物理 AI 的进步使企业能够将具身 AI 应用于整个运营过程，为全世界的工厂、仓库和工业设施带来空前的智能化、自动化和生产力水平。
物理 AI 正在成为当今工业运营不可或缺的一部分，例如与人类团队并肩工作的人形机器人、在复杂仓库环境中穿梭自如的自主移动机器人（AMR）、监控并优化整个设施的智能摄像头和视觉 AI 智能体等。
适用于在数字孪生中测试多机器人机群的 Mega NVIDIA Omniverse Blueprint 现已推出预览版，帮助工业企业加快物理 AI 的开发、测试和部署。
在德国举行的汉诺威工业博览会上，埃森哲和 Schaeffler 等制造、仓储和供应链领域的龙头企业展示了他们如何使用该蓝图对 Agility Robotics 的人形机器人——Digit 进行仿真，并探讨如何使用工业 AI 和数字孪生优化复杂生产环境中的设施布局、物料流以及人与机器人之间的协作。
此外，Delta Electronics、罗克韦尔自动化、西门子等生态系统合作伙伴也在展会上宣布了与 NVIDIA Omniverse 和 NVIDIA AI 技术的进一步集成。
数字孪生——物理 AI 的训练场
工业设施数字孪生是真实设施的物理精确虚拟复制品，是在部署前仿真和验证物理 AI 以及机器人和自动驾驶车队的交互、协作和处理复杂任务的重要试验场。
开发者可以使用 NVIDIA Omniverse 平台技术和通用场景描述（OpenUSD）框架开发其设施和流程的数字孪生。这种围绕仿真的方法大大加快了开发周期，同时降低了在现实世界中测试所产生的成本和风险。
专为实现机器人和 AI 智能体的多样性构建
工业企业可根据 Mega 蓝图提供的参考工作流，将传感器仿真与合成数据生成相结合，从而对复杂的人机交互进行仿真并在工业数字孪生中验证自主系统的性能。
企业可以使用 Mega 大规模测试各种机器人大脑和策略的移动性、导航能力、灵巧性和空间推理能力，使不同类型机器人所组成的机群能够协同工作。
当在仿真中执行任务时，机器人大脑通过传感器仿真感知行动结果并规划下一步行动。如此循环往复，直到策略得到完善并且可以直接部署。
在通过验证后，这些策略就会被部署到真实机器人上，而真实机器人会继续从环境中学习并通过整个回路反馈传感器信息，形成一个持续学习和改进的循环。
视觉 AI 智能体为工业运营带来变革
与 AMR 和人形机器人一样，先进的视觉 AI 智能体也能从实时和录制视频数据中提取信息，从而达到更高的智能化和自动化水平。这些视觉 AI 智能体使机器人能够实时感知情境，并且有助于提高工作者安全、保持仓库的合规性、提升视觉检测能力和大幅提高空间利用率。
为帮助开发者构建可与 Mega 蓝图集成的视觉 AI 智能体，NVIDIA 去年发布了适用于视频搜索和摘要 (VSS) 的蓝图。在汉诺威工业博览会上，各个伙伴将展示他们如何使用 VSS 蓝图提高生产力和运营效率。
按下工业数字化的加速键
工业世界正在向软件定义转型，视觉 AI 智能体和数字孪生已成为物理 AI 的训练场。
在汉诺威工业博览会上加入 NVIDIA 及其合作伙伴的行列，了解 NVIDIA“三台计算机”解决方案驱动的 AI 智能体和实时仿真如何重塑工业工作流，提高制造业的创新力、自动化水平和效率。
主题图片由埃森哲、Agility Robotics 和 Schaeffler 提供。