物联网传感器过量，数字孪生是关键驱动因素。提出数字孪生本地AI驱动的服务架构，支持物联网网络概念。应用于车联网，通过基于TCP的数据流水线节约了30%的处理时间。测试多种学习速率组合，强调最成功的模型。

互联需求增加导致物联网传感器过量。数字孪生是关键驱动因素，提出数字孪生本地AI驱动的服务架构，支持物联网网络概念。应用于车联网，通过TCP数据流水线节约了30%处理时间。测试多种学习速率组合，强调最成功的模型。

物联网传感器过量，数字孪生是关键驱动因素。提出数字孪生本地AI驱动的服务架构，支持物联网网络概念。应用于车联网，通过基于TCP的数据流水线节约了30%的处理时间。测试多种学习速率组合，强调最成功的模型。

研究发现大型语言模型（LLMs）在物联网传感器和执行器与物理世界互动和推理方面具有潜力。LLMs能够解释物联网传感器数据并进行推理，为LLMs在新的应用领域中的发展提供了机会，并将人类知识纳入到网络物理系统中。