NVIDIA在CES 2025上发布Mega Omniverse Blueprint

新的框架通过软件定义的测试和优化，推动工厂和仓库实现工业 AI 和机器人仿真新时代。

根据 Gartner 发布的数据，2024 年全球 IT 产品的终端用户总支出达 5 万亿美元。该行业建立在电子的计算网络之上，由软件定义、加速——现在由生成式 AI 赋能。虽然规模庞大，但它只是依赖原子运动的更大实体工业市场的一小部分。

如今，1000 万家工厂、近 20 万个仓库和 4000 万英里的高速公路构成了我们物理世界的“计算”网络。但庞大的生产设施和配送中心网络仍然需要人工费力地设计、操作和优化。

在仓储和分销领域，运营商面临着高度复杂的决策优化问题——涉及人类工人、机器人和智能体系统与设备之间的变量和相互依赖关系的矩阵 。与 IT 行业不同，物理工业市场仍在等待其自己的软件定义时刻。

而这一刻即将到来。

将人类工人、机器人和智能体系统与设备集成入一个工厂数字孪生之中。

NVIDIA 在 CES 2025上发布了“Mega”，这个Omniverse Blueprint用于在部署到真实设施中前，先在工厂或仓库的数字孪生中大规模开发和测试机器人集群。

先进的仓库和工厂配备数百个与工人一起工作的自主移动机器人、机械臂操纵器和人形机器人。随着传感器和机器人自主系统的实施越来越复杂，需要在仿真中进行协调培训来优化操作，以帮助确保安全并避免中断。

Mega 为企业提供了 NVIDIA 加速计算、AI、NVIDIA Isaac 和 NVIDIA Omniverse 技术的参考架构，用于开发和测试数字孪生，以测试 AI 赋能的驱动机器人、视频分析 AI 智能体、设备等的机器人大脑，来帮助大规模处理非常复杂的情境。新框架为物理设施带来了软件定义的功能，从而实现持续开发、测试、优化和部署。

利用 World Simulator 开发用于自主编排的 AI 大脑

借助 Mega 驱动的数字孪生，包括协调所有机器人活动和传感器数据的世界仿真器，企业可以不断更新设施的机器人大脑，实现智能路线和任务，从而提高运营效率。

该蓝图采用Omniverse Cloud Sensor RTX API，使机器人开发者能够同时渲染来自工厂各类型智能机器的传感器数据，以进行高保真、大规模的传感器仿真。这使得机器人可以在数字孪生内无限多个场景进行测试，并使用 NVIDIA Isaac ROS 软件在环（software-in–the-loop）管线中的合成数据。

通过传感器仿真提高操作效率。

供应链解决方案公司 KION Group 与埃森哲和 NVIDIA 协作，成为首家采用 Mega 优化零售、消费品包装、包裹服务等业务的公司。

NVIDIA 创始人兼首席执行官黄仁勋在 CES 上，介绍了这次协作的未来，展示了企业如何使用Mega Omniverse Blueprint来驾驭复杂的决策网络。

“在 KION，我们利用 AI 赋能的解决方案作为我们战略的组成部分，以优化客户的供应链并提高他们的生产力,” KION GROUP AG 首席执行官 Rob Smith 说。“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。

利用 Mega Omniverse Blueprint 提高运营效率

为了提高运营效率，KION 和埃森哲正在采用 Mega Omniverse Blueprint，为 KION 及其客户构建新一代供应链。KION 通过使用计算机辅助设计文件、视频、激光雷达、图像和以及 AI 生成数据在 Omniverse 中捕获和数字化仓储数字孪生。

KION 使用 Omniverse 数字孪生作为其工业 AI 机器人大脑的虚拟培训和测试环境，由 NVIDIA Isaac 提供支持，充分利用智能摄像头、叉车、机器人设备和数字人。通过集成 Omniverse 数字孪生，KION 的仓库管理软件可以为机器人大脑创建和分配任务，例如将货物从一个地方移动到另一个地方。

轻松将图形数据引入到 Omniverse viewport，展示生产力和吞吐量以及其他所需的指标。

这些仿真机器人可以通过感知和推理环境来执行任务，它们能够规划下一个动作，然后执行在数字孪生中仿真的行动。机器人大脑感知结果决定下一个行动，Mega 精确跟踪数字孪生中的所有资产的状态和位置，如此循环往复。

无论哪里，Mega 都能提供服务

全球专业服务领先者埃森哲正在采用 Mega 作为其用于仿真和机器人 AI Refinery 的一部分，该产品基于 NVIDIA AI 和 Omniverse，能够帮助组织使用 AI 仿真来重建工厂和仓库设计并保持持续运营。

借助该蓝图，埃森哲正在提供新的服务，包括定制机器人和制造基础模型培训和微调、智能人形机器人，以及 AI 赋能的工业制造和物流仿真和优化，从而将物理 AI 和仿真功能扩展到全球工厂和仓库运营商。例如，现在企业可以在选择和实施最佳方案之前，为其仓库探索多种方案。

“随着各类企业进入工业 AI 时代，我们正在帮助他们利用 AI 驱动的仿真和自主机器人来重塑设计新设施和优化现有运营的流程，”埃森哲董事长兼首席执行官 Julie Sweet 表示。“我们与 NVIDIA 和 KION 的协作将帮助我们的客户在数字孪生中规划运营，他们可以运行数百种选择并快速选择最适合当前或不断变化的市场条件的选择，例如季节性市场需求或劳动力供应情况。这代表了我们的客户使用技术、数据和 AI 实现价值的新前沿。”