虚拟工厂

工业设施数字孪生

构建物理 AI 时代的智能工厂、仓库和工业设施。

工作负载

仿真 / 建模 / 设计
计算机视觉 / 视频分析

行业

制造业

业务目标

创新

产品

NVIDIA AI Enterprise
NVIDIA CuOpt
NVIDIA Isaac Sim
NVIDIA Metropolis
NVIDIA Omniverse

工业设施数字孪生的价值

迎接物理 AI 时代,加速设施升级

物理 AI 时代即将到来,由具身 AI 支持的基础世界模型,基于实时生产数据、传感器输入和推理,实现理解工业设施并与之交互。

这一新时代将推动重工业转型,为全球数百万工厂、仓库和工业设施提供更高的智能化、自动化和自主性。

基于物理模型的工业数字孪生将物理世界和数字世界架起桥梁,是实现这一机遇的关键。不同类型的数字孪生可改善预测性维护,减少生产线停机时间,并支持供应链决策。

虚拟设施作为智能设施的中枢,通过物联网和传感器数据连接到物理资产,是智能化设施的验证平台。机器学习和三维模型支持的虚拟环境可模拟多机器人机群。这些机队由自主移动机器人 (AMR) 和通用人形机器人组成,将越来越多地弥补关键劳动力短缺,并与人类工人一起工作。

在整个设施中可部署多个 AI 智能体,以帮助流程自动化,为操作员提供协助并确保工人安全。这些 AI 智能体还提供可视化能力,从整体上分析多机器人机队和工厂员工如何交互,而非仅专注于单一设备或流程的性能。

开拓新的数字化机遇

AI 和数字孪生技术是当今制造业工业领域开展的工业 AI 项目的基础。

数字孪生技术使制造商能够完全以虚拟方式设计、模拟、运营和优化实物资产以及流程。这带来众多优势,包括:

改善沟通和决策:在设施设计、施工和调试期间,数字孪生可视化为项目利益相关者之间的协作提供支持,并帮助团队做出更快、更明智的决策。

理想布局仿真:团队通过将虚拟表示与仿真工具集成,以模拟复杂场景并优化设施设计,从而实现最佳的生产和物料流动、人体工程学和安全性。

运营优化:通过将数字孪生与实时生产数据集成,团队可以实时识别、分析和解决运营问题。他们还可以深入研究过去,通过虚拟模型增强的空间背景来找到问题的根本原因。

AI 模型的测试和验证:AI 开发者使用虚拟副本来测试和验证视觉语言模型 (VLM)、生成式 AI 和 AI 智能体,以加速工业 AI 的采用,并启用从规划到运营的新工作流程和效率。连接到实时摄像头和数字孪生的视觉 AI 智能体可以为整个设施中的机器人与人类互动提供宝贵的外部洞察,以提升安全性和生产力。

快速链接


通过 NVIDIA Omniverse API,西门子为客户提供生成式 AI 的能力,使基于物理原理的数字孪生更具深层沉浸感。这将帮助每个人在物理世界实现之前,以虚拟方式协作设计、构建和测试新一代产品、制造流程和工厂。通过综合现实世界和数字世界,西门子的数字孪生技术正在帮助全球企业更具竞争力、弹性和可持续发展能力。

Roland Busch
西门子股份公司总裁和 CEO

开发工业设施数字孪生

开始使用简便易用的开发者工具

借助 NVIDIA Omniverse™NVIDIA MetropolisNVIDIA AI,您可以利用强大的 SDK、如 Omniverse Kit 应用流式传输的 API,以及 以及 NVIDIA NIM™ 推理微服务,大规模开发和部署工业设施数字孪生应用。为了加速开发之旅,请访问学习路径NVIDIA Blueprint参考架构

统一数据管道并启用协作工作流

工业数字孪生依赖于集成的数据管道和协作工作流。通过在 OpenUSD 上开发解决方案,您可以统一复杂的一维 (1D)、二维 (2D) 和三维 (3D) 数据管道,并为规划和运营团队引入协作功能,以便他们能够交互、查看和修改设施规划,并实时远程监控运营。

如需了解详情,请查看运营数字孪生工作流指南,并查阅免费的 Learn OpenUSD 课程。

将生成式 AI 和代理式 AI 引入您的应用和工作流

通过 NVIDIA Llama Nemotron视觉语言模型 (VLM) 和 Cosmos NemotronNIM™ 推理微服务,以及 NVIDIA cuOpt™USD Code USD 搜索 NIM™ 推理微服务,加速开发,并将强大的生成式 AI 功能引入数字孪生应用和工作流。借助 NVIDIA Blueprint,您可以构建自己的自定义 AI 解决方案,如视频分析 AI 智能体,可理解、搜索和汇总实时摄像头和传感器数据。这些视频分析 AI 智能体可帮助工业运营商从更丰富的洞察中更快做出明智决策,从而提高运营效率并增强安全性。

模拟和测试多机器人车队

数字孪生构建完成后,您可以集成传感器仿传感器仿真模型、Omniverse 传感器 RTX API(接口) Mega NVIDIA Omniverse Blueprint(蓝图)上构建,在数字孪生中大规模模拟和测试多机器人车队,这些都是在实际部署之前完成。阅读技术博客,深入了解车队管理系统、机器人大脑、世界模拟器、调度器等关键组件。

快速链接


“在 KION,我们将 AI 驱动式解决方案作为战略重要部分,以优化客户的供应链并提高生产力。凭借 NVIDIA 的 AI 领先地位和埃森哲在数字技术方面的专业知识,我们正在重塑仓库自动化。我们正与这些强大的伙伴携手,创造未来仓储愿景,该类仓储属于智能敏捷系统的一部分,与周围的世界一起发展,几乎可以应对任何供应链挑战。

Rob Smith

KION Group AG 的首席执行官 (CEO)

从我们的合作伙伴开始

探索开发者生态系统,将 OpenUSD、NVIDIA Omniverse 和 NVIDIA AI 集成到其产品和服务中,以加速工业自动化,为工厂、仓库和工业设施做好准备,迎接物理 AI 时代。

开始使用 NVIDIA Omniverse 开发者工具,借助 Omniverse Kit SDK 从头构建数字孪生应用,将 OpenUSD 和 RTX API 集成到应用中,并通过 Omniverse Kit 应用程序流式传输进行部署。探索开发者入门工具包,立即开始学习 OpenUSD

通用场景描述 (OpenUSD) 不仅仅是一种文件格式。 这是一个开放式的可扩展生态系统,用于在 3D 世界中描述、创作、模拟和协作。

OpenUSD 包含一系列可加速工作流、团队和项目的基本工具和功能。 无论是为大型互联虚拟世界创建资产和环境,还是构建实现虚拟世界的工具,它能提供您所需的一切。

RTX Blackwell 系列 GPU 可加速物理 AI 和工业数字化,包括设施数字孪生的开发和部署,以及跨训练、合成数据生成、机器人学习和仿真运行机器人开发工作负载。

开始构建工业设施数字孪生

使用 Omniverse SDK (软件开发库)、API (应用端接口)和工具进行开发,为仿真提供驱动力。

更多用例

计算机视觉/视频分析

合成数据生成

合成数据是通过计算机仿真生成。包括 2D 图像、3D 数据和文本,可与现实世界的数据一起使用,训练用于计算机视觉的 AI 模型,以节省训练时间并降低成本。

由 NVIDIA Omniverse 驱动的工业设施数字孪生

Microsoft, Rockwell Automation

远程监控工业运营

为了帮助开发者开发面向工业运营用例的高级 3D 应用和工作流,NVIDIA 和 Microsoft Azure 共同开发了参考工作流、示例和逐步开发者指南。

Foxconn

开发物理 AI 赋能的智能工厂

全球最大的电子产品制造商 Foxconn 使用数字孪生和工业 AI 智能体设计、优化, 以前所未有的速度使工厂上线。

 

BMW Group

优化工业布局、机器人和物流系统

宝马集团开发者构建工厂规划应用,以连接全球各地孤立的数据、工具和团队,使他们能够在工厂上线前几年在虚拟环境中优化布局、机器人和物流系统。

KION Group, Accenture

测试用于工业自动化的多机器人机群

借助 Mega,KION Group 的机器人智能体(包括智能摄像头、自动叉车和机器人设备)可以在虚拟世界中进行训练和测试,确保在现实世界的仓库中无缝部署。

Wistron

加快设施设计和模拟生产运营

Wistron 开发者构建数字孪生软件,帮助团队测试和优化工厂布局,提高生产力,并将工厂开发速度提升至 50%。

Pegatron

借助视觉 AI 智能体和数字孪生扩展工厂运营

和硕使用先进的仿真和 AI 构建 AI 智能体,帮助机器人适应动态变化的环境,为智能工厂提供可扩展的智能自动化。

SoftServe

提高维护生产效率

SoftServe 帮助 Continental 在其虚拟工厂解决方案中添加生成式 AI 功能,并进一步提升工程团队的效率。

Mercedes-Benz

革新汽车设计与制造

梅赛德斯-奔驰正在汽车生产中采用以数字技术为优先的方式,在投入生产之前对制造和装配设施进行设计和规划。