数字孪生近年的迅猛发展得益于物联网、大数据、云/边缘计算、人工智能等新一代信息技术的发展，也正是因为以上技术的发展和应用的不断深化，数字孪生进入了新发展阶段，正在成为业界创新应用的重点。其主要的支撑技术如下：
（1）物联网技术
物联网是以感知技术和网络通信技术为主要手段，实现人机物的泛在连接，提供信息感知、信息传输、信息处理等服务的基础设施。随着物联网的不断健全和完善，数字孪生所需的各种数据的实时采集、处理得以保障。
在空间尺度上，由于物联网万物互联的属性，面向的对象由整个产业垂直细分至较小粒度的物理实体。
在时间尺度上，由于物联网实时性的提升，使得不同时间粒度的数据交互为可能。以上使得数字孪生正在变得更加多样化和复杂化，使得数字世界和物理世界能够在物联网的支持下进行时间和空间上细粒度的虚实交互，以支撑不同尺度的应用。
（2）大数据
数据是数字孪生系统动态运行的最重要的驱动力量。随着数据时代的到来，大数据分析应运而生。通过体现大数据海量、异构、高速、可变性、真实性、复杂性和价值性等特征，大数据分析面向解决具体问题提出相应的算法和框架模型。
对数字孪生系统而言，大数据分析为深度探索物理空间事物提供可能，而通过数据可视化，为数字孪生系统揭示物理实体的隐性信息提供有效工具。
（3）参数化机理模型建模技术
物理实体的机理模型是数字孪生系统的骨架。近年来，不同领域混合多层次精准建模方法为数字孪生技术对物理世界真实描述提供了有利帮助。
其综合复杂物理实体涉及的针对诸如机械、电气、液压、控制及具体行业特征进行综合建模能力，为数字孪生系统对物理实体的有机综合分析提供了有效技术；
参数化建模方法为数字孪生实体机理模型对物理实体在时间维度上变化的映射，即模型的动态更新能力，提供了有效手段。军工中的数字化模型一般通过正向的推导计算形成的数学模型，用来支持地面测试及仿真，也有通过输入输出的飞行试验数据进行反向辨识，应该是人工智能神经算法模型的雏形 了。
