带你读《看见新力量》第七期电子书——No.7 专访盈嘉互联联合创始人陆一昕(2)

简介: 带你读《看见新力量》第七期电子书——No.7 专访盈嘉互联联合创始人陆一昕(2)

带你读《看见新力量》第七期电子书——No.7 专访盈嘉互联联合创始人陆一昕(1)https://developer.aliyun.com/article/1348655?groupCode=chuang


二、    BOS操作系统为各行各业提供全业务场景服务

 

盈嘉互联BOS操作系统可对BIMGIS多元异构数据进行自动化提取,实现对数据的解析、组织融合、管理和复用,为各行各业提供空间数据的全业务场景全生命周期服务。陆一昕表示:“客户第一眼喜欢炫酷的三维效果,但随着大家对业务数字化转型的认识不断加深,行业已普遍认为数据才是最重要的生产要素,做好数据管理才是实现数字化转型的关键。”

 

盈嘉互联BOS操作系统作为最底层核心平台,利用数字孪生、云计算、大数据和人工智能技术,将建筑的三维模型和工程图纸快速且无损地转化为计算机可识读的结构化数据,并将这些描述建筑体几何和物理属性数据以空间特有的方式进行再组织,支持数据的可维护可持续更新特性,最终以标准API接口的方式快速赋能给各行业的业务使用。

 

image.png

 

BOS操作系统已广泛应用于建筑、市政、能源、工业、城市等基础设施行业,为政府的精细化管理、企业的数字化转型以及百姓的生活提供空间大数据服务。BOS作为安全可控的新一代核心技术已通过国家信创认证,并入库中华人民共和国科技部科技成果库。

 

基于BOS提供的低代码和无代码的工具平台,盈嘉互联面向不同行业场景提供数字孪生平台和城市基础设施大数据平台。两个平台都以公开试用的方式获客,为开发者提供了丰富的资源和可下载的源代码,所有人都可以进行注册和免费试用,目前已有上万的线上注册用户。陆一昕说道:“很多客户会要求是否可以先试用一下平台功能,于是我们直接提供公开的试用版让客户体验。”

 

BOS产品族包括BOSFoundation(多元异构数据管理)、BOS3D(三维模型引擎)、BOSGeoBIM+GIS融合场景引擎)、BOSMoblieBOS移动端开发)。方案可覆盖整个建筑全生命周期,从设计、生产、施工到运维均提供服务,同时盈嘉互联网站专设BOS开发速成营、开发者社区、API文档、下载中心等模块,为开发者学习交流提供平台,有助于快速掌握BOS开发技术和了解相关信息。

 

三、    实现超300万平方米的再数字化 填补禅城构筑物数据空缺

 

佛山禅城区的“禅城一张图”平台于2016年上线,积累了禅城地理信息数据、道路实时视频、人口数据等基础数据,但缺失城市最大的体量构筑物的数据。因为没有城市构筑物基础数据的支持,解决问题时难以做到精准、高效、协同。

 

盈嘉互联通过对构筑物、地理信息和城市业务三类数据的管理融合,对72处重点建筑物进行精细化BIM数据管理、实现超300万平方米的建筑再数字化,对三个重点区域近7平方公里进行倾斜摄影建模,并集成全区102类涂层数据,建立起三位城市空间模型和与实体城市一致的数字孪生体,实现对构筑物点面体的精细化管控。

 

image.png

 

陆一昕表示:“目前公司定位是PASS平台提供商,下一步往数据服务或数据技术服务商这个方向努力,因为我们认为未来是数据运营的时代。”

 

关于与阿里云创新中心的故事,陆一昕说道:“阿里云创新中心在前几年就有所听闻,我和我的朋友一直关注阿里云的动态,本次参加大赛就是通过好友推荐,我认为阿里云创新中心是一个专业且帮助创企公司成长的平台,通过这个平台可以让上下游企业互相了解,找到志同道合的合作伙伴。未来我们也希望通过阿里云创新中心与更多优秀的企业进行产品或技术等方面的合作。”

相关文章
|
4月前
|
人工智能 弹性计算 自然语言处理
阿里云 SLS 日志查询 MCP ,让 AI 直接用自然语言查询 FC、SAE、ECS、ACK 等服务的日志,告别手动翻控制台
本工具基于阿里云SLS日志服务开发,集成MCP能力,支持一键查询、AI分析日志,告别手动复制粘贴。开源免费,NPM可直接调用,已实测提升排障效率。适配SAE/云函数场景,助力开发者快速定位问题。(239字)
|
4月前
|
监控 安全 大数据
韩国语音钓鱼案件中资金隐匿机制与检方补充侦查策略研究
本文以韩国仁川检方破获的1.34亿韩元语音钓鱼案为样本,揭示“车手”隐匿现金支票的新手法,强调补充侦查与心理攻坚在追赃中的关键作用,并融合行为分析与异常交易监测技术,提出“人防+技防+制防”三维治理路径。(239字)
171 1
|
机器学习/深度学习 人工智能 API
基于昇腾适配Meta AI在Science正刊发表的蛋白质结构预测模型ESMFold
ESMFold是由Meta AI团队开发的一种基于深度学习的高效蛋白质结构预测模型,其核心目标是利用大规模蛋白质语言模型(ESM)直接从氨基酸序列快速推断蛋白质的三维结构。ESMFold通过预训练的语言模型捕捉序列中的进化与结构关联性,结合几何优化模块生成高精度原子坐标,显著降低了传统方法对多重序列比对(MSA)和模板依赖的计算成本。该模型在蛋白质从头预测(de novo prediction)、功能位点解析、突变效应模拟等领域具有重要价值,以高效的推理性能,推动结构预测技术的普惠化应用。
|
机器学习/深度学习 人工智能 云计算
阿里研究员吴翰清:世界需要什么样的智能系统?
阿里妹导读:吴翰清,被大家亲切地称为“小黑”“道哥”。他是阿里巴巴研究员,15岁,考入西安交大少年班。23岁,成为阿里最年轻的高级技术专家。32岁,被评选为2017年度全球35位35岁以下的青年科技创新人才(TR35)。网上有许多关于他的猜测,然而,他始终保持低调,专注于自己热爱的事业。
42191 0
|
机器学习/深度学习 C++
DFS经典问题——八皇后
DFS经典问题——八皇后
634 0
DFS经典问题——八皇后
|
Web App开发 JavaScript
Selenium成长之路-22浏览器滚动条处理
Selenium成长之路-22浏览器滚动条处理
288 0
|
4天前
|
人工智能 弹性计算 运维
|
2天前
|
缓存 人工智能 安全
GPT-5.6 Terra与GPT-5.5性能实测:成本减半后的跑分对比与快速迁移指南
GPT-5.6 Terra 的定价为每百万 token 输入 2.50/输出 15。GPT-5.5 则是 5/ 30。Terra 的每一项费率,包括 $0.25/M 的缓存读取,都恰好是 GPT-5.5 的一半,因此在任何工作负载组合下,Terra 都固定 便宜 2.0x。以每天 10 万次请求、3K token 提示词计算,大约是 Terra 每天 2,000,GPT−5.5每天 4,000,即每月约 60,000对 120,000。问题在于:OpenAI 没有发布任何针对 Terra 的编码基准。那个著名的 91.9% Terminal-Bench 数字是 Sol 在 Ul

热门文章

最新文章