走進 Omniverse：NVIDIA GTC 展示驅動物理 AI 時代的虛擬世界

編者註：本文為 Into the Omniverse 系列文章之一，該系列專注於開發者、3D 從業者和企業如何利用 OpenUSD 和 NVIDIA Omniverse 的最新進展來轉型其工作流程。

上週的 NVIDIA GTC 展示了實體 AI 的轉折點：機器人、車輛和工廠正從單一案例和孤立部署，擴展到跨行業的複雜企業級工作負載。

這一轉變的核心是實體 AI 的新前沿模型，包括 NVIDIA Cosmos 3、NVIDIA Isaac GR00T N1.7 和 NVIDIA Alpamayo 1.5。

NVIDIA 還發佈了 NVIDIA 實體 AI 數據工廠藍圖 (Physical AI Data Factory Blueprint)，旨在推動世界建模、人形機器人技能和自動駕駛技術的發展；以及用於 AI 工廠數位孿生模擬的 NVIDIA Omniverse DSX 藍圖。

OpenClaw 等開源代理框架將 AI 堆疊延伸至營運端——實現長時間運行的「爪子 (claws)」，利用工具、記憶體和訊息介面來編排工作流、管理數據管道，並在專用機器上自主執行任務。

OpenClaw 創始人 Peter Steinberger 在 GTC 的一份 NVIDIA 新聞稿中表示：「透過 NVIDIA 和更廣泛的生態系統，我們正在構建『爪子』和護欄，讓任何人都能創建強大且安全的 AI 助手。」

OpenUSD 是實體 AI 可擴展性背後的驅動力——它提供了一種通用的場景描述語言，讓團隊能將電腦輔助設計 (CAD) 數據、模擬資產和現實世界的遙測數據整合到一個共享且物理精確的世界視圖中。

在工廠建成前模擬 AI 工廠

現代 AI 工廠非常複雜——涵蓋散熱、電網、網路負載和機械系統。如果使用模擬技術，按時且在預算內完成建設會變得容易得多。

為了應對這一挑戰，NVIDIA 在 GTC 推出了 Omniverse DSX 藍圖，這是一個參考架構，透過單一數位孿生統一了 AI 工廠每一層的模擬。這使營運商能夠在現實世界安裝機架之前，優化性能和效率。

算力即數據：現實數據不再是護城河

現實世界的數據曾被視為實體 AI 的護城河——但它無法擴展。現實世界是混亂、不可預測且充滿邊緣案例的，而且處理、模擬和評估數據的管道非常零散。瓶頸不僅在於數據，而在於整個數據工廠。

為了幫助解決這個問題，NVIDIA 在 GTC 推出了 實體 AI 數據工廠藍圖，這是一個開放的參考架構，可將算力轉化為大規模、高品質的訓練數據。該藍圖基於 NVIDIA Cosmos 開放世界基礎模型 和 NVIDIA OSMO 調度器，將數據策劃、增強和評估統一到單一管道中，使開發者能夠從有限的現實輸入中生成多樣化的長尾數據集。

領先的實體 AI 開發商，包括 FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Skild AI 和 Teradyne Robotics，已經在利用該藍圖加速機器人專案、視覺 AI 代理和自動駕駛汽車計畫。

Microsoft Azure 和 Nebius 是首批提供該藍圖的雲端平台，將世界級算力轉化為即插即用的數據生產引擎。

NVIDIA Omniverse 與模擬技術副總裁 Rev Lebaredian 在這份新聞稿中表示：「透過與雲端領導者合作，我們提供了一種新型的代理引擎，將算力轉化為實現下一代自主系統和機器人所需的高品質數據。在這個新時代，算力即數據。」

從 OpenUSD 到現實：無縫設計到部署

將 CAD 文件轉換為 OpenUSD 是實體 AI 管道中的關鍵步驟——將工程數據轉換為可用於模擬的資產，開發者可以在物理精確的虛擬環境中構建、測試和驗證機器人。

利用 NVIDIA Omniverse Kit 軟體開發套件和 NVIDIA Isaac Sim 等工具，團隊可以優化並豐富 3D 數據，用於即時渲染、模擬和協作工作流。

包括 FANUC 和 Fauna Robotics 在內的公司正利用這種無縫的 CAD 到 OpenUSD 工作流來加速機器人系統的設計與驗證。

透過工業數位孿生轉型製造與物流

Lebaredian 在 GTC 關於數位孿生與模擬的專題演講中表示：「工廠本身現在就是機器人系統。」

所有工廠都誕生於模擬之中。NVIDIA Mega Omniverse 藍圖 為企業提供了一個參考架構，以便在單個機器人部署到現場之前，在物理精確的設施數位孿生中設計、測試和優化機器人車隊與 AI 代理。

KION 正與埃森哲 (Accenture) 和西門子 (Siemens) 合作，利用該藍圖為全球最大的純合約物流供應商 GXO 構建大規模倉庫數位孿生，用於訓練和測試基於 NVIDIA Jetson 的自動堆高機車隊。

實體 AI 從模擬邁向現實世界

NVIDIA 正與全球機器人生態系統合作——包括領先的機器人大腦開發商、工業機器人巨頭和人形機器人先驅——以增強生產級的實體 AI。

ABB Robotics、FANUC、KUKA 和 Yaskawa（其全球裝機總量超過 200 萬台機器人）正使用 NVIDIA Omniverse 函式庫和 NVIDIA Isaac 模擬框架，透過物理精確的數位孿生來驗證複雜的機器人應用和生產線。這些公司還將 NVIDIA Jetson 模組整合到其控制器中，以實現即時 AI 推論。

機器人開發始於機器人大腦，這也是為什麼包括 FieldAI 和 Skild AI 在內的領先開發商正利用 NVIDIA Cosmos 世界模型進行數據生成，並使用 Isaac 模擬框架在模擬中驗證策略。

同時，Generalist AI 正利用 NVIDIA Cosmos 探索生成合成數據。這種組合讓機器人能以驚人的速度精通任何任務——從供應鏈監控到送餐。

欲了解 NVIDIA 在 GTC 發佈的所有公告，請參閱此 線上新聞資料包 並 觀看主題演講重播。歡迎收看 GTC 的所有 實體 AI 日 (Physical AI Days) 議程，並觀看 開發者直播 重播。