摘要：这些现实环境、设施和流程的虚拟复制品已达到物理级精确，不仅能够帮助制造商优化规划和运营，还可作为训练场帮助视觉 AI 智能体、智能汽车和机器人安全、高效、可靠地运行。

对工业 AI 和物理 AI 的投资正在推动各行业对数字孪生的需求增长。

这些现实环境、设施和流程的虚拟复制品已达到物理级精确，不仅能够帮助制造商优化规划和运营，还可作为训练场帮助视觉 AI 智能体、智能汽车和机器人安全、高效、可靠地运行。

打造物理精确的仿真环境可帮助物理 AI 无缝过渡到现实世界，而要创建这样的环境通常需要耗费大量人力。但依靠 OpenUSD（一种用于描述和连接复杂 3D 世界的强大开放标准）的最新进展以及渲染、神经重建和世界基础模型（WFM）的升级优化，开发者便可加速大规模数字孪生的构建。

加速数字孪生与物理 AI 的开发

为了加速数字孪生与物理 AI 的开发，NVIDIA 在今年的 SIGGRAPH 上发布了新的研究成果、NVIDIA Omniverse 库、NVIDIA Cosmos 世界基础模型以及 NVIDIA RTX PRO 服务器和 NVIDIA DGX Cloud 等先进 AI 基础设施。

不断壮大的 OpenUSD 生态系统

作为数字孪生和物理 AI 开发的基础生态系统，OpenUSD 使开发者能够整合工业和 3D 数据，创建出达到物理级精度的数字孪生。

OpenUSD 联盟近期迎来了许多新普通成员，包括埃森哲、Esri、HCLTech、PTC、雷诺和 Tech Soft 3D。新成员的加入反映出 OpenUSD 社区的持续壮大及其统一各行业 3D 工作流的决心。

为了满足企业对 OpenUSD 和数字孪生专业知识日益增长的需求，NVIDIA 推出了新的 OpenUSD 开发认证和免费数字孪生学习路径。

创建数字孪生的开发者

西门子、Sight Machine、Rockwell Automation、EDAG、Amazon Devices & Services、Vention 等行业领导者正在使用 Omniverse 库和 OpenUSD 开发数字孪生解决方案，借助工业 AI 与物理 AI 实现转型。

西门子的 Teamcenter Digital Reality Viewer 使工程师能够对逼真的数字孪生进行空前规模的可视化、交互和协作，在降低成本的同时，加快设计审核速度、大幅减少对物理原型的需求并缩短产品上市时间。

Sight Machine 的 Operator Agent 平台结合实时生产数据、代理式 AI 驱动的推荐与数字孪生，为工厂运营团队提供实时生产可见性，帮助他们作出更加快速、明智的决策。

Rockwell Automation 的 Emulate3D Factory Test 平台使制造商能够创建基于物理学的工厂级数字孪生，实现对自动化和自主系统的大规模仿真、验证与优化。

EDAG 的工业数字孪生平台帮助制造商改进项目管理、优化生产布局、培训员工和进行以数据为依据的质量保证。

Amazon Devices & Services 使用数字孪生训练机械臂识别、检测和处理新设备。可将机器人动作设置成完全基于仿真中进行的训练装配、测试、包装、审计等制造产品的步骤。

Vention 正在使用 Omniverse 库、Isaac Sim、Jetson 硬件等 NVIDIA 机器人、AI 和模拟仿真技术，来开发即插即用型数字孪生和自动化解决方案，简化和加快智能制造系统的部署。

进入 OpenUSD 的世界

了解更多关于 OpenUSD 及如何使用 Omniverse 库开发数字孪生应用的信息，请参加新数字孪生学习路径中的免费课程，并查看 Omniverse Kit 配套教程和大规模部署基于 Omniverse Kit 的应用操作指南。

观看 NVIDIA 在 SIGGRAPH 上的研究成果专题演讲。在 Isaac Sim 和 CARLA 上试用 Omniverse NuRec 并了解更多关于 Isaac Sim 的信息。

来源：NVIDIA英伟达中国