數字孿生的前世今生
（上篇）
數字孿生是近10年10大戰略科技發展趨勢，本文將分上、下兩篇來講述數字孿生的前世今生，本篇為上篇：數字孿生的前世 | 數字雙胞胎，利用數位技術將一個真實的世界雙胞胎成為一個數位化世界。
文/紐豪斯
發布/AI智道
2009年12月16日全球上映了一部影片《Avatar》（阿凡達），是由James Cameron執導的，裡面有2項黑科技令人耳目一新，一是「腦-腦接口」，通過人來控制DNA匹配的阿凡達，二是「意志控制肢體」，實現機器人和人的動作同步，這就是「雙胞胎」技術，用一個肢體完全模仿另外一個肢體。無獨有偶，2018年3月30日上映的科幻電影《頭號玩家》（如果還沒有看過此片，推薦看一下，對閱讀本篇及下一篇文章有極大幫助），現實世界中的人，在遊戲《綠洲》的虛擬世界裡有另外一個自己，這大概就是「數字雙胞胎」。
數字孿生之熱，風口之強勁，乃至全球最具權威的IT研究與顧問諮詢公司Gartner連續三年（2016-2018年）將數字孿生列為當年十大戰略科技發展趨勢之一。世界最大的武器生產商洛克希德馬丁公司2017年11月將數字孿生列為未來國防和航天工業6大頂尖技術之首。事實上，數字孿生間接的影響了智慧城市、人工智慧、安防三大行業的未來發展趨勢。那麼到底什麼才是數字孿生，紐豪斯將用2篇文章為大家講述數字孿生的前世今生。
什麼是數字孿生？
孿生大體上分為生理孿生、物理孿生和數字孿生三種。
根據網絡報導，「數字孿生」最早由美國學者麥可· 格裡弗斯（Dr. Michael Grieves）於 2002 年提出。密西根大學教授Grieves在發表的一篇文章中第一次提出了數字孿生概念，他認為通過物理設備的數據，可以在虛擬（信息）空間構建一個可以表徵該物理設備的虛擬實體和子系統，並且這種聯繫不是單向和靜態的，而是在整個產品的生命周期中都聯繫在一起。顯然，這個概念不僅僅指的是產品的設計階段，而延展至生產製造和服務階段，但是由於當時的數位化手段有限，因此數字孿生的概念也只是停留在產品的設計階段，通過數字模型來表徵物理設備的原型。
追根溯源，那麼數字孿生（Digital Twin）到底是誰提出的?
工業網際網路的基礎模型和技術依託於數字孿生體（Digital Twin），雖然這個概念產生於軍事領域，但很快得到了領先工業企業的認同，並投入大量資源做研究。
2011年3月，美國空軍研究實驗室（AFRL，Air Force Research Laboratory）做的一次演講，明確提到了數字孿生，是最早的提出機構。根據有限的資料顯示，美國國家航空航天局（NASA，National Aeronautics and Space Administration）也在同期開始關注數字孿生體，但後續對數字孿生體體系的構建貢獻並不多，反而是美國國防部立刻意識到數字孿生是頗具價值的工程工具，值得全面研發。與此同時，美國通用電氣在為美國國防部提供F-35聯合攻擊機解決方案的時候，也發現數字孿生體是工業數位化過程中的有效工程工具，並開始利用數字孿生體去構建工業網際網路體系。
在2015年，工業4.0研究院（官網：www.innobase.cn）開始發現信息物理系統（CPS，Cyber-Physical Systems）不如美國工業網際網路聯盟（IIC，Industrial Internet Consortium）採用的數字孿生有效，為了加深對數字孿生的理解，工業4.0研究院啟動了「數字孿生體概念及歷史」（Concept and Origins of Digital Twin）的研究課題。
根據工業4.0研究院的研究，他們首先接觸到的是美國研究教授（Research Professor）Dr. Michael Grieves在2014年撰寫的Digital Twin: Manufacturing Excellence through Virtual Factory Replication，雖然Grieves強調這是一份白皮書，但實際上只有6頁多的正文文字，總計字數約為3000英文單詞。在這篇文章中，Grieves明確指出，他在2003年密西根的高管培訓上提出了（was introduced）物理產品的數字等同體或數字孿生概念。這個聲明被國內一些專家認為是Grieves首先提出數字孿生體概念的證據。事實上，Grieves似乎不太強調自己是提出者（introducer），他開始謹慎的提出數字孿生體的概念可以追溯到（dates back）自己2002年在密西根大學PLM中心對產業界做的一次演講。
雖然工業4.0研究院項目組閱讀了幾乎所有可以找到的數字孿生體文章、報告及演講資料，但都沒有發現有確鑿的證據可以表明Grieves首先提出數字孿生體概念。即便是Grieves的友好單位美國國家航空航天局，在提到數字孿生的時候，也沒有提及是Grieves首次提出該概念。
對於數字孿生體概念的提出，工業4.0研究院項目組找到了一份2011年3月的演講資料，其題目就是Condition-based Maintenance Plus Structural Integrity (CBM+SI) & the Airframe Digital Twin，演講人是Pamela A. Kobryn和Eric J. Tuegel，他們就職於美國空軍研究實驗室結構力學部門（Structural Mechanics Branch）。
目前沒有任何書面證據顯示Grieves提出了數字孿生體這個概念，而且，正式對外公開的資料顯示，美國空軍研究實驗室在2011年3月提出了數字孿生體這個概念。
一直以來，Grieves主要圍繞產品生命周期（PLM，Product Lifecycle Management）在做一些工作，但從他各種研究成果來看，他主要強調的是通過數位化來實現可視化，這一點跟海爾強調的透明工廠如出一轍。毫無疑問，利用數位化實現管理現場的透明化，或者實現產品生命周期的透明化，是有意義的，但不是數字孿生體的全部。
對比美國國防部利用數字孿生的情況，它首先對應的就是基於狀態的維護+（CBM+），這就是說，美國國防部把數字孿生體看成降低維護成本、提高維護效果的工具，這跟後來美國通用電氣的資產性能管理（APM，Assets Performance Management）是一致的。
由此可見，國內一些專家強調數字孿生體的仿真功能，是與其產生初期的核心價值不同的，簡單把數字孿生體理解為建模、仿真甚至於CAD等，過於簡單的理解數字孿生體的含義，這對於中國製造業轉型升級，利用數字孿生體來實現工業網際網路是不利的。
數字孿生（Digital Twin）是指充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。Digital Twin是一種超越現實的概念，可以被視為一個或多個重要的、彼此依賴的裝備系統的數字映射系統。可廣泛應用於工業製造（生產設備、生產線）、使用維護（運維保養）、智慧城市等多個領域。
實現Digital Twin的許多關鍵技術都已經開發出來，比如多物理尺度和多物理量建模、結構化的健康管理、高性能計算等，但實現Digital Twin需要集成和融合這些跨領域、跨專業的多項技術，從而對裝備的健康狀況進行有效評估，這與單個技術發展的願景有著顯著的區別。因此可以設想Digital Twin這樣一個極具顛覆的概念，在未來可以預見的時間內很難取得足夠的成熟度，建立中間過程的裡程碑目標就顯得尤為必要。
美國空軍研究實驗室（AFRL）2013年發布的Spiral 1計劃就是其中重要的一步，已與通用電氣（GE）和諾思羅譜·格魯曼籤訂了2000萬美元的商業合同以開展此項工作。GE將數字孿生作為工業網際網路的一個重要概念，力圖通過大數據的分析，可以完整地透視物理世界機器實際運行的情況；而激進的PLM廠商PTC公司，則將其作為主推的「智能互聯產品」的關鍵性環節：智能產品的每一個動作，都會重新返回設計師的桌面，從而實現實時的反饋與革命性的優化策略。
Digital Twin突然賦予了設計師、工程師們以全新的夢想，在物理與數字模型之間，帶來無限可能……
未來的技術
在被Gartner連續三年（2016-2018年）將數字孿生列為當年十大戰略科技發展趨勢之後的2019年，Gartner繼續認為2019年十大戰略性技術趨勢中，數字孿生技術（Digital Twin）被認為在未來5年將產生破壞性創新，並帶來商業機遇。也就是說，數字孿生在10年內都具有顛覆性。
作為數字孿生的基礎，在實景三維數據構建方面，國內企業也取得很大的突破。以上海航遙為例，其自主研發的中國首臺擺掃式立體測繪航空相機ASC4100，選用四臺一億像素中畫幅航空照相機，利用下視雙拼相機和後視雙拼相機同時成像的原理，通過面陣凝視掃描成像技術，藉助傳感器掃擺實現102°大視場角成像的功能，再結合相鄰航線相反方向飛行和大重疊率拍照的飛行設計方案，實現獲取地面景物的頂部和前後左右多方向大重疊高解析度的航空影像，實現三維立體測繪。
論八大關係
事實上，數字孿生和CAD、物例實體、數字線索、工業物聯網、雲計算、智能製造、PLM、CPS緊密相關。
與CAD模型。CAD模型是數學模型，可以是二維的也可以是三維的，三維CAD模型對構建數字孿生而言極為方便。數字孿生和CAD很重要的一層關係就是數據關聯，可以實現裝配關係數據、製造信息數據、功能性能數據、健康檢測數據、身份識別數據、實時檢測數據進行關聯，實現三維和數據的融合；
與物理實體。數字孿生和物理世界的交互通過增強現實、數位化映射來實現大數據的分析和決策，不受地域分布限制、不受個體數量限制、不受時間環境限制；
與數字線索（Digital Thread）。Digital Twin是與Digital Thread，既相互關聯，又有所區別的一個概念。數字線索是穿梭於物理孿生和數字孿生之間的通道。Digital Twin是一個物理產品的數位化表達，以便於能夠在這個數位化產品上看到實際物理產品可能發生的情況，與此相關的技術包括增強現實和虛擬實境。Digital Thread在設計與生產的過程中，仿真分析模型的參數，可以傳遞到產品定義的全三維幾何模型，再傳遞到數位化生產線加工成真實的物理產品，再通過在線的數位化檢測/測量系統反映到產品定義模型中，進而又反饋到仿真分析模型中。依靠Digital Thread，所有數據模型都能夠雙向溝通，因此真實物理產品的狀態和參數將通過與智能生產系統集成的賽博物理系統CPS向數位化模型反饋，致使生命周期各個環節的數位化模型保持一致，從而能夠實現動態、實時評估系統的當前及未來的功能和性能。Digital Twin描述的是通過Digital Thread連接的各具體環節的模型。可以說Digital Thread是把各環節集成，再配合智能的製造系統、數位化測量檢驗系統的以及賽博物理融合系統的結果。
與工業物聯網。工業物聯網是支撐智能製造的一套使能技術體系，工業物聯網通過數字孿生來構建起本地應用和遠程應用間的寫作，數字孿生是實現工業生產過程全要素抽象建模的關鍵。
與雲計算。數字孿生和雲計算共同構成數據到知識的關鍵環節，數字孿生就像一個大水池，從雲計算中取數據，雲計算會成為「中臺」或者「後臺」服務。
與智能製造。數位化、網絡化、智能化是智能製造的典範模式，數字孿生是實現智能製造的前提和基礎，基於數字孿生的聚合，感知是智能製造的關鍵。
與PLM（產品生命周期，Product Lifecycle Management）。數字孿生伴隨產品的全生命周期，包括項目論證數據、設計數據、工藝數據、BOM數據、製造數據、使用收據、維護數據和報廢數據。
與CPS（信息物理系統，Cyber-Physical Systems）。數字孿生是CPS核心技術，提供了信息殼實現的技術路徑。
數字孿生的誕生是伴隨著工業發展的，而當前的實際應用遠遠不限於工業，工業並不是小編紐豪斯關注的重點。
宏觀背景和行業需求
數字孿生技術的發展也和宏觀環境相關，得到了國家有關部門和政策的大力支持。以自然資源部為例，將於2019年起推動在國家測繪基準體系建設與精化、實景三維中國建設、海洋測繪、內陸水下測繪等方向凝練形成大項目、大工程。也就是說要在960萬平方公裡的範圍內完成實景三維建設，如果該工程得到順利實施，將為安防行業的未來AI發展落地帶來無限的可能行。
2018年，全國國土測繪系統全面融入自然資源管理大格局。新型基礎測繪體系建設取得新進展，2000國家大地坐標系大力推廣，部系統建成3000+座衛星導航定位基準站，完成2.5+萬幅各種比例尺數據生產並分批上交更新成果，各省1:10000、1:5000基礎地理信息更新平穩推進，智慧城市時空大數據平臺建設試點城市總數達50個，基礎航空航天遙感測繪全年獲取各類遙感影像100+萬平方千米。
根據媒體報導：自然資源部將推動在國家測繪基準體系建設與精化、實景三維中國建設、海洋測繪、內陸水下測繪等方向凝練形成大項目、大工程。大力加強新型基礎測繪體系建設，積極探索「統一規劃、分級實施、協同更新」的新型基礎測繪生產模式，推動傳統單一比例尺資料庫向實體化、一體化時空資料庫轉變。穩步做好智慧城市時空大數據平臺建設，今年將在全國範圍新增8個左右試點城市，並完成4個試點城市驗收。
另外一個方面，權威人士李德仁院士接受泰伯網採訪時談到實景三維中國建設認為條件成熟，越快越好。李院士介紹目前實景三維產業已經具備充分的技術條件，且市場需求強烈，具備推進實景三維中國建設這類大型國家級工程的基礎。首先，測繪衛星、無人機航測、雷射雷達、傾斜攝影、移動測量系統和自動化採集汽車等「空天地」三維數字採集方法已經成熟；其次，5G網絡、雲計算、區塊鏈等技術的逐漸成熟讓業界具備了海量數據的處理能力；同時，各地市基於DLG（Digital Line Graphic，數字線劃地圖）製作的三維地形圖和如今輻射全國的街景地圖，也為實景三維中國建設提供了基礎。
另據李院士介紹，目前武漢、上海、南京、廣州、嘉興、深圳、成都、重慶等600多個地區在不同應用場景嘗試了三維模型或實景三維模式並獲好評。如深圳在幾個區用2-3cm解析度無人機傾斜攝影，為城市三維查處違章建築，和城管配合發揮了很好的效果。同時，實景三維也關係著智慧交通、智能房管、管線規劃、環保監測等諸多民生領域，對提高人民生活水平大有助益。目前歐美等發達國家和地區對三維掃描產業也非常關注，德國目前已基本完成全國範圍內的實景三維建設。
根據泰伯網報導，2018年發布的《歐洲地理空間產業展望報告》，將整個地理空間產業廣泛劃為GNSS與定位、GIS與空間分析、遙感和三維掃描四個類別，在傳統的3S領域添加了三維掃描。報告預計，到2020年歐洲三維掃描市場將佔全球市場的28.3%，即34.8億歐元，年複合增長率約為14.3%，三維掃描市場將成為地理空間行業四個分類中增長最快的市場。
儘管2018年7月1日起正式實施的國家標準《GB/T 35628-2017實景地圖數據產品》在一定程度填補了國家地理信息標準在實景地圖數據產品方面的空白，但距離建立完善的實景三維標準體系還有較大差距。
微軟的布局
開篇的時候小編提到的電影《頭號玩家》中最主要的穿梭媒介就是VR眼鏡。來自雷鋒網的報導北京時間2019年2月25 日凌晨一點鐘，微軟正式發布Hololens 2。
Hololens 2眼鏡（圖片來源：雷鋒網）
從視覺體驗來說，Hololens 2 更加具備沉浸感。相比上一代產品，實現了如下視覺體驗方面的體驗提升：
視場角擴大了一倍多，同時保持了視野內每角度47個像素的全息密度。
在低功耗下實現顯著的性能提升。
用戶與全息影像的交互方式得到更新，利用新的 TOF 深度傳感器，結合內置 AI 和語義理解，可以讓用戶採用與現實世界的物體交互時所使用的同樣手勢來直接操控全息影像。
包含眼球跟蹤傳感器，讓人們與全息影像的交互更加自然。
支持通過虹膜識別登錄Windows Hello 企業級認證，以便多個用戶快速、安全地共享設備。
另外在 Hololens 2 在開放性、可定製化等方面著力甚多。雷鋒網報導，微軟的混合現實合作夥伴生態系統還提供基於 HoloLens 的各類豐富產品，可以為各行各業和各類使用場景提供價值，比如說在健康醫療、建築、工業製造等領域。比如，在特定行業，Hololens 2 可以與工人的安全帽相結合，從而更加實際場景的應用需求。
另外，基於 Azure，微軟也推出了兩項 Azure 混合現實服務：Azure Spatial Anchors 和 Azure Remote Rendering，旨在幫助每個開發人員以及每個企業構建跨平臺、適合不同行業背景的企業級混合現實應用。
然而，Hololens 2 對於微軟的意義已經超越了混合現實技術本身，而是以智能端的角色與 Azure 智能雲形成了協同關係，從而幫助微軟實現「智能雲 + 智能端」的戰略。按照微軟方面的說法，它在相關領域的混合現實合作夥伴正在加入由 Hololens 2 和 Azure 共同組成的生態系統，以獲得混合現實所需的空間、語音以及視覺智能，以及用於存儲、安全和應用程式洞察的可靠雲服務。
巨頭阿里的布局
在數字孿生領域，國內的阿里巴巴並沒有閒著，除了在全國10+城市落地城市大腦之外，還將基於城市大腦構建數字孿生城市，那麼如何構建呢？
阿里雲研究中心的田豐、楊軍在《城市交通數位化轉型白皮書》提到：智慧城市第一難是「數據多效果少」。大數據時代城市治理的挑戰在於海量公共數據與全局管控效果之間的矛盾，城市中的環境、設備、市民日夜不停地產生活動數據、環境數據（環境傳感器、城市攝像頭、電磁線圈）等，在線上再造了一個鏡像般的「數字孿生城市」，但人類監管者卻無法一目了然，靠人力很難深入理解城市「數據海洋」水面下隱含的真實交通需求。在十多年網際網路科技實戰基礎上，針對現代城市中複雜挑戰，阿里巴巴集團整合阿里雲大數據與智能計算團隊、達摩院視覺計算團隊、高德出行的三大核心科學家團隊，研發出具有全球領先水平的阿里雲ET城市大腦。
城市大腦是阿里巴巴集團普惠科技群的「制高點」，以阿里雲的彈性計算與大數據處理平臺為基礎，結合機器視覺、大規模拓撲網絡計算、交通流分析等跨學科領域的頂尖能力，在網際網路級開放平臺上實現城市海量多源數據收集、實時處理與智能計算系統。
在城市大腦的背後，聚集著眾多全球頂級的阿里巴巴數據科學家團隊，也向我們揭示了數字孿生城市所需要的技術。例如華先勝領導的視覺計算團隊，獲得行人檢測、車輛檢測、行人再識別三項世界紀錄。三篇城市大腦視覺計算的技術論文同時入選國際計算機學會主辦的第25屆國際多媒體會議ACM Multimedia，包括交通實時狀態制定和預警算法、人工智慧識別及信號控制系統、跨攝像頭搜索技術。阿里雲首席機器智能科學家閔萬裡2011年在頂級交通期刊Transportation Research Part C上發表關於在動態拓撲網絡下進行速度預測的文章，奠定了阿里雲ET城市大腦交通網絡計算的基礎。
擁有全面、全量、實時的多源大數據，所以阿里雲ET城市大腦具有四大超能力：
超能力一：機器視覺認知能力，提升城市視頻數據價值與感知能力。
超能力二：全量數據平臺建設能力，提升城市「數據密度」與「微粒管理」水平。
超能力三：交通網絡協同與交通博弈預測能力，大規模動態拓撲網絡下的實時計算。
超能力四：城市大腦開放平臺能力，賦能全球網際網路人才與城市數字經濟產業帶。
在全局、實時大數據基礎上，城市大腦為城市注入「動態規劃能力」，以小編的判斷，未來的阿里的城市大腦改名數字孿生城市也不無可能。
數字孿生與AI安防
前文講述如此之多的背景，那麼究竟和AI智道（公眾號）有何關聯，AI智道的讀者們大多數都知道小編只關注「AI賦能安防落地」，客觀的講，小編紐豪斯認為數字孿生將重新定義AI+安防落地應用，2019年就是起始元年。
這樣的觀點並不只是紐豪斯一人的觀點，已經得到業界一些主流觀點的認可。港科大教授權龍認為三維視覺會重新定義人工智慧安防。權教授在雷鋒網 & AI掘金志主辦的「第二屆中國人工智慧安防峰會」上做了主題演講。權教授認為「人工智慧的核心是視覺，視覺定義了智能安防，但現在的視覺仍局限在二維識別層面，未來三維視覺重建將會成為最重要的任務, 它也將重新定義智能安防。」
「我們的終極目標是對圖像的理解，也就是認知，但當前的計算機視覺只處於感知階段，我們並不知如何理解，計算機視覺一直是要探索最基礎的視覺特徵，這一輪視覺卷積神經網絡CNN本質上重新定義了計算機視覺的特徵。但人類是生活在三維環境中的雙目動物，這使得人類生物視覺的識別不只是識別，同時也包括三維感知與環境交互。」
「因此我們要和三維打交道，二維識別所能做的事，在當前眾多複雜場景中，是遠遠不夠的。但三維重建不是最終目的，而且是要把三維重建和識別融為一體。」
「我們知道，現在AI安防的核心，本質上是計算機視覺，而計算機視覺分為兩大部分，分別是識別和重建。」「識別」是現在非常熱門的方向，相比而言，大家對「重建」的理解卻並沒有那麼透徹。我們需要知道這一點，計算機視覺不止局限於識別，三維重建在其中扮演的角色甚至更為重要。當前計算機視覺存在的問題，以及為何三維視覺將重新定義計算機視覺，並且重新定義人工智慧安防。人工智慧的本質上是讓計算機去聽、看、讀，在所有的信息裡面，視覺信息佔了所有感官的80%，所以視覺基本上是現代人工智慧的核心。
「在擁有視覺特徵前提之下，計算機視覺也只有兩個現實目的，一個是識別，另一個是三維重建。縱使CNN的特徵提取能力極其強，但是我們不要忘記建立在CNN基礎上的計算機視覺是單目識別，而人類是雙目。我們的現實世界是在一個三維空間，我們要和三維打交道。拿著二維圖像去做識別，這遠遠不夠。」
紐豪斯認為，權教授指出了清晰的方向，未來的AI視覺應用一定是基於三維空間而不是二維空間，而目前市場上主流的算法還是基於二維單目攝像機的視頻流上。那麼三維重建就顯得尤為重要，在自動駕駛領域，恰恰需要的是實時三維圖像重建能力。
權教授認為，計算機視覺中的三維重建包含三大問題：
一、定位置。假如系統給出一張照片，計算機視覺技術要知道這張照片是在什麼位置拍攝的。
二、多目。通過多目的視差獲取三維信息，識別每一個像素並進行匹配，進行三維重建。
三、語義識別。完成幾何三維重建後，要對這個三維信息進行語義識別，這是重建的最終目的。
權教授強調，要把三維場景重新捕捉，但三維重建不是最終的目的，要把識別加進去，所以說最終的應用肯定要把三維重建和識別融為一體。雖然計算機視覺對安防行業的推動作用很大，但基本也不外乎識別人臉、車、物體等應用，如果計算機視覺得到進一步發展，安防行業也將再度被重新定義。
紐豪斯認為，數字孿生（或者說三維視覺）技術在安防行業的應用，第一個是大規模城市界別的三維重建（也就是數字孿生城市），第二個中規模應用就是傾斜攝影（無人機拍攝），第三個應用就是建築群精細化建模（利用BIM或者3D Max這樣的技術）。
根據網絡報導，部裡曾經計劃建設「全國公安地圖服務管理系統（雲圖）項目」，核心就是PGIS二期，而GIS應用有一個重要的趨勢就是和雪亮工程和一標三實進行融合。
「一標三實」指的是標準地址數據（一標）、實有房屋、實有人口、實有單位（三實），標準地址是城市的基礎信息，三實信息必須構建在在標準地址上。當然有的城市構建一標六實（比如上海）、有的城市構建四標四實（比如廣州）。各地在推進雪亮工程的同時，也在將一標三實工作納入其中，並出現了新的業務需求。這個新需求就是高精度航空攝影，以及在此基礎上建立的三維地理信息系統（數字孿生）。
2018年以來，多個類似項目已經出現在北京和上海，而且都是千萬級項目。2018年10月，「昌平區公共安全視頻監控建設聯網應用項目（第四包）」公開招標。該項目的主要建設內容包括：傾斜影像數據、三維模型單體化數據、分層分戶數據及三維地理信息系統建設等。預算金額2530萬元人民幣。2019年1月，上海「寶山公共安全三維地理信息系統項目」的招標公告，預算金額1045.1萬元人民幣。從公共安全（GA）系統對三維GIS的需求趨勢來看，與自然資源部最近提出的實景三維中國建設不謀而合。公共管理、公共安全乃至整個國土空間管理領域，其需求正從二維到三維、從抽象到具象演化。
小編總結，2019年之前的數字孿生技術的發展就是實現數字雙胞胎的能力，也就是完全數字模擬現實世界，而在2019年之後，數字孿生的落地應用將會是數字現實。
欲知數字孿生和AI、安防的落地關係，什麼是數字現實？請看下篇《數字孿生的今生 | 數字現實》……
參考資料
1.數字孿生模型在產品構型管理中應用探討．航空製造技術．2017
2.數字孿生車間：一種未來車間運行新模式．計算機集成製造系統．2017
3.數字孿生的強度思考與實踐. 中國飛機強度研究所 王彬文.2018.11.05
AI智道，AI賦能安防落地