文|Alter

数字孪生在近几年里的出镜率越来越高。

单从字面意义上看，“数字孪生”属于是“Digital Twin”的直译，几乎很难从文字上直接读懂背后的内涵。百度百科则将“数字孪生”形容为一种超越现实的概念，涉及仿真、映射等多个技术课题。

数字孪生在国内被讨论最多的场合，往往是智慧城市相关的峰会论坛上，甚至已经在某种程度上和未来城市挂钩。打一个比方的话，数字孪生技术提供了一种新的管理范式，用鼠标就可以“操作”城市。

所以本文想要讨论的话题是：到底什么是数字孪生，为何数字孪生城市备受追捧，以及数字孪生的应用场景有多宽？

01 一个“超纲”的设想

每每提及数字孪生时，不少人习惯性地将话题引向了上世纪六十年代的阿波罗计划，NASA的工程师们造了两个一样的飞行器，留在地球上的被称为“孪生体”，用来模拟任务飞行器的实时状态。

这个故事只在解释了“孪生”概念的来源，“数字孪生”的理论研究还要追溯到2002年。

据传是美国密歇根大学教授Michael Grieves博士在PLM中心的演讲中，首次提及了数字孪生的概念，模型中同时出现了现实空间和虚拟空间，两个空间的数据可以自由流动，后来被定义为镜像空间模型。直到2011年的时候，Michael Grieves博士才在书中采用了术语“数字孪生”。同一年，美国空军研究实验室结构力学部门提出了用数字孪生概念进行战斗机维护的创新想法。

不管这样的传言是否属实，数字孪生在2002年时都是一个“超纲”的设想，彼时的计算机技术远不足以支撑这样的项目，理论研究也处于静默状态，以至于Michael Grieves博士都很难找到确凿的文献或影像资料自圆其说。

数字孪生的流行，离不开通用电气、西门子等工业巨头在2015年前后的“背书”，数字孪生的概念也越来越具象：相较于在CAD上设计工业图纸的做法，通用电气等企业尝试在物理实体的基础上创造一个数字版的虚拟模型，物理实体的运行数据被实时映射到虚拟模型上。工业数据不再只是被记录和存储，工程师们可以基于数字模型判断机器的运行状况，进而提升工厂的运营效率和管理水平。

2017年的时候，著名IT研究机构Gartner将数字孪生列为当年的十大新兴技术，并预言：“实物或系统的动态软件模型，在三到五年内，数十亿计的实物将通过数字孪生来表达。”等到2019年，Gartner对数字孪生的描述再次发生了变化：“数字孪生是现实生活中物体、流程或系统的数字镜像。”

恰逢轰轰烈烈的智慧城市浪潮，数字孪生的概念迅速被智慧城市服务商所吸纳。百度、腾讯、阿里、京东、华为等纷纷在2019年前后提出了数字孪生城市的架构，多家专注数字孪生技术的企业获得了大额融资，多支“数字孪生”概念股涨停。同时国内的北京、上海、浙江等省市相继推出了数字孪生城市建设的相关政策或行动方案。

2021年初出台的“十四五规划纲要和2035年远景目标”中，将“探索建设数字孪生城市”写入其中，数字孪生城市的激情彻底被引燃。

02 数字孪生的“沃土”

智慧城市曾经存在多种路径，或是在空间上基于算法和数据的模拟推演，进行城市运行状况的仿真；或是注重建筑建模与城市要素的管理，兼容地理信息、物联网等功能……最终认为所有的路线都将走向数字孪生。

一种高情商的说法是：越是复杂的系统，数字孪生后的管理效率提升越高，而城市就是最为复杂而庞大的系统。随着城市规模和人口的迅速膨胀，已经出现了交通堵塞、公共服务短缺、环境约束等一系列问题，建立一个和物理城市并行的孪生虚拟城市，将极大提升城市的管理效率、减少资源的损失。

其实还有一种现实的解释。为了检验新型智慧城市建设情况，国家发改委在2019年牵头制定了《新兴智慧城市评价指标》，结果显示：新型智慧城市建设在城市精准治理，打造宜居生态环境等方面表现良好，但是仍面临缺少整体设计方案、数据孤岛、信息不互通、未能联合市场多元参与等多种挑战。

在智慧城市普遍缺少顶层设计、遇到数据孤岛的局面下，亟需找到对症下药的方案，数字孪生由此等来了一片沃土。

借用中国信通院总工程师高艳丽的观点：“数字孪生城市破解了传统智慧城市技术集成与业务协同两大难题。从技术上，数字孪生解决了传统智慧城市散、弱集成问题；从业务上，模型+数据+软件构成了城市的数字底座，未来城市将在一个数字底座上实现各个业务条线的协同。”

经过三年多的摸索试错后，国内外也出现了不少有价值的探索案例。

比如南京市江北新区打造了涵盖大数据管理平台、综合感知平台、数字孪生信息平台、视频监控联网平台在内的数字孪生城市模型，通过对数据资源的采集、管理、治理、共享、分析和应用，实现了城市治理的改善和优化。

再比如海纳云在青岛搭建的道路桥梁监管服务平台，利用物联网、大数据、BIM/GIS、智能终端等技术，实现了青岛市内桥梁运行状况的实时在线监测、智能预测预警和应急处置，让桥梁养护从人工时代进入到了数字时代。

同时不可否认的是，数字孪生为智慧城市提供了一种可行的实践路径，在某种程度上矫正了智慧城市发展的航向，所存在的短板也相当明显：根据中国信通院的调研报告显示，目前66.7%的数字孪生城市项目由政府投资建设，数字孪生城市的建设成本与收益、研究与应用间的差距在短期内无法弥合。

目前数字孪生城市还处于建立镜头模型的初级阶段，距离想象中的虚实交融还有很长一段距离，可能需要十年乃至二十年的时间周期。

03 等待杀手级应用

数字孪生和智慧城市在应用场景上的深度捆绑，看似为数字孪生找到了落地的肥沃土壤，却也可能是一种隐性的制约。毕竟智慧城市是一场典型的马拉松，而技术的破局常常需要迅速而猛烈的红利期。

一个直接的例子。结合CNKI 数据库、Scopus 数据库的检索分析，“数字孪生”研究论文的累计数量从2017年的246篇增长到了2021年的近6000篇，看似有着数量级的增长，可对比人工智能、5G等前沿技术，数字孪生并不能列入热门技术的范畴，何况数字孪生城市的论文累计数量还不足500篇。

其中的原因并不复杂。综合WEF和中国信通院的数据，目前数字孪生城市的项目应用分布中，公共服务的占比高达55.6%，被视为数字孪生城市核心的CIM平台，2021年在中国的项目总金额还不足35亿元。

进一步深挖的话，智慧城市属于典型的系统性工程，需要对不同区域、不同部门、不同场景的建设进程进行统筹兼顾。智慧城市的服务商想要盈利，比拼的是市场规模，潜移默化形成一种常态化的扩张方式，即先在某个城市做样本，然后在其他城市进行复制。智慧城市是一个诱人的应用场景，而非创新场景。

也就是说，数字孪生技术想要有爆炸性的进步，在行业内掀起更大的风潮，必须要跳出为智慧城市服务的思维范式，找到新的杀手级应用。而就目前的外部大环境来看，数字孪生技术并非没有潜在的利好因素。

比如工业制造的演进。漫威不止一次在电影中演示了这样一种场景：“钢铁侠”在实验室中通过增强现实对战衣进行解构、设计、升级等工作，完成一整套流程的虚拟仿真后再交付下游进行生产，既降低了试错的成本，又提升了工作效率。数字孪生是制造业的刚需，先在工业场景下进行技术的沉淀和论证，再输送到智慧交通、智慧农业、智慧医疗等行业，不失为一种理性的思路。

再比如元宇宙的爆发。数字孪生和元宇宙的本质都是为了在物理世界和虚拟世界间建立连接和交互，尽管数字孪生面向的是物，而元宇宙面向的是人，但二者的技术栈有着不小的相似性，数字孪生技术的成熟度，直接影响着元宇宙在在虚实映射与虚实交互上的完整性。再加上数字孪生同样依赖芯片、传感器、物联网、算法等技术的进步，元宇宙的基础设施也可以服务于数字孪生。

种种迹象显示，这些利好因素绝非空穴来风。英伟达在GTC 2022上宣布Omniverse平台同时适用于虚拟世界、数字孪生和机器人系统，原本被元宇宙开发者寄予厚望的生产力工具，正在加速数字孪生的落地。

04 写在最后

对数字孪生的应用进程简单划分的话：第一个阶段应该是机器的数字孪生，第二个阶段是企业工厂的数字孪生，最后才是城市级的数字孪生。

不同阶段的数字孪生，对应着不同的数字化水平，有着不同的能力需求。数字孪生城市的出现，在某种程度上打乱了数字孪生的应用进程，却也不是什么坏消息。在智慧城市的万亿蛋糕面前，数字孪生势必会吸引越来越多人的注意，在人才、资本、政策等方面有更大的主动性。

同时也应该避免路径上的误区：倘若核心技术环节的根基不牢靠，再诱人的前景也是雾里看花。