AI 术语表 · 基础 · 机器人与具身智能 · AI 平台与解决方案 · 制造 · 能源
数字孪生
数字孪生是在计算机中按原样复制实际工厂、设备、城市、电网等对象的虚拟模型，它持续接收实物的数据、跟踪其状态，用于预先进行测试。
关于这个术语
- 难度
- 基础 · AI 新闻中常见的技术术语
- 分类
- 行业 AI
- 加入时间
- 2026-10-10
通俗解释 这类似于在真实建筑旁放一个与它同步变化的精密模型，先在模型上做实验，再只把可行的方法应用到真实建筑上。不过，结果的可信度取决于模型与实物的相似程度。
工作原理
从实物上的传感器和运营系统接收温度、运行状态、产量等数据，并反映到虚拟模型中。虚拟模型通过基于物理定律的仿真或用数据训练的AI模型来模拟实物的行为。运营人员先在虚拟空间中测试“如果改变设置会怎样”，再把效果好的方案应用到实物上。应用后的结果又作为数据回流，使模型持续校准，不与实物脱节。
实物与虚拟的循环
让实物与虚拟保持一致
- 1收集实物数据
- 2更新虚拟模型
- 3在虚拟中测试
- 4应用到实物
- 1. 收集实物数据 传感器·运营系统
- 2. 更新虚拟模型 跟踪实物状态
- 3. 在虚拟中测试 尝试改变设置
- 4. 应用到实物 由人审核·批准
为什么重要
改变工厂产线布局或电网运营方式，在实物上测试的成本和风险都很大。在数字孪生中，可以在不停机、不出事故的情况下预先测试这些变化。由于它能实时直观地展示设备状态，也成为预测性维护和能源使用优化的基础。除制造业外，其用途正扩展到能源、城市、环境管理等处理大型系统的领域。
须知要点
单纯的3D画面或只运行一次的仿真，不会与实物数据持续关联，应与数字孪生区分开来。实物与虚拟模型一旦脱节，就可能得出错误结论，因此传感器质量和模型验证是关键。电网、工厂等基础设施的孪生会完整包含设施结构和运营信息，因此安全和访问权限管理很重要。将在虚拟中找到的方案应用到实际设备时，一般会依据安全规定设置由人审核和批准的流程。
示例
一家工厂把整条生产线做成数字孪生，在追加生产新产品之前，先在虚拟产线上调整设备顺序和作业速度，找出产生瓶颈的地方。选出最佳布局并应用到实际产线后，再比较实际运行数据与虚拟模型的预测是否一致，并重新调整模型。