1982年的时候，美国的约翰·沃克创立了Autodesk，并于同年晚些时候推出了第一个重要的计算机辅助设计程序AutoCAD，改变世界的AutoCAD正式诞生。
如果我们对照目前数字孪生的定义，其实每一份CAD设计图也是对其设计对象物理实体的抽象虚拟映射，也属于数字孪生的一部分，但是CAD只对其静态形状进行了映射，也只应用到了设计和建造的阶段。
而数字孪生的目标则更加激进，不但要对其形进行更真实的映射，还要对其运行机理、实时状态，甚至其未来的可能出现的状态进行映射。通过广泛的物联网络，最终实现我虽不在你旁边，却能观察你的一举一动，预测你的下一步动作，并可随时纠正你的行为，这就是数字孪生的“以虚映实”、“以虚控实”、“虚实共生”等。
那么数字孪生的终极价值是什么呢？举个例子吧，宝马3系研发费用大约100亿欧元，为什么一辆车的研发费用会如此之高呢？那是因为宝马公司要想让这辆车达到其想要的性能、耐久性、安全和舒适性目标，要做的工作太多啦，举例：
- 要想实现耐久性，要从材料开始，到零部件验证，再到系统，最后整车几十万公里起的实车验证。
- 要想实现性能目标，要在各种工况下对速度、油耗等进行测试验证。
- 要想实现安全目标，要实车以各种速度、各种角度进行破坏性碰撞测试。
如果我们能构建一个汽车或者汽车零部件的数字孪生体，让这个数字孪生体在计算机里面承担30%甚至更多的研发测试工作而且达到同样的效果，节约的成本可达几十亿欧元计，节约的时间更能让车型在市场上赢得先机。
当然要想实现数字孪生的这个终极目标应该会非常漫长，不可能一撮而就，比如从一辆车的生态链来讲，上游的材料商可能需要实现包含材料机理、性能等数据和模型的数字孪生模型，零部件常山要依赖材料商的数据实现各种零部件、总成运行机理、数据模型的数字孪生模型，主机厂要依赖零部件供应商的数据实现整车的数字孪生模型，最终才能构成一个完整的汽车的数字孪生体。
CAD在刚推出的时候也面临的同样的问题，不但要普及这个概念而且要让所有供应商、所有零部件全部用cad全部搞一遍，怎么可能俺么容易。
但是回过头来，经过这么几十年的发展，CAD基本上已经普及并成为事实的标准了，而且是被国外掌握的，如果我们现在不去追赶，很可能没办法突破国外的控制，我们工业的地位依然还会是大而不强。工业是立国之本，我们是大国，可以试错走弯路，但是绝对不能缺席。
再举一个例子，2014年的时候，那时候4G刚刚推出，当时我记得并没有太多人说4G的好处，但是有一个危言耸听的传闻流传非常广，“如果晚上忘了关闭4G连接，一觉醒来，你的房子可能就成移动公司的了。” 那之后的短短三四年，中国4G就在全球占绝了绝对领先地位，4G的基站数量占到全球4G基站数量的一半以上，随之而来的就是中国企业的短视频、移动支付、oto平台全球绝对领先。
我想对数字孪生我们也应该加大研究，加大投入，并且竟可能早的形成产业，形成标准，最终形成强大的数字孪生生态。
