適用于在數(shù)字孿生中測試機器人機隊的 NVIDIA Omniverse Blueprint 現(xiàn)已推出預(yù)覽版。

物理 AI 的進步使企業(yè)能夠?qū)⒕呱?AI 應(yīng)用于整個運營過程，為全世界的工廠、倉庫和工業(yè)設(shè)施帶來空前的智能化、自動化和生產(chǎn)力水平。

物理 AI 正在成為當今工業(yè)運營不可或缺的一部分，例如與人類團隊并肩工作的人形機器人、在復(fù)雜倉庫環(huán)境中穿梭自如的自主移動機器人（AMR）、監(jiān)控并優(yōu)化整個設(shè)施的智能攝像頭和視覺 AI 智能體等。

適用于在數(shù)字孿生中測試多機器人機群的 Mega NVIDIA Omniverse Blueprint 現(xiàn)已推出預(yù)覽版，幫助工業(yè)企業(yè)加快物理 AI 的開發(fā)、測試和部署。

在德國舉行的漢諾威工業(yè)博覽會上，埃森哲和 Schaeffler 等制造、倉儲和供應(yīng)鏈領(lǐng)域的龍頭企業(yè)展示了他們?nèi)绾问褂迷撍{圖對 Agility Robotics 的人形機器人——Digit 進行仿真，并探討如何使用工業(yè) AI 和數(shù)字孿生優(yōu)化復(fù)雜生產(chǎn)環(huán)境中的設(shè)施布局、物料流以及人與機器人之間的協(xié)作。

此外，Delta Electronics、羅克韋爾自動化、西門子等生態(tài)系統(tǒng)合作伙伴也在展會上宣布了與 NVIDIA Omniverse 和 NVIDIA AI 技術(shù)的進一步集成。

數(shù)字孿生——物理 AI 的訓練場

工業(yè)設(shè)施數(shù)字孿生是真實設(shè)施的物理精確虛擬復(fù)制品，是在部署前仿真和驗證物理 AI 以及機器人和自動駕駛車隊的交互、協(xié)作和處理復(fù)雜任務(wù)的重要試驗場。

開發(fā)者可以使用 NVIDIA Omniverse 平臺技術(shù)和通用場景描述（OpenUSD）框架開發(fā)其設(shè)施和流程的數(shù)字孿生。這種圍繞仿真的方法大大加快了開發(fā)周期，同時降低了在現(xiàn)實世界中測試所產(chǎn)生的成本和風險。

專為實現(xiàn)機器人和 AI 智能體的多樣性構(gòu)建

工業(yè)企業(yè)可根據(jù) Mega 藍圖提供的參考工作流，將傳感器仿真與合成數(shù)據(jù)生成相結(jié)合，從而對復(fù)雜的人機交互進行仿真并在工業(yè)數(shù)字孿生中驗證自主系統(tǒng)的性能。

企業(yè)可以使用 Mega 大規(guī)模測試各種機器人大腦和策略的移動性、導航能力、靈巧性和空間推理能力，使不同類型機器人所組成的機群能夠協(xié)同工作。

當在仿真中執(zhí)行任務(wù)時，機器人大腦通過傳感器仿真感知行動結(jié)果并規(guī)劃下一步行動。如此循環(huán)往復(fù)，直到策略得到完善并且可以直接部署。

在通過驗證后，這些策略就會被部署到真實機器人上，而真實機器人會繼續(xù)從環(huán)境中學習并通過整個回路反饋傳感器信息，形成一個持續(xù)學習和改進的循環(huán)。

視覺 AI 智能體為工業(yè)運營帶來變革

與 AMR 和人形機器人一樣，先進的視覺 AI 智能體也能從實時和錄制視頻數(shù)據(jù)中提取信息，從而達到更高的智能化和自動化水平。這些視覺 AI 智能體使機器人能夠?qū)崟r感知情境，并且有助于提高工作者安全、保持倉庫的合規(guī)性、提升視覺檢測能力和大幅提高空間利用率。

為幫助開發(fā)者構(gòu)建可與 Mega 藍圖集成的視覺 AI 智能體，NVIDIA 去年發(fā)布了適用于視頻搜索和摘要（VSS）的藍圖。在漢諾威工業(yè)博覽會上，各個伙伴將展示他們?nèi)绾问褂?VSS 藍圖提高生產(chǎn)力和運營效率。

按下工業(yè)數(shù)字化的加速鍵

工業(yè)世界正在向軟件定義轉(zhuǎn)型，視覺 AI 智能體和數(shù)字孿生已成為物理 AI 的訓練場。

在漢諾威工業(yè)博覽會上加入 NVIDIA 及其合作伙伴的行列，了解 NVIDIA“三臺計算機”解決方案驅(qū)動的 AI 智能體和實時仿真如何重塑工業(yè)工作流，提高制造業(yè)的創(chuàng)新力、自動化水平和效率。