当前，业界对快速发展的CIM有两方面误解。一方面是过度关注多源数据采集和实景映射，认为数字空间一草一木都要有其对应的数字孪生体，但CIM更应该关注重点场景和重点事件的孪生;另一方面是过度关注渲染技术，认为虚实融合交互、渲染效果逼真是发展重点，但CIM的可视化展现与实景渲染是必要项，而非核心。
若以数字孪生比作人类大脑，就像我们在现实世界中凭直觉用大脑的能力去记忆、记录、分析、处理和预测一样，数字孪生也可以通过分析收集到的数据在数字世界中做同样的事情。
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。
通过建立以蒸汽和电力的需求预测模型为核心的用汽、用电设备的数字孪生体，并建立以能源转化效率与综合效率优化模型为核心的发电机组的数字孪生体，及时跟踪和响应能源需求变化和价格变化，自动生成发电机组的生产负荷以及外购电量的最优决策，并快速发现用能异常，智能辅助全厂的生产调度优化。
数字挛生是具有数据连接的特定物理实体或过程的数字化表达，该数据连接可以保证物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程过程的整个生命周期的集成视图，有助于优化整体性能。
数字孪生技术的发展也面临许多挑战，目前，数字孪生在很多场景还只能作为决策辅助或参考。其中最主要的是保证所建立数字模型的可信性，建立一个高质量的数字模型，并使其能够最大程度反映物理对象的特性，这一工作仍任重道远。
