建模与仿真
数字孪生的目的或本质是通过数字化和模型化，用信息换能量，以更少的能量消除各种物理实体、特别是复杂系统的不确定性。
虚拟现实
完美复现实体系统的同时将数字分析结果以虚拟映射的方式叠加到所创造的孪生系统中，从视觉、声觉、触觉等各个方面提供沉浸式的虚拟现实体验，实现实时且连续的人机互动。
物联网
把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络物联网是数字孪生的载体，数字孪生是物联网的底层逻辑。数字孪生和物联网是相互成就的关系
云边协同计算
边缘计算（Edge Computing）是一种分布式处理和存储的体系结构，它更接近数据的源头。例如， 带有视觉处理功能的摄像头、通过蓝牙向手机发送数据的可穿戴医疗设备等都利用到了边缘计算。
云计算（Cloud Computing）是一种计算资源交付模型，集成了各种服务器、应用程序、数据和其它资源，并通过互联网以服务的形式提供这些资源。
大数据
大数据（Big Data）是指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。
大数据必须采用分布式架构，对海量数据进行分布式数据挖掘，因此必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。大数据的主要特征为：数据量巨大，数据类型多，数据流动快，数据潜在价值大。
数字孪生使用这些数据的一种模式就是通过机器学习技术，在物理机理不明确、输入数据不完备的情况下对数字孪生的未来状态和行为进行预测
人工智能
人工智能（Artificial Intelligence，简称 AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的应用可能会出现在工业互联网的各个环节，尤其是在数据应用的环节。
将数字孪生系统与机器学习框架学习结合，数字孪生系统可以根据多重的反馈源数据进行自我学习，从而几乎实时地在数字世界里呈现物理实体的真实状况，并能够对即将发生的事件进行推测和预演。数字孪生系统的自我学习除了可以依赖于传感器的反馈信息，也可以通过历史数据，或者是集成网络的数据学习，在不断的自我学习与迭代中，模拟精度和速度将大幅提升。
区块链
本质上是一种解决信任问题、降低信任成本的信息技术方案。
5G (第五代移动通信技术)
5G是具有高速率、低时延和大连接特点的新一代宽带移动通信技术，5G 网络的场景应用包括：增强移动宽带、海量机器类通信、高可靠&低时延通信。
