探究数字孪生的起源，可以有助于发现和理解数字孪生的要素。数字孪生是“Digital Twin”的一种被普遍使用但并非唯一的中译文，同样根据一种普遍但并非唯一的认知，“数字孪生”这个概念首次出现在2002年美国密歇根大学为其“产品生命全周期管理中心”揭幕活动的演讲中，迈克尔·格里夫斯（Michael Grieves，以下称“Grieves”）博士在其演讲中用一幅示意图（“著名的图3”）说明“产品生命周期管理（PLM）的概念理想”的模型，这个模型中包含了数字孪生的全部要素，即，实体空间（Real Space）、与实体空间呈映射关系的虚拟空间（Virtual Space）、从实体空间到虚拟空间的链接或数据流、以及从虚拟空间到实体空间和到虚拟子空间的链接或数据流。尽管Grieves未明确使用Digital Twin这一术语，但正是因为这4个要素的提出，使得Grieves广泛但并非没有争议地被认为是最早提出数字孪生的人。

在此之后，包括DARPA、NASA、AirForce在内的机构，以GE、IBM、Siemens、ABB、Gartner为代表的企业，MIT、北航等高校以及民间学者们都先后对数字孪生开展了各自的理论研究与应用探索，产生了极其丰富且不同角度和深度的数字孪生理论或模型。无论这些理论或模型之间存在多大的差异，在其中都能发现上述4个要素本身或者变体。

仅凭这4个要素，似乎能够直接且朴素地感受与数字孪生有关的某些特性，例如虚拟空间（模型）、虚实双向映射等，而也许恰恰是因为这种貌似符合常识的标签理解方式，在数字孪生研究和应用中出现了百家争鸣、百花齐放甚至“王侯将相宁有种乎”的局面，同时也出现了未经严肃研究而否定数字孪生的情况。

除了无法否认的Grieves本人的高瞻远瞩之外，以物联网、大数据、云计算、人工智能等现代信息技术的发展和成熟应用以及工业界对“被数字化”的渴望应该是数字孪生这个概念产生和发展的主要原因。更具体地，数据愈发被认为而且已经成为关键生产要素以及数字化、智能化成为产业升级手段，是数字孪生起源和发展的推动力。

在骐骥幂^TM智慧资产管理解决方案中，数字孪生被用来指代一种技术范式（或者技术体系）是合适的。一方面，数字孪生这个概念可以被用来描述该范式下理想的模型本身、模型的运行和演进、以及模型运行和演进所产生的价值。

另一方面，数字孪生既不应被用来指代一种具体的技术手段，也不应被用来指代一种通过某种技术手段获得的数字化表达，无论技术手段还是数字化表达都应被包含在该技术范式的内涵之内。

在数字孪生的技术范式下，对于某个系统，系统中的任一物理对象（包括实体和行为）都存在与之具有全局和全生命周期映射关系的数字化表达，全局和全生命周期映射关系通过基于物联网技术的实时信息互连得以实现，物理对象和数字化表达所包含的全局信息本身以及在全生命周期进程中的所有变化构成孪生数据，通过包括深度学习在内的人工智能算法对孪生数据进行数据挖掘，能够基于机理模式和 / 或智能模式实现控制、优化、预测和决策，从而使系统的价值能够得以增加。