View的需要，下一步应该就是要完善方案，解决室外空间的实时渲染了，这个期待未来Google的进展。

Splatting可以支持在1080p的清晰度下保持大于30帧的输出效率。所以从上面的一些案例来看LumaAI基本上解决了在Web端和手机端的辐射场的实时渲染问题，而这背后就是借助了Gaussian

Tiles格式开放Google的实景三维数据，但是这并不是免费的，所以在商业模式上采用了常用的云服务的方式来进行收费，这也是我标题中说Google开始卖实景三维数据的原因了；1、将Immersive

做过“非自然资源口”的城市级别数字孪生项目都会遇到一个比较大的痛点就是如何获取现势性比较好的基础地理信息数据，这些数据就包括常规的一些影像、矢量、注记、地形等。当前在应用侧我们获取地理空间数据以及服务的路径大概有如下三种：“互联网在线地图产品，国家队天地图平台，各种地图下载器”。其实第一种互联网地图我们应用的比较少，因为我们有好多应用场景都是要求在局域网部署，而互联网的“专网地图”方案在一些小的应用场景也无法负担成本；第二种天地图平台其实就比较能够适配政务的场景有公众版和政务版本，地方也有相应的地方版本，所以不存在部署的困难，而且去年经过一番“高清化”的升级之后，矢量数据换用了矢量切片，影像数据的分辨率也有了很大程度的提升，其实还是不错的。第三种虽然非常能够贴合最终的使用场景（下文介绍原因），应用的最多，但是总有一些不合规的风险，而且能够下载到的数据质量不太高。今天要说的就是除了如上三种选择，现在市面上也出现了一些地理信息厂商开始搭建以及提供一些基础的地理信息服务，“星图地球数据云”就是这样的一类产品，其提供的数据服务包括：矢量瓦片地图服务、影像瓦片服务、地形瓦片服务。这次我也试用了一下，使用了官方指定的Cesium开发环境，加载数据云的服务进行“一张图”底板场景的构建，如下是一些效果的展现：三维白模数据体验当我们把场景的模式从2D切换到3D模式，就可以打开白模图层，这个白模准确来说是建筑白模，从和影像的叠加结果上来看，建筑物轮廓和地图的匹配还是比较好的，但是也存在一些建筑物没有被提取出来，而且开发接口目前还没有开放。影像精度和视觉体验单从影像上来看，数据云提供全球10m，中国大陆0.8m，中国重点城市0.5m的精度，为此我们将数据云的影像数据和天地图以及谷歌影像的质量进行了简单的横向对比一下。第一个对比场景选择了无锡的融创文旅城附近，第一幅是天地图的效果，第二幅是数据云的效果，这两个基本上都是放到了最大级别，数据云的颜色饱和度比较高，细节的现势性也会更好一些，第三和第四幅是谷歌的影像数据，细节会更清晰一些，但是存在拼接处颜色跳跃的问题，这个其实在一些可视化项目上问题是比较大的。第二个对比场景选择了北京的水立方和鸟巢附近，从上到下依然分别是：天地图、数据云以及谷歌地图，细节表达上依然是谷歌的最好，颜色表达上则数据云的颜色比较舒服一些，谷歌太暗、天地图太亮。第三个对比场景选择了北京大兴机场。第一张图是星图地球数据云，第二张图是天地图。很明显，星图地球数据云的影像精度和颜色处理上更好些。服务订阅在服务订阅方面，登录注册后完成个人认证可以免费获得50万次/日的调用额度，完成企业认证则可以免费获得500万次/日的调用额度，这里面的次数其实就是每个HTTP

要训练一天，所以后续也有很多的改进提升效率的方法和论文出来，但是应该代价还是比较大，这点应该比较类似云渲染，所以在这块谷歌是采用了结合Google

由于数字孪生流域政策的推动，水利行业信息化也成为了相关数字孪生厂商关注的重点，从2月22日数字孪生小浪底项目，黄河勘测规划设计研究院有限公司、中国电建集团成都勘测设计研究院有限公司和黄河水利委员会黄河水利科学研究院联合体8320万中标，从建设内容上来看，总体上是遵循数字孪生流域的建设大纲中的软件和数据部分，主要内容包括

最近Google发布了一份名为《Block-NeRF：可扩展的大场景神经视图合成》的最新研究成果，该研究的重点就是将NeRF的应用场景从小微场景或者说单个场景对象扩展到的城市级别，并且实现了在场景需要更新的时候只需要进行场景的分块更新，而不再需要整个场景的全量训练和更新。很多网友将该成果称作Google

最近在朋友圈看到一则名为《城市级渲染AI算法大突破》的文章，文章介绍了香港中文大学团队提出的一种基于CityNeRF的算法进行多尺度城市三维渲染的思路和成果，如下是通过该算法渲染的城市三维效果。目前城市数字孪生领域，包括我们行业提的实景三维中国、CIM基础平台在应用推广阶段都遇到了海量数据计算以及可视化的问题，虽然我提到计算，但是我们现阶段还是把大量的精力集中在如何能够让海量的场景能够低成本的在用户端进行输出和应用，目前市面上比较常见的几种解决问题的思路：第一、基于游戏引擎为前端渲染工具的厂商目前大多采用云渲染的思路，将海量数据的调度和渲染的工作放置到后端服务器完成，然后通过稳定的视频传输进行实时的交互输出，比如51WDP就推出了云渲染模式的低代码定制平台，但是这种模式再网络条件不稳定的情况下会出现画面不清晰的问题，同时在一些云渲染平台上渲染的时候我们发现存在延迟的问题，造成交互上存在一定的卡顿感，所以目前这个技术还需要进一步成熟；第二、基于数据轻量化思路的厂商，目前大多数的传统GIS厂商或者BIM厂商大多常用这个技术路线，通过三维化简方法对三维数据进行轻量化的处理形成金字塔数据结构，便于前端组织、调度，我们最近也在进行市面上相关产品的测试，发现确实有些厂商可以将大面积的倾斜或者MAX三维模型进行简化，并且可以实现在前端的加载调度，但是通常这种对数据的化简相对比较粗暴，在小比例尺下模型基本上都呈现出毫无规则错乱的三角面片形式，而且从小比例尺到大比例尺的缩放，前端的调度比较慢，需要等待较长时间才能保证细节逐渐清晰，这就需要在数据优化构建数据集的时候，需要谨慎的去调节参数试图去找到一个很好的平衡点，这就变成一个非常经验依赖的工作，所以这也是为什么即使用这些工具，很多采购平台的厂商依然无法独立完成这项工作，必须要平台厂商派相应的技术人员到场进行全程的技术服务。第三、基于游戏引擎的交叉编译手段，主要就是依赖游戏引擎的JS打包的能力，目前很多模型数据是直接导入到游戏引擎的编辑器中，最后数据和应用是作为一个整体输出的，就会造成应用的启动时间长以及安装包巨大的情况，这种思路就是只把逻辑和调度的代码打包成JS，然后数据依然通过瓦片进行流式加载和渲染，当然这种方式我没有亲自试验过，不做过多的评价。而本文要介绍的基于CityNeRF算法的城市三维场景可视化的思路和上面三种都不一样，本质上是通过数据训练将可视化效果存储在神经网络中（也可以理解为一个大函数中，专业点的说法叫“三维隐式表达”，我们现在常规的可视化都是基于显示结构化的数据进行渲染），前端可视化的时候就可以根据视角情况给出2D的输出。CityNeRF算法是基于NeRF算法得到的，但是之前的NeRF主要的应用场景大多都是小场景的表达，比如上面所示的一个架子鼓，在这个小场景下其实不存在尺度的概念，只要相机围绕着物体进行照片采集即可得到用于视觉重建的训练数据了。但是在城市这种规模的场景下，摄像机可以在很大程度上自由移动，GIS里面所说的多尺度其实在三维场景里面就意味着摄影机到场景的距离跨度很大，这导致了固有的多尺度特性：随着摄影机升高，场景中的地面目标将获得更粗的外观图，几何细节更少，纹理分辨率更低，而CityNeRF团队主要就是在NeRF现有的单一尺度训练的模式上提出了多尺度渐进训练的方法，发展了NeRF模型和训练集。从浅的base

最近同期毕业准备在体制外翻腾的同门Giser几乎都在准备考公务员了，因为再不准备过不了几年就到了35岁的最高年龄限制了，所以这也为什么平常说35岁是职业很重要的分水岭，因为35岁之后选择会越来越少，人生就开始走独木桥。所以在这个阶段逐渐形成的结果就是大部分人要么离开这个行业去更有成长力的行业，要么进入体制内追求稳定的生活，不上不下的就成为了没有选择的人的选择。我们做产品设计的时候会刻意的追求“差异化”，总得给别人一个选择自己的理由。对于工作也是一样，要么是有成就感、要么是钱多、要么是稳定，总得占一样，如果钱不多、也不稳定还没有成就感，人员流失是必然的事情。据我的观察，大部分选择逃离这个行业的原因可能在如下几个方面，欢迎补充：1.行业天花板明显，行业天花板其实在我看来可以从客户规模和标杆企业规模两方面来看，做GIS因为做软件开发的原因，所以比较喜欢和互联网行业比，互联网行业体量大核心在于庞大的用户规模，但是大部分GIS传统企业的用户还是政府用户，规模很容易评估，甚至拉一下招采信息都能给出一个比较清晰的数字，GIS

昨天看了Khronos网站上分享的2021

I3S》的产品博客，其中作者提到目前I3S已经成为一个标准体系，同时也出现了一些完全不依赖Esri的技术就可以进行I3S数据生成以、服务以及前端使用的技术栈，比如欧洲的Melown

的软件时，需要有显著的声明，不得有隐瞒和可以忽略的色彩。而博云在产品的宣传文件中，并没有进行相关内容的展示以及说明。而Cesium觉得这是在一个新的游戏引擎中展示Cesium

B3DM的转换，这个部分比之前验证的deck.gl要做的好，当时验证的deck.gl在加载I3S的时候是单线程同步阻塞，小场景没问题，场景一大就用不来了；有兴趣的各位老铁可以保持持续的跟进~

计划召集全球基于物理渲染（PBR）的专家，以提高glTF从金属粗糙度和镜面光泽度开始的材质表示，以支持各种新的视觉效果，例如透明涂层，透射率和体积工作。在CesiumJS中添加对PBR的支持

以插件的方式扩展了类似游戏引擎这一类平台工具的空间生态能力，但是Cesium本身仍然会持续在基于web的开源Webgl引擎这个方向上继续投入，并争取达到一流的水准。对于Cesium

Distribution会成为众多OSM数据发行版本其中的一个，并成为独立的分支进行迭代，同时也鼓励更多的企业和个人发布自己的数据集。另外Esri将使用最新版本的Daylight

数据多租户：直接在数据库中提供数据；近期，主要的下一代数据仓库已为其产品都增加了空间支持-比如PostGIS，但要规模化，这是该行业向前迈出的重要一步。在去年的空间数据科学大会上，Google

2020年应该是GIS可视化市场剧烈变化的一年，其中就包括基于游戏引擎的可视化解决方案对传统的Web

Studio和Kepler.gl，基本逻辑都是基于配置的地理可视化分析平台，其实也可以看成是这两款产品的升级款。此款产品提供的核心功能包括如下几点：1、Unfolded

今年张小龙的微信公开课似乎没有引起像往年那样的热度和讨论，大家似乎都忙着吃“郑爽代孕”的瓜，一大早公司的小姑娘们就在义愤填膺的讨论，“我早就看郑爽不是什么好人，心机girl”之类的。我个人很喜欢听张小龙关于产品方面的分享，虽然大多数情况下我更喜欢看文字稿，因为张小龙的现场演讲水平确实不怎么样，跟罗老师相比还差十个雷军，但是他对于内容上的分享却又都是深入浅出的，他不是在介绍产品而是在介绍产品设计背后的逻辑，而这些逻辑和思考是脱胎于产品之上的一套方法论，所以这和具体的行业无关只和产品设计本身有关。虽然我从事的主要是测绘地理信息行业，但是我觉得张小龙在这次公开课上提到的不少内容对于我们这些做传统政府信息化的厂商来说也有很大的借鉴意义：01关于视频张小龙在谈到视频号的时候，针对视频给出了两个很有意思的见解：第一、视频化表达应该是下一个十年的内容领域的一个主题。虽然我们并不清楚，文字还是视频才代表了人类文明的进步，但从个人表达，以及消费程度来说，时代正在往视频化表达方向发展；第二、因此未来的视频应该是一种结构化数据。它存在云端，有所有的创作者信息，有观众的互动信息，能够很方便的分享。我在之前的文章中也谈到过视频在空间感知方面有非常大的优势，一方面目前的采集手段逐渐向着“空天地”一体化的方向发展，在这种技术体系下，才可能实现真正的时空大数据或者是全息空间，亦或者说是客观世界到数字空间的孪生映射；另一方面人类也更习惯于使用图像进行信息的感知和记录，这是认知习惯的问题，所以视频是当下可见的最好信息载体。同时针对视频结构化的理解，视频本身是和应用场景相关联的，而应用场景却又是有明确的结构化信息的，未来视频本身的结构化以及和其他相关结构化信息更深度的融合将会形成一种新的信息载体加深多维数据的应用。02关于ID最近我一直在思考着，为什么我们现在大多数试图采用“大一统”或者“巨系统”进行信息化建设的思路的项目大多数都是以失败告终？比如在和一些大数据的信息化负责人的沟通过程中，他们还是停留在类似“一朵云、一个库、一张图”这样的思路，而且很多信息化厂商对于总结“N个一”特别感兴趣，乐此不疲，我记得曾经有个多年行业经验的前辈在看了我的一些PPT之后，点出一个问题就是我的架构中没有总结提炼出“N个一”。为了实现这N个一，我们都花费了大量的力气，其实保证数据不迷路，基础系统互联互通最核心就是要实现“一个ID”。张小龙对于ID的理解也特别直接：“长期以来，微信的最大价值是每个人的微信ID。”，“而这个新的ID，还必须特别方便，不至于在各个场景里遇到身份的冲突。所以处理得不好，双ID会让系统变得非常复杂。比如你评论，就需要选择用哪个ID来评论。”我们现在的烟囱系统或者数据孤岛大多数情况下的主要问题还是缺少ID对数据进行连接，大数据治理的核心就是要建立这些数据之间的连接，但是大多数情况下这个硬骨头大家似乎都不愿意去啃，更喜欢卖一套政务云，买一套地图图层，所以在这种情况下，无论提炼多少个一，信息化永远都还是在原地踏步，做个热闹而已。03关于内容张小龙将内容分为两种：一种是你需要花脑力去理解的知识性信息，是学习；一种是不需要花脑力的思维舒适区的消费类的信息，是娱乐。产品经理下了功夫用户就能少花点功夫，产品经理偷懒了用户就要吃苦头。一个好的作品能够让人如沐春风，这点在数据可视化方面的体现最为明显，这两年大屏可视化的项目众多，形形色色的大屏也见识了很多，也有不少作品让人看了莫名其妙。数据可视化的本质就是对数据进行降维，这个过程可以称之为对数据的“压平”，结果上我觉得有一家公司总结的很好就是要“秒懂”，能够做到让人“看懂”是一件非常不容易的事情，一方面需要对业务有理解，另外一方面对于数据分析方法以及展现形式都要细细打磨，而不是简单的对数据进行堆叠。所以在可视化的信息传递上要让用户花尽量少的精力，在体验上要做到是“娱乐”而不是“学习”，要让用户费脑子的应用是要挨骂的。04关于迭代在谈到团队问题上，张小龙给出了两个很有意思的观点：第一、如果一个问题，三天没有想出答案的话，那么三个月也想不出来，因此要么三天内找到解决方法，要么放弃，去寻找新的路径，而不是耗在那里。第二、做产品也是这样，要么没有想清楚，那不如什么都不做。如果要做，就要非常快速的迭代。但是这可能更多的是互联网产品的方法论，对于一般传统的To

近期美国Planet卫星公司最近发布了一个通过遥感卫星捕获的2020年最具新闻价值的事件报告通稿，通过遥感卫星影像进行事件报道已经成为新闻传播的重要手段，2020年初新华社就频繁使用卫星影像进行疫情复工的报道，对内容表达形式和信息获取手段上卫星都有着无可比拟的优势。Planet的文章按照月份回顾了2020年的重大事件，从Covid-19的封锁到北极和南极的融化，提醒我们快速变化的气候，自然灾害；如前所未有的飓风和大范围的野火，到像贝鲁特爆炸或油轮碰撞这样的人为灾难；从地缘政治紧张局势，如中印边界问题或伊朗的核发展，到社会动荡，如黑命贵的抗议......2020年无疑是近期历史上最重要的一年。一月所有的目光都聚焦在武汉：这一年的开始，伴随着一种可怕病毒的不祥阴影，中国城市武汉发生了一些非常不寻常的事情。虽然距离后面世界卫生组织最终于2020年1月9日正式宣布一种新型冠状病毒在中国的出现还有10天，距离正式声明承认这种新型病毒在人与人之间的传播还有22天，但这座城市已经陷入了一种惨淡的境地，几乎无法维持其正常的生活。这张从地球上拍摄的武汉前后的照片显示活动减少了。虽然在1月12日的图片（上图）中仍有汽车在街上行驶，但1月28日的图片中，街道、公园和停车场都是空无一人的。Image

其实ditu.google.cn这个服务是完全针对中国市场的，谷歌还有另外的一个地图服务maps.google.com也同样提供了中国的数据，根据维基百科的介绍，Google

Software的FME将开放的标准BIM数据整合到ArcGIS中，并提供飞机和地面车辆位置的实时数据源。HNTB正在使用基于Web的创新3D

2021年刚开头，智慧城市市场就迎来重要的利好信号，1月4号和5号上海和深圳就分别发布了《关于全面推进上海城市数字化转型的意见》和《深圳市人民政府关于加快智慧城市和数字政府建设的若干意见》，梳理了一下相关的文件可以发现，在上海和深圳的整体建设框架中都有提到推进“数字孪生”技术在城市治理方面的应用，这对于测绘地理信息行业来说也是一个重要的利好信号。01感知体系成为重要的城市数字底座在上海的推进意见中，特别强调“构建城市运行生命体征指标体系，纳入地理空间、生态环境、建筑结构、物品标识、人员活动、车辆状态、安全监测、能源状态、设施设备运行等数据。系统规划“城市神经元系统”，科学部署视频图像、监测传感、控制执行等感知终端，实现城市要素全面AIoT化。”而在深圳的建设意见的“1”个基础设施建设内容中强调加快终端设备全面感知建设，“积极部署低成本、低功耗、高精度、高可靠的智能感知设备，依托物联、数联、智联一体化平台，融合摄像、射频、传感、遥感和雷达等感知单元，建立“天地空三位一体”的城市泛在感知网络，不断增强城市立体化的智能感知能力，建设全面感知的“活力”城市，推动城市运行、自然资源、环境、气候等智能多源感知应用。进一步优化多功能智能杆布局。”广泛的感知已经成为构建城市生命体征的基本要求，同时我们也发现了两份意见中都强调了物联感知和地理空间的结合，尤其是深圳的意见中强调建立“天地空”一体化的城市泛在感知体系，这也是我在上一篇文章中提到，在未来空天地一体化的动态空间感知会成为一个重要的手段和趋势。宽泛一点来说感知采集能力就是指从非结构的对象中采集结构化的离散数字信息，而在数据应用和分析环节就可以基于这些离散的信息进行本体状态的还原，当然这种感知设备如果按照是否和感知对象接触可以分为接触式和非接触式，接触式主要通过各种元器件进行直接特征值的测量，这部分其实已经形成比较成熟的应用，众多的产品同质化比较严重；而对于非接触式的感知比如视觉AI感知或者间接的图像识别技术都可以是一种信息采集方式，也就是目前提的比较多的AIOT，比如上海意见中特别提出的城市要素全面AIOT化就是一个方向，如何实现全面要素的AI采集？我觉得依靠空天地一体化的数据采集+视觉AI的提取会是一个必然的趋势，同时目前这种方式落地的成本比较高，这也是未来需要解决的问题。为了迎合这种趋势，其实我们国家的政策也是一个重要的影响因素，比如最近对公开地图数据的管理感觉在进一步收紧，奥维地图下架了谷歌和bing地图，原因就是未经审核，一些同行也正在担心目前自己系统里面使用的谷歌地图会不会有什么问题，如果不用谷歌地图要用什么？同档次的替代品成为了一个难题，同时最近消息大范围的倾斜三维也会成为涉密的数据产品纳入管理，这也无疑会增加未来这些数据产品在智慧城市各个领域的应用和推广的不确定性。02“数字孪生”成为了共享共治的关键手段在当下的视角来看，共治和一体化联动成为了目前提高平城市治理效率和质量的关键内容，在推动城市的一体化联动治理方面，上海和深圳的意见中都不约而同的将注意力关注到“数字孪生”这个方向上来，很显然在应对城市治理这个“巨系统”来说，数字孪生是一个很好的技术抓手。上海在“坚持革命性重塑，引导全社会共建共治共享数字城市”部分强调需要塑造数字时代的城市全新功能。融合应用数字孪生城市、大数据与人工智能等技术，推动城市“规建管用”一体化闭环运转，实现城市决策“一张图”、城市治理“一盘棋”，为城市精细管理和科学决策提供“说明书”。推进城市建筑、市政设施和地下管线的数字化管理系统建设和信息备案，实时监测感知建筑设施运行态势，利用城市运行数据，前瞻规划和动态推演，科学设计、合理布局城市公共基础设施，逐步实现城市可视化、可验证、可诊断、可预测、可学习、可决策、可交互的“七可能力”，使城市更聪明、更智慧。而深圳在数字孪生上的提法就更加具像化了，明确了城市数字孪生的组成部分。主要就是依托地理信息系统（GIS）、建筑信息模型（BIM）、城市信息模型（CIM）等数字化手段，开展全域高精度三维城市建模，加强国土空间等数据治理，构建可视化城市空间数字平台，链接智慧泛在的城市神经网络，提升城市可感知、可判断、快速反应的能力。（责任单位：市规划和自然资源局、市委政法委、市住房建设局）前段时间，准确点说是去年，阿里达摩院发布了《2021年达摩院十大科技趋势》的报告的场景变革章节就提到未来工业互联网和城市治理出现的一个明显的趋势就是信息化的重点在朝着推动业务从“单点智能到全局智能”的方向发展，而且这个趋势未来会越来越深入，无论是在农业、工业或者说是城市治理方面，在过去行业方面还是着重在解决碎片化的业务场景问题，但是在整体环节上的打通和梳理受限制与成本以及供给侧的数据打通问题，全局智能的推动或者说数字孪生的推动效果都是不理想的，大多数还是形成了只有面子而没有里子的尴尬处境。所以数字孪生或者全局智能的基础就是要单点上智能和数据的打通，这也是上面第一点提到的，必须建立起更加全面和泛在的感知底座，未来真正的数字孪生才能成为现实，而基于这样的理解未来会有各种各样的基于数字孪生的智能运营中心出现，而不仅仅是城市运营中心。2020年很艰难，但是2021年的新年势头似乎很不错~公众号后台回复“意见”获取上海和深圳意见以及达摩院预测趋势原文！

2021年的第一天，一觉醒来发现朋友圈多了好多迎接新年的状态，2020年确实是一个不同寻常的一年，大家也迫不及待的和它做一个告别。逝者如斯不舍昼夜，朋友圈短暂的喘口气，大家又得要马不停蹄的忙活着2021年的生计了，最近有一个应届的硕士毕业生在公众号后台问我，他拿了某个国企GIS的offer，问我知道这个公司怎么样，还有没有其他什么公司可推荐的。说到有什么可以推荐的公司，我的第一直觉的当然是去钱多，有潜力的公司，2020年也有不少的冒出来的3D可视化新秀公司，但是从技术栈上来说他做传统前端的其实技术路线是不太匹配的，找工作自然一方面是要找一个好平台，另一方面也是要匹配自己的能力。选个好平台，能够让自己有个好视野，这个非常重要，只有见过好的体制才能建立起好的体制，同时在经济上也能有一个好的回报；匹配自己的能力是职业路径是很长的一个过程，自己擅长做什么，自己能做什么，同时自己能够比别人做好什么这个要首先理清楚。对于个人能力匹配自然是个人的事情，自己要把握好只有自己才是最了解自己的，尊重自己内心的想法。对于平台的发展其实和行业的整体水平相关的，这位老铁说他也投了我们行业某头部平台厂商，但是待遇不是很理想。但是待遇比较好的互联网公司又进不去，所以就只能考虑比较稳定的国企了。这确实是当下的一个现状，大部分的行业公司的体量都很小，没有增长空间，所以相应的也就给不出市场有竞争力的薪水，没有有竞争力的薪水自然也就招不到优秀的人才，没有优秀的人才自然也就没办法积累核心的技术和产品，最起码的领导的战略部署要能够有人能够落实下去才行，而这些东西则是决定了公司增长和利润的关键，从而形成了一个只能维持低水平竞争的局面。但是这种局面对于行业从业人员来说是看不到希望的，所以很多GISer工作没两年就开始转型纯前端或者纯后端JAVA，可想而知有多失望，但是其实从我们积累的一些招聘数据来看，无论是前端还是后端目前还是呈现一个资源比较充足的局面，自然薪水也存在议价空间，但是对于一般的行业公司来说，GISer的供给则严重不足。根据我了解的一些情况，我们行业公司大部分呈现如下两种状态：一、老大是重视技术的，公司在技术上做了很多长远的投入，但是依然无法形成行业领先的优势，直白点说我们说的“技术垄断”，同时在行业解决方案上投入的又比较少，就会形成不上不下的局面；二、老大是偏销售的，对于市场政策以及咨询方案比较重视，有比较完备的售前和行业研究队伍，但是在技术上积累比较少，大部分这种公司是比较“虚胖”的，项目主要依靠“堆人头”，人均产值比较低。在这种氛围下，我们行业2020年大有一股“学51”的风气出现，因为51和光启元两家公司扎扎实实的给我们这种传统公司上了一课，很多人都说我们行业是没有希望了，但是这两个后起之秀确在用行动证明“是你不行，而不是行业不行！”。根据目前公开的资料，51目前已经准备冲刺上市，据官网公开的数据，其业务量已经实现200%的增长，当然这里面有多少水分，我们不是很清楚，但是在3D可视化的细分方向上这两家公司确实已经是形成了一定的技术优势，所以专注细分，并在这个方向上做到领先是一个非常不错的思路，不要轻易尝试多元化，这也是我在我之前的很多篇文章中提到的观点，如果连你最擅长的领域都做不到第一，轻易去尝试陌生的领域就是自取灭亡。2020年已经过去了，看人眼热不如埋头做事，在GIS行业未来的机会还是有的，2020年出现了两个比较有意思的信号，第一个就是长光卫星发布的通过视频卫星来识别道路的交通流量的案例（后台回复“2021”获取该视频~）；第二个商汤发布的通过手机的单目相机实现的三维重建案例（后台回复“2021”获取该论文~）；这两个案例其实都在反映这我们行业未来的技术底座会发生比较大的变化：长光卫星发布的卫星视频交通流量监测案例商汤科技发布的单目相机三维重建案例第一、空天地一体化的趋势，举个简单的例子，以前在智慧化的建设中无论是道路交通流量还是安防的监控主要还是依赖使用地面视频监控设备，这种方式覆盖有限，但是时效性是最高的；目前这几年也出现了依赖无人机进行动态的监测，这种在区域覆盖和机动性方面则更加的灵活，但是时效性没有固定实时监控的效率高；那从这个角度再看长光卫星的通过视频卫星的监测的能力则可以看出卫星的覆盖能力更加的广泛，但是实时性较差，目前单次视频拍摄长度也只有10s左右，但是随着卫星部署密度的提高，卫星回访的周期会大幅度缩短，实际工程价值则会凸显出来；所以融合这三种对地观测的手段对是一个必然的趋势，未来干掉视频厂商的可能不是同类厂商而可能是卫星厂商。第二、基于视觉图像的理解和交互变化，我们目前GIS更准确的说法应该是“测绘+”，通过将测绘采集的数据整合到应用中去，但是这种整合和应用是比较低水平的应用，比如对于遥感或者无人机的影像的利用则更多的是看或者作为空间底图，但是对于内容的理解其实都没有做深入的挖掘，未来遥感、无人家会产生更加海量的数据，如何快速的去理解并自动化形成结构化的信息则成为关键的内容，我们目前对于影像的深加工利用还是依赖人力，比如类似“三调”这种或者“影像矢量化”，对于目前最新的倾斜三维的实体化和修模，依然是人力密集型的劳动，所以后端的自动化利用上没有匹配好前端的快速数据采集能力，这是需要不断完善的地方。所以基于这样的一些理解，未来GIS小丸子也会在这些方向上投入更多的内容和经历，服务行业一起见证这种趋势，最后也放几个相关领域的会议，有心人可以关注一下这些会议，这些会议往往都会放出这些方面最新的研究成果，论文质量也都比较高：1、CVPRCVPR，英文全称Conference

Games强调，最好的解决方案往往都是独一无二的，UE4作为一个通用的技术平台，在构建行业解决方案的时候也考虑到了很多行业的标准以及和行业生态的适配。Epic

JSON主要是为了在GeoJSON的基础上做一些拓展以满足一些目前已知的需求，同时还需要比GML实现起来简单，工作组将采取如下工作措施：基于特定的社区和空间用户的咨询，明确OGC

可视化目前已经是GIS行业炙手可热的一个方向，感觉每个公司针对可视化都可以侃侃而谈，也都有了比较多的经验积累，也有的公司将可视化作为了核心的业务，今天先不谈方向性的问题，还是回归到可视化本身谈一下目前在可视化方面看到的一些现象，最核心的问题就是可视化如何能够让人“看得懂”。之所以有这个感触的原因就是最近看了一个城市规划的应届生给出来的分析图的作品，这虽然是一个新手的作品，我也不是城市规划科班出身的背景，所以对于城市规划也没有很深刻的理解，但是她给我的作品所阐释的设计和故事我却能够看下来，后来我想了一下就是这个作品的一个原因就是符合设计制图规范，而且很严谨。说到这里可能很多人会觉得很搞笑，说了半天就说了这个？是的，因为最近在看很多的成果案例的时候发现一个问题就是这些成果基本上毫无例外的都是“酷炫有余，毫不严谨”。感觉更多的都是透过可视化看了个热闹，而鲜有作品能让人看出个门道。再这一点上是严重偏离了可视化的本质，我从来不反对可视化，但是我很反对“让人眼花撩乱同时又毫无营养的可视化”。可视化永远只是一个辅助手段，可视化的价值在于透过直观的图形和图像可以更快的看懂业务、看清本质、看到趋势！现在市面上出现越来越多的让人“看不懂”的可视化系统，结合自身的经验和理解，可以总结为如下几点原因：01只为集成而存在的可视化目前在很多的“智慧XX”场景下的可视化，更多的是为了体现项目的建设成果从而将很多的东西堆砌到一起给领导看，领导满意即可，而不是给一线的业务人员使用，只有真正的能够满足了业务人员使用的可视化才是落到实处的可视化。同时可视化在信息化系统中的层面应该是属于最上层，比如底层的数据采集、业务加工、专题分析到最后才是结果的呈现，而现在的可视化大部分都是只是落在数据采集的层面，从各种设备以及业务系统中“原汁原味”的抽取数据，然后做一下汇总，这种可视化是毫无业务价值。举个简单的例子，对于很多物联网设备的集成就是通过一个点图标和关联一些属性和业务数据就没有别的了，但是在使用端的需求更多的是想了解整个城市或者区域的态势和趋势，天气预报也不能只是给观众展现一个气象站的数据就结束了，老百姓想了解的是区域性明天的天气是怎么样的，这个在需求端是有价值的，是使用者能够看得懂的。所以在现在的可视化是本末倒置，承担了它不应该承担的责任！02可视化缺乏必要的制图要素现在的可视化大家都在削尖脑袋的在追求酷炫的可视化效果，但是却往往丢失了基本的制图要素，比如咱们地图制图三要素中最基本的整饰要素，比如：图名、图例和地图资料说明。这些都是辅助认知的基本要素，我看了大量的成果，包括网上的和我们自己的一些成果，产品经理基本上毫无例外的都会忽略这些“微小”的元素，这样基本导致的一个情况就是到客户现场，很多客户根本看不懂地图上各种叠加的要素。因为对于很多科班人员而言执着于这些小的点是一种没有创造力和斤斤计较的表现，甚至有的人认为现在的可视化是下一代产品完全不同以往的电子地图，之前的东西都是糟粕需要抛弃的。03过度依赖程序员，缺乏成体系的工具过度依赖程序员应该是目前很多可视化开发团队的问题，主要原因在于很多可视化的效果和能力边界是缺乏比小的可视化编器工具提供出来提供给设计人员使用，所以设计人员在设计的时候就会畏手畏脚，不知道什么可以实现什么是不可以实现，大多数的情况下是开发根本实现不了设计设计的效果，所以这个时候设计人员的价值就变得比较小。这个问题其实之前

丸子碎碎念：最近有个合作伙伴找到我们想了解一下视频相关的东西，他核心的痛点是：1、如何盘活海量的城市视频监控数据，服务于业务；2、目前市面上大多数GIS和视频结合的方式还是采用再三维模型中通过视频图标集成的方式，这种方式太不直观；这个的确是当下的一个现状，为此我邀请了一直从事“三维视频融合”的六六给大家介绍一下当前三维和视频融合的现状，原文如下：01三维视频融合视频三维融合的概念最早发源于视频地理信息系统研究中，从提出至今已经有十余年时间。回过头来看，视频地理信息系统当初提出了很多新颖的概念，然而真正得到大面积应用的，似乎也唯有视频三维融合这一点。时至今日，大量GIS厂商都已经推出视频三维融合的相关产品，不断拓展视频三维融合的应用范围。传统的监控设备生产厂商也在逐步跟进，试图摆脱对GIS厂商的依赖，形成独立的产品线（如下是南加州大学做的一个视频和三维模型融合的案例）。说到这里，对视频三维融合不熟悉的读者可能会迷惑：为什么要将视频与三维融合起来呢？出于安防需要，城市中的监控相机越来越多，分辨率越来越高。基本所有的沿街道路，都能够被监控摄像头无缝覆盖。一个普通的地铁站，可能就有上百路监控摄像头接入。对于如此多的摄像头，以往的工作人员只能在显示器上一路一路地观看，或者通过九宫格之类的方式同时观看多路视频。观看一路视频，视角很局限；观看多路视频，需要工作人员在大脑中将多个分散的视频合并，才能得知整个场景的情况。同时，观看视频的时候，我们只能看到视频中的画面，对于视频画面之外的环境一无所知，而很多时候，监控视频画面之外的周边环境，对于应急决策往往有重大的参考意义。从另一方面说，三维GIS一直在重建静态的场景模型，缺少动态的要素，而一个真实的场景应该是动静结合的。三维模型是静态的，监控视频是动态的。将静态的模型与动态的视频融合，方能同时发挥两者的优势，还原出一个真实的场景。02融合基本方法既然视频与三维模型融合有这么多优点，那么怎样才能将视频投影到三维模型表面呢？想象一下在会议室播放PPT的场景，需要一个投影仪和一块幕布。对于视频融合也是同样的配置，监控相机可以类比投影仪，接受视频作为纹理的网格可以类比于幕布。视频融合的问题就简化为两部分：（1)计算监控相机的内、外参数；（2）生成作为幕布的网格。1.1

马化腾最近在腾讯文化出品的年度特刊《三观》中预言互联网下一个十年要朝着“全真互联网”发展，不上船的都将会被淘汰，场面上总有点带货主播的味了，原文较多，摘取其中关于“全真互联网”的阐述如下：现在，一个令人兴奋的机会正在到来，移动互联网十年发展，即将迎来下一波升级，我们称之为全真互联网。从实时通信到音视频等一系列基础技术已经准备好，计算能力快速提升，推动信息接触、人机交互的模式发生更丰富的变化。这是一个从量变到质变的过程，它意味着线上线下的一体化，实体和电子方式的融合。虚拟世界和真实世界的大门已经打开，无论是从虚到实，还是由实入虚，都在致力于帮助用户实现更真实的体验。从消费互联网到产业互联网，应用场景也已打开。通信、社交在视频化，视频会议、直播崛起，游戏也在云化。随着VR等新技术、新的硬件和软件在各种不同场景的推动，我相信又一场大洗牌即将开始。就像移动互联网转型一样，上不了船的人将逐渐落伍。从描述上看，总有点让人既熟悉又陌生，熟悉的是从基本要义上来说，马化腾先生描述的“全真互联网”似乎就是我们行业津津念叨的“数字孪生”，陌生的是，这种表达方式以及场景是我们不熟悉的。我们行业追求的数字孪生主要还是以城市为主体的全生命周期刻画，比如BIM为代表的规划设计以及运营阶段的三维IOC可视化。这是两种数字孪生，从概念上来说，测绘地理信息一直都是在做着空间数字孪生的事情，这个数字孪生是以刻画真实的物理空间为出发点，所以我们一直在研究如何把这个客观世界描绘的更真实和精细，从原始的纸质地图、电子地图、白模地图、2.5D仿真地图、三维模型以及到服务于机器认知的高精度导航地图。而腾讯的全真互联网所描绘的数字孪生则更多的是以人为中心的场景构建，更多的是人与人、人与空间、人与物的互动。这两年以视频连接为载体的视频会议、直播、云游戏的崛起重新让从业者思考什么才是对用户最友好的体验。根据调研公司艾媒咨询统计数据显示，2019年中国直播电商行业的总规模达到4338亿元，预计今年规模还将翻一番。在产品展示和销售场景上，直播电商提供了更接近线下的购物体验，而且克服了空间和时间不便的限制。

丸子碎碎念：本文是一篇邀稿，私下和“蓝色小丸子”交流的时候，他说他最近正在验证超图这个UE4版本的SDK，主要是和之前Cesium版本做对比，我这边就邀请他针对性的给整了一个“初体验”的文章，供各位看官老爷参考。原文如下：在做三维项目的时候经常会被用户问道画质如何、浏览速度如何，目前基于WebGL的三维引擎对比游戏引擎，画质上还需要提升，本次体验的目的是感受次游戏引擎对三维画质的提升有多少。最近发现超图版本的unreal插件发布出来了最新版为“SuperMap

丸子碎碎念：这是一篇来自彭金金童鞋的投稿，写了他参加完51WORLD展会之后的一些体会，这是来自GIS一线的声音，不吹不黑，更多的是对于当下的思考，发展的过程需要打开眼界，见贤思齐。原文如下：2020年11月18日，国内数字孪生厂商51WORLD召开了为期两天的“地球克隆计划4”大会，约800家企业、2000多人参与了本次大会。会议期间，51WORLD发布了AES全要素场景、WDP开发者平台以及展出了过去一年来在智慧城市、智慧园区、智慧水务、智慧港口、智慧生产等十大行业的优秀案例。同时，51WORLD还宣布从一家数字孪生技术产品供应商逐步转变为平台供应商，通过数字孪生技术赋能全行业应用。展会期间详细体验了51WORLD制作的城市级三维可视化场景，这些场景画面超级精细、操作丝滑流畅、光影效果逼真，对于整个城市的三维还原令人叹为观止。对比GIS行业以三维球为基础的三维可视化，简直形成了全方位地“降维打击”。这些场景背后的“黑科技”是“游戏引擎

继六月份百度发布专网地图DuGIS解决方案之后，腾讯上周也高调发布了腾讯地图产业版-WeMap。虽然二者在称呼上有所差异，但是本质上是一致的，都是将目光定位到政企客户，更有趣的是二者在口号上都极为一致：1、百度将专网地图定位为“新基建”时代的数字底座，百度地图新一代GIS依托AI、大数据、云计算和地理信息系统优势及开放生态能力，携手行业合作伙伴，致力于全面赋能政企业务数字化转型及智能化升级。2、腾讯将WeMap定位为面向智慧产业的时空数字底座，也是面向产业互联网时代的一次创新升级，致力于携手腾讯智慧产业与行业合作伙伴建立行业生态，实现地图和真实世界的共生共建，为政府、企业、用户提供更加智能的服务,WeMap是腾讯地图联合行业合作伙伴共同打造而成，汇聚了腾讯LBS、AI、5G、云和大数据等领域的领先技术。但是从产品命名上来看，两家公司的风格还是存在较大的不同，百度的“专网”称呼上其实更加的技术化，定位非常明确，就是将公网的百度地图倒腾到政务网或者企业内网，指向很清晰，但是相比之下腾讯把WeMap定位到产业互联网，听起来似乎格局更大一些。不过从中我们也可以看出来这些互联网厂商下半场的一个思维，就是将突破点从传统的消费互联网转移到传统线下行业，而且也可以从“二马”的公开场合的发言中看出这种思考：1、马云：“今天如果再创业，我一定不选互联网，我要进入传统行业。数字化技术才刚刚开始，这是我们这个时代的机会，未来十年、二十年，全面的技术化、全面的数字经济化，将会推动整个社会各方面改革。”2、马化腾：“腾讯要扎根消费互联网，拥抱产业互联网，成为各类行业的数字化助手，成为连接器、工具和生态共建者。”为了更好的匹配这个目标，腾讯在组织架构上成立了CSIG（云与智慧产业事业群），其定定位就是用于整合自己内部的资源对外提供一个统一的出口，说一点题外话，统一出口这件事其实还是是很重要的，尤其是对于大厂来说，这些厂家基本上都是采用扁平化的管理，因而我们经常会遇到和同一个公司的不同事业部的人沟通同一个问题，而且他们相互之间都不知道彼此的存在，信息也不互通，更为讽刺的是这些厂家声称要解决政府的“数据孤岛”问题，他们甚至都解决不了自己企业内部的管理和协调的问题。回到上面的话题，腾讯地图也正是属于这个CSIG事业群，而且在整个CSIG内部地图属于基础产研团队，不是商业团队，其实不用特别考虑赚钱这个事情，在这点上和DuGIS上还是存在比较大的不同，百度的专网地图有单独的产品而且是可以直接对外的，内部应该也是有单独的建制，服务政企客户就必须要具备解决方案能力，能做个性化定制服务，因而就需要配备比较强大的前端队伍，同时在技术场景上也就更加的复杂，在这一点上的挑战应该和一些传统GIS公司是一致的。互联网地图厂家做政企业务从来都不是自己的单相思，政府和企业自然也是有需求的，一方面是大厂的技术实力保证，还有的就是这些互联网企业积累的海量数据，正如腾讯所言：“当进入到产业互联网之后，我们发现，B端和G端有更多的需求，在此前的基础上又有很多对空间数据的处理，比如说政府此前一直在建的多规合一、时空云平台等等，都是要把政府侧空间数据管理起来，同时也希望将政府侧的空间数据和社会数据以及互联网数据进行融合，更好的去帮助政府提供辅助决策服务。”根据腾讯腾讯地图首席科学家郭殿升的报告，腾讯将自己的互联网地图数据能力总结为“人-车-路-物”四个方面，这些数据有如下三个方面的优势，这也是腾讯在产业赋能上的核心价值：1、数据鲜活：腾讯每天可以覆盖的用户数据达10亿，每天上报的位置数据超过1100亿次，数据体量决定数据质量，因此，腾讯数据质量非常有优势；2、位置精准：腾讯位置服务目前在全球有6.8亿个wifi定位点，定位范围覆盖全球150+个国家，全球定位成功率达到98.72%，中国定位成功率达到99.68%，同时，常年保持警务合作，数据接受警队摄像头校验，保证数据准确性；3、维度全面：数据主要来源于腾讯全系app及含有腾讯位置服务SDK的app,涉及衣食住行全方面，有利于多维度分析客源标签。WeMap主要的发力点在哪些方向上？根据发布会上的介绍，WeMap会布局如下五个重点方向，尤其是在交通方面，腾讯地图有着比较深的积累，还发布了未来交通白皮书：1、在智慧城市方面，WeMap为政府相关部门提供鲜活的基础地图能力和位置大数据，集政府业务与城市模型于一体，并提供全面强大的分析处理能力，全面打造城市运行管理、态势感知、决策支持的“一图统揽、按图决策、依图施策”。2、在智慧交通方面，WeMap从交通一张图出发，基于对人、车、路、地、物的时空感知、数据管理、智能分析和可视化能力，提供历史溯源、实时感知和时空推演等智能服务，为智慧交通行业建设、管理、营运和服务提供支撑。3、在城市应急的场景下，WeMap对重大突发事件现场根据互联网大数据计算以及分析能力快速给出影响面统计，对现场进行真实模拟并结合LBS能力提供指挥调度能力，提高城市应急指挥的效率。4、在智慧零售方面，WeMap基于对时空和人群的感知、分析、预测能力，在零售行业多个核心业务场景深度应用，包括客流分析、客群洞察、销售管理、门店选址、网点管理、精准营销、物流配送优化等。通过时空信息智能优化决策，提升企业运营效率，助力业务增长。5、在智慧文旅方面，WeMap基于微信原生地图定制能力、专业地理数据测绘能力、构建了以微信小程序为载体的智慧导游导览产品，整体提升游客的游览体验，助力景区提升综合服务能力。同时依托位置大数据帮助景区管理者全面了解客流情况，提升景区安全运营、精准运营及营销能力。大多数GIS行业公司一听腾讯地图也入局就更紧张了，感觉饭碗要被抢了，但是在我看来这并不是一件坏事，大厂纷纷入局必然就会带来行业格局的改变，而在这场洗牌中有淘汰同时也会有放大，淘汰的是哪些“虚胖”的企业，这些企业有一定的规模但是没有核心的产品和技术，而被放大的自然就是那些“聚焦”的企业，这些企业有核心技术和产品，正如雷锋网所言“腾讯不是万能的，作为一家互联网公司，腾讯在测绘、遥感等地理信息领域都并没有太多的积累，在GIS(地理信息系统)、BIM(建筑信息模型)等技术上，较之行业的头部仍有很大差距”。而对于大多数体量比较小的公司来说基本上没有什么影响，因为二者并不在一个赛道上。前段时间有个小伙伴和我说要离开GIS行业了，因为在他的视野范围内的一些GIS公司都过的苦哈哈的，也看不到什么前景，其实在我看来，我们测绘地理信息正处在一个最好的时代，GIS从未受到现在如此的重视程度。只是产业链玩家的布局发生了改变，但是行业和技术的进步都是飞快的，我们在关注竞争的同时其实还需要明白一个现状就是这个行业的体量也大了，眼红的人多了。我们正在一步一步的走向我们期待的城市数字孪生，正如腾讯的WeCity所言，未来空间即服务，城市即平台。后台回复“we”获取郭殿升报告PPT和腾讯未来交通白皮书！

数字孪生城市一直是测绘地理信息行业发力智慧城市的一个抓手，数字孪生和测绘地理信息产业密切相关，数字孪生城市涉及城市空间信息采集、建模、开发、服务、应用，这样就可以使得相对小众的测绘地理信息行业通过数字孪生在智慧城市产业布局中找到了关键的位置。而现阶段的数字孪生对于测绘地理信息来说更多指的就是以新型测绘数据产品为基础的新一代融合信息应用平台。尤其是自然资源部在2019年初的“十四五”基础测绘规划编制工作中提及的“实景三维中国”计划，采集每个城市的三维数据有了政策保证，也会成为数字孪生城市建设的重要的推动力。根据信通院发布的《数字孪生城市报告研究报告》指出，数字孪生城市理念自提出以来不断升温，已成为新型智慧城市建设的热点，受到政府和产业界的高度关注和认同，当前各地对数字孪生城市规划和建设的需求非常强烈，但数字孪生城市究竟如何建设，各方仍是感到非常困惑，技术方案和实施路径亟待规范和明晰（文末有下载方式）。智慧城市的建设模式更多的是自上而下推动，而在顶层设计层面上并未形成数字孪生城市的标准规范，目前雄安新区推动的BIM

我前面结合Unity和UE4写过一篇关于流渲染的文章，后台有不少小伙伴咨询这个技术到底怎么样，虽然我不想再谈这个话题了，但是结合最近的一些动向和小伙伴的需要再聊点边角料。其实这个技术并不是一个新技术，只是针对GIS或者智慧城市领域来说算是一个“非主流”的技术，无论是像素流还是流渲染都不是突然出现的，这个技术的溯源要追踪到云游戏这个赛道上来，而且云游戏的发展有很长的一段时间的历史。什么是云游戏？云游戏是一种以云计算技术为基础的在线游戏方式。游戏中的所有计算(包括画面渲染、数据同步、交互逻辑等)全部在

作为一个生活很单调的直男，平日里最大的乐趣就是和各种人唠嗑，在大学里自然是微信“摇一摇”，期待能摇个漂亮MM，但是大多数情况下都只能找到和我抱有同样想法的“直男”，没想到工作了，能聊上天的还是这些苦闷的行业“直男”，每年的话题好像都是“行业不行了”之类的，我发现我们行业是不是对女生特别不友好，女性流失太严重。唠嗑嘛，无非就是打听打听相互公司业务经营的怎么样，离倒闭还差几个月之类的，但是通常在一些沉默之后大家为了打破这种悲观的局面一般都会说：“其实也不是全部啦，有的公司就很不错，比如51WORLD，我很看好！”。有一个人这么说倒是不奇怪，但是如果有三个以上的人这么说这件事情就很值得玩味了。其实看好有两个层面的理解：1、没看懂，总觉得背后有一股神秘的力量，就像很多人看好AI一样，不明觉厉嘛；2、看懂了，但是他的玩法自己是玩不了的，比如技术或者是资本，其实内在的就是投降逻辑，干不过了，还是缴枪投降比较好，失败者保持最后的体面其实就是举起胜利者的手臂。我们平时看待或者评价一个公司，大家谈论的最多的就是他们是不是有核心技术或者说是创新点，但是对于一个商业公司来说单独说技术是不全面的，其实商业模式也是一个很重要的方面，什么是商业模式，简单的说就是公司通过什么途径或方式来赚钱，这很大程度上反映出创始人的商业思路和格局。在互联网+的影响下，基本上也是属于一年玩坏一个行业的节奏，大家都在说现阶段想挣钱真的是太难了，大量的行业都是在挣辛苦钱，在满是红海的环境下，无论是技术上还是模式上的创新都显得很困难。其实在商业模式上的设计，无非两种情况：1、你有我也有，看大家谁跑得快。绝大数的GIS企业其实都是这种同质化竞争的情况，业务范畴和使用的技术栈基本上都是类似的，所以最后变成的格局就是大家相互打价格战，看谁能把价格拉到脚脖子，看谁能够把成本做到极致（其实就是把员工压榨到极致）。当然现在也有很多声音鼓励大家走出去，当然这些声音要么是来自官员要么就是来自专家，也有很多老板耳根子一热也都在谈战略转型，到最后跑到外面逛了一圈又只能灰溜溜的回来，在自己的老本行都占不到优势，想跨界打劫基本上就更难了，所以现在的情形就是大家都在一窝蜂的找新兴的领域，就是在这个领域目前还没有绝对优势地位的玩家，起码在这个业务领域大家基本上都是同一个起跑线。2、我有你没有，打个时间差。这种模式其实很有意思就是我搞这套东西完全是新的，市面上基本没有竞品，这种模式能够让产品产生足够的溢价，但是这种模式其实坦白来说也只能是打个时间差，很快就会有模仿者涌现，如果不尽快形成护城河干掉模仿者，然后大家就又会回到“你有我也有，看大家谁跑的快”的疯狂竞争局面，其实这种典型代表的就是苹果，他有好的产品其实还有更好的生态，整个封闭的生态都可以赚钱，但是很快后来者也同样用生态的玩法来和他竞争比如小米，这种局面就需要自己不断的保持80分，不然你明天就会变成60分，后天就会变成40分。还有就像现在中国很多的互联网公司，前期通过价格战或者补贴把竞争者都打垮，形成独角兽格局之后，就会积累大量的流量资产，他们可以以远低于市场的价格获客，从而形成护城河，这样他们就可以用更低的成本和你做同样的一件事情，所以这也就是为什么这些有一定基数的互联网公司总是愿意搞跨界打劫，而且屡屡得手的原因。其实我自己思来想去，51在商业模式上并没有什么特别的设计，起码现阶段上主要营收模式跟很多做可视化的公司一样，都是做智慧城市行业的可视化解决方案，同样类型的客户，同样的项目运作模式，我觉得现阶段项目型公司遇到的痛苦，他都会一个不落的经历一遍。他并没有设计一种新的商业模式，比如最近微软搞的飞行模拟器，也同样是“克隆地球”，但是他们这个是做To

2020年在GIS可视化方面是真的是好不热闹，各种发布会和消息不断，我前面也集中了几篇文章聊了一下目前可视化项目的现状以及相应和游戏引擎融合的趋势，比如上周的超图GTC发布会也发布了针对和游戏引擎SDK的计划。之前我介绍的是Esri的CityEngine和游戏引擎的整合，而最近回顾了一下Esri上半年事件，发现其实Esri在三月份的的UVC（Virtual

下班匆匆忙忙扒了口饭，就急冲冲的找地方参加公司的考试，对于我这种常年隐藏在班级中游的学生来说，考试一直就是一种负担，进不了红榜也成不了倒数，这样既得不到漂亮女同学的关注也得不到班主任的特别关照，考试的意义荡然无存。毕业的时候还试图考过公务员，但是我又懒得看书，大好青春怎么可以浪费在看那么无聊而又没有意义的书上，然后在考试中就被各种智力测试吊打的体无完肤，所以我现在每次看到公务员我都是毕恭毕敬，这并不是我要讨好他们，而是觉得他们相对于我在智力上绝对有碾压性的优势。意料之中，刚提交完考卷，系统就给出了58分的成绩，这样一来我人生考试倒数的记录就再多了一次，记得上次倒数还是学校的最后一次体能测试，我班级倒数第二，还好不是倒数第一，倒数第一是个胖子而我是个瘦子，考试前我跟他说：不要担心，你跟紧我就行了，我肯定会及格的，然后我们就成了班里唯独两个连跑圈都没及格的人，毕业我们就断了联系。但是他现在在985高校当了特聘副教授，而我却只能在公众号吹嘘我当年和他的一次并列倒数的事迹。作为一个倒数的人，绝不能停下学习的脚步，所以我就刷起了朋友圈学习一下朋友们最近的新动态，点个赞交个朋友，因为有首歌唱得好“朋友多了路好走”，像我这样倒数的人想活下去就只能靠朋友了。然后就在朋友圈看到了这样一条消息“超图今年内要发布针对游戏引擎版本的的SDK”，这还真不禁念叨。我下班前还在和公司的小伙伴聊，预估最迟今年底大部分的GIS公司在可视化方面基本上都会转到Unity或者UE4上来。其实这倒是不能说有什么先见之名，只要是被客户和对手吊打过的公司都会自然而然的做这样的选择，但是没想到超图动作这么快，所以经常也感叹只有中国的公司才最懂得中国的需求，超图产品在很多战略层面的判断都很对（超图，我都这样了，你们也不来我的公众号投个广告啥的，照顾照顾生意撒），就是执行的不咋好。所以从产品经理角度来说超图还是很靠谱的，而在中国这个大产品经理一般都是老板，而名义上的产品经理一般都是产品经理助理，其实这也无可厚非，因为从本质上来说公司就是老板和股东们用来挣钱的一种形式，他们当然要对经营负全责。本着能问到绝不自己去查的态度，我就找了超图的小伙伴想了解他们的进度，可是人家反馈一切都是不能说的秘密，不得已只好自己去看视频直播。宋老板在超图的发布会上介绍超图自己内部的研发周期是上一年的10月到今年的9月，所以基本上估计超图从去年就已经着手规划这件事了，而在那个时候我们还在犹豫和观望，期待Cesium的更新。但是从发布会上超图释放的两段demo的效果来看，其实效果还是属于玩票的性质，起码从我个人的的角度而言，这个demo做的效果其实很一般，缺乏良好的设计，所以基于这两个demo可以做一些大胆的推测：1、超图就是很洒脱，没在demo上花什么心思，程序员做做就OK了，毕竟是研发团队主要还是以底层的逻辑的构建为主，比如数据管道和空间坐标体系这些，而这些东西又很难拿到台面上来体现，对于后期项目上能实现成啥样就靠施主们自己的造化了，不过话说回来，超图的demo好像一直做的也就那样2、超图目前还是在学习阶段，内部对于游戏引擎SDK的研发其实也没有那么顺畅，因为如果整个团队熟练的适应了UE4或者Unity的开发模式和协作，应该是可以很快的就可以出一个不错的效果的，这也是我前面一篇文章提到的团队建设的问题，对于传统的GIS团队来说，游戏引擎的学习曲线是比较陡的，在无法招聘到合适的人的情况下，就需要原始团队一点点耐心的去探索。也有的小伙伴说，超图做出了SDK大家是不是就可以静待花开，不用自己投入，坐上超图就可以乘风破浪了？或者说超图就可以极大的降低游戏引擎的入门门槛了？其实我觉的都不是，你想想超图自己的demo都做成这样，你们不花点功夫怎么能做好？超图这个动作的意义更多的可能是将GIS厂商和游戏可视化厂商在可视化方面拉到了同一个赛道上来了，然后谁能够冲出来就看自己各自的本领了，所以如果真的希望能够在这个方向上持续的形成竞争力，这种前期的投入是少不了的。在这样的变化中最痛苦的其实是那种自己研发引擎的厂商，前期投入很多，但是到这个阶段其实自己的直观效果可能做的和现有的拿来主义的厂商相比并不出彩，放弃自己的引擎很痛苦，不放弃继续投入就可能面临掉队的风险。当然现在很多人很反感可视化或者三维，整个行业感觉没别的事了，大家都在折腾点这个事，这些东西有多久的生命力不好说，能不能赋能业务也不好公开了说，但是当下还是有生命力的，起码从国家层面的一些发声来看是这样。一些趋势和发展也总是在迭代中进步，比如同样是三维，现在的三维表达和以前的三维表达的手段和方法是截然不同的，下一个阶段的GIS表达、落脚点和应用场景也一定不会是现在这样，但是到底会是什么样还是需要回到逻辑层面去判断，就像我，谁成想毕业多年还是躲不过考试，还是躲不过倒数！

还真是傻傻分不清楚啊，但是实际上的底层技术路线这二者还存在巨大的差别。当然了百度在文章中提到基于Cesium的MapV

Cozzi带来了不小的震撼，合作其实就是回归到各自更擅长的领域，从而获得共赢。当然来这都是官方的说法，其实深究一下这个所谓的合作里面有一个很重要的角色就是Epic

“kepler.gl在海量地理定位数据可视化的应用！”最后附上何珊分享的现场视频（拍摄角度刁钻，最好配合着PPT观看）：

我在前面的文章中提到过目前基于WebGL的前端三维可视化存在的一些问题：1、前端浏览体验和数据量有很大关系，需要花费大量的数据进行数据的轻量化以及切片处理，但是同样要忍受切片调度加载的问题；2、前端性能的稳定性不高，高负载的情况下容易出现崩溃；3、无法支持大分辨率的场景问题；这些问题在目前情况下似乎都是无解的，要么就是退回到CS架构；要么就是限定使用场景，比如圈定一个比较小的数据使用范围，以此来获得比较好的使用体验；但是这个都只是权宜之计，在当下强调全场景内容分发的时代，限定内容的分发渠道肯定是不明智之举，在数字互联时代，所有的内容制作者都希望尽可能触及到更多的消费者，将内容能在不同的平台上分享，包括手机、平板电脑、个人电脑以及交互式屏幕。显然在当前的技术背景下继续折腾WebGL

Reflect插件，该插件可以实现轻松转换，为实时3D体验做好数据准备，而不必离开他们习惯的设计工具。只需一键，Revit用户便可开始把BIM或CAD数据同步到Unity

随着倾斜相关技术手段的逐渐成熟以及设备价格的平民化，倾斜数据成为了目前测绘地理信息行业一个很重要的数据来源，几乎每个测绘相关公司都具备倾斜数据的生产能力，受此影响，对应的相关下游软件应用中倾斜数据使用的比重也逐渐提高，在国家层面也已经提出启动“实景三维中国建设”计划。倾斜数据最大的特点是真实，但是对于目前主流的可视化应用场景这是优势同样是劣势，如何在艺术和真实之间做好平衡，最大程度的利用好倾斜数据是今天本文讨论的重点，接下来就结合着最近项目中得到些经验，谈谈如何利用倾斜数据做好可视化效果。1、一些小应用我相信我遇到的问题不是个例，很多类似的项目实践过程中多多少少都会遇到相同的问题，而且也一定积累了很多奇技淫巧。不同于结构化的人工建模三维数据，有良好的结构，可以针对性的对模型进行分别调整，但是对于这种非结构化的倾斜数据，或者叫表面模型数据，能够对模型进行处理的手段并不是很多，更多的可能只是在叠加，也就是overlay层面进行专题的表达，所以大多数在可视化场景中一般是不推荐使用倾斜数据的。但是在业务系统中，通过结合单体化之后便可以在模型基础之上进行实体数据的挂接，从而满足事务性需求，除了应用比较多的自然资源领域，公共安全管理方面，比如网格化、警务等领域的业务系统中都有着广泛的应用，甚至阿里的城市大脑中也将倾斜数据作为了基础的底板，同样在某些市一级的网格化平台中，底图已经全部替换成了倾斜数据，而且还能够保持一年一次的数据更新频率，所以对于倾斜目前已经不是尝鲜的状态，更多的是迎合趋势，那到底倾斜数据有哪些问题导致其不适合应用到可视化场景中？2、一些小问题化简严重，可视化比较糟糕，目前对于倾斜的使用方式主要集中有两种，第一、直接在倾斜的生产软件中导出软件开发端可以使用的标准格式，比如ContextCapture中直接可以导出成3d

随着WebGL的逐渐成熟，Web端逐渐成为了GIS可视化的主战场。不同于客户端，Web端首先需要解决网络数据传输以及顾及好前端浏览器在资源上的使用限制，比如渲染上chrome的v8对于内存的使用在32位系统上的最大限制是1G，64位系统上的最大限制是4G，而传输上更是需要视网络情况而定了，目前大多数大型Web3D应用还难以做到在互联网上流畅访问，所以这也成为了一个类似的伪问题，理论上你可以在任何互联网到达的地方使用到系统，但在实际中需要有前提条件比如：第一、足够的带宽；第二、足够好的硬件支持，这条件显然并不比安装个插件或者下载个应用更轻松，前端有限制，工程师们就开始使用后段的技巧去解决这个问题。1.Web三维大后端越来越多的厂商意识到整体上收费是不友好的，现在市面上大多数的产品都是前端免费甚至开源，只在后端上进行收费，也有的整体上都以SaaS服务的方式提供，可以这么操作的原因在于对于平台厂商而言核心的技术在后端，也就是我前面多篇文章提到的三维瓦片的构建，所以大多数的方案都开始在后端发力，比如如何在后端构建数据集以及如何将这个数据集构建的更好等，总体来说三维系统从数据到系统开发的基本的流程如下：2.离散化元凶如上这个方法已经成为了主流的技术方案，成熟的产品也比较多，但是细细思考整个流程其实总是感觉有些问题，体现在如下几个方面：1、建模平台和开发平台是分离，相互之间都是独立的体系，二者通过数据格式进行协同；一般情况下数据的生产都是在专业的建模软件中完成，比如对于人工建模的平台就是3d

1、我想要张图老板：我想要张图，能导航的那种~我想要张图，酷黑炫酷吊炸天的那种~我想要张图，吃喝休闲一条龙的那种~我想要张图，世界很大我想去看看~我想要张图，......丸子：可以基于百度地图开发，数据都有...老板：不行，基于百度地图没有灵魂，我们要打造一款我们独有的产品丸子：那得先做控制测量，让后图根测量，然后碎部点采集...老板：你闭嘴！找个人画一下不就行了么~丸子：不行，我们是个正经行业！老板：好好...你倒是说说怎么个正经法！2、首先得从一个球说起丸子：老板，地球是个很不正的球你知道吧？老板：不是么？地球仪不挺正的么？你倒是说说，怎么个不正法丸子：额，当我没说过，就不展开了~，就是个正球吧，那你知道怎么样表示一个东西在地球上的位置么？老板：这个我知道，经纬度，格林威治，本初子午线啥的，高中地理学过，我跟你说我当年地理可是很厉害的......丸子：老板真厉害啊，太崇拜您了，是这样的，为了更好的标识位置，先人创造了经纬网，但是地面上是不存在这样的经线和纬线的，所以你还是没有办法知道你的坐标。老板：那咋整？丸子：通过其他的方法来测算，比如天文测量，通过观测太阳和其他恒星来反算自己的位置。老板：你确定你没在开玩笑？丸子：这听起来确实不靠谱，所以这个工作由国家代劳了，国家通过精密天文测量在我们国家境内测定了一个点的坐标，这个就是大地原点，这样我们就可以通过这个点推算其他点的坐标了。老板：嗯......，高中课本里好像只说过通过太阳影子判断时间的，没想到坐标也是靠太阳，太阳挺厉害，那知道坐标以后呢？关地图啥事啊？丸子：知道位置了才好投影啊！老板：你在说啥？咋又出来个投影丸子:

谷歌地图是一款非常伟大的产品，通过在线释放了空间数据的价值，解放了人类对空间的认知，基于谷歌地图的实践也非常多，今天来介绍一个非常有趣的尝试：将谷歌地图与极简主义进行结合，创造出了更有趣的艺术作品。极简主义（Minimalism）可以定义为：当一件作品的内容被减至最低限度时所散发的完美感觉。当物体的所有组成部分、所有细节以及所有的连接都被减少压缩至精华时，他就会拥有这种特性，这就是去掉非本质元素的结果(来源：John

科技感三维目前风头正热，完全不同于以前数字城市阶段的真实建模，这个阶段的三维强调科技感动态以及模型和数据的深度整合，用模型进行数据主题的表达，而不仅仅再停留于地图和属性挂接这个层面上。