把模型面数压到单场景 ≤ 8 万三角面
建筑机电与工业产线模型先用 Draco 压缩（几何体积可降 60% 以上），再做 LOD 三级：近景全模、中景合并材质、远景转贴图。Three.js 侧用 InstancedMesh 承接重复设备，单类设备实例数控制在 1 个 draw call 内。
智慧网络 · 3D 设计 · 物联网解决方案
让每一台设备在三维智慧网络里被一眼读懂
面向建筑与工业场景的智慧物联 3D 设计平台：用 Three.js 分层渲染 + WebGL 实例化绘制，把物联网数据可视化做到 60 FPS 稳态；智能连接状态、数据动态展示与 AI 推荐同屏联动，虚拟现实巡检视角一次建模多端复用。
60 FPS10 万节点场景稳态帧率
1.2s首屏可交互时间预算
-38%数字孪生巡检耗时
效率与性能
3D 设计 + WebGL 落地的 6 条硬指标清单
每一条都对应可测量的阈值与检查动作，直接决定物联网数据可视化在浏览器里是否跑得动、看得清、改得快。
贴图统一走 KTX2 / Basis，显存不超 256MB
把 PNG 全量转 KTX2（Basis Universal），单张上限 2048×2048；同一材质复用同一张图集，显存占用目标 ≤ 256MB。移动端开启 renderer.setPixelRatio(Math.min(dpr, 2))，避免高 DPR 屏被 3 倍像素拖垮。
数据动态展示节流到 4 次/秒，别跟着传感器刷
设备上报可能 1Hz~10Hz，但可视化层统一降到 250ms 批量合并一次（写进一个数组再整体更新 buffer），避免每帧触发一次 React/Vue 重渲染。告警态用颜色属性整批更新，不新增对象。
首屏只加载可视域：视锥剔除 + 分块流式加载
把场景切成 32m 网格，进入视锥或距离摄像机 120m 内的块才加载，其余置为占位包围盒。首帧预算 ≤ 1.2s，首包资源 ≤ 3MB，剩余模型在空闲帧（requestIdleCallback 语义）分批补齐。
给智能连接留一条降级链路
WebGL2 不可用时自动切 Canvas2D 拓扑图；弱网（RTT > 400ms）下暂停实时粒子与辉光后处理，只保留设备状态色。降级判定放在启动阶段一次完成，避免运行中反复重建上下文造成卡顿。
AI 推荐只做“可解释的下一步”
推荐结果必须带置信度与依据字段（如：某网关近 24h 丢包 4.7% → 建议增补中继点）。推荐卡片点击率与采纳率分批埋点对比，采纳率低于 15% 的规则直接下线，避免干扰巡检视线。
上线前性能门禁（自动化跑一遍再发布）
任一项不达标即阻断发布：主线程长任务 > 50ms 的帧占比需低于 5%，内存峰值 ≤ 512MB，交互到下一帧 ≤ 100ms。
- 统一坐标系：所有设备点位用同一投影与原点，避免 3D 场景与 2D 平面点位错位 1~3m。
- 状态色限 5 类：在线/离线/告警/维护/未知，色相不超过 5 个，色盲模式下叠加形状区分。
- 交互热区 ≥ 44px：三维点选可用屏幕空间圆投影判定，最小命中半径 22px。
- 巡检路径可回放：虚拟现实巡检轨迹按 10 点/秒采样，回放误差 ≤ 0.5m。
服务与价格档位
按场景规模选档，而不是按功能列表买
三档均含 Three.js 场景骨架、设备接入 SDK 与性能基线报告；差异集中在节点规模、并发与私有化程度。
单场景版
试点¥1,980/ 场景 · 月起
- 单场景 ≤ 5,000 设备节点
- 2D/3D 双视图切换，60 FPS 目标
- 标准告警色板 + 数据动态展示
- 接入周期 3~5 个工作日
- 含 1 次性能基线报告
多园区版
最常用¥6,600/ 园区 · 月起
- 单园区 ≤ 30,000 设备节点
- LOD 三级 + InstancedMesh 合批渲染
- AI 推荐运维策略与置信度解释
- 虚拟现实巡检路径录制与回放
- 并发 200 路，支持跨园区漫游
私有化版
合规按需报价· 独立部署
- 无节点上限，集群化渲染调度
- 内网离线部署，数据不出园区
- 自定义材质与渲染管线插槽
- 并发 ≥ 1,000 路，灰度升级
- 专属性能调优与压测陪跑
合作伙伴墙
与设备、引擎、云侧协同跑通一条链路
从感知层到渲染层，各家协议与引擎已在真实项目里完成对接验证。
网关协议组
工业 PLC 侧
渲染引擎方
BIM 模型库
边缘算力池
时序数据库
VR 头显适配
能耗计量方
视频融合中台
定位与标签
安全审计侧
运维工单系统
数据可视化面板
同一份数据，三维场景与指标面板同步刷新
采样窗口 250ms，面板与 3D 场景共用一条数据流，避免两套口径对不上。
近 8 个采样窗口 · 设备在线率
实时流已连接88%
93%
91%
96%
94%
99%
97%
99%
| 指标 | 当前值 | 门禁阈值 | 状态 |
|---|---|---|---|
| 稳态帧率 | 60 FPS | ≥ 55 FPS | 达标 |
| 首屏可交互 | 1.1s | ≤ 1.2s | 达标 |
| 绘制调用 | 142 次 | ≤ 200 次 | 达标 |
| 端到端时延 | 180ms | ≤ 250ms | 达标 |
| 丢包率 | 0.3% | ≤ 1.0% | 达标 |
关键数字
每 250ms 合并一次2,148智能连接在线设备
142单帧绘制调用
38%巡检耗时下降
6.4 万场景三角面数
工作流程步骤
从模型导入到常态巡检，四步跑完一个场景
建议按此顺序推进，每步都有明确的交付物与验收指标。
模型导入与轻量化
导入 BIM / 点云后执行减面与合批：面数 ≤ 8 万、贴图转 KTX2、材质数 ≤ 40。交付物为 glTF 轻量包，体积较原始文件下降 60% 以上。
设备点位绑定
按统一坐标系落点，批量导入设备表后做投影校验，点位与场景偏差 ≤ 0.5m；状态色限 5 类，绑定完成即产出点位覆盖率报告（目标 ≥ 99%）。
数据流接入与联动
接入 MQTT / Modbus / OPC UA，统一 250ms 合并刷新；告警触发到场景着色 ≤ 300ms。同步生成 AI 推荐条目并附置信度，采纳率纳入迭代看板。
巡检发布与压测
发布前跑性能门禁：长任务帧占比 < 5%、内存峰值 ≤ 512MB、并发 200 路。通过后开放虚拟现实巡检与路径回放，单次巡检耗时较人工下降约 38%。
01
三维优先：先定场景与相机，再叠数据图层，减少反复改点位。
02
指标先行：把帧率、时延、丢包三张表挂上墙，功能好坏一眼可判。
03
降级预案：弱网关粒子与后处理，只留状态色，保证巡检不断线。
04
批量更新：同屏同类设备共用一份属性缓冲，避免逐对象改状态。
05
推荐可解释：每条 AI 建议都带依据与置信度，低于 15% 采纳率即下线。
06
验证闭环：每次发版复跑门禁脚本，指标回退超过 5% 自动告警。
把你的第一个园区搬进智慧网络，先跑通 5,000 个节点
提交设备清单与模型文件，3~5 个工作日交付可交互场景；同步附上首帧、帧率、时延三项性能基线报告，达标再进入下一阶段。