AI大模型通过以下方式提升数字孪生的建模效率：
- 多源数据融合：利用AI大模型的多模态数据处理能力，能整合文本、语音、视频等非结构化数据以及传统的结构化数据到数字孪生平台，构建更全面的虚拟映射。例如凡拓数创的FunCity平台，依托AI 3D空间智能技术，融合卫星影像、无人机航拍、激光雷达等多源数据，结合深度学习算法，可自动生成高精度城市三维模型，并将建模周期压缩至48小时以内。
- 自动化处理：AI大模型经过大量数据集训练，能理解人类语言和图像等信息。如输入简单描述，文生3D模型的智能工具可快速生成3D模型，无需复杂的手动操作。像飞渡科技的峥嵘大模型，采用AI神经网络分割，可自动完成场景单体化与语义化处理，提升场景构建效率。
- 并行计算能力：一些基于Transformer架构的AI大模型具有强大的并行处理能力，能同时处理输入数据的各个部分，极大提高模型计算和训练速度。在数字孪生建模中，可同时对多个对象或多个数据进行处理，缩短整体建模时间。
- 优化模型构建：AI大模型可助力数字孪生进行工作机理模型和三维模型构建。例如在计算机视觉领域，深度学习的卷积神经网络（CNN）可从数据标注和修复、算法优化等多方面对三维重建模型质量进行优化，解决传统方法精度和算力不足的问题。
