随着产品开发、制造和业务流程的复杂性持续增长，企业拥抱数字化进程的速度正在加快。数字孪生技术作为物理世界与虚拟空间深度融合的突破性范式，应用场景正在从最初的单点探索应用转向产品全生命周期的全面渗透，在提升产品设计与研发效率、优化生产制造过程、提高质量控制与安全保障水平、增强供应链管理能力等方面发挥着重要作用。

       为了帮助用户实现信息系统之间动态数据模型的一致更新和功能性孪生，并实现建模、渲染、仿真、可视化等各个功能及场景之间的协作和互连。NVIDIA推出了跨工具创新、模拟和协作平台Omniverse，其深度融合了NVIDIA在GPU数据处理、CUDA运算、实时光线追踪RTX等技术能力，以及长期深耕的可视化、AI、仿真生态系统实践，正在成为企业研发创新过程中跨越数字工具的重要桥梁。

       在不久前的GTC大会上，NVIDIA将基于Omniverse平台的数字孪生应用与物理AI操作系统相融合，并深化了与Accenture、Ansys、Cadence、Databricks等全球伙伴的合作，将其扩展至更多行业，帮助用户更好的在近乎逼真的环境中完成大规模实时AI的开发、测试和应用，并与工业基础设施深度融合，提升企业数字化转型升级进程，为企业节省大量时间和成本。
 
物理AI时代，NVIDIA强化数字孪生体的跨工具协作能力

       在生成式AI向物理AI的迈进过程中，将实时或准实时的动态运行数据记录叠加传统工业模型，工业技术的显性化、模型化、软件化将进一步加速。目前，很多制造企业在积极拓展数字孪生应用。例如，力诺特玻在2024年10月上线中硼硅药用玻璃精益数字孪生智能工厂，在研发设计阶段对生产线进行全面模拟和测试，优化窑炉设计、设备布局、工艺流程和生产参数等，有效降低试错成本；航天八院已成功自主研发了复杂产品数字孪生装配车间管控系统，应用覆盖基础配套产品制造、结构部装、整星AIT全研制流程。

       在NVIDIA看来，在推进物理AI应用过程中，基于数字孪生的建模与仿真不再是离线的、独立的、特定阶段存在的，而是可以与真实世界建立永久、实时、交互的链接。基于OpenUSD（Universal Scene Description，通用场景描述）技术，Omniverse平台能够快速完成对工业资产、流程或环境的建模仿真，具有物理级准确性，并且采用多个与现实数据流完美同步的自主系统。通过将Autodesk Revit等多款研发设计工具和数字创作平台连接，Omniverse平台实现了各种应用间的通用实时互操作性，便于用户在不同软件平台、不同ISV应用程序下进行合并使用以加强现有的3D工作流程。

       在用户使用过程中，NVIDIA为Omniverse平台提供了各种API组件，赋予Omniverse平台极高的灵活性与协作性，多种功能结构将Omniverse打造成应用、连接器、服务、扩展程序和渲染器的结合体。

       例如在对一个超大型仓储空间（10万平方英尺）进行物流规划时。Omniverse平台拥有Metropolis、Isaac和cuOpt等软件，能够完成多个数字人、自主移动机器人(AMR)、视觉AI智能体和传感器的仿真环境。这其中，NVIDIA Isaac Perceptor多传感器栈使每个AMR能够处理六个传感器的视觉信息，并将其汇聚到Omniverse平台中进行仿真；NVIDIA Metropolis则在Omniverse平台中搭建好一个集中式地图，将整个仓库中模拟安装在天花板的100多个摄像头数据进行整合；借助NVIDIA cuOpt优化AI微服务引擎，上述数据可以计算出最优AMR路径，以解决复杂的路径问题；与此同时，NVIDIA Isaac Mission Control则负责实时协调整个车队，发送和执行AMR命令。
 
       在具体的仓库和供应链解决方案应用方面，凯傲集团、Dematic和Accenture已宣布将集成Mega以推动新一代AI赋能自动化发展。idealworks正在将Mega集成到其车队管理软件中，以模拟、测试和优化机器人机群。SAP客户和合作伙伴可以使用Omniverse为仓库管理场景开发自己的虚拟环境。

加速生态融合，携手ISV打造行业标杆应用

       可以看出，作为一个支撑平台，Omniverse具有广泛的开放性。从Omniverse平台发布之日起，NVIDIA就在持续优化并拓展API接口能力，包括加速地理空间数据模型、度量组件、SimReady、OpenUSD标准等。

       在去年11月，NVIDIA宣布推出了NVIDIA Omniverse Blueprint。借助该蓝图，行业软件开发商可以帮助航空航天、汽车、制造、能源等行业的计算机辅助工程（CAE）客户创建具有实时交互性的数字孪生。

       在今年1月的CES主题演讲中，NVIDIA发布了另外四个新蓝图，使开发者能够更加轻松地构建基于通用场景描述（OpenUSD）的Omniverse物理AI数字孪生。这四个蓝图分别是：

       ●Mega：由Omniverse Sensor RTX API驱动，用于在部署到真实设施中前，先在工厂或仓库的数字孪生中大规模开发和测试机器人集群。

       ●自动驾驶汽车仿真：同样由Omniverse Sensor RTX API驱动，使自动驾驶汽车开发者能够播放驾驶数据、生成新的基准真实数据并执行闭环测试，从而加快开发流水线。

       ●Omniverse Apple Vision Pro空间流式传输：帮助开发者创建将大型工业数字孪生以沉浸式流的形式传输到Apple Vision Pro的应用。

       ●适用于计算机辅助工程（CAE）的实时数字孪生：基于NVIDIA CUDA-X加速库、物理AI库和Omniverse库构建的实时物理可视化参考工作流。

       目前，不同制造行业的先行者正在使用这些蓝图，通过物理AI优化其工业运营。

       在汽车制造领域，Schaeffler和Accenture开始采用Mega来测试和模拟用于材料处理自动化的Agility Robotics Digit车队。现代汽车集团正使用该蓝图在装配线上模拟 Boston Dynamics Atlas机器人，而梅赛德斯-奔驰正使用它来模拟Apptronik的Apollo人形机器人，以优化车辆装配操作。

       在电子制造业领域，Pegatron正在使用Mega开发基于物理AI的NVIDIA Metropolis视频分析智能体，以改善工厂运营和工人安全性。Foxconn（富士康）正在使用该蓝图，在其制造设施中对工业机械手、人形机器人和移动机器人进行模拟，以支持NVIDIA Blackwell平台。

       “Foxconn正在不断探索运营转型方法，我们将继续朝着建设未来工厂迈进，”Foxconn核心子公司Fii首席执行官Brand Cheng表示。“借助NVIDIA Omniverse和Mega，我们正在测试和训练人形机器人，以便在我们的领先工厂中运行，进入下一波物理AI热潮。”
 
       借助面向AI工厂数字孪生的新Omniverse Blueprint，数据中心工程师可设计和模拟AI工厂布局、冷却和电气，从而最大限度地提高利用率和效率。Cadence Reality数字孪生平台和Schneider Electric with ETAP是率先将其仿真软件与blueprint集成的公司，而Vertiv和Schneider Electric正在为其电力和冷却装置提供Omniverse SimReady 3D模型，以加速AI工厂数字孪生的开发。

知行合一，推进数字孪生+物理AI落地实践

       对于制造企业而言，物理AI能够让智能机器在真实物理世界中感知、理解和执行复杂操作，它扩展了传统的生成式AI，使其能够理解数字世界的空间关系和物理行为，让人工智能反馈的内容符合物理规律。而数字孪生是物理系统在虚拟空间中的精确映射，它为物理AI提供了一个虚拟的实验环境和数据来源。

       在今年1月的CES展上，NVIDIA将Omniverse平台与新推出的生成式世界基础模型Cosmos进行了融合，通过包括Cosmos Tokenizer（高级分词器）、NeMo Curator（加速视频处理管道）等技术应用，能够帮助AI理解物理世界，为相关的3D处理等提供重要支持。其高效处理和转化数据的技术，使得在短时间内对海量视频数据进行处理成为可能，极大提高了模型训练的效率。
 
       在本次GTC大会上，NVIDIA对全Cosmos世界基础模型(WFM)进行了重大更新，使该模型引入了开放式、可完全定制的物理AI开发推理模型，让开发者以前所未有的方式控制世界生成。

       同时，用于合成操作运动生成的NVIDIA Isaac GR00T Blueprint现已面向机器人开发者开放，可实现Omniverse和Cosmos的大规模合成数据生成。该蓝图可帮助开发者将数据采集时间从数小时缩短到数分钟，从而快速推进机器人开发。

       “正如大语言模型改变了生成式和代理式AI，Cosmos世界基础模型是物理AI的一项重大突破，”NVIDIA创始人兼CEO黄仁勋表示。“Cosmos为物理AI带来了一个开放式、可完全定制的推理模型，为机器人和物理工业领域的突破性发展带来了机遇。”

       目前，Ansys、Cadence、Hexagon、Omron、Rockwell Automation和西门子正在将Omniverse数据互操作性和可视化技术集成到其领先的工业软件、仿真和自动化解决方案中，以加速产品开发和优化制造流程。
 
       在物理AI方面，Alphabet旗下公司Intrinsic正在使用Flowstate助力Omniverse工作流和NVIDIA机器人基础模型从数字孪生过渡到硬件部署。Databricks正在将NVIDIA Omniverse与Databricks数据智能平台集成，这将实现物理AI的大规模合成数据生成。此外，美国大型汽车制造商通用汽车宣布采用Omniverse来增强其工厂和培训平台，以用于材料处理、运输和精密焊接等运营。在制造生命周期的另一端，联合利华宣布采用Omniverse和物理精确的数字孪生来简化和优化其产品的营销内容创作。

       值得一提的是，为了满足不同行业、不同规模的企业加速数字孪生应用，简化基于OpenUSD 的应用的开发、部署和横向扩展，NVIDIA Omniverse现已在AWS Marketplace上的配备 NVIDIA GPU 的 EC2 G6e实例中提供。Microsoft Azure Marketplace现已在NVIDIA A10 GPU上提供预配置的Omniverse实例和Omniverse Kit App Streaming，使开发者能够轻松开发和流式传输自定义Omniverse应用。

       NVIDIA表示这些基于云的NVIDIA Omniverse开发者工具和服务预计将在今年晚些时候发布，这些工具将在配备NVIDIA GPU的Oracle云基础设施计算裸机实例上提供，以及Google Cloud上新发布的NVIDIA RTX PRO Blackwell服务器版。