芯耀
与非AI
146
数字孪生长期以来一直是工程和制造领域的重要工具。作为物理产品、系统和流程的虚拟呈现，它们帮助组织创新、提升质量并降低成本。
传统上，数字孪生植根于物理世界，作为机械系统和大型物理资产（如发动机、建筑物甚至整个制造运营）的虚拟对应物。早期的数字孪生使组织能够模拟、监控和优化物理产品与流程，从而提升效率和可靠性。
然而，随着产品不断演进并集成更多电子元件与嵌入式软件，数字孪生的范式正在扩展。如今，电子数字孪生（eDT）技术正逐渐兴起，使各行业能够虚拟建模的不仅是物理平台，还包括决定其行为的软件和电子系统。
这些技术不仅改变了组织进行设计和验证的方式，也正在重塑生命周期管理和整体商业模式。eDT 能够实现持续的软件更新，包括维护、增强或新增功能，使产品得以持续改进，并在初次销售后创造新的收入机会。
为了进一步解释这些转变，小编采访了新思科技产品管理副总裁 Marc Serughetti，探讨 eDT 技术的兴起、其独特价值，以及组织在采用这些强大的虚拟模型时需要考虑的因素。
问：什么是电子数字孪生（eDT），它与传统数字孪生技术有何不同？
Marc Serughetti：数字孪生的概念已经存在多年，甚至早在 2000 年之前就已出现。从本质上看，数字孪生就是产品、系统或流程的虚拟呈现。它的目的是在虚拟世界执行那些在物理世界中复杂、昂贵甚至无法完成的任务。
真正发生变化的是产品和系统本身的发展。如今，产品正变得越来越软件驱动，内部包含越来越多电子器件和芯片内容。这正是电子数字孪生出现的原因。
这是数字孪生技术自然发展的方向。
但关键差异在于：eDT 不仅仅是复制硬件，而是创建整个电子系统的虚拟呈现，包括硬件和软件。
例如，在汽车领域，你模拟的不仅是物理汽车或发动机，还包括如今决定车辆行为和用户体验的大量电子系统和软件。此外，还必须考虑软件如何管控诸如自适应巡航、自动刹车、实时诊断等功能，以及其更新机制与对整车系统的交互方式。
另一个关键点是，eDT 能够支持完整的产品生命周期，从开发与验证到现场监控和诊断，再到通过 OTA 方式持续交付软件更新。
问：“物理人工智能”（Physical AI）如何与 eDT 的发展相关？
Marc Serughetti：物理人工智能指的是通过深度集成感知、计算与执行，将 AI 驱动的智能引入现实世界系统。eDT 在此发挥重要作用，因为它使团队能够在将这些 AI 行为部署到实际产品之前，先在虚拟环境中进行建模和验证。
无论是自动驾驶汽车、工业机器人还是智能医疗设备，eDT 都能确保 AI 算法在任何硬件建成之前，就已经能与其硬件和环境进行安全且可靠的交互。
问：哪些组织在寻求采用 eDT 技术？为什么？
Marc Serughetti：我们看到来自许多行业的公司都对 eDT 表现出兴趣，包括汽车、航天、工业、医疗和网络等。许多公司过去主要关注机械工程，而现在正通过软件和电子技术转型。产品正变得越来越软件驱动，这为企业打开了全新的市场机会。
目标非常明确：企业希望减少开发时间与成本、加速产品上市时间并提升产品质量。
如果能在虚拟环境中提前发现更多问题——在任何物理原型构建之前——企业就能节省大量时间和成本。而在软件定义产品时代，你不会在产品发布后就停止迭代，而是根据真实世界的数据持续更新与改进产品。eDT 在这一点上至关重要。
eDT 对运营和支持也有重要影响。如果能够在故障发生之前预测问题并进行维护，就能避免昂贵的召回或停机。这在汽车或医疗等可靠性与安全性至关重要的行业尤为关键。
问：企业如何获取和实施 eDT 能力？
Marc Serughetti：你需要将 eDT 视为一个平台，而不是单一工具。没有任何一家厂商能够提供构建完整电子数字孪生所需的全部能力。生态系统至关重要——合作伙伴、第三方技术、云服务提供商、系统集成商都扮演着关键角色。
技术栈同样关键。你需要能够构建数字孪生的引擎和模型，需要整合与聚合不同组件的方法，需要用于验证与确认的工具，以及支持协作（通常是在云端）的能力。AI 也越来越成为技术栈的一部分，用于从模型创建到预测分析的整个过程。
关键在于，企业需要一个灵活、可扩展的平台，使其能够随着需求增长而发展，并支持广泛的应用场景。同时，你还需要可信赖的合作伙伴，因为集成能力和互操作性对成功至关重要。
问：eDT 有哪些典型应用场景？
Marc Serughetti：eDT 的应用场景非常广泛。例如在汽车行业，我们看到 eDT 被用于验证半导体设计和汽车软件，而无需构建实际硬件。
但应用远不止这些。
你可以使用 eDT 进行开发与仿真——原型设计新功能、测试软件与硬件之间的交互，或在实际系统存在之前进行虚拟验证。eDT 也非常适用于协作，不同团队，甚至不同组织之间，都可以基于同一个数字孪生进行协同工作。
数据管理也是关键应用领域——采集现场数据、在数字环境中回放，并利用这些数据改进产品。当然，还包括 AI 赋能，使用机器学习优化设计或提前预测故障。
我一直强调的一点是：你所需要的数字孪生类型取决于你要回答的问题。如果你在研究车辆架构，那是一种孪生；如果你在验证应用或监控现场系统，那又是另一种孪生。
eDT 的灵活性就在于此。它允许你根据具体工程或业务需求定制虚拟呈现。关键是先明确问题是什么。
问：对于正在探索 eDT 技术的公司，你有什么建议？
Marc Serughetti：我的建议是从业务目标出发。不要把 eDT 只是视为一次技术升级——而要将其作为数字化转型的一部分。无论你想要更快的开发、更高的质量，还是新的收入来源，都要确保战略和投资与这些目标一致。
思考部署与规模化同样重要。你将如何把 eDT 集成到组织和流程中？又如何在不同产品和用例中实现规模化？必须谨慎选择合作伙伴——寻找那些具有成熟经验、强大生态系统并具备未来愿景的企业。
最后，要记住成功不仅仅取决于技术，还取决于组织结构、方法论和流程的再造。如果只是以更快的速度沿用旧方式，你无法释放 eDT 的全部价值。你需要“左移”，即更早进行验证和集成，这样在进入物理测试阶段之前，大多数问题就已经被解决了。
问：新思科技在 eDT 的崛起中扮演什么角色？
Marc Serughetti：新思科技处于独特的位置。几十年来，我们一直走在电子技术领域的前沿，拥有构建电子系统和软件数字孪生所需的技术和专业能力。
但这不仅仅如此。
我们正在从单点工具转向集成平台与解决方案。同时，我们在整个生态系统中建立了稳固的合作关系——包括半导体公司、系统集成商和软件合作伙伴。
与 Ansys 的结合进一步扩展了我们同时处理产品电子与物理方面的能力，这对汽车和航空航天等行业至关重要。我们的目标是帮助客户更快创新、提升质量，并在软件定义的世界中开拓新的机会。
