向更广泛领域渗透，数字孪生如何落地

工业和信息化部等五部门日前联合印发的《虚拟现实与行业应用融合发展行动计划（2022 ~ 2026 年）》列出了虚拟现实与新一代信息技术进行深度融合的豪华阵容，其中数字孪生就是与 5G、人工智能、大数据、云计算和区块链并驾齐驱的核心融合躯干。其实，除了中国外，包括德国、美国和日本等许多发达经济体都在全力寻找与拓展数字孪生的落地场景，因此，接下来数字孪生将在社会经济的许多领域尤其是工业制造方面发挥出极其强大的赋能作用。

桥接现实与虚拟

看过电影《钢铁侠》的人一定不会忘记其中一个十分经典的画面：托尼·史塔克在设计、改进和修理钢铁侠战衣的时候，并不是在图纸或实物上进行操作，而是通过一个虚拟的影像映射场景来辅助实现，而这个可视化、智能化、数字化的映射场景其实就是数字孪生（Digital Twin）。按照美国航空航天局（NASA）给出的解释，数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。通俗点说，数字孪生就是将现实世界的物理体或者系统以及流程等复制到虚拟空间，生成一个“克隆体”，二者最终组成一个“数字双胞胎”。

既然数字双胞胎中有一个是“克隆体”，那么很多人可能就认为数字孪生就是日常生活大家可以随手拈来的拍照留影，或者再高深一点就是人们能够理解的仿真模拟技术。其实不然。数字孪生除实时与准时创建与物理实体等价的“克隆体”外，更重要的是它还会“动”，即根据传感现实数据、历史数据以及物理本体周边场景数据进行仿真分析，为物理实体的后续运行产生和输出改进、优化方案，并辐射到物理实体的全生命周期过程，因此，双向性即本体向孪生体输出数据和建成模型，同时孪生体向本体反馈信息和输出优解是数字孪生的核心特征，数字孪生与仅能对物理目标进行机械化与单向化投射的拍照与仿真技术由此鲜明区别开来，同时也籍此看出，数字孪生可以支持与引导人们穿越虚实界墙，在物理主体与数字模型之间自由交互与行走，实现现实世界与虚拟世界的彼此交融。

明白了数字孪生完全不同于简单的影像生成与上传，同样就不难理解数字孪生肯定不同于VR（虚拟现实）与AR（增强现实），因为后者截至目前都还是单向的，即人们可以沉浸其中，但它们都不会因某些需求的出现而发生及时调整与改变，也正是如此，数字孪生离不开VR和AR，二者如果实现了融合，便可拓展出无限的落地场景。另外，数字孪生需要大数据、传感器、物联网（IoT）以及人工智能（AI）等技术的支持。没有物联网就不可能实现端与端的连接，而失去传感器，数据就只能孤立存在于现实物体，更谈不上虚拟世界的信息反馈。同样，离开了AI，数字模型就等于失去了“大脑”，数字孪生只能成为仅有躯壳的“胚胎”。而在这一技术矩阵中，数字孪生犹如可以点火的引擎，带动各个技术细胞次序活跃与协同运转。

最活跃的应用地带

从时间上看，最先使用数字孪生的是NASA的阿波罗项目，当时NASA首先在数字空间建立真实飞行器模型，并通过传感器实现与飞行器真实状态完全同步，通过监测和预测空间飞行器的飞行状态进行仿真分析，辅助地面控制人员作出正确决策。此举对作为NASA供应商的工业生产厂家触动与启发很大，尤其是随着最近几年发达国家先后提出工业4.0、智能制造以及工业互联网战略，以美国通用电气（GE）、德国西门子等为代表的大型工业企业纷纷拥抱数字孪生，导致工业制造成为了数字孪生最为活跃的战场。

对于工业企业而言，产品无疑是首先可以数字孪生的对象，即从产品的设计，到产品的制造均可通过数据建模实现全流程的监控分析，从中既可及时调整与完善产品的形状、结构以及工艺，又可发现产品的质量瑕疵，并进行同步性修补与改善。同样的道理，企业的整条产品生产线也可以数字孪生，借助赛博空间（计算机以及计算机网络里的虚拟现实）生产线的等价映射镜像，提前优化生产流程中的资源与要素配置，同时捕捉与清除相关的线上堵点，达到对整个产品生产活动的风险隔离与健康管理。

数字孪生当然可以延伸到后续服务层面。比如通过对产品的几何形状、性能、历史销售、用户反馈等进行建模，就可以改变传统的产品运行“黑箱”状态，实时监测产品的使用与运转状况，发现产品具体功能偏差的同时，更能提前预判产品零部件的损坏时间界面，以便主动、及时和提前提供维护服务。根据知名咨询公司Gartner发布的分析报告，基于数字孪生的产品智能服务，维修人员的响应时间从原来的300分钟缩短到了15分钟，同时一次性修复率从75%提升到92%。

智能车间与智能工厂是数字孪生的可视化成果。任何一个车间与企业，都可以将机器装备、生产制造体系以及仓储设备等孪生成赛博空间的等价数据模型，并籍此对实体物理基础设施的工作状况进行同步及时的测试与检测，从中揭示人机匹配与交互程度，勘验固定资产使用寿命和折旧必要性，同时分析与跟踪产量进度指标与产品库存态势，预测与排除要素搭配中的掣肘与障碍，发现与纠正生产过程中的偏差与失误，确保企业基础设施与生产能力在最佳生命时段与优化情景中运行递进。

基础与底座

在工业制造智能化过程中，数字孪生实际充当着基础与底座的角色，因为智能制造系统首先要能感知，然后才是分析推理，但如果没有数字孪生对现实物理设施与生产制造体系的准确建模，智能制造系统将是无源之水。纵向上看，从产品设计到生产制造，再到仓储运输以及后续服务，数字孪生协助企业对全产业链与全生命周期进行动态预测与管理；横向上看，从智能生产线、到智能车间，再到智能工厂，数字孪生支持对企业所有资产设备与基础设施的优化与升级，因此，数字孪生可以说是工业制造企业实现数字化、智能化的强大驱动。

进一步从实践结果的观察不难发现，数字孪生体现出的智能化价值其实远超我们的想象。对于企业来说，往往一项新的设备在首次投入使用时会存在风险，比如操作不当导致关键零部件或者整套设备损坏等，但有了数字孪生，企业就不需要进行不确定性实地风险测试，实体生产过程都会在有备无患的状态启动与展开。另外，数字孪生最特异的功能就是预测，一切的未知都会被数字孪生揭示出来，在引导企业建立起严密的健康管理系统（IVHM）的同时，数字孪生屏蔽了企业运营管理过程中的所有不安因素。还有，赛博空间的数据模型一般与实体物理设备同步进行，传统状态下企业检修或者维修机器设备，往往会产生停工停产等不小的机会成本，但一旦实现数字孪生，所有的故障都首先在桌面上检测后排除，继而反馈到实体设备完成检修任务，整个过程不会影响到机器作业程序，生产效率由此大大提高。

实体企业的应用案例有力佐证了数字孪生的重要价值。目前，GE共拥有120万个数字孪生体，号称在每个引擎、每个涡轮、每台核磁共振创造了一个数字孪生体，GE因此成为美国工业互联网的排头兵；在产品制造领域，劳斯莱斯使用数字孪生风扇叶片来制造超级喷气发动机，产生了降低燃油消耗25%的效果；产品研发方面，葛兰素史克疫苗研发及生产通过“数字双胞胎”的监控，企业的质量控制开支减少13%，返工和报废减少25%，合规监管费用减少了70%。

朝着更广泛的领域渗透

除了在工业制造舞台上尽展风姿外，数字孪生还可在工程建筑、医学分析等行业长袖善舞，更能在城市基础设施建设等领域大显身手，由此形成了智慧建筑、智慧医疗以及智慧城市等概念。正是如此，作为社会经济与公共管理的重要技术基础设施，数字孪生可称得上是全行业数字化与智能化的升级标配。

拿工程建筑来说，修建高速公路、桥梁等基础设施前，设计人员可以首先完成对工程的数字化建模，然后在赛博空间对工程进行仿真和模拟，评估工程的结构和承受能力，还可以导入流量数据，评估工程是否可以满足投入使用后的需求；工程交付后，还可以在维护阶段评估工程是否可以承担特殊情况的压力，以及监测可能出现的事故隐患。同样，在医疗服务方面，基于患者的健康档案、就医史、用药史、智能可穿戴设备监测数据等信息可在云端为患者建立“医疗数字孪生”，并在生物芯片、增强分析、边缘计算、人工智能等技术的支撑下模拟人体运作，实现对医疗个体健康状况预测分析和精准医疗诊断，并且通过医疗数字孪生在患者体内植入生物医学传感器来全天监控其血糖水平，以提供有关食物和运动的建议等。

基于数字孪生的巨大价值，Gartner连续六年将“数字孪生”列为当年的十大战略科技发展趋势，并预测未来这一技术物种还会产生更大的破坏性创新。据Gartner统计，目前全球部署物联网的企业和组织中已有16%应用数字孪生，62%的组织正在准备使用数字孪生。另据IDC（互联网数据中心）的报告，今年全球头部超900家企业都会使用数字孪生来提供产品创新。按照Gartner的预测，2023年全球将有超六成的大型工业企业使用数字孪生，从而使这些企业的效率提高10%；2024年会有超过25%的全新数字孪生将作为新loT原生业务应用的绑定功能被采用。另据IDC预测，到2025年，全球数字孪生市场规模将增至264.6亿美元。

（作者系中国市场学会理事、经济学教授）