很少有什么技术是突然出现的，数字孪生也不是，其实我们之前有很多应用，都是可以归结成到数字孪生的，只是现在概念内涵和技术体系越发清楚，越来越有利于指导实际运用了。

数字孪生所体现的基于模型和知识的决策核心，与智能制造所强调的分析推理决策是密切相关的，也因为其与智造相关业务的密切结合性，从而也使其成为智能制造的一个重要抓手。

(1)设计工艺的仿真优化其实也都有数字孪生的味道

比如我们做的多学科或者多物理场仿真，以及自适应加工工艺的过程分析与决策，其实也都是希望建立与实物相对应的内在机理。即使是某个方面或者侧面的仿真，或者半实物仿真，其实也都是在退而求其次，就是还没有办法来建立完全的拟实的数字孪生，但是都在向这个方向进行努力。这个方面其实不管是学术研究机构还是企业实际应用，都是大量存在的。在仿真领域我们经常说要避免“虚而不拟，仿而不真”，有很大的味道，都是和数字孪生直接相通的。

(2)数字孪生不仅仅是对真实进行一种反应，更多的是要能够支持预测判断乃至决策

如果数字孪生只是对真实的一种反映，那就和仿”真”没有太大的区别，数字孪生的目的应该是支持预测判断乃至决策，这就要求不仅是当前实时状态的真实反映，同时也要考虑历史的数据，大数据技术应该在其中会起到很大的作用。

(3)数字孪生的核心是推理决策，必将与知识的封装与管理具有直接和密切的关系

不管是物理机理知识，还是人员的经验知识，如何将其物化到分析推理决策模型当中，应该是都需要琢磨的一件事情。

(4)数字原生体的体现很大程度上是软件，其实也是我们工业APP发力的一个重点

针对不同的物理试题或者过程，我们可以，对不同的分级推理决策模型，而这种模型我们将会把它固化成软件的形式，其实这应该就是我们真正需要的工业APP。

(5)不同的企业有不同的业务重点或瓶颈问题，抓住这个核心来探索提升数字孪生是可取之道

虽然现在提出了数字孪生车间甚至面向全生命周期的基于数字主线的数字孪生整体模型，或者统一架构，但做事情，可以有全局的概念，但是还是感觉要从点儿上面来入手，应该更加注重和实际业务痛点的结合。

(6)事情都是逐步演化的，庞大复杂的物理实体或过程的数字完成架构，与传统的架构是有区别的

对于庞大或者复杂的物理实体或者业务过程，还是应该在点上进行突破，在此基础上，再建立多数字孪生体的集成和互操作，而这种架构就和当前工业互联网平台所提供的微服务或数据业务中台具有密切的联系，甚至相当一段时间内，局部点上的数字孪生与传统数字化业务管控系统混合的过渡形式将长期存在。寄希望于一蹴而就的一步到位是不现实的，对于企业来说，可以关注工业互联网平台，但“让子弹先一会儿”，因为现在感觉在完整的平台架构，甚至基础标准来说都还是比较欠缺的，还不能说是成熟。