建模、仿真和基于数据融合的数字线程是数字孪生体的三项核心技术。能够做到统领建模、仿真和数字线程的系统工程和MBSE，则成为数字孪生体的顶层框架技术，物联网是数字孪生体的底层伴生技术，而云计算、机器学习、大数据、区块链则成为数字孪生体的外围使能技术。
1.建模
数字化建模技术起源于20世纪50年代。建模的目的是将我们对物理世界的理解进行简化和模型化。而数字孪生体的目的或本质是通过数字化和模型化，用信息换能量，以使少的能量消除各种物理实体、特别是复杂系统的不确定性。所以建立物理实体的数字化模型或信息建模技术是创建数字孪生体、实现数字孪生的源头和核心技术，也是“数化”阶段的核心。
将数字孪生体放在工业化、数字化和全球化所指向的人类文明可持续发展的大目标下，数字孪生体所需的建模技术也需要放在数字孪生体应用场景的参考框架下考察。具体地说，数字孪生体的概念模型中数字模型的视角类型的三个维度：需求指标、生存期阶段和空间尺度构成了数字孪生体建模技术体系的三维空间。
在某个应用场景下的某种建模技术，只能提供某类物理实体某个视角的模型视图。这时数字孪生体和对应物理实体间的互动（状态感知和对象控制的数据流和信息流传递），一般只能满足单个低层次具体需求指标的要求。对于复合的、高层次需求指标，通常需要有反映若干建模视角的多视图模型所对应的多个数字孪生体与同一个物理实体对象实现互动。这时的多视图或多视角一般来自物理实体对象的不同生存期阶段或多个系统层次/物质尺度，多视图模型间的协同就需要数字线程技术的支持。
2.仿真
从技术角度看，建模和仿真是一对伴生体。如果说建模是模型化我们对物理世界或问题的理解，那么仿真就是验证和确认这种理解的正确性和有效性。所以，数字化模型的仿真技术是创建和运行数字孪生体、保证数字孪生体与对应物理实体实现有效闭环的核心技术。
仿真是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整的输入信息和环境数据，就可以基本准确地反映物理世界的特性和参数。
3.其他技术
除了核心的建模仿真技术，目前VR、AR以及MR等增强现实技术、数字线程、系统工程和MBSE、物联网、云计算、雾计算、边缘计算、大数据技术、机器学习和区块链技术，仍为数字孪生体构建过程中的内外围核心技术。
3.1什么是MBSE
基于模型的系统工程（MBSE）是相对于传统基于文档的系统设计而言的，传统设计方式中，系统方案设计阶段多数通过撰写方案设计文档来对系统进行定义，如下图所示：
MBSE（基于模型的系统工程）=用数字化建模代替写文档进行系统方案设计，把设计文档中描述系统结构、功能、性能、规格需求的名词、动词、形容词、参数全部转化为数字化模型表达。
3.2什么是雾计算
去中心化和灵活性是雾计算和云计算的主要区别。雾计算，也称为雾网络或雾化，描述了一种分散的计算结构，位于云和产生数据的设备之间。这种灵活的结构使用户能够将资源（包括应用程序及其生成的数据）放置在逻辑位置以提高性能。
该结构的目标是将基本分析服务定位在网络边缘，更靠近需要它们的地方。这缩短了用户必须在网络上传输数据的距离，从而提高了性能和整体网络效率。
雾计算安全问题也为用户带来好处。雾计算范式可以分割带宽流量，使用户能够通过网络中的附加防火墙来提高安全性。
雾计算保留了云计算的一些特性，这也是它的起源。用户仍然可以在异地存储应用程序和数据，并且不仅要为异地存储付费，还要为他们的数据进行云升级和维护，同时仍然使用雾计算模型。例如，他们的团队仍然可以远程访问数据。