2022年6月9日，日前，亚马逊云科技宣布Amazon IoT TwinMaker正式可用，让开发人员更加轻松、快捷地创建现实世界如楼宇、工厂、工业设备和生产线等的数字孪生。
数字孪生是物理系统的虚拟映射，可根据其所代表的现实世界对象的结构、状态和行为定期更新。Amazon IoT TwinMaker让开发人员可以轻松汇集来自多个来源（如设备传感器、摄像机和业务应用程序）的数据，并将这些数据结合起来创建一个知识图谱，对现实世界环境进行建模。
客户通过Amazon IoT TwinMaker，使用数字孪生构建反映现实世界的应用程序，提高运营效率并减少停机时间。使用Amazon IoT TwinMaker无需预付费用，客户只需为使用的用于构建和运行数字孪生的数据付费。
制造企业从设备传感器、摄像机和业务应用程序（例如企业资源规划系统或项目管理系统）等来源收集和处理有关其设备和设施的大量数据。许多客户希望结合这些数据源来创建其物理系统的虚拟映射（称为数字孪生），帮助他们模拟和优化运营绩效。但是，即便对技术最先进的企业来说，构建和管理数字孪生也很困难。为了构建数字孪生，客户必须手动连接来自不同来源的不同类型的数据（例如来自设备的时间序列传感器数据、来自摄像机的视频传送、来自业务应用程序的维护记录等）。
然后，客户必须创建一个知识图谱，提供对所有连接数据的通用访问，并将数据源之间的关系映射到物理环境。为了实现数字孪生，客户必须构建其物理系统（例如楼宇、工厂、设备、生产线等）的 3D 虚拟模型，并将现实世界的数据叠加到 3D 视图上。一旦他们获得具有实时数据的现实世界的虚拟映射，客户就可以为工厂操作员和维护工程师构建应用程序，并利用机器学习和数据分析来洞察其物理系统的实时操作性能。由于上述所需工作的复杂性，绝大多数企业无法使用数字孪生来改善其运营。
Amazon IoT TwinMaker让创建现实世界的数字孪生变得更加快捷、轻松。使用Amazon IoT TwinMaker，开发人员可以将Amazon IoT TwinMaker连接到设备传感器、视频源和业务应用程序等数据源，快速开始构建设备、装置和流程的数字孪生。为方便从各种数据源收集数据，Amazon IoT TwinMaker包含适用于Amazon Simple Storage Service (Amazon S3)、Amazon IoT SiteWise和Amazon Kinesis Video Streams的内置连接器（客户也可以为Amazon Timestream、Snowflake和Siemens MindSphere等数据源添加自己的连接器）。
Amazon IoT TwinMaker会自动创建一个知识图谱，整合并理解所连接数据源的关系，因此它可以使用被映射系统的实时信息更新数字孪生。客户可以将现有的3D模型（例如CAD和BIM文件、点云扫描等）直接导入Amazon IoT TwinMaker，轻松创建物理系统（例如楼宇、工厂、设备、生产线等）的3D视图，并将知识图谱中的数据叠加到3D视图上，创建数字孪生。数字孪生创建完毕后，开发人员就可以使用适用于Amazon Managed Grafana的Amazon IoT TwinMaker插件创建基于Web的应用程序，在工厂操作员和维护工程师用于监控和检查设施和工业系统的设备上安装该应用程序后即可显示数字孪生。
例如，开发人员可以通过将来自工厂设备传感器的数据与运行中的各种机器的实时视频以及这些机器的维护历史相关联，创建金属加工厂的虚拟映射。然后，开发人员可以设置规则，在检测到工厂熔炉中的异常情况（例如温度已超过阈值）时，向工厂操作员发出警报，并在工厂 3D 模型的熔炉实时视频中显示这些异常，这可以帮助操作员在熔炉发生故障之前快速做出预测性维护决策。
