数字孪生体是仿真应用新巅峰。在数字孪生体成熟度的每个阶段，仿真都在扮演者不可或缺的角色：“数化”的核心技术——建模总是和仿真联系在一起，或是仿真的一部分；“互动”是半实物仿真中司空见惯的场景；“先知”的核心技术本身就是仿真；很多学者将“先觉”中的核心技术——工业大数据视为一种新的仿真范式；“共智”需要通过不同孪生体之间的多种学科耦合仿真才能让思想碰撞，才能产生智慧的火花。所以，我们提出“无仿真，不孪生”的观点，但也相信“唯仿真，不孪生”，所有后文所述的技术是数字孪生体不可或缺的技术。
图4.数字孪生体中的三维仿真与系统仿真
核心技术3：数据分析
数据分析包括大数据技术和人工智能技术。大数据是大量、高速及多变的信息资产，利用新型的数据处理方式可促成更强的洞察力和决策能力。
人工智能的核心技术——机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习从海量数据中自动分析获得规律，并利用规律对未知数据进行预测。因此，它总是和大数据相伴而生。
图5.数字孪生体的数据分析
数字孪生体应用物理世界数据的一种模式就是通过人工智能技术，在物理机理不明确、输入数据不完备的情况下对数字孪生体的未来状态和行为进行预测（图5），尽管这种预测未必准确，但相比一无所知，这种预测仍富有价值。而且随着数字孪生体的进化，这种预测会越来越逼近真实世界，使得数字孪生体拥有“先觉”能力。
核心技术4：物联网
物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络，如图6所示。
图6.物联网参考架构
物联网通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程中的声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。
在数字孪生体中，物联网的一项重要作用就是收集来自物理世界的数据。必要时，数字孪生体还可通过物联网驱动物理世界。
核心技术5：数字线程
数字线程是数字孪生体实现共智的关键技术。数字线程是指可扩展、可配置和组件化的企业级分析通信框架。基于该框架可以构建覆盖系统生命周期与价值链全部环节的跨层次、跨尺度、多模型的集成视图，进而以统一模型驱动系统全生命周期的活动。数字线程将物理对象的全生命周期的各数字孪生体之间的数据资产进行传递和追溯，从而实现优秀基因传承，如图7所示。
图7.数字线程实现数字孪生体基因的跨代传递和追溯
数字线程是某个或某类物理实体对应的若干数字孪生体之间的沟通桥梁，这些数字孪生体反映了该物理实体不同侧面或不同生命阶段的模型视图。跨阶段的不同孪生体的数据必须连贯和传承，数字线程则记录了孪生体整个生命周期中的全息数据，反映数据在孪生体全生命周期的演变。数字线程基于统一数据标准PLCS来实现数据融合与共享，其底层数据模型是一项关键技术。
