仿真對于自主系統的訓練、測試和部署至關重要，而實現現實世界級別保真度的難度極高。

這需要對自主系統傳感器和周圍環境的物理特性和行為進行精確建模。

在 NVIDIA GTC 上發布的 Omniverse Cloud API（應用編程接口）旨在通過大規模、高保真的傳感器仿真應對這一挑戰，加速實現自主化。這些 API 匯集了一個由仿真工具、應用和傳感器組成的豐富生態系統。

這些 API 滿足了高保真傳感器仿真的關鍵需求——以安全的方式探索自主系統將會遇到的無數現實場景。

另外，Omniverse Cloud 平臺還為應用開發者提供了許多功能強大的通用場景描述（OpenUSD）、RTX 和支持生成式 AI 的服務級云 API，為下一代工具帶來互操作性和符合物理學的渲染。

仿真是提升安全水平的關鍵

隨著對機器人、自動駕駛汽車和其他 AI 系統需求的增加，開發者正在尋求能夠加快其工作流的方法。傳感器數據為這些系統的感知能力提供助力，使它們能夠理解周圍環境并實時做出明智決策。

一直以來，開發者都在使用現實世界的數據進行訓練、測試和驗證。

但這種方法在涵蓋罕見場景或無法在現實世界中獲取的數據方面存在局限性。傳感器仿真提供了一種能夠有效測試無數“假設”場景和各種環境條件的完美方式。

借助 Omniverse Cloud API，開發者可使用高保真傳感器仿真改進他們所使用的工作流，以此應對開發全棧自主性的挑戰。

這不僅簡化并提高了開發流程的效率，還降低了各種公司開發自主機器的門檻。

生態系統優勢

Omniverse Cloud API 通過將仿真器、驗證和確認（V&V）工具、內容以及傳感器開發者等匯聚成一個龐大的生態系統，創造了一個通用的 AI 系統開發環境。

CARLA、MathWorks、MITRE、Foretellix 和 Voxel51 等開發商和軟件供應商紛紛強調了這些 API 對整個自動駕駛汽車領域的廣泛吸引力。

CARLA 是一個 10 多萬開發者在使用的開源自動駕駛汽車仿真器。借助 Omniverse Cloud API，CARLA 用戶可以利用高保真傳感器仿真改進其現有工作流。

MITRE 是致力于提高技術安全性的非營利機構。該機構同樣正在為自動駕駛汽車行業建立一個用于驗證自動駕駛解決方案的數字試驗場。該數字試驗場將使用 Omniverse API 為其開發者提供核心傳感器仿真功能。

MathWorks 和 Foretellix 提供用于編寫、執行、監控和調試測試場景的重要仿真工具。正如 GTC 大會上所演示的，通過將此類仿真和測試自動化工具與 API 相結合，可以為自動駕駛汽車開發構建一個強大的測試環境。

此外，通過將 API 與 Voxel51 的 FiftyOne 平臺集成，開發者可以輕松地可視化并整理仿真中生成的 ground-truth 數據，簡化并提高訓練和測試的效率。

領先的工業傳感器解決方案提供商 SICK AG 正在努力將這些 API 集成到其傳感器開發流程中，以此減少物理原型的數量，實現設計修改快速迭代，并驗證最終性能。自主系統開發者最終可以在其應用中使用這些經過驗證的傳感器模型。

開發者還可以訪問不同制造商提供的傳感器模型，包括激光雷達制造商禾賽科技、Innoviz Technologies、Luminar、MicroVision、Robosense（速騰聚創）和 Seyond；視覺傳感器供應商 OMNIVISION、onsemi 和索尼半導體解決方案公司；以及雷達供應商 Continental、FORVIA HELLA 和 Arbe。

此外，AI/ML 開發者還可以調用這些 API 生成大量且多樣的合成數據集，為訓練和驗證這些自主系統所使用的感知模型提供關鍵數據。

賦能開發者并加速創新

通過降低高保真傳感器仿真的傳統門檻，NVIDIA Omniverse Cloud API 賦予了開發者無需大規模改造基礎設施即可解決復雜 AI 問題的能力。

這種推動先進仿真工具全民化的做法有望加速創新，幫助開發者快速適應最新的技術進步并將其集成到自己的測試和開發流程中。

審核編輯：劉清