在数字孪生领域已经拥有比较成熟产品和可靠的客户，说明这项技术并不是很简单的。它的整个运行原理能够被拆解为多个系统：
首要，三维动作捕捉系统运用计算机视觉技术从物理环境中捕获动作，它能依据物理环境构成数字几何图形，快速构成实时参数化建模数据；然后，完好的数据链会被即时接到可视化成像系统，这个超传神程度烘托及全局实时光照的系统，能保证成像模型与物理动态更新或更改坚持一起；最终，依据AI生成性技术的印象孪生生成系统，担任创建实时的、流通的、超传神的多维可视化虚拟孪生体。
经过一系列捕捉、成像、生成的动作，MADT能够供给什物的三维模型，动态交互，瞬时生成空间感、光感、交互的数字孪生体。换言之，我们在线下实践环境中看到的什物、动作，都能同步、等比地在孪生体上重现。
值得注意的是MADT的两个技术细节。因为它一直在创建面向特征数据的AI技术堆栈，并逐渐将工作阅历安置到整个引擎的模块中，这很好地处理了跨工作运用时，复用数据或阅历难度高，创建多维虚拟模型的一同保证实时生成功率、成像质量、工作特性的问题。
此外，MADT还采用了光场技术交融AI生成技术，晋级了实时高清烘托管线（HDRP）。不只能够以快的烘托速度完结光线追寻，让数字孪生体与物理情况简直无距离，互动内容更真实，还提高了高质量画质一体化生成的进程，保证高视觉保真度。
依据这一系列技术优势，MADT目前现已成为许多产品物理实体在虚拟空间全要素重建及数字化映射的先选支撑途径。
工业运用
数字孪生技术开端落地的娱乐和电影工作是一向的优势工作。这个进程里，影谱积累了对工作的深化了解，包含差异化的工作know-how，以及大量的个性化数据，这些阅历在影谱将数字孪生技术运用到文娱场景时都能够复用，帮忙其打造“面向场景，贴合事务”的数字孪生引擎。
譬如在文化传媒领域，智能集锦出产技术能处理人力、功率约束问题，经过对视频画面逐帧扫描、剖析，精准定位和提取，然后自动发明、合成视频集锦。
此前，影谱这项技术现已运用于篮球领域——对包含扣篮、盖帽、抢断、精彩三分、精彩协作得分的片段进行有用学习和判别，再加上依据球星的人物识别，精准定位球星的精彩动作，有用构成相应球星的篮球赛事集锦。
脱离传统优势的文化传媒领域，影谱MADT在教育、电商、零售领域也有许多运用。
在教育工作，影谱的数字孪生课堂让学生与教师可远程运用交互式虚拟环境，疫情期间的教育需求使这一服务得以加速。可预见的是，本年拿下新东方的战略增资后，影谱在教育工作的布局将进一步深化。据悉，这是新东方初度出资AI印象出产领域内企业。
目前国内教育领域仍存在多维度开展不均衡等问题，科技交融是要害破局点。经过AI印象技术，可完结智能多元化授课、数字场景化教育等功能，一同也会为AI工业开展带来新的机会。
在新零售工作，零售商能运用MADT来晋级在线零售店铺及产品办理，让更多的客户获得与线下一起的购物体验——在产品创建方面，MADT能够让身处不同地址的同事（在VR，AR或屏幕上）研究产品的交互式虚拟模型，并将元数据附加到有关其材料、价格等的每个组件上；在数字内容创建方面，MADT无需第三方数据库就能创建3D视频、交互式虚拟IP、虚拟主播；在企业训练方面，针对杂乱场景的精确注释使其成为各种工作中虚拟协作的强壮工具。
这一系列技术还将继续延展至更多工作。对新引擎的方针之一是完结数字孪生的虚拟模型具有与实践生活平等的真实感，让物品或实践场景具有完全同等的数字身份、数字场景等。
