本文是洞悉 Omniverse系列文章。“洞悉 Omniverse”重點介紹開發者、3D 從業者與企業如何使用OpenUSD和NVIDIA Omniverse的最新進展深入改變他們的工作流。

NVIDIA GTC 大會標志著物理 AI迎來了一個重要轉折點：機器人、車輛和工廠正從單一的用例與孤立的部署，擴展為跨行業的復雜企業級工作負載。

推動這場變革的核心是全新面向物理 AI 的前沿模型，包括 NVIDIA Cosmos 3、NVIDIA Isaac GR00T N1.7 和 NVIDIA Alpamayo 1.5。

此外，NVIDIA 還發布了旨在推動世界模型、人形機器人技能和智能汽車前沿化發展的NVIDIA 物理 AI 數據工廠 Blueprint，以及應用于 AI 工廠數字孿生仿真的NVIDIA Omniverse DSX Blueprint。

諸如 OpenClaw 等開源智能體框架將 AI 堆棧全面延伸至運營層面——賦能可長期運行的 “Claw”，使其能夠利用工具、記憶和消息接口，在專屬設備上編排工作流、管理數據管線并自主執行任務。

OpenClaw 創造者 Peter Steinberger 在 NVIDIA GTC 大會的一份新聞稿中表示：“基于 NVIDIA 和更廣泛的生態系統，我們正在構建 Claw 和安全護欄，讓任何人都能創建出強大且安全的 AI 助手。”

OpenUSD是推動物理 AI 可擴展性的關鍵驅動力——它提供了一種通用的場景描述語言，使團隊能夠將計算機輔助設計 (CAD) 數據、仿真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。

AI 工廠的建前仿真

現代 AI 工廠結構復雜——涉及散熱、電網、網絡負載和機械系統等多個方面。借助仿真技術，企業能夠更輕松地確保其能夠在既定預算內按期建成。

為解決這一問題，NVIDIA 在 GTC 大會上推出了Omniverse DSX Blueprint，這是一種通過單一數字孿生整合 AI 工廠各層級仿真的參考架構，使運營團隊能夠在服務器機架實裝前便完成性能和效率優化。

算力即數據：現實世界數據不再是護城河

現實世界數據曾是物理 AI 的護城河——但無法實現規模化。現實世界充滿了混亂、難以預測以及各種的邊緣情況，而且用于處理、仿真和評估數據的工作流也是碎片化的。真正的瓶頸不僅在于數據本身，而在于整個數據工廠。

為應對這一挑戰，NVIDIA 在 GTC 大會上推出了物理 AI 數據工廠 Blueprint，這是一個將算力轉化為大規模、高質量訓練數據的開放參考架構。該架構基于NVIDIA Cosmos 開放世界基礎模型和NVIDIA OSMO控制器構建，將數據管護、增強和評估整合到單一管線，使開發者能夠利用有限的現實世界輸入生成多樣化的長尾數據集。

FieldAI、Hexagon Robotics、Linker Vision、Milestone Systems、Skild AI和Teradyne Robotics等領先的物理 AI 開發商，正利用該藍圖加速機器人、視覺 AI 智能體和智能汽車的開發。

Microsoft Azure和Nebius是首批提供該藍圖的云平臺，將全球規模的計算能力轉化為開箱即用的數據生產引擎。

NVIDIA Omniverse 與仿真技術副總裁 Rev Lebaredian 在新聞稿中表示：“通過與領先的云服務提供商合作，我們正在提供一種全新的智能體引擎，將算力轉化為高質量數據，推動下一代自主系統和機器人的發展。在這個新時代，算力即數據。”

從 OpenUSD 到現實：設計與部署的無縫銜接

將 CAD 文件轉換為OpenUSD是物理 AI 工作流中的關鍵步驟——即將工程數據轉化為仿真就緒資產，以供開發者在物理級精確的虛擬環境中構建、測試和驗證機器人。

借助NVIDIA Omniverse Kit軟件開發套件和NVIDIA Isaac Sim等工具，團隊可以優化和豐富 3D 數據，以支持實時渲染、仿真和協作工作流。

包括FANUC和 Fauna Robotics 在內的多家公司正利用 CAD-to-OpenUSD 這一無縫工作流，以加速機器人系統的設計和驗證進程。

通過工業數字孿生重塑制造業與物流業

Lebaredian 在 GTC 大會關于數字孿生與仿真的特別演講中表示：“如今，工廠本身就是一套機器人系統。”

所有工廠都始于仿真。 NVIDIA Mega Omniverse Blueprint 為企業提供了一套參考架構，使其在車間實際部署機器人之前，先在具備物理精確性設施的數字孿生環境中設計、測試和優化機器人集群及 AI 智能體。

KION正與埃森哲和西門子合作，利用該藍圖為全球最大的純合同物流服務商 GXO 構建大規模倉儲數字孿生，用于訓練和測試基于 NVIDIA Jetson 的自動駕駛叉車車隊。

物理 AI 從仿真走向現實世界

NVIDIA 正與全球機器人生態系統開展合作——包括領先的機器人“大腦”開發商、工業機器人巨頭以及人形機器人先鋒企業——共同推進生產級物理 AI 的發展。

全球機器人裝機量超 200 萬臺的ABB Robotics、發那科 (FANUC)、KUKA和 Yaskawa 正利用NVIDIA Omniverse庫和NVIDIA Isaac仿真框架，通過物理精確的數字孿生技術來驗證復雜的機器人應用和生產線。此外，這些企業還將NVIDIA Jetson 模塊集成到其控制器中，以實現實時 AI 推理。

機器人開發始于“大腦”，正因如此，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，并借助 Isaac 仿真框架在仿真環境中驗證策略。

同時，Generalist AI 正基于 NVIDIA Cosmos 探索生成合成數據。這種組合使機器人能夠以驚人的速度精通從供應鏈監測到食品配送的任何任務。