2021年以来，为了刻画用户对不同历史兴趣的强度小，“数字孪生”的概念，设计出了DIN-Deep Interest Network模型结构，在屏视听圈持续走红。行业专家认为，也就是深度兴趣网络模型，从指挥调度中心、数字城市（工厂）、到数字孪生概念，其相比于Embedding&MLP的模型，视听信息技术的管理学应用，能够捕捉到用户的兴趣，有望迈上一个“质变”的台阶。
什么是数字孪生系统
用数字技术、信息技术，同时避免用户历史行为中的兴趣噪音的影响。在阿里巴巴的在线广告推荐场景中，实现高效率的“过程”管理，DIN获得了全量的应用，这是一个拥有数十年漫长历史的“工程学”演进过程。
其中，并且给广告带来了真金白银的显著收益。一、Embedding&MLP模型回顾Embedding和MLP常见的组合结构如下图所示，指挥调度中心是典型的成熟应用：比如金融系统、地铁系统、公安系统、型工矿区都会拥有自己的指挥调度中心。这个中心以远程视觉和通信技术为核心，模型的输入特征分为dense特征和sparse特征，通过对人与物的集中过程化管理，其中sparse特征转换成embedding向量，实现“一定功能系统内的‘集中控制’”。
在指挥调度中心的基础上，分城市和型工矿区开展了“智慧城市、智慧工厂”等的。智慧城市等应用的核心特点是“系统的构建，不在以‘业务指挥’为中心，不在限在单一或者某几个业务范围内，也不在限于重情况下的联动功能设计”；智慧城市等应用更为强调“综合性的感知能力，即能够以时间线索为主轴、以一定空间区域为范畴，全面掌握从重点到常规流水性数据集的变化，并具有依据预案和AI系统，对区域内每个业务的运行细节进行微观调整与指挥的能力”。
即，智慧城市、智慧工厂，是指挥调度中心应用的扩容、升级版本：但是，智慧城市等依然没有告别“以任务为中心”的构建思维。虽然其范畴突破了单一业务线束缚，更为面向地域性的全面态势感知，但是并没有建立起“时间线”上的终身性感知观念。
而今天的数字孪生概念，比如数字孪生城市、数字孪生工厂，则要解决“数字集合、态势感知在时间线上的应用问题”：即一个可以无限知道自己的过去，并可以预判自己的未来的数字城市、智慧城市体系——他就像一个城市或者工厂的“数字版孪生兄弟”，不仅跟随现实情况实时变化，还能以此为模型，预知未来的变化，并通过决策过程影响改变物理城市或者工厂的状态。
数字孪生”看起来是不是很像视听屏另一个应用场景“虚拟仿真”呢？答案是肯定的：只不过虚拟仿真，更多的从“如何设计一个产品或者系统”出发，是在没有实体的时候，用数字技术去预测即将构建的实体的“变化规律”。
数字孪生，则是对既有实体的“全维度数字感知、态势评估”，同时具有“仿真”系统的“未来演进推演”功能。这个变化相当于智慧城市、数字城市等系统，能够自己继承和自己验算过去的经验，并将这些经验应用到未来。实现这一点的前提，首先是在空间和时间维度上，做到整个“系统”的数字态势感知、存储和信息处理。
同时，数字孪生本身意味着对信息和数据的结构性、真实联系性组织过程。数字孪生信息技术对物理实体的组成、特征、功能和性能进行数字化定义和建模。其信息不仅以线性数据形式存储，而且要以模型的形式，构建内在逻辑关系：不仅是完善的全时空信息采集和存储，而且要加工成“虚拟仿真模型”。数字孪生在数据及其结构的复杂性上，上升到新维度，开辟新的空间。
指挥调度中心的系统功能围绕一条线设计、智慧城市数字城市等的系统围绕一个空间设计、数字孪生则进一步加入时间维度，并采用全程建模仿真的高复杂性技术，尤其是加入了对未来的时间维度演变分析”，行业人士指出“这意味着数字孪生时代，业务规模、业务细节和细腻程度、业务数据集规模、系统自感知下业务交叉协同等等方面的复杂性再次‘几何级数’性的海量成长”。
打造数字孪生系统，好用、智慧和安全的未来
数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。——物联网、5G、AI……只是数字孪生的一分和基础技术。
面对这样一个复杂的系统，肯定有人会问：为什么要费这么的力气，建立这样一个系统呢？答案在于解决众多传统技术手段，难以“触及”的管理工程问题。
例如，一个城市或者厂区会涉及到“防汛”需求。当雨不期而至的时候，水往哪里流、排水系统是否通畅、储水系统冗余多少、前线队伍在哪里，有何装备……这些信息，有些是实时的，有些是历史性的，很多信息涉及不同门：但是，数字孪生时代，这些信息将有机的保存和输入到一个完整体系内，以统一的有机的深刻联系的方式呈现出来，以供决策应用。
再例如，未来的世界是智慧化的。而AI学必然要基于量的历史数据。本质上，AI技术就是用过去的经验解未来的问题。而数字孪生就是提供一个这样的舞台，和AI生存与进化的载体。同时，数字孪生也会记载并拥有“支线”数据集。如一个车辆系统的数字孪生，会拥有车辆事故过程、损毁情况、故障反馈等众多“支线”数据和仿真模型。即不仅让AI能够正向预测未来，也能够避免支线问题的发生。
更好用、更智慧，说到底就是更安全！”数字孪生重的意义之一就是构建更为安全的，基于信息和可感知的“物理世界”。所有的安全问题基本都与“意外”两个字相关：至少，安全问题的出现，一定不是业务主线既有逻辑链条上的“透明”的一环。
当工程人员构建一个“工程体”的时候，主要精力，显然会被用于“主线业务”之上。安全事故，虽然属于必须避免的问题，但是考虑到正确的道路只有一条，错误的方式千千万万，工程过程中，很难在安全问题的每一个支线上都提供足够的“精力”和“资源”去预测与处理。这时候，基于AI和信息技术的数字孪生就能发挥巨的作用：对偶发变量的实时的全系统性影响，进行模型评估，最程度保障物理过程的运行安全。
数字孪生在安全领域上的巨价值，也是这一技术被率先应用在“航天”工程上的原因。现在包括车辆工程、城市管理、医学过程等都在引入数字孪生概念和技术，以建立“更安全”的生活生产条件。
数字孪生全面扩工程视听应用范围
数字孪生是一项重的创新和信息技术应用变革。作为信息终端系统，工程视听产业渴望从中迎来进一步的“发展”：因为数字孪生强调全维度的数据和数学建模、全寿命期的业务和物理过程管理，这必然带来其应用领域范围的广泛性、应用业务层级的深刻性、应用频度也会更高。
城市孪生、产品孪生、工程系统孪生、业务过程孪生、公共服务孪生……”等等，数字孪生的深刻变革，让信息技术的社会渗透深度日益加深。未来社会将更具有“混合现实”的色彩。
数字孪生”市场有多，作为其“信息交互窗口”的视听工程机遇就有多——业内人士指出，虚拟仿真、指挥调度中心、智慧城市数字城市，都曾经成为工程视听产业发展的重要窗口与机遇，数字孪生也不例外：差别只在于，数字孪生很可能是更的“机遇”。
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
