近年在国内外研究学者和工业界持续合作和共同努力下，数字孪生相关理论、技术与应用取得了的丰硕成果，在智能制造、航空航天、智慧城市、新能源、医疗健康等领域得到广泛关注和应用。在此背景下，北航陶飞教授团队受邀在《Nature Computational Science》杂志发表了工业领域数字孪生的综述与最新视角长文文章：《Advancements and challenges of digital twins in industry》。该文章对国内外数字孪生在工业领域的最新研究与应用进展进行了总结，深度剖析了数字孪生理论研究与工业实践过程中存在的问题及面临的挑战，并指明了未来发展方向。【Nat. Comput. Sci. 4, 169–177 (2024)】。

随着近年人工智能、物联网、大数据、大模型等新兴技术的不断发展，虚拟空间与物理空间的关系愈发紧密。数字孪生作为实现信息物理融合的有效手段，受到了广泛关注，已在航空航天、医疗健康、智慧农业、智慧城市等领域得到了广泛应用实践。因契合智能制造、工业4.0/5.0、新型工业化、数字经济的发展需求，数字孪生在工业领域应用尤为关注。文章首先对国内外数字孪生概念模型与参考架构、数字孪生对象实时状态感知、多维孪生模型构建、孪生数据分析处理、动态连接与交互等数字孪生关键技术研用进展进行了总结，指出当前在模型精准性、数据有效性、交互实时性和全面性等方面存在不足，无法完全满足深层次工业应用需求。通过对国内外数字孪生在产品全生命周期中（包括数字孪生在产品迭代设计、制造过程智能决策、实时运维管控、精准故障预测与健康管理等）的应用进展分析后，指出当前国际上缺乏通用的、公共的数字孪生工业软件平台，阻碍了数字孪生的工业应用推广。

数字孪生在工业领域的应用

文章剖析了当前孪生认识与理解存在的不足或误区（Pitfalls），包括：①数字孪生模型构建和应用过程中“过简或过繁”，导致具体工业问题或应用需求无法得到精准服务；②对数字孪孪生数据的使用“重大轻小”，如只关注对“大数据“的分析与挖掘，而忽视了“小数据”的价值；③对数字孪生虚实交互过度追求“无限实时”，导致实现困难且代价巨大；④数字孪生与AI的融合主要在孪生数据处理分析，对AI在数字孪生模型快速构建、孪生数据计算资源动态调度优化等方面应用仍存在不足。最后文章对工业数字孪生若干未来发展方向和与挑战进行了探讨，包括：①应充分融合多源数据与工业机理，建立数模融合驱动的数字孪生模型精准构建与决策优化方法，以满足各类工业应用需求；②探索透明和可解释的数字孪生工业应用AI算法，并进一步融合ChatGPT等AI技术赋能数字孪生工业应用场景；③开发集成孪生模型构建、孪生数据处理、虚实动态交互等核心功能的通用数字孪生工业软件平台/工具，形成数字孪生生态；④为使工业用户敢用、愿意用、放心用数字孪生，应探索相关信息物理安全保障机制、隐私保护与数字孪生资产安全体系；⑤加强国际交流合作，研制数字孪生模型、数据、应用等相关国际标准，进一步达成共识。未来，数字孪生也将与可靠性、复杂系统工程、量子力学等学科理论进一步交叉融合，从而更好服务新型工业化和新质生产力需求。