与现实世界一一对应，通过实时数据相连，孪生城市中的模拟分析结果又反向作用于真实世界，为元宇宙中城市的搭建和管理奠定了基础。
图表24：不同模型精度和深度中应用场景举例
图表25：数字孪生城市产业图谱
数字孪生城市、自然资源管理发展初期应用主要为实体可视化，目前应用需求升级，厂商产品功能向仿真模拟、虚实交互演进，对分析、预测、反向控制等能力提出了更高的要求，短期或存在技术发展不及预期的风险。
当前，数字孪生城市建设、资源资源管理多为政府主导，受政策驱动、影响仍较强，各行业应用落地仍处于渗透率提升阶段，盈利模式仍需要探索、完善，或出现技术应用落地缓慢风险。
我司发表或转载上述内容，对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担责任。
