【原创研究】打破次元壁！让我们谈谈数字孪生
来源： 远桥资产-陈天伦日期：2022-07-08浏览量：382
自Roblox（全球最大的3D游戏内容创作平台）上市以来，元宇宙的“爆火”还在持续。谈到元宇宙，多数人首
先联想的仍是数字人、VR/AR头显、沉浸式游戏…尽管XR技术重塑了用户的娱乐体验，但遗憾的是，我们在To C市场仍未发现Killer级的成熟应用。回归现实，我们更关注“元宇宙”在产业端的连接与重构。当市场非理性狂欢时，我们选择拥抱产业数字化的长趋势——要说“元宇宙”对产业意味着什么，数字孪生正敲开产业数字化的大门。
通俗地讲，数字孪生（Digital Twins，“数字双胞胎”）是指针对真实物理世界中的实体，通过数字化的手段构建一个在虚拟世界中一模一样的实体，借此来实现对物理实体的了解、分析和优化，实现从实到虚、虚实结合、以虚管实。
数字孪生：自动驾驶与智慧交通
数字孪生：设备仿真与智慧工厂
从技术角度而言，数字孪生集成了物联网、云边协同、测绘建模、仿真测试、XR、人工智能等技术，重塑了数据从“采集—传输—存储—处理—应用”的全生命周期。
数字孪生，绝不是单纯的“虚实映射”。数字孪生与传统的3D建模最核心的差异在于：数据的高保真性、实时性和动态交互。在虚拟世界复制一个城市或者工厂，本身不具备价值；更重要的是，这能为政府或企业用户提高多少资源调度与运维的效益。这意味着，数字孪生既在最大程度上与真实世界的物体双向映射，又能够基于仿真系统对物理实体形成闭环控制，达到辅助决策的功能。
2021年，全球数字孪生市场规模在74.7亿美元，这个数字在2025年会达到264.6亿美元，未来5年的复合增速>37%。而在中国，政府已将数字孪生写进“十四五”，无论“智慧城市”还是“工业互联网”，俨然需要数字孪生的底座。2022年，乐观预测中国数字孪生的总体规模已超100亿元，而这一数字在2025年会>300亿。数字孪生，是区域数字经济的第一步，也是最后一步。2022 年，中国只有不足15%的地方政府使用数字孪生工具进行城市规划和管理；到2024年，这一比例将接近50%。当前环境下“新基建”对于区域经济的支撑效应，使地方政府对智慧城市、园区的数字化重塑更加迫切。数字孪生将成为这一重塑过程必不可缺的要件。
从“长板”出发，数字孪生踩下工业数字化弯道超车的油门。从高端仪器仪表，再到核心工业软件，中国的工业数字化水平与国外相较仍有较大落差。工业数字化的基础，离不开物理世界的工业知识、机理、模型和数据积累；而这个过程，可以在虚拟世界中加速。中国拥有全世界最齐全的工业门类和应用场景，这为数字孪生技术嵌套提供了“排兵场”——通过数字孪生所积累的产业know-how，将为工业软件突围打上弯道超车的灯光。数字孪生“大热”的背后，是“产业元宇宙”的起点。与其说关注“元宇宙”，更值得聚焦的是以底层XR、AI和控制技术为代表的“硬科技”，能否对产业数字化产生新的催化。
数字孪生并不是新鲜的事物，早在“元宇宙热”蔓延开之前，就可以被解剖为数字可视化（Visualization）和仿真（Simulation）。人工智能时代，数字孪生再次被赋予新生——这盘“老菜”，正在XR技术、AI引擎和自动化控制的“酱料”下，散发出新的魅力。当我们把眼光放在更大的视角——数字孪生只是产业数字化转型的一个中间模块而已：下至：1）基于底层传感器的IoT平台；2）基于云边协同的控制系统；上至：1）基于数仓的企业级应用；2）基于数据融合的AI引擎——数字孪生扮演了企业数字化转型的“中台”角色，为底层物理资源和上层应用系统提供了资源调度的虚拟平台。
资料来源：远桥研究
数字可视化很大程度上倚赖于团队的工程化能力（例如：如何通过最高效的方式，实现大批量设备或大面积地形的采集与建模）。需要注意的是，依赖于边际趋于先进的测绘设备（如无人机、激光雷达和ToF镜头）和基础建模软件（CAD、BIM等），图形采集和3D建模本身的技术门槛、产业进入门槛快速下降。可视化的技术核心，仍然落在计算机图形学和XR技术的边际迭代上，尤其是高保真、实时的VR/AR云渲染，将重塑数字可视化的整体效果。国产替代不是逻辑，但架构重塑是。现阶段，以CAD为代表的基础软件、以UE/Unity为代表的渲染引擎仍严重依赖于国外。我们抛开长趋势下国家对于“硬科技”自主突破的呼唤不谈，随着“后云”时代的到来，分布式计算的云边架构也会重塑上述工具生态。这两点正在对中国的数字孪生公司提出技术大考——如何以国产自研的基础软件和云渲染引擎杀出重围？我们拭目以待。
规模化应用的关键，是“智能交互”。从实到虚不是目的，单一的可视化通常是“政绩工程”，但不解决实际问题，故无法产生持续的买单需求。数字孪生能够真正“活起来”，离不开AI引擎的推演训练，以及与实际场景相结合的交互控制，为决策者提供辅助支持。
这与我们观察元宇宙的视角类似：单一“沉浸式”的场景无法摆脱游戏、电影的束缚，真正Killer级的产业应用需要真实世界的有效交互。而交互的基础，仍然是人工智能。
从AI看到元宇宙，再从元宇宙看回AI——事实上，无论是数字人还是数字孪生，其价值核心仍然在“智能交互”。如何能使数字孪生在具体场景的决策推演更有价值？这倚赖于人工智能基础技术的演进——我们坚定地拥抱从“感知智能”到“认知智能”的长趋势，希望为“数据”和“知识”对AI的双轮驱动找到子弹。
数字孪生大火的同时，也使各路竞争更加激烈。行业快速催化的同时，也不可避免地看到所暴露的问题：项目制的商业模式，以及相对不高的客单价，如何顶住规模化的压力？成千上万种物模型的搭建，尤其是不同垂直行业的差异化需求，如何标准化满足？绝大部分玩家停留在“从实到虚”，却面临“虚实结合”、“以虚管实”的技术难题？1. 越来越多的滥竽充数者：“从实到虚”从来不是目的
-
数字孪生不是测绘，不只是建模，也不完全是仿真，更不是“大集成”。行业的水热，迎来了不断跳下的青蛙——有原本做测绘服务的，有原本做GIS建模的，也有做数字化集成项目的。一众“蹭热度”的玩家基于UE/Unity的开源引擎，却大部分只停留在简单的3D建模层面——如果仅仅是“从实到虚”，实在徒劳。
数字孪生公司更值得思考的问题是：如何帮助政府和企业用户更好地“虚实结合”，最终实现“以虚管实”？这要求数字孪生平台以“中台角色”调度数字化资源。既有底层的数据采集、分析和融合能力，同时又有与垂直场景和具体问题相结合的Know-how积累。数字孪生行业，同样面临“项目制”的长期挑战。这既与企业数字化转型的系统性工程问题有关，又受到不同垂直行业、细分场景、具体物模型的差异化影响，导致交付成本降不下去。产业的演进总是从原始到秩序，但现阶段不可否认的是，数字孪生公司需要做很多“脏活累活苦活”。
自下而上，从底层的渲染引擎，到平台层的物模型资源库和空间编辑器（尤其是针对某一类共性场景），再到上层的细分应用…数字孪生公司的底层能力已经趋于模块化，但仍然避免不了客户对于“打包解决方案”的刚性需求。结合中国企服市场的实际，政企用户的IT发展阶段和基础建设各有不同，短期内很难有层次分明的“产品意识”。尽管现阶段探讨SaaS化尚为时过早，但也不乏先行者勇敢探索PaaS能力平台的开放性输出，为未来的“工具链”产品化打好基础。
要在项目制的“四面楚歌”中杀出重围，产品制没有捷径。竞争者之间需要比较的，仍然是：能否以更轻量级的交付实施体系，为客户创造更大的场景价值。探索产品制的前提是，数字孪生公司如何使采集和建模的过程更加标准化？
这本质上仍然是人工智能辅助设计的逻辑，所以仍然适用“数据为王”的产业通则：谁能有更多场景的数据积累，谁就能有更多的物模型，谁才能够基于数据生成更加丰富的标准化资源库，谁才有可能更快走向“以虚管实”，以最终形成智能建模、智能孪生、智能决策推演的体系。数字孪生的终点，是基于人工智能的“建模-推演-控制”体系，而这一过程在不同垂直行业、不同细分场景、不同类型客户的需求视角都有所差异。
我们一直强调，数字孪生不是单一的“虚实映射”，而是数据、信息、知识的综合体：
唯有在垂直行业和场景中通过项目实践不断积累Know-how，才会对底层的资源分配、调度、运维和管理方式有深度认知，才会对客户需求的共性和异性有深度认知，才会对场景的编排机理和“产品分层”方式有深度认知。最终在数据和Know-how的双轮锤炼下，形成更加精准和智能的孪生算法。
当然，在数字孪生公司产品制的路上，打磨自研的云渲染引擎同样重要。相较于笨重的开源引擎，以分布式计算架构为基础的云原生渲染引擎，通常具有灵活的现场级修改条件，会是“云边协同”时代数字孪生工具链的底层基础之一。
