不是一个新东西

数字孪生（Digital Twins）诞生于2003年，最初来源于Michael Grieves博士和John Vickers在密歇根大学的一个课程中使用的想法，他们都是PLM的专家。

是一个映射

数字孪生基本概念是：对于每一个物理产品，都有一个虚拟的副本，可以精确地模拟物理产品的物理属性和动态性能。如果把时间加快，就可以在短时间内模拟出产品多年使用的效果。以汽车设计为例，现在的设计师们要么设计一个实体的模型，在风洞里测试汽车，要么构建一个数字模型，通过各种技术来模拟来优化最终定型。数字孪生和数字模型的目标是一样的，都是为了改进产品。

只有“更像”，没有“最像”

前面说到，数字孪生只是对应的物理实体虚拟副本，IoT的发展，各种不同的传感器带来了越来越精确的感知，但是这个孪生副本是没有办法做到精确一致的，不用说现在有太多的感知技术还没办法突破，就算用已经有的技术，达到最细粒度“孪生”也是花费巨大。没有必要。构造数字孪生体的时候需要权衡，以确保每一分钱花得值得。

是一个渐进的循环

前面说到，通过加快时间可以模拟出产品使用多年后的效果。还是以汽车为例，一辆汽车一旦出厂，各种传感器就开始工作，不断地把各种数据回传到总部，各种量化的指标和实际的数据可以协助产品设计师不断地迭代“设计-制造-观察-改进”这个循环，为下一代产品的改良提供数字化的依据。

同时，在用户这一侧，随着各种的量化数据通过板载传感器源源不断地回传，这其中有温度、湿度、海拔等，总部的工程师可以对比历史数据，比如，某台车行驶在高原上，然后某一个元件温度异常，而通过历史数据推断，这个温度异常有80%的概率会导致一个故障，则会通过呼叫中心通知到车主，到最近的维修店更换出问题的元件。这样的事前维修可以给车主避免不必要的麻烦。