打破边界，才能成就理想的数字孪生

最近跟业界的朋友在讨论数字孪生的时候，探讨了数字孪生的边界问题，发现有一些不是特别好的苗头，有个别企业在误导市场，不断地为数字孪生设置各种各样的边界和障碍。我想在这里抛出几个观点，跟大家一起探讨。

第一种是人为地在数字孪生内部设置边界。比如说，把数字孪生分解成为设计的数字孪生、性能的数字孪生、制造的数字孪生等等。还花了很大的篇幅去讨论这几个局部的数字孪生之间是什么样的关系。类似的画面在市场上流传很多，甚至有的专家把这些错误的理念拿出来仔细学习，仔细研究，甚至奉为圭皋。

设立这样的边界要不得，这种做法是欠缺思考的。人为的在数字孪生里面分割出几个区块，划定边界，不代表先进的生产力，不代表未来的方向。

首先这是不符合奥卡姆剃刀理论的。如无必要，勿增实体。如果能用一个数字孪生解决问题，就不要引入一系列的局部的数字孪生。就好比今天我们用一个智能手机能够解决的问题，相信多数人不愿意再携带已经被智能手机淘汰的其它产品。

多个数字孪生会带来一系列复杂的问题。比如怎么去解决不同的数字孪生之间的衔接问题？在任意两个孪生之间，难道不需要交换数据吗？人为的设置边界，设置障碍，就会导致数据的复杂性，请问两个数据孪生之间，重复的数据怎么办？要怎样管理它们的版本不一致？它们之间要不要撰写一个数据接口？数据结构和数据模型不一致怎么办？

其次，我们需要的是整个产品生命周期的最优，而不是只是某一个环节的最优。我们一直在讲打通上下游、拆掉思维的墙、拆掉部门墙，打通任督二脉，搞这么多数字孪生不是故意去割裂产品全生命周期的知识吗？

再者来说，为什么只割裂成三块？为什么不是割裂成五块？设计的数字孪生是不是又可以分为概念设计的数字孪生和详细设计的数字孪生？性能的数字孪生是不是又可以分为力学的数字孪生、热学的数字孪生、声学的数字孪生、流体的数字孪生、电磁学的数字孪生？

人为的割裂了知识之间的联系，会导致用户思维的局限性，让用户关注在局部观、丧失了全局观。

说到这里，我们一定要知道什么是错误的方向，什么是正确的方向，什么样的方向是代表数字孪生的未来，什么样的数字孪生是理想的数字孪生，就算是现在做不到理想的数字孪生，我们也要向那个方向去努力。而不是去宣传割裂的数字孪生，混淆视听，愚弄客户，成为阻碍科学发展的拦路虎。

说到这里，那么什么是理想的数字孪生？一定是打破边界，或者没有边界的数字孪生、一体化的数字孪生。基于模型，在同一个模型之上去承载产品相关的数据、几何外观、产品结构、多学科和多专业的知识、产品生命周期的知识，贯穿设计制造一体化、设计仿真制造服务一体化的数字孪生。

基于同一套数据架构、在同一个数字孪生基础上消除边界，打通产品全生命周期的上下游，甚至价值链和产业链的上下游，实现知识的融合，实现全价值链、甚至全产业链的协同。让产品生命周期和价值链上的每一个参与者都具备全局观。

达索系统的三维体验平台就是以这种思想设计的，基于模型，以单一主模型承载几何外观、装配结构、包含系统工程机理在内的多学科多专业的知识、产品生命周期知识，以及产品的使用环境，上下文环境以及体验场景的知识。

不仅仅在整个产品生命周期的各个环节之间打破边界。甚至在不同的尺度规模上也要打破边界。从宏观的城市级别的数字孪生、产品的应用场景到产品的生命周期，一直到微观的，组成产品的材料，甚至分子和原子级别的数字孪生建模。消除了从宏观到微观的鸿沟，打破所有边界，包括尺度的边界，行业的边界、领域的边界、部门的边界、生命周期的环节之间的边界，实现知识的全方位融合。

第二个误区是过分强调数字孪生的边界。甚至有的专家说，数字孪生必须有物理世界的对照实物，没有实物的数字模型就不是数字孪生，听起来特别有咬文嚼字的味道。数字孪生嘛，一定要有物理世界的孪生产品相对应。物理世界一定要有这个东西，它的数字版本才叫数字孪生。

大可不必为数字孪生设置这样的边界。首先来说，现在的产品设计都是先有数字的版本，在电脑里面进行设计和研发，经过验证没有问题了，或者比对几个方案找到最好的方案，再把它制造出来推向市场。

也就是说现在数字孪生已经是普遍先于物理世界的产品而存在了。如果按照这样的定义，没有物理世界的产品，数字世界里面定义的数字模型就成了孤魂野鬼，难道要叫数字鬼魂不成？

在真正的产品被制造出来之前，创建产品的多个虚拟版本，这正是数字孪生的优势之所在。因为在数字世界里面创建的虚拟模型是不消耗实际物理世界的材料的，没有实际的物理成本，这正是数字孪生的优势。在这里所谓的朔本清源是没有必要的。

以下的案例中。以下的视频中展示了Civic不同颜色、轮胎、内饰，在不同的配置情况下，在城市街头白天和黑夜的观感。在各种场景下如何与环境进行匹配，检测有没有违和感，寻找最佳外观体验。

第三个误区是过分强调工业互联网上的数字孪生，而忽视或弱化基于模型和机理的数字孪生。

有很多的工业互联网项目开发时，都扎堆儿去做数据驱动的数字孪生，或者说工业互联网版本的数字孪生，很多项目都试图通过大数据的采集、云端存储、人工智能深度学习等算法来绕过产品的机理。

为什么呢？因为做机理模型很难，需要掌握多学科、多专业的基础科学知识。没有哪个项目愿意去触碰这些需要大量投入的机理模型研发。因此出现了数据就是金矿，DT比IT更重要的说法。美其名曰透过现象去看本质，但这是有局限性的，是舍本逐末、本末倒置的作法。

对于数字孪生这个行业来说，把鸡蛋都放在数据驱动的工业互联网上的数字孪生是错误的。这就好比大家都去做应用科学了，没有人去做基础科学研究了。如果大量的资金都以新基建的方式扎堆投入到工业互联网的领域，就没有资金去扶持做机理模型的数字孪生的项目了。

未来企业直接的竞争，甚至国家之间的竞争，将围绕产品力量的竞争、产业链的竞争展开，也就是科技力量的竞争，知识力量的竞争，而数字孪生成为承载知识的最佳选择，未来的竞争将终结于数字孪生力量的竞争。只有数字驱动而没有机理模型的数字孪生是空中楼阁。

人们对虚拟世界和数字孪生的构造是循序渐进的。我们在虚拟世界构造的产品越来越丰富，虚拟孪生所包含的信息也越来越丰富。

达索系统在近40年的发展过程中，兼顾数字驱动的数字孪生与产品机理的数字孪生，引领了从产品的三维几何外观和装配结构，到以数字样机为代表的多学科、多专业数字孪生，再到基于模型的3DPLM产品全生命周期数字孪生，再到三维体验虚拟孪生，以及人体的虚拟孪生体验5个阶段的发展，打造了一体化的、无边界的三维体验虚拟孪生平台----三维体验平台。

以下视频回顾了达索系统40年持续技术革新的历史。

在接近40年的时间里，达索系统不断追求技术进步，逐步完善数字孪生的内涵，不断提升数字孪生信息丰度，实现数据驱动决策和基于模型表达知识于一体，以为最终消费者提供最佳体验为抓手，使三维体验平台成为企业业务的操作系统和企业进行商业模式创新的平台。

以下视频展示了以摩托车为例的多学科多专业的数字孪生。

（本文在这里结束）