把宇宙做成数字模型：博物馆与教育机构如何用真实数据和 AI 向导

如果您经营博物馆、天文馆、科学中心或教育业务，一定熟悉内容的经济账：一个新展项或一门课程模块，制作成本不菲；开幕当天是准确的，随后便慢慢过时；它对七岁孩子和退休工程师播放的是同一套内容；而且它回答不了观众真正想问的问题——“火星现在离我们多远？”“巨引源在哪里？”——这些问题只能交给并不总在场的工作人员。

与此同时，科学数据比以往任何时候都更开放。NASA、ESA 和天文学界公开发布的地图、星表和巡天数据，放在一代人以前要花巨资才能获得。缺的不是数据，而是把数据变成观众可以自由探索、忠实于来源、还能“回答问题”的东西。

在科学场景里，数字孪生指什么

严格来说，数字孪生映射的是您在运营的系统，而没有人在“运营”宇宙。我们为科学领域构建的是数字模型——即我们框架中的第一代：基于权威数据的精确结构，事实与物理参数已知且固定，没有实时传感器数据流。

对这类用户来说，第一代并不是“次一等”的产品。博物馆和课堂需要的，恰恰是每一个表面、位置和距离都能追溯到数据集，并且可以在任意尺度、任意日期下探索。只有当您要操控真实的东西——望远镜排程、卫星、航天任务——实时状态和情景推演才变得必要，那时才需要更高一代的孪生。

我们做了什么

宇宙探索是一个在浏览器中运行的交互式三维宇宙，建立在七级尺度阶梯之上：行星 → 太阳系 → 60 光年恒星邻域 → 银河系 → 本星系群 → 拉尼亚凯亚超星系团 → 直到宇宙微波背景的可观测宇宙。

每一层都来自公开数据：

凡有全球地图的天体，都使用真实的 NASA/USGS 地图，并采用 IAU 自转模型，让每颗星球在模拟日期朝向正确的方向，轨道根数取自 JPL；
银河系层使用 ESA Gaia DR3 的 35 万颗恒星，旋臂按实测脉泽视差拟合，面板会注明哪些是数据、哪些是模型；
拉尼亚凯亚层使用 Cosmicflows-2 中 8,315 个具有实测距离的星系——拉尼亚凯亚正是根据这份星表绘制出来的；
可观测宇宙层使用 2MASS 红移巡天的 43,507 个星系，并以 Planck 2018 宇宙微波背景作为最外层。

时间可以在 1600 年到 2600 年之间前进或倒退，观众可以跳到 1969 年 7 月 20 日，也可以几秒钟看完一年。信息面板根据模拟日期实时重算距离、轨道速度和光行时间。还有一条带讲解的“壮游”路线提供引导。

观众最先注意到的是 AI 助手。用自己的语言提问——“带我去土星，讲讲为什么能看到它的环”，或者直接问“土星环是什么做的”——运行在 Amazon Bedrock 上的 Claude 会把镜头飞到合适的视角，同时把答案逐字打出来，通常约两秒内开始。如果服务连不上，内置的离线向导会接手回答，体验不会中断。