無論是初期DARPA提出的數字孿生體，還是在美國空軍研究實驗室提出的機身數字孿生體，抑或2019年帕梅拉·科布倫在“工程前沿學術研討會”的演講中對數字孿生體的論述，都闡釋了一個基本事實：數字孿生體應用都是基于對物理世界設備或產品的數字表達（Digital Representation）。由此可見，在數字空間給出物理世界的物體對應的表達方法，成為數字孿生體工程的基礎工作。

部分行業人士把數字孿生體概念擴大化，將一些簡單的傳感器數據在信息系統中的表示，也簡單地認為是數字孿生體；還有一些專家把嵌入式系統或信息物理系統看成數字孿生體，并撰寫了不少論文。事實上，這些工作并沒有數字孿生體概念的參與，不會提升或降低其價值。

既然數字孿生體是第四次工業革命的通用目的技術，那么它將應用到多個領域，不能用某個特定場景的非標準化工程方法來展示，應該考慮更廣泛的應用要求，此時設計一個全新的概念就顯得很有必要。筆者提出數字孿生化（Digital Twinning）的說法，以表示物理世界和數字空間不同目標的轉化過程，這種過程的衡量標準為“精度”，它們表現為從形似、仿真、神似（包含靜態和動態）到難分真假，通過這樣的方式，體現了數字孿生化水平的高低。

數字孿生化的基礎是物理世界中物體的幾何模型，這是不容易改變的數據源，通過對該數據的獲取，可以實現對該物體基本情況的數字表達。ISO 23247、IEEE P2806等與數字孿生體相關的標準都采用了這樣的描述方法，并把數字表達作為數字孿生體工程的基本前提。

當然，數字孿生化的精度各不相同，這既與應用場景的實際需求有關，還與投入代價有直接聯系。在機械加工，特別是精密加工領域，數字孿生化的要求非常高，例如航天軍工的設備加工經常需要達到微米級別的精度要求，但對于城市管理來說，其精度大部分不需要那么高，部分要求只需要達到厘米級別即可。

因此，數字孿生化的精度并不是越高越好，而是需要根據應用場景和投入能力兩者均衡確定。一些行業專家把航空航天領域的數字孿生化案例作為參考來啟發對數字孿生體的理解是可以的，但如果把它作為標桿對象就有可能東施效顰了。

因此，數字孿生化把精度作為目標，形成了不同層次的要求，這在不同的應用場景中體現出來的效果也有一定的差異。數字孿生化水平的五大等級情況如下，下面具體展開介紹。

第一級：以建立幾何模型為目標

數字孿生體工程以建立幾何模型為基礎，部分工程項目不建立幾何模型，因而通常無須把該項目稱為數字孿生體。幾何模型是任何物理世界設備或產品的第一個特征，通常在特定時間，該幾何模型是一個確定的狀態，因此，把它作為數字孿生化的首要目標，比較容易實現。

一些直接以幾何模型建設為目標的項目，通常是為了實現“可視化”，它的好處通常有幾方面：一是為管理層提供了直觀可見的數據或場景，降低了管理的復雜度和難度；二是部分項目成果難以顯性化，為了讓上級部門、主管領導或客戶了解效果，把這些不可見的結果用可視化方式展現出來；三是為更復雜的系統確定單一數據源，其他系統可以基于該可見的信息源做進一步開發。

客觀來說，以上三個方面的可視化都有價值，前兩個不是數字孿生體的核心目標，第三個是數字孿生體工程的要求。通過幾何模型錨定單一數據源，分部件、子系統、系統和系統之系統等多個層次建立幾何模型，可以為各個參與方提供一個客觀的參照標準。

第二級：以仿真為目標的數據描述

為了使數字空間與物理世界的設備或產品對應的數字孿生化后的模型更有價值，通常需要對它的材料和物理特征進行描述，以便數字線程傳遞相關數據的時候，可以有更豐富的信息。

這個階段完成的仿真工作，成為數字孿生化最具挑戰的工作之一，雖然有超級計算或云計算等仿真利器，但由于部分仿真涉及的計算量實在太過巨大，如果不采用降階模型技術等，仍然無法實現真正的工程應用。

第二級數字孿生化對于高端制造可能是常態，但對于大量中低端行業或者建筑、城市、能源等領域，利用傳統仿真工具的成本往往太高，不具有實際的應用價值，這意味著，數字孿生體在多個行業的應用需求，呼喚低成本的數據描述工具。

第三級：多尺度場景的數據融合

當實現了設備和產品的仿真之后，數字孿生化即進入了滿足多尺度場景的數據融合的需求階段，這個階段既需要考慮設備和產品的數據建模，還需要考慮場景或環境的建模，通過兩者的共同數字孿生化，才可以形成豐富的數字孿生系統。

需要指出的是，設備和產品的建模和仿真有可能在設計的時候就已經實現了，或者事后需要重構出原有的幾何模型和仿真特征，通常情況下，對環境的數字孿生化是進一步建立物理世界和數字空間交互的關鍵。

從技術的應用來看，人工智能在實現兩者無縫數據融合方面至關重要，從國際上多家企業的實踐來看，解決多尺度場景的數據融合，對數字孿生體產業化非常重要，考慮到成本問題，這也是數字孿生化的難點所在。

第四級：面向建造和運行的動態孿生

第三級數字孿生化水平滿足了靜態的神似，但還不具有時間軸上的孿生特征，只有實現了建造和運行過程的動態孿生，才可以稱之為第四級數字孿生化。

這個階段的數字孿生化有較大的挑戰，涉及建造體系和管理體系的數字化轉型，如果建造流程和管理流程無法與數字孿生化工作融合，相關數據難以貢獻，自然實現不了這個階段的動態孿生。

在一些簡單的應用場景中，建造體系和管理體系與人關聯不大，或者可以通過數據自動化替代人的角色，那么這個階段的動態孿生就有可能實現了。

第五級：具有自適應能力的自主孿生

如果數字孿生化發展到能夠根據各種環境變化自行實現第一級到第四級數字孿生化工作，那么它就達到了最高等級的自主孿生水平。這樣的目標需要實現數據自動化，需要建立在數字化、網絡化和智能化的基礎上。

毫無疑問，人工智能、物聯網和數據科學等將在這個等級具有至關重要的作用，迄今為止，相關理論和技術尚未成熟，只有一些較簡單的應用出現。例如，NASA在空間制造體系中產生了一些概念，目前也只是在增材制造模式上有一些突破，但要真正達到那樣的水平，還需要長達數十年的努力。

數字孿生化技術是數字孿生體的基礎部分，它的實現程度決定了數字孿生體的應用效果，在不同的行業，數字孿生化水平具有不同的判定標準，以上只是就基本的概念和特征做了描述，后續還需要根據具體的應用場景做相應的調整。

從傳統學科或研究領域來看，數字孿生化的前三個等級屬于傳統的建模和仿真，動態孿生和自主孿生對應的第四級、第五級則需要動態數據驅動和人工智能等新一代技術的參與，特別是動態數據驅動的仿真，成為過去十年各位專家學者力求突破的地方，這也是數字孿生體的主要研究領 域之一。