“瘋狂”的數字孿生

上帝按照自己的樣子創造出了人類，而人類想要根據實體世界的樣子創造出數字孿生。

基於工業界及學術界對數字孿生的定義，《智慧製造術語解讀》將數字孿生技術定義為：是充分利用物理模型、感測器更新、執行歷史等資料，整合多學科、多物理量、多尺度、多機率的模擬過程，在虛擬空間中完成對映，從而反映相對應的實體裝備的全生命週期過程。

相信很多人都聽說過數字孿生。在過去幾年，數字孿生技術的熱度不斷攀升，備受行業內外的關注。據天眼查專業版APP顯示，數字孿生相關的企業已經有將近六百家。

但是除了一些晦澀難懂、 詰屈聱牙的概念外，大部分人對於數字孿生並沒有一個清晰全面的認知，到底該如何認識並掌握它，成為企業在數字化時代的一道難題。

“瘋狂”的數字孿生
數字孿生，英文名叫Digital Twin（數字雙胞胎）。也被稱為數字對映、數字映象。

2002年的時候，從事產品生命週期管理PLM的Michael Grieves教授，在一次產品生命週期管理課程中提出了映象空間模型：與物理產品等價的虛擬數字化表達。（雖然沒有書面證據，但這仍被廣泛認為是數字孿生最早來源）

到2010年，美宇航局NASA首次提出了“數字孿生”的概念，透過虛擬化、模擬技術以及飛器的實時狀態、歷史維護、健康管理等資料，利用數字技術對各種物理孿生物件進行替代，以適應現階段深空探索的需要。大家以為這就是數字孿生的起源嗎？

不，數字孿生的源頭其實是物理孿生（Physical Twin）。

美宇航局在上世紀六七十年代的阿波羅計劃中，曾經建造有多艘相同的太空飛器，就像“孿生多胞胎”。在飛準備過程中，孿生體被大量用於訓練；在飛任務期間，則被用來模擬在地球模型上的備選方案，其中有效的飛資料就被用來較為精確地反映飛條件，從而在危急情況下協助宇航員做出正確判斷。

隨著ICT技術的發展，最初的“物理孿生” 實體，被越來越多的數字模型部件取代，並擴充套件至產品的全生命週期，直至形成與物理實體完全一致的數字孿生模型。數字孿生的出現，讓物理實體有了一個超級新替身。此後，工業製造成為數字孿生的孵化器。

西門子可以說是數字孿生的忠實擁泵，用數字孿生貫穿了產品生命週期各環節間的資料模型。用數字孿生模擬模擬工廠的一些實際操作流程，從產品設計到產線設計，到裝置製造方的jx設計和工廠的規劃排產，到最後製成產品。比如數字自最佳化工具、用於減少和計劃停機時間的yc性維護工具以及用於機床安全和執行的智慧輔助系統，提升機床生產效率和可靠性。

基於物理實體與虛擬映象之間的強關聯，數字孿生為工業場景帶來了解決問題的全新視角。透過將各種顯性知識與隱性知識、結構化與非結構化知識結合，啟用工業積累多年的沉默知識和資料資產，將實時以及準實時的動態執行資料記錄疊加傳統工業模型，構建工業數字孿生，幫助人們重新認識、管理工業製造。可以說，是工業網際網路啟用了數字孿生的生命。

如同蒲公英一般，數字孿生在工業製造這片沃土上逐漸長成，此後種子被風吹向了各個行業、各個領域。

比如在基建工程領域，數字孿生技術可以即時訪問已經設計和建立的建築模型並進行實時同步，這樣就可以根據4D BIM模型中列出的時間表即時監控進度。也可以使用模型yc控制，核實工作量百分比並明確專案實施程式，基於建築物正向模擬做出決策。

在智慧城市領域，不同於製造業的“產品生命週期”，城市作為一個複雜的巨系統，“生命週期”更長，而且其“生命週期”時刻都在產生著多維的海量資料。因此，城市數字孿生在資料收集、處理、運算、儲存和管理上的部署難度也更大。

挑戰之中也蘊含著潛在的機遇，激勵先行者們去不斷攀登。阿里雲的城市大腦、騰訊提出的“數字zf”、百度的AI City、華為的“城市智慧生命體”，以及海爾旗下海納雲的BIMCloud數字孿生平臺、平安科技的智慧城市雲、浪潮的智慧城市大腦……無不在智慧城市的基礎上增加了針對數字孿生的內容。

就連元宇宙也和數字孿生攀上了親戚。當然，兩者本來就存在著密切聯絡，兩者都脫胎於現實世界、又與現實世界相互影響。從最終導向來看，元宇宙更加偏向於始終線上的虛擬世界，而數字孿生更強調強調對現實世界的模擬。

元宇宙是個比數字孿生更龐大、更復雜的體系。在1992年，Metaverse作為科幻概念就已經被首次提出，如今才漸漸興起，離成熟更加遙遠。而數字孿比元宇宙晚誕生了將近十年，但已經在各個領域開花甚至結果，未來大機率也會在元宇宙之中生長。

世界是由物質、資訊和能量組成，人們往往更在意物質實體和能量的價值，反而忽視資訊。比如在工業領域，一臺裝置的估價和一套軟體幾乎是天壤之別，軟體經常和機器捆綁銷售，看上去像“免費贈送”一般。

密歇根大學Mr.Grieves教授在《虛擬完美模型：驅動創新與精益產品》一書中曾經提到：“資訊是被浪費的物理資源的替代品”。

數字孿生的出現讓人們真正開始認識到資訊與數字的價值，提前預見物理實體的正確性，避免在現實世界做無謂的冒險與高成本的浪費。本質上來說，數字孿生是一種數字資訊代替物理實體的彩排，讓數字化價值真正得到體現。

數字孿生：孿生數字化過程的中間態
實際上，我們仍然不能用“數字孿生”這四個字完全代替該技術，而是應該把它看作孿生數字化技術過程的中間態，是一個過渡階段而已。在網際網路江湖看來，數字孿生大致有五個發展階段，分別為物理孿生、複製孿生、數字孿生、決策孿生、智慧孿生等。

物理孿生階段，用實體“孿生”實體，成本高昂。除了上面提到的美宇航局的實踐外，工業領域在規模化生產之前，製作的物理樣機，需要準確表達模型訴求，將生產預見性前移，這也屬於物理孿生的一種。

複製孿生階段，開始把“孿生”轉移到數字虛擬層面，這時候就需要能夠充分利用歷史資料以及實時執行資料，對一個產品或者系統實現精準、全面的對映，並且全部轉化為資訊儲存。這時候相當於造出來了數字化雙胞胎的一個肉體，但仍然缺乏最為關鍵的靈魂，它不能用來控制分析，只能顯示。

數字孿生階段，也就是目前正在研究的階段，能夠根據物理本體的物理設計模型，還有本體感測器反饋的實時資料，以及本體此前執行的歷史資料，做到動態模擬。比如對智慧城市進行全域感知和實時更新，形成真正的虛擬全息城市。

決策孿生階段，需要對過往積累的資料精細化尺度感知，模擬未來不同的外界因素、不同的環境背景下的發展情景，從中學習、分析並總結出物理本體的執行規律，為決策者提供建議和參考。這時候提供的建議可能會較為理想而偏離現實，但也存在一定參考價值。

智慧孿生階段，利用AI進行精準分析與規劃設計響應，並做出最有利的判斷與自主控制。也可以為參與者提供新的視角，甚至可以幫助人從傳統思維方式向大資料思維方式轉變，不過這仍然是一個較為遙遠的一個目標。

回到現實，目前的數字孿生階段仍然處於研究和探索探索階段，具體的應用場景大致可以分為兩類：虛擬模擬和監測分析。

虛擬模擬往往是透過結合流體力學、熱力學、光學、電子等原理，利用數字化計算機進行輔助設計和模擬，將現實世界中的物理本體（裝置、建築、城市等），在數字空間對映出孿生體。可以yc和驗證孿生體在虛擬環境下的系統表現，進而保障設計質量和魯棒性。這一應用主要是落地於設計，從而支援工程師進行產品創新或系統改進，代表性的有安世亞太、AspenTech、Ansys等廠商。

檢測分析涉及到物理實體真實執行狀態的監測和評估。需要使用大量真實環境的動態資料，在真實執行過程中，透過感測器資料採集，判斷環境變化、系統狀態，實現對未來執行狀態的監測、分析、評估和預警。代表性的有和利時、寄雲科技、PTC Thingworx、等。

本質上，虛擬模擬和檢測分析代表的是兩種不同的資料流向重心。虛擬模擬的重點在於物理本體向孿生體輸出足夠精確全面的資料，儘量減少虛擬模擬所帶來的誤差。而檢測分析的重點在於孿生體向本體所反饋的資料資訊要足夠精準，然後對物理本體做出正確的干預。

未來隨著數字孿生技術成熟，企業發展數字孿生的難點或許已經不再是數字孿生本身，而是數字孿生技術與本行業的結合度能夠有多高。

這就需要企業擁有“倒T型”能力。一方面，橫向擴充，掌握本行業的知識經驗體系，打好行業地基。另一方面，掌握數字孿生技術，並尋找數字孿生和行業相結合的機會點。如果把數字孿生比作一顆釘子，落地的行業比作一塊木板，關鍵就在於能不能找到合適的錘子，讓這顆釘子深深扎進去。

寫在最後
未來幾年，以數字孿生為核心的產業將如雨後春筍般出現，數字孿生也將成為企業的標配。但是技術之外，數字孿生仍然面臨著制度、管理、人才等各方面的挑戰，而這些因素的背後，本質上更是一種思維方式的進化，數字孿生髮展需要思維先行。

同時，也需要警惕數字孿生的概念化陷阱。不能為了數字孿生而數字孿生，畢竟數字孿生本身並不會主動釋放價值，也無法單獨作為生產力而存在，如果只是單純的推銷數字孿生的概念，也將如夢幻泡影而隨時面臨破滅的風。
學習和關注人工智慧技術與諮詢，瞭解更多資訊！