第一和第二象限的穿梭
一个产品被数字化设计的过程，可以分解成各种颗粒度的数字模型。这些模型存在于一个世界，而物理产品和制造过程则存在于另外一个世界。这就是数字空间和物理空间的区别，二者可以看成是数学坐标轴上第一象限和第二象限的区别。中间存在着一条虚实分界线。
设计完成之后，最终会有一个确定的数字模型包（比如EBOM），跨越这条隐线，进入制造环节（如上图所示）。然而，这中间还有一个致命环节，就是物理样机。物理样机是一种信息资源阻塞而形成的昂贵过渡品。例如：一辆汽车在真正走向规模制造前，需要花费巨大的成本去做吹风实验。汽车会被安置在一个巨大的风洞，通过强大的气流来模拟挡风玻璃、车体造型等阻力分布情况。而飞机、航天器的风洞实验则更是昂贵。
为了解决这个难题，在1989年，当时的仿真公司MDI（后来被MSC收购）提出了“虚拟原型“的概念。而其他计算机辅助设计CAD厂家如欧特克、UG、达索系统等，都从各自角度提出了数字原型、主动样机、数字样机等概念。其中数字样机DMU（DigitalMock-Up）的说法被广泛使用。数字样机的存在，大大减少了物理样机的失败性（有些时候干脆直接替代真实的样机）。也因此成为一种代替物理的彩排，是工业软件的一次大胜。它大大推动了用户端的普及。当人们开始采用数字样机进行吹风实验的时候，成本开始大幅度降低。美国最著名的风洞实验室，兰利实验室的风洞开机次数现在是越来越少。
物理样机的客观存在，成为一、二象限的天然鸿沟，数字样机虽在一定程度上能缓解信息流问题，但却无法应对另一障碍的出现。
第三象限的产品孤儿
产品制造完毕之后，会交付给用户使用。产品离开了第二象限，进入第三象限的用户空间，这正是一个产品的正常归宿，也是它实现价值的地方。然而，绝大部分产品，进入第三象限之后，就会跟制造厂家失去联系。这种现象，可以被称之为“产品孤儿”。它在第二象限由制造工厂生产，但它出厂进入第三象限之后，就基本与厂家无关——只有在故障需要质保的时候，二者才重新搭建那未必愉快的连接。
产品孤儿，本质上是因为信息流的断裂而形成的。这种断裂，是以用户与制造商之间天然的鸿沟作为分界线。支付完成的一霎那，二者的连接强度立刻急剧下降。
这种最基本的产品流转路径和背后的信息流动，主宰了数千年的商品社会的模式，而半个多世纪以来的设计工具和软件的大量使用，让信息的流动变得越来越透明，信息流动不畅而导致物理资源的浪费也变得令人瞠目结舌，信息的价值开始备受人关注。
数字孪生的崛起
对信息的重视，正在迅速加强。有了信息、模型、软件、数字样机的概念作为铺底，一种更容易理解、更亲民的概念开始登场。
数字孪生被看成是“把物理系统的数字化信息，重新构建成一个独立体”。美国宇航局NASA在2010年发布的《模拟仿真技术路线图》最早明确提出了数字孪生的概念。当时NASA在火箭台上开始应用该技术：一台火箭和它对应的数字孪生，给予了人们直观地想象，并且真正形成了工程价值。
然而，彼时的数字孪生，是一个昂贵的奢侈品，它只能在非常有限的场合下工作。再到后来，GE航空的发动机，将数字孪生进一步请下神殿，形成商业化应用。在GE90的发动机引擎中，物理传感器只有14个，但它构建了数字孪生的模型。通过大量虚拟传感器，和各种时序数据，形成了庞大的数据流并进行针对性的实时分析。发动机的远程维护，变得更加可控，这是一个巨大而成功的商业模式。GE的工业互联网概念因此名声大噪。
这个例子让我们注意到，数字孪生推广应用的背后，跟物联网有莫大关联。廉价传感器的普及、数字化技术的深度覆盖，让连接几乎无处不在。这也使得数字孪生，彻底摆脱了一个学术概念，成为舞台中心的关键角色。
数字孪生跟传统的模型、软件，最大的不同在于，它是自生长的动态模型。如果能够快速浏览一个数字孪生的全部寿命（这可能是几分钟，也可能是几十年），或许可以看到它进化的痕迹，就像一闪而过的人类进化史。同样，数字孪生，由于具备积累记录、仿真优化的能量，开始学会不断增长。《人类简史》的作者赫拉利提到：认知革命（智人最早的起源阶段）让历史从生物学中脱离而独立的推动力，在此之前，所有人类的行为其实都是生物学的范畴。数字孪生当然不具备生物体的特征，但如果以这种比喻的方式来看，可记录能仿真，也使得数字孪生从模型范畴中进一步分离，二者有交叉，但也有更大的作用。
第四象限的新主人
产品的全生命周期（包括交付后的使用、运维直至报废），一直是产品制造商非常重视的命题。但在以前，它的代价和成本往往都很高，只有少数高价值的产品才具有如此开发的必要性。
然而物联网的普及，改变了这一局面。一个产品交付用户之后，由于网络的无处不再，数据传输的便利性，追踪一个实体以及根据它的模型进行仿真，都变得触手可得。在用户侧出现了的数字空间的全新疆土、原本空荡的第四象限，有了新主人——数字孪生。它既呼应了物理产品的存在，同时也跟用户的使用息息相关。安静的第四象限，由于数字孪生的出现而变得热闹起来。
在没有数字孪生之前，三个象限有两个信息流通道：1、设计与制造之间是双向通道，这是信息空间和物理空间的交互。2、制造与用户之间，一般而言是单通道，产品制造的信息传递给用户之后，就关闭了通道。产品处于“孤儿”无联系的状态。
而数字孪生在第四象限的出现，则新增了三条数据通道（如上图所示）。一条是数字孪生与物理产品之间的交互：这是数字孪生的支点性定义。如果没有这一点，数字孪生与它的前身——各种模型，就毫无差别。数字孪生之所以从模型堆里面脱颖而出，就是它具备了与物理实体的交互性、相似性，许多场合还具有实时性。
第二条信息通道，就是它将自身的线索，返回到了制造商的手中。这条通道的合法性，还有很多限制和讨论。但制造商，终于可以拥有足够的信号，收集产品的回音。这是一个里程碑性的对接，对于制造商改善产品的性能，意义重大。中国工业文明有缺陷之痛，其中一点就是制造商与用户之间，无法形成友好而持续的互动。而数字孪生的出现，颠覆式的解决了这一千古难题。
第三条信息通道，是数字孪生指向了设计部门。它让设计部门可以直接得到物理产品的动态信息：PTC曾经展示了一个令人心热的场景，那就是一辆自行车在穿越街道跨过小溪的时候，给设计部门传递回来的扭矩、胎压等信息。一个设计师，终于可以最直接地看到，自己的想法如何在物理世界进行打拼。那应该是一个无比自豪的时刻。
数字孪生，改变了人们对一个产品工况的期待：一辆汽车、一台机器，即使个性化定制，但当它离开工厂之后，都会呈现一种平均数的特点。原因很简单，信息流在产品交付的一霎那，就被切断了回路。制造商无法知道机器运行的实时情况。而数字孪生，让个性化定制，进一步走向了应用的定制化。实际上，个性化定用比个性化定制，更能体现用户专有价值的实现。
我们很清楚，如果将全程的数据流打通，那么从第一象限到第四象限，就会形成一个源源不断的数据流。这样的数据流动，将成为是驱动产品设计的澎湃动力。而数字孪生在第四象限的崛起，使得整个数据流第一次在全生命周期内形成彻底的闭环。这种信息交互与通讯的框架，保证了信息传递的准确与保真，意义非凡。
总结
客观而言，数字孪生并不是真实世界的全部反应。它只是描述世界的一种模型，或者说是一种高级模型。它比模型有更多的针对性和能动性。但它永远只是对物理世界的一个局部模仿、一个随动的模型、一个有缺陷的影子。它的终极目标，就是向真实无限靠拢。这意味着，一个数字孪生的高保真度（HighFidelity）是一个关键命题。
健康的数字孪生，会有更好的保真度；而一个糟糕的数字孪生，会远远地偏离它的物理实体。它完全有可能给人们虚假的信息，这就是危险的数字孪生。决定数字孪生健康度的要素，就要看数字孪生是以何种方式被构建出来。可惜，目前而言，数字孪生尚处在初级阶段，没有行业标准。
所以，“第四象限”的主人，并没有全部重构物理产品的全部。恰恰相反，在绝大多数情况下，它是物理实体大量裁剪后的高浓缩简版。一台上千个零部件的机器，会被不同的用户裁剪成不同的颗粒度，也许只有几个零部件，进入数字孪生的世界。数字孪生，天生就是一个不完整的存在。
然而，它还是热烈的来了。因为，数字孪生是数据的全新分发中心，它让一个三象限世界，终于变成一个完美对称的四象限世界。而产品的全生命周期的数据流，终于可以形成一个有价值的闭环。这，才是第四象限的崛起的真正含义。
