数字孪生能力评价最容易出现的偏差，是把三维场景完成度、设备接入数量或可视化效果当作项目成熟度。五级能力模型之所以值得作为立项和验收工具，在于它把评价焦点从“搭建了什么”转向“业务闭环走到了哪一步”。五个层级——看板、监测、仿真、决策和控制——不是并列功能清单，而是从信息展示到双向控制的递进关系，每一级都以前一级的数据基础和业务连接为前提。
看板层只回答“现在是什么状态”，核心价值在统一视图和降低信息查找成本。其边界很明确：不解释原因、不预测变化、也不比较方案。很多项目停留在此，并非因为画面不够精细，而是因为对象映射、唯一标识和业务归属没有在数据层解决。因此，验收看板能力应抽查定位、属性刷新和历史追溯，而不是只看视觉效果。
监测层从静态展示转向连续状态识别。判断标准不是接入了多少实时数据，而是异常能否被解释：系统应能说明“异常”依据了哪些条件，是否来自阈值、趋势变化、通信中断还是组合风险。没有数据质量规则、统一编码和告警闭环，更多数据接入只是把不确定性更快呈现出来。这一层完成后，才具备进入仿真的条件。
仿真层的标志是“可算”，但算力或三维复杂度不是重点。关键在于模型是否适合回答特定业务问题：输入、约束、输出指标、适用边界和不确定性提示是否明确。模型可信度应通过历史工况回放、重复性和关键变量解释来验证，而不应用展示效果证明。不能复现已知工况、不能比较基准与备选方案的仿真，只是曲线演示。
决策层把仿真结果放入多目标和多约束下比较。其核心要求是优化目标、指标口径、约束边界和责任人清楚。若系统输出“最优解”却无法说明取舍逻辑，业务人员很难接受。决策能力的验收，应看业务人员能否理解推荐理由并把结果转化为可执行动作。
控制层风险最高，不应简单等同于“接上接口远程操作”。它要求在权限校验、范围校验、冲突校验、回退机制和审计追溯成立后，才形成数字空间对现场的行动闭环。可从建议控制、半自动控制到自动控制分级推进，高风险场景尤其应从人工确认起步。
五级能力模型的实际用法，是在立项时先明确目标层级，在验收时逐级核对是否真正达到。一个只解决“看得准”的项目，不应因为界面华丽就被称为决策或控制系统。反过来，也不必要求所有项目都奔向自动控制。成熟度的意义，是让数据、模型、业务和执行形成与风险相匹配的闭环，而不是追求同一套技术外观。