现如今的数字孪生，距离预想中的沙盒系统模拟推演、人工智能决策等功能仍有较大差距。数字孪生（DigitalTwin）这个观念最初可以追寻到MichaelGrieves教授2002年在密歇根大学PLM（产品全生命周期管理）中心对产业界做的一次演讲（虽然没有书面证据，但这仍被广泛觉得是数字孪生的最初来源）。
2014年，MichaelGrieves在其编写的“DigitalTwin:ManufacturingExcellencethroughVirtualFactoryReplication”白皮书中进行了详尽的阐述。他觉得利用物理设备的数据，可以在虚拟（信息）空间搭建一个可以表征该物理设备的虚拟实体和子系统，而且这种联系不是单向和静态的，而是在整个产品的全生命周期中都联系在一起。
在此之后，数字孪生的观念逐步拓展到了模拟仿真、虚拟装配和3D打印等领域。伴随着物联网技术、人工智能和虚拟现实技术的不断发展，越来越多的工业产品、工业设备具有了智能化的特征，而数字孪生也逐步拓展到了包含制造和服务在内的完整的产品周期环节，并不断完善着数字孪生的形态和观念。
企业界走在数字孪生的前列。工业4.0下的数字孪生被各种软件厂商赋予了不同的理解，并将其与自身的业务融合，着力于打造出现实世界与虚拟世界融合的解决方案。美国通用电器公司（GE）与ANSYS公司运用数字孪生这个概念，提出物理机械和分析技术融合的实现方式，让每个引擎，每个涡轮，每台核磁共振都具有一个数字化的“双胞胎”，并利用数字化模型在虚拟环境下实现机器人调试、试验、优化运行状态等模拟，以便于将最优方案应用在物理世界的机器上，进而节省了大量维修、调试成本。西门子引用数字孪生的概念，来形容贯穿于产品全生命周期各环节间的数据模型。简单地说，数字孪生便是模拟仿真一些工厂的实际操作空间，从产品设计到产线设计，到设备制造方的机械设计和工厂的规划排产，到最终制造执行和产品大数据。法国软件公司达索系统在数字孪生创新协作和验证中，不仅重视产品的数字化表现，更尝试利用三维体验平台实现设计师和客户之间的互动。德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎，在产品试验环节收集设备的运行状况，进行分析，得出产品的实际性能，再与需求设计的目标比较，形成产品研发的闭环体系。
简言之，工业4.0下的数字孪生，更多的是为制造业提供了产品在物理空间和虚拟空间之间的映射关系，及其在实体世界以及数据虚拟空间中记录、仿真、预测对象生命周期的运转轨迹的全过程。
1、数字孪生：催生智慧城市2.0
值得一提的是，数字孪生的概念不仅活跃在工业4.0的制造业，也愈来愈频繁地出现在智慧城市领域。伴随着ICT（信息、通信、技术）成为智慧城市发展的主要动能，移动通信、互联网、云计算、传感器、人工智能、量子通信在智慧城市都得到了广泛运用。全域感知、数字模拟、深度学习等各领域的技术发展也将要迎来转折点，这使得城市的数字孪生应运而生。
我国智慧城市数字孪生的发展还有很长一段路要走。数字孪生高度依赖于传感器所收集的数据和信息，而就当前的技术水平来说，精细化尺度下城市数据的全域感知和历史多维数据的获取，依然有难度。物理实体空间的数据不够详尽，将直接致使其数字副本的缺失。
数字孪生在智慧城市发展与建设中的核心价值取决于，它能够在物理世界和数字世界之间全方位构建实时联系，进而对实际操作对象生命周期的变化进行记录、分析和预测。智慧城市中的数字孪生可以分成四个阶段，分别是：
1）对城市现状进行精准、全方位、动态映射的现状孪生；
2）从历史数据中学习、分析、识别、总结并发现城市运转规律的学习孪生；
3）人工监督下模拟不同环境背景下的发展情景的模拟孪生；
4）最终通过实时数据接入与人工智能自动决策的自主孪生。
与此同时，大家也应看见数字孪生在传感器、5G和边缘计算技术不断发展中所具备的巨大潜力。传感器的高密度部署与高精度感知，结合5G和边缘计算的实时结构化计算回传，对城市物理空间的全域感知和实时更新，将是5G时代的常态。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，进而实现真正的“全息”虚拟城市。
2、城市数据：数字孪生的DNA
在智慧城市的建设中，数字孪生的核心内容在于创建与城市物理空间全面映射的虚拟（信息）空间。有别于制造业产品周期管理中被制造商全面把握的产品信息化数据，城市作为一个庞大的复杂系统，其包含的物理空间及过程，无时无刻不在形成着多维的海量大数据，这无疑是在数据收集、处理、运算、储存和管理上向城市数字孪生提出了挑战。
近些年来，以数据为核心内容的城市生态链构架了智慧城市的顶层设计，形成以共享信息为中心、各行业联合实现的“感知－运用－共享信息”的智慧城市模式。同时，在大数据、人工智能、云计算、物联网等新兴ICT技术的促进下，多维的海量城市数据也逐步以不同方式被发掘并运用在智慧城市的探究和实践中。
传统城市统计数据的电子化与空间可视化是城市大数据发展迈开的第一步。基于GIS平台上对行政边界的勾绘，并将其与传统的年鉴统计数据相匹配，就能实现传统数据的电子化与可视化，并依托于GIS空间分析功能实现空间可视化与分析。
互联网大数据的运用意味着城市真正的迈入了大数据时代，而互联网大数据也俨然成为近些年来城市研究的“宠儿”，不论是学界还是业界都在积极探索互联网大数据为城市研究和发展带来的诸多可能。
互联网大数据最大的优势在于其冲破了传统数据自上而下的数据采集壁垒，而是以自下而上的方式提供着精细尺度下的多维数据，如记录城市内所有地理实体空间位置与属性的兴趣点（POI）数据；反映话题热度与用户画像的社交媒体大数据；实时展示人口空间分布的热力图等。而伴随着智慧城市的到来，传感器技术的进步与完善为城市研究提供了另一条数据获取之路。
根据多模块集成传感器在城市内部的架设，可以实现精细尺度下城市环境、人车行为等数据的实时感知与采集。如由CityGrid城市网格数据监测站，可利用多模块传感器网络监测人车流量及环境质量，如风速、风向、光照、温湿度和pm2.5等。CityGrid是一款专门针对城市空间精细化感知的物联网产品，也是传感器技术应用在城市全域感知、数据采集，乃至实现城市未来微观环境与人车行为预测的经典案例。
LBS数据（基于位置服务的数据），根据运营商采集用户与基站间无间断的信令数据，来获取移动服务用户相对精确的实时空间位置。因其具有用户量大，覆盖范围广等特征，是描述城市人口数量和空间分布的“终极”数据。
科技的突飞猛进不仅使人们的生活方式发生了极大改变，与此同时也影响着城市运行的各个方面。不可否认的是，新技术的高速发展给城市研究与实践带来了新的机遇，促进着城市规划技术和工具的突破与创新。
与此同时，在信息通讯技术革新的推动下，数据储存、发掘、云计算和可视化等技术的完善也为研究城市提供了新视角。人们的思维模式从传统的机械思维向大数据思维转变，认知方式也慢慢向虚实结合的体验过渡。城市数字孪生、数字自我的概念也将在第四次工业革命的技术革新下拥有更丰富的内涵。