熟悉美国第三次抵消战略（Third Offset Strategy）的读者应比较清楚，2014年美国国防部提出该战略的时候，把正在蓬勃发展的人工智能（AI）确定为核心技术，一般称为第一种抵消技术（Offset Technologies）。
为了加快推进人工智能的发展，2016年10月，美国发布了《国家人工智能研究与发展战略计划》（National Artificial Intelligence Research and Development Strategic Plan），该计划迅速引起了全球各国的注意。
我国在2017年7月8日，公布了《新一代人工智能发展规划》，迅速加入了人工智能竞争中去。
近10年中美两国在人工智能领域形成你追我赶的态势，美国虽然在芯片和算法占据领先地位，但我国在应用上独具一格，同时也积极追赶美国在芯片和算法的优势，近期DeepSeek就给美国人工智能领域带去了冲击。
对于这样的境地，美国早在2018年就明确要开辟第二战场，那就是“数字孪生体”（Digital Twin）。
数字孪生体是DARPA在2009年提出的一个新概念，它主要目的是为体系（SoS，Systems of Systems）建立一套科学工程方法，后来在美国空军和美国海军共同支持下，数字孪生体获得了快速的发展。
当美国国防部在2018年发布《数字工程战略》的时候，开始提出推动数字孪生体成为第二种抵消技术的想法。
在本人写的《数字孪生体：第四次工业革命的通用目的技术》一书中，对DARPA如何认识数字孪生体有较详细的介绍。
基于对数字孪生体概念的深刻理解，本人把数字孪生被定义为“物理世界和数字空间的交互概念和技术”。目前看来，本人给出的定义跟美国政府设立的数字孪生体行动委员会给出的解释类似，都是从颠覆性技术、产业演进和经济发展等多个维度去认识的。
所谓抵消技术，它是为抵消战略服务的，具备我强敌弱的特征，要么对手无法理解或错误理解，或者我方拥有该技术相关的“互补性要素”（Complementary Items），借助路径依赖的战略逻辑，成为我方拥有非对称优势的前提。
数字孪生体是一种多学科、多领域、多产业的颠覆性技术，对研究人员有较高的要求。
一般情况下，研究数字孪生体的人员既需要理解各种学科相关技术的通用性特征，把它们抽象为一种通用目的技术（GPT，General-Purpose Technologies），又要理解技术如何演变为产业，最终推动国民经济大规模持续增长。
即便如此，数字孪生体研究人员还要能够持续开展相关工作，这对国家科学基金的资助能力提出了挑战。
美国在推进数字孪生体的过程中，其资金主要来源于美国空军和DARPA，甚至美国国防部一些官员都难以理解并给出资助。
从人们熟悉的国家科学基金会（NSF）来看，它在数字孪生体发展的前10年，基本上没有授予多少数字孪生体项目，这种情况直到最近几年才有所改变。
按照抵消战略和抵消技术的逻辑，拥有认知偏差的技术，才有机会成为跟对手不同的战略选择。如果大家都选择重视某特定技术，该技术产生出奇制胜的可能性就没有了。
以20世纪80年代美日先进制造之争为例，当时日本笃信下一代人工智能将改变全球计算机产业的格局，在制造业则大力推广“智能制造系统”（IMS，Intelligent Manufacturing Systems）计划；美国依靠其完善的基础研究能力，认为所谓下一代人工智能的基础条件不具备，因此智能制造系统在十年内根本无法实现，转而重视数字工业数据标准的发展。
认知决定国运。
对决定大国命运的未来技术，很难通过一群功成名就的院士专家投票表决来确定，让相关交流讨论更透明，或许才能避免类似的状况再发生。
工业4.0研究院2014年就关注数字孪生体的发展，在过去10年期间，通过身体力行推进我国数字孪生体产业的发展。
在2016年，工业4.0研究院设立数字孪生体研究中心；2019年发起世界第一家数字孪生体联盟（比美国同名联盟早7个月）；2020年出版第一本产业视角的《数字孪生体：第四次工业革命的通用目的技术》书籍；2021年成立数字孪生战场实验室，探索数字孪生国防体系的发展。
作为独立的研究机构，工业4.0研究院将继续耕耘数字孪生体为核心的第四次工业革命研究和探索，为我国现代化发展做出贡献。
作者：胡权，工业4.0研究院院长、数字孪生体联盟理事长
