在元宇宙概念中，数字孪生（Digital Twin）是物理世界和数字空间通信的概念体系，它既是一种新技术，也是一种新范式。
自2009 年正式诞生以来，经过十年时间的发展，数字孪生体已经演化为一个新产业。
作为一种通用目的技术，数字孪生体除了在制造业不断深化发展，还在智慧城市、能源工业、医疗健康和国防工业等领域得到应用。
传统的实施方法，基于虚拟仿真和启发式安全要素的传统工程方法虽然可以满足诸如车辆认证、车队管理、运维等场景的基本需要，但虚拟仿真并不是最有效的方法，因为虚拟仿真只能解决可以预计或经历过的问题，对于“不知道的未知问题”（unknown unknows），则毫无办法，而这个问题对于具有高可靠性要求的航空航天设备，大部分时候是致命的。
数字孪生通过开放架构，不像传统的高度集成方式那样需要事先知晓所有可能情况、设计精良的预案，数字孪生体能包容各种不确定性。
数字孪生范式承认“不知道的未知问题”的存在，设计系统的时候，不去假设能考虑到所有问题，而是努力构建自感知和修复能力，从而根据实际情况调整运行配置，这实际上就是弹性系统（Resilient Systems）的要求。
从软件开发的前向兼容和后向兼容来看，数字孪生作为新一代数字技术，具有前向兼容的特点。
数字孪生体通过持续不断优化来缩短研发周期，尽量满足市场竞争带来的不断改变的需求。
计算机集成系统、智能制造、信息物理系统等对于后向兼容考虑较多，而工业互联网、两化融合和数字孪生等则更强调前向兼容。
在以硬件制造为主的传统制造业，后向兼容比较重要。
从经济学的角度来看，后向兼容是为了保护已有的投资，包括厂房、流水线以及工人的技能，这样的好处显而易见，但其短处也比较突出——那就是对于未来需求的满足缺乏灵活性，随着需求不断出现，制造系统的功能和效率都会受到影响。
当软件在制造系统中占比越来越高，后向兼容的价值开始比不上前向兼容，在设计现有系统的时候，尽量保证将来开发的应用需求，这是一种具有战略眼光的投资。
从使用者来说，旧系统可以使用部分未来功能，但新系统不一定非要使用旧功能，除非这些旧功能随着系统演进或进行再开发。
作为新一代通用目的技术（GPT，General-Purpose Technologies），数字孪生本质上具有降维特征。
从人参与的角度来看，人与机器的协作是高维度的自动化，人与信息系统的协作是中维度的自动化，而机器与机器之间进行协作则是低维度的自动化，这是数据驱动的数字孪生的最大特点。
降维作为数字孪生体的本质特征，体现为颗粒度更小的数据驱动，比传统意义上的信息驱动有较大的改善。
信息驱动需要考虑人的直接参与，正如DARPA所说，由于人机协作的不确定性，系统设计必须考虑单一部件技术指标的上限要求。
高要求的过度设计会降低系统的承载能力，即便通过了实验室检测和试运行等环节验证，也不敢随意调低相关指标。
不仅如此，由于缺乏对“不知道的未知问题”的包容，系统级关键设备在难以预料的极端情况下将无法及时调整应对。
与其他概念体系不同，数字孪生要求围绕数据来设计和运行，最近十年物联网、数据科学和人工智能等新一代信息技术快速发展，可以保证实时数据的获取和处理，这为数字孪生工程应用提供了基本条件。
从技术上实现从人到信息再到数据的降维，促成数据自动化（Data Automation），最终可以实现系统级的自感知设备及产品。
从通用目的技术驱动经济增长规律来说，数字孪生降维策略将在企业战略规划中发挥巨大的作用。
颠覆性创新强调从满足性能较低的需求开始，构建一条增长速度更快的新路径，随着时间推移，这条路径提供的性能将超越传统路径提供的高性能要求，数字孪生就是迭代传统工业技术的新路径。
传统工业技术强调高可靠性的集成方法，这带来了非标的工程解决方案，导致其投资回报有明显的瓶颈，由于解决方案只能在有限的场景应用，企业难以通过前期大量投入获得规模化发展。
数字孪生则不同，它产生于航空航天领域，如果降低要求（如精度和可靠性），在智慧城市、一般制造和能源应用等领域，仍然可以充分发挥其潜能。
虽然低端行业的数字孪生应用效果比不上航空航天领域，但随着它越来越广泛的应用，在一些“低端”领域磨砺出来的工程成果，反过来也可应用于高端行业。
例如，基于低端领域需求开发的数字孪生平台和数字孪生化工具，可以用来弥补现有高端行业供应链不完整的不足，实现降低成本的目标。
数字孪生降维策略具有实用价值，它符合技术革命和经济增长的规律，可满足第四次工业革命发展的需要。
在第四次工业革命肇始之际，重点解决技术革命所需的基础设施问题，可以加快技术的成熟和产业化发展。
数字孪生产业经过十年时间的发展，已经进入了一个新阶段，中国作为后发国家，加强数字孪生基础设施建设具有特别意义。
国家发改委和中央网信办在2020年4月7日发布的《关于推进“上云用数赋智”行动 培育新经济发展实施方案》中，明确还提出了“数字孪生创新计划”，这是中国的数字孪生体战略。
要实现数字孪生就需要一套设计工具，而这套工具必须满足通用设计：
通用目的技术通常包含三个阶段：
第一阶段为发现通用目的技术，
第二阶段为企业获得模板，
第三阶段为在特定领域加以应用。
数字孪生是一种新型通用目的技术，它将遵循以上三个阶段的规律。
数字孪生这项通用目的技术，美国空军研究实验室通过实施机身数字孪生体项目完成了模板设计，这还需要从经济学视角进行抽象。
特斯拉等公司有可能掌握了模板，但考虑到竞争需要，并没有公开这些成果。
