【核心观点】
1、产业（To B）元宇宙是数字经济的高阶信息表达：元宇宙受到关注的根本原因在于生产效率和经济发展需要新的形式来突破现有瓶颈，而元宇宙可以在空间维度上突破物理世界的限制，帮助迭代技术、提高决策和运营效率。

相对于消费元宇宙（元宇宙在C端的落地），产业元宇宙（元宇宙在B端的落地）现阶段已初步具备规模化落地的基础（数字孪生）。我们认为产业元宇宙是数字经济的终极形态，其将众多理念、技术、数据整合在一起，为各种传统行业的数字化转型服务。

2、数字孪生联接虚实世界，是产业元宇宙的基础：我们认为数字孪生将是连接虚拟和现实世界“虫洞”的底层基础，而当数字孪生向产业元宇宙进阶的过程中，我们认为有望拉动GPU、5G网络以及算法层面的产业发展，并带来相关领域新的投资机会。

根据解决方案聚焦的维度不同，我们将数字孪生核心节点上的公司分为通用型公司和场景型公司，其中通用性公司根据其核心能力可进一步划分为工具型公司、项目型公司和生态型公司，并认为各类型公司未来发展的关键在于产品化、垂直行业渗透以及完整生态的构建；场景型公司主要聚焦在数字孪生场景里的某一个要素，包括BIM、GIS、工业软件等专业软件提供商。

从落地场景来看，现阶段数字孪生主要有智慧城市、自动驾驶和工业互联网三个落地场景，其中中国在智慧城市领域落地处于全球领先水平，而美国和德国在工业互联网领域的落地较为领先，我们认为主要与各国历史背景、基础技术和政策环境间的差异有关。但是我们看好国内公司在工业互联网场景下生产流程监控与处理方向的发展，并认为数字孪生有望借助此机会帮助我国在工业软件领域实现弯道超车。

3、数字孪生市场发展潜力大，投资机会多元：我们认为数字孪生产业发展的驱动力传导链条为政策—技术—应用。根据我们对于“十四五”期间数字经济发展目标的拆解测算，我们认为数字孪生产业有望在十四五期间得到较大程度的发展。

从下游需求来看，我们选取不同场景对数字孪生方案的ROI进行测算，根据我们的测算结果，数字孪生技术能够为各场景使用方带来显著经济收益，故而我们认为下游对于数字孪生技术的需求更多在于业务驱动而非政策推动。

从市场规模来看，我们预计数字孪生在智慧城市、自动驾驶和工业互联网场景下的市场规模约为100-200亿元、74-83亿元、484-727亿元，且未来有望维持较高速率持续扩大。

从投资机会来看，我们基于不同场景的格局差异，认为智慧城市场景下工具型公司和聚焦垂直行业场景的公司有较大投资机会、自动驾驶场景深度参与标准制定的公司有较大发展潜力、工业互联网场景下由于整体市场规模大最终市场格局可能呈现出多层次的结构。

风险提示：1）行业内公司在数字孪生领域的布局有变动调整的风险；2）报告中对于行业内公司类型的分类存在主观判断；3）报告中对于市场规模和ROI的测算存在主观假设；4）政策落地不及预期；5）行业竞争格局加剧等。

图片

【正文】
1 前言：产业元宇宙和数字经济
1.1 元宇宙本质：以“质变”突破“量”的极限
我们认为元宇宙的核心在于基于数字孪生、超级运算、人工智能、虚拟现实等科技手段，通过对现实世界的数字化，来加强人际交流和人机交互，提高虚拟现实体验和智能决策水平，最终实现数实结合、虚实结合。
图片

1.2 元宇宙双足并进：消费侧（C端）与产业侧（B端）
消费元宇宙能实现游戏、社交等诸多娱乐生活场景的空间再造，其核心是虚实交互，注重用户的体验、交流与创造。
产业元宇宙能实现工业生产、建设等应用场景的数字映射，其核心是数字化，注重虚拟世界对现实的赋能（降本增效）。
图片

图片

1.3 聚焦产业元宇宙：落地触手可及
图片
资料来源：亿信华辰公众号、AI科技评论公众号、证券时报公众号、创新研究公众号、天风证券研究所
我们认为产业元宇宙是数字经济的终极形态，是将众多理念、技术、数据整合在一起，共同为实体经济、为产业发展赋能的数字经济的一个高级阶段，其存在本质意义是为各种传统行业的数字化转型服务。
诺贝尔物理学奖获得者乔治·斯穆特：“虚拟现实的未来不在于构建魔术般的幻境，而是为现实生活带来积极改变。”
我们认为数字经济的发展在不同的时代背景下体现为不同类型的数字表达：互联网时代的数字经济主要是2D信息的表达；而在最近十年我们正拥有了创建3D世界的技术；未来当我们可以在虚拟世界中无比真实地感觉到空间和时间时，我们有望面向接近4D的阶段，即虚拟与现实共生，而我们认为这有可能是数字经济最终的阶段。
图片
资料来源：恒信东方公众号、复旦大数据研究院公众号、亿信华辰公众号、VRPinea公众号、天风证券研究所
2 数字孪生：连接虚拟与现实的“虫洞”
2.1 数字孪生：产业元宇宙的雏形阶段
2.1.1 从物理世界到虚拟世界：数字化向数字孪生的进阶
图片

2.1.2 从虚拟世界到虚实结合的世界：数字孪生向产业元宇宙的进阶
图片

2.2 数字孪生产业图谱
2.2.1 数字孪生定义
我们认为数字孪生并不对应某一项特定技术，而是由实到虚、再由虚控实的整个流程闭环，在这一闭环中存在多流程环节，每一环节由特定领域的成熟技术做支撑。
我们认为数字孪生流程中核心节点段为数据——建模——仿真模拟——预测分析，在这一过程中数字孪生解决方案提供商主要从三个方面解决现存问题从而提供价值增量：1）多源数据的融合；2）三维可视化渲染；3）模拟分析场景构建，并基于给定模型和运行规律在平台内进行模拟分析。
图片

2.2.2 数字孪生产业链全景图
图片

2.2.3 数字孪生产业上市公司概览
图片

2.2.3 数字孪生产业公司概览——阿里云
全栈数字孪生技术：布局芯片、3D建模、图像处理、高性能数据传输和处理等多个技术方向
图片

2.2.3 数字孪生产业公司概览——科大讯飞
2018城市超脑计划：将AI能力与城市发展融合，数字孪生城市=数字城市+智慧场景+城市超脑
图片

2.2.3 数字孪生产业公司概览——佳都科技
图片

2.2.3 数字孪生产业公司概览——超图软件
数字底盘业务：数字孪生城市基础底座和时空基础设施，公司凭借三维GIS能力成为华为沃土计划的重要合作伙伴。
图片

2.2.3 数字孪生产业公司概览——航天宏图
图片

2.2.4 数字孪生产业核心厂商
图片

2.2.4 数字孪生产业核心厂商——51WORLD
图片

2.2.4 数字孪生产业核心厂商——优锘科技
优锘科技是IT智能管理和IoT物联网可视化管理领域的优秀厂商，技术团队由来自IT管理软件和计算机图形两个领域的专家组成，公司以数字孪生的理念提供新一代智能可视管理平台（ IT智能可视运营平台Tarsier和新一代物联网可视化PaaS平台ThingJS ），实现对万物互联的数字化世界的可视化、智能化、人性化、众创化的创新管理。
图片

2.2.4 数字孪生产业核心厂商——DataMesh
DataMesh是工业领域的数字孪生平台供应商：公司业务聚焦工业制造场景，发布了企业元宇宙系统平台FactVerse实宇宙，通过快速连接CAD/BIM/IoT及知识数据，结合混合现实技术（XR/MR），实现物理世界与数字世界的虚实映射和仿真，打造工业、建筑场景下的元宇宙。
公司坚持走全球化发展战略，中国和海外业务同步增长：在日本，与日本第一大移动服务商NTT DOCOMO签订了战略合作协议，共同推广DataMesh产品在日本的销售，目前SaaS服务已有50余家企业付费；在新加坡，是新加坡电信(Singtel)唯一的Enterprise XR合作伙伴；同时公司将持续加大在东南亚地区的推广力度。
图片

2.3 数字孪生应用场景
图片

2.3.1 数字孪生应用场景之一：智慧城市
图片

图片

图片

图片

2.3.2 数字孪生应用场景之二：自动驾驶
图片

根据九章智驾对于国内外自动驾驶仿真平台的整理（功能整理截至时间为2021年7月，部分模块或有新增或完善)，我们看到从仿真模块上来看，我国自动驾驶仿真平台与海外公司相比并不存在明显劣势，且仿真云平台能够更好地支持庞大数量测试场景的仿真测试，极大提升系统研发和验证测试效率。
图片
图片
资料来源：九章智驾公众号、天风证券研究所
图片
资料来源：中国汽车报公众号、新智驾公众号、九章智驾公众号、ITS智能交通公众号、毫末智行公众号、天风证券研究所
图片

2.3.3 数字孪生应用场景之三：工业互联网
图片

图片
资料来源：AI芯天下公众号、英伟达官网、芯智讯公众号、VR陀螺公众号、芯东西公众号、天风证券研究所
3 数字孪生投资要素
3.1 行业发展驱动因素

3.1.1 驱动力传导链条

图片
资料来源：网信办网站、发改委网站、天风证券研究所
3.1.2 定量视角下的驱动因素分析——数字经济占比
假设“十四五”期间GDP平均增速为5%，基于数字经济核心产业增加值GDP占比由7.8%提升至10%：
“十三五”期间，数字经济核心产业增加值GDP占比仅由7.1%上升至7.8%，对应产业规模CAGR为10.1%，仅为GDP增速的1.3倍；而“十四五”期间该占比由7.8%上升至10%，对应产业规模CAGR为10.3%，是GDP增速的2.1倍，增长要求较高；
假设“十四五”期间整体数字经济整体增加值增速与数字经济核心产业增加值保持持平，则数字经济增加值GDP占比将由39%上升至50%；德国、英国、美国2020年数字经济占GDP比重分别为66.7%、66%和65%，我国与之相比仍有一定差距；
与数字产业化相比，产业数字化的增长更为显著，“十三五”期间产业数字化CAGR为17%，在“十四五”期间有望进一步拉动数字经济整体规模的增长。
图片

3.1.2 定量视角下的驱动因素分析——计算力水平
根据IDC、浪潮信息和清华大学全球产业研究院：
计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰
增加对算力的投资可以带来经济的增长，且这种增长具有长期性和倍增效应：当一个国家的计算力指数达到40分以上时，计算力指数每提升1点，对GDP增长的推动力将增加1.5倍，而当计算力指数值达到60分以上时，计算力指数每提升1点，对于GDP增长的推动力将提高到3.0倍。美国和中国分别以77分和70分位列前两位，同处领跑者位置。
图片

3.2.1 核心问题之一—— 业务诉求有多强
图片

3.2.1 核心问题之二—— 市场规模有多大
根据《数字孪生白皮书》2020年11月的预测，2021年新型智慧城市建设总规模约10727亿元，考虑到全年智慧城市相关项目总中标金额为1085亿元，我们估算目前智慧城市建设渗透率约为10%。
图片
根据普华永道，2020年每款车型E/E架构的开发成本中软件、测试与验证、硬件占比分别为34%、28%、38%，未来软件和测试验证成本占比有望提升，2030年对应占比调整为42%、31%、27%。
根据IDC，中国制造业IT相关支出在全球市场占比14.6%，然而中国制造业对世界制造业贡献的比重接近三成，两者仍有很大差距。IDC预测，随着互联网和新兴技术企业涌入工业寻找第二增长曲线，中国制造业IT支出“十四五”期间将保持16.6%增速，2025年在全球占比将提升至18.9%。
图片
资料来源：智东西公众号、道普信息技术有限公司公众号、采招网、Wind、艾瑞咨询公众号、电动1家公众号、IDC咨询公众号、环球纺织公众号、天风证券研究所
3.2.1 核心问题之三—— 竞争格局推演
图片
资料来源：天风证券研究所分析整理
3.2.1 核心问题之三—— 竞争格局推演（智慧城市）
在智慧城市领域，我们重点关注两类公司，一类是在垂直场景有know-how积累的公司，另一类是做工具型数字孪生引擎的公司，我们认为这两者会合作共存，共同主导数字孪生技术在智慧城市建设中的应用。
1）为什么我们认为数字孪生引擎公司有机会？
跨行业用户间的技能壁垒和业务诉求差异使得智慧城市领域需要新的生产工具（现有工具跨行业之后难以得到广泛使用扩散），而城市治理场景下模板的相似性使得开发效率可以通过通用工具得到提升（新工具出现的必要性）。
2）如何定义工具型数字孪生引擎？
我们认为数字孪生智慧城市的本质为时空数据的融合以及可视化呈现，其中时空数据元素处理已有成熟工具产品，而数据融合和可视化工具引擎目前仍是蓝海市场，现阶段主要从两方面带来增量价值：1）数据元素的轻量化处理（提取出数字孪生城市所需的关键信息）和融合（将不同格式的数据进行对接并以相同格式输出）；2）可视化渲染，降低用户对于传统渲染引擎操作的专业要求，提炼通用模板提升效率。
3）未来提供数字孪生引擎公司将如何竞争？
我们认为现阶段数字孪生引擎公司的差异化竞争策略主要体现在：1）孪生体制作与渲染的效率；2）垂直场景下由项目到产品化的能力；3）跟头部机构的合作等。
考虑到不同城市以及城市下细分场景仍具有一定分散性，我们认为具有较强产品打磨能力且能率先与头部机构联合，完成细分赛道内重要标杆项目的公司有更强的竞争力。
4）为什么我们看好在垂直场景有积累的公司？
我们认为数字孪生市场特性之一为业务场景深度绑定，这就意味着对业务有深刻理解的公司具备天然优势（从业务协同和产品设计层面，基于工程性而非技术本身解决问题的能力），这一类型公司既可以自研标准工具对外赋能，也可能与第三方引擎公司合作，增加产品厚度。
5）两类公司如何合作共存？
我们认为两类公司合作共存的前提为市场空间足够大（前文已论证），尤其在市场快速增长阶段，更好、更快地交付更多的项目是市场参与方的共同诉求。在此背景下，双方基于各自在产品性能开发以及业务场景挖掘的优势促使双方基于不同项目类型有选择性地成为上下游关系进行合作。
资料来源：防务快讯公众号、林草新闻公众号、采招网、天风证券研究所分析整理
3.2.1 核心问题之三—— 竞争格局推演（自动驾驶）
在自动驾驶领域，我们认为决胜的关键在于场景库的丰富度以及体系标准的制定。同时考虑到：1）仿真对物理现实的表现越充分，所需时间和研发成本越高；2）大规模场景库的构建具有飞轮效应；3）车企对于ROI的考量，我们认为未来国内自动驾驶数字孪生仿真平台集中度较高，或将由几家核心参与方主导。
1）目前自动驾驶仿真平台竞争格局如何？
目前市场上有较多自动驾驶仿真平台，但目前尚未有公司获得显著领先的市场地位，我们认为主要原因为：1）市场仍处于早期发展阶段，需求尚未形成规模化；2）目前市面上的自动驾驶仿真平台功能各有侧重，尚不能满足用户全部需求，且需开发不同仿真接口；3）场景语言形式不一，缺乏覆盖所有交通元素的体系标准（如国际ASAM和国内C-ASAM工作组推动的OpenX系列正在推进过程中）。
图片

2）车企或自动驾驶算法公司是否会自研自动驾驶仿真平台？
从终局来看，我们认为可能分为“安卓类”和“苹果类”两大派系，“苹果类” 全线自研但数量极少（研发能力要求高），“安卓类”选择与头部第三方平台合作，主要考虑为：
从协同性上来看，仿真平台开发需要有图形学和游戏引擎基础，这两者与自动驾驶算法和整车研发的协同性有限；
从研发路径上来看，我们认为大规模仿真场景库构建具有飞轮效应，场景元素的颗粒度越细，所需的时间成本越多，同时考虑到场景参数之间存在一定连续性，场景库越丰富，生成新场景的效率越高、成本越低，故而我们认为第三方平台可能具有更高的研发效率；
从ROI来看，自研自动驾驶仿真平台的投入成本更高，带来更低的ROI；
即使以自研后向外输出的出发点考虑，我们认为考虑到现阶段标准尚未统一且仿真模块众多，若与最终标准有出入，存在向外输出失败的风险，单位潜在收益承担的风险较高。
资料来源：九章智驾公众号、全球智能汽车供应链公众号、 自动驾驶测试验证技术创新论坛公众号、智联招聘、天风证券研究所分析整理
3.2.1 核心问题之三—— 竞争格局推演（工业互联网）
在工业互联网领域，下游需求场景分散，但是考虑到数字孪生应用在工业互联网领域的整体市场规模较大，我们认为有望带来层次更加丰富的竞争格局：1）细分零散的场景导致下游客户的需求存在持续被挖掘的空间，具备场景关联能力和想象力的公司有望在市场发展初期获得更多的主动权；2）头部公司的打法偏向于自上而下：更容易联合行业内头部客户打造端到端的数字孪生解决方案，形成标杆案例的示范效应，从而获得更多头部客户的合作机会；3）初创公司的打法倾向于自下而上，以细碎的场景切入，通过量的积累完成场景化解决方案能力的快速构建，并有望通过其对特定场景中标准流程的提炼影响新用户，增加核心能力的可复用程度。我们认为工业互联网领域有望容纳众多数字孪生解决方案供应商。
1）工业软件厂商是否有数字孪生解决方案？
目前工业软件厂商涉足的数字孪生领域仍以产品设计与研发为主（如达索3D Experience），但我们认为工业软件厂商进一步向生产流程监测市场渗透的可能性较低，主要考虑为：
从开发范式上来看，产品设计更多考虑前向兼容（新应用可以在老系统中运行），而流程监测更多考虑后向兼容（新系统可以运行老应用）
从业务协同性上看，产品设计与其传统工业软件业务具有更多协同性
2）为什么我们认为工业领域落地进程更快？
相较于智慧城市和自动驾驶应用场景，我们认为数字孪生技术在工业领域的落地推广可能更快，主要考虑为：
工业标准体系成熟完善
工业领域细分场景更加分散，由此带来特定场景的需求更加聚焦，数字孪生带来的ROI更加清晰
全球推进步伐与方向同步性较高，且有科技巨头加持以及头部公司落地案例，有利于快速、全球化推广
3）为什么我们认为本土企业在流程监测市场具有一定竞争潜力？
我们认为我国在传统工业软件领域落后的原因主要有：1）软件背后的工程化能力代表着对业务逻辑的深度理解，而这大多来源于陪伴产业共同成长，不断完善；2）海外公司庞大的用户生态涵盖头部公司到中小客户，使得其产品本身成为业界事实性标准。
而数字孪生领域中的流程监测以后向兼容为主，在传统工业软件领域的落后在这一市场并不具有延续性，且市场处于早期发展阶段，用户生态尚未形成。
资料来源：NVIDIA英伟达企业解决方案公众号、DataMesh官网、达索官网、翼络数字公众号、防务快讯公众号、东盟商机公众号、雷锋网公众号、钛媒体公众号、天风证券研究所分析整理
3.2.2 投资逻辑梳理
图片

3.3 行业跟踪指标
图片
资料来源：天风证券研究所分析整理
4 风险提示
1、行业内公司在数字孪生领域的布局有变动调整的风险：数字孪生行业处于快速发展上行周期，行业内的公司受技术迭代、下游需求以及行业内竞争格局的影响可能会调整自身布局，从而导致我们报告中的统计数据未能准确反映公司的最新情况。以自动驾驶仿真平台为例，部分公司平台上的模块可能进行持续迭代和增加，从而导致我们报告中对于各平台功能的统计与现状略有出入。
2、报告中对于行业内公司类型的分类存在主观判断：我们在报告中对数字孪生行业内的核心公司进行了分类汇总，主要是基于我们对于各公司的业务理解以及对于行业的基本判断，具有一定主观性，并不代表行业通行标准。
3、报告中对于市场规模和ROI的测算存在主观假设：我们在报告中对数字孪生在不同场景落地的市场规模以及ROI进行了测算，在测算过程中部分指标因素存在主观假设，故而可能导致测算情况与真实市场规模和ROI存在一定差异。
4、政策落地不及预期：数字孪生行业的发展受到了积极的政策支持，有望在“十四五”期间得到快速发展，但是我们认为仍存在政策落地程度不及预期，导致行业内产品和项目落地进程放缓。
5、行业竞争格局加剧：数字孪生产业链内参与方众多，且不断有新公司加速入场，我们认为行业内上市公司和科技巨头的林立，再叠加创业公司的不断涌现，可能会导致行业内竞争格局加剧且变得更加错综复杂