新的框架通過軟件定義的測試和優化，推動工廠和倉庫實現工業 AI 和機器人仿真新時代。

根據 Gartner 發布的數據，2024 年全球 IT 產品的終端用戶總支出達 5 萬億美元。該行業建立在電子的計算網絡之上，由軟件定義、加速——現在由生成式 AI 賦能。雖然規模龐大，但它只是依賴原子運動的更大實體工業市場的一小部分。

如今，1000 萬家工廠、近 20 萬個倉庫和 4000 萬英里的高速公路構成了我們物理世界的“計算”網絡。但龐大的生產設施和配送中心網絡仍然需要人工費力地設計、操作和優化。

在倉儲和分銷領域，運營商面臨著高度復雜的決策優化問題——涉及人類工人、機器人和智能體系統與設備之間的變量和相互依賴關系的矩陣 。與 IT 行業不同，物理工業市場仍在等待其自己的軟件定義時刻。

而這一刻即將到來。

將人類工人、機器人和智能體系統與設備集成入一個工廠數字孿生之中。

NVIDIA 在 CES 2025上發布了“Mega”，這個Omniverse Blueprint用于在部署到真實設施中前，先在工廠或倉庫的數字孿生中大規模開發和測試機器人集群。

先進的倉庫和工廠配備數百個與工人一起工作的自主移動機器人、機械臂操縱器和人形機器人。隨著傳感器和機器人自主系統的實施越來越復雜，需要在仿真中進行協調培訓來優化操作，以幫助確保安全并避免中斷。

Mega 為企業提供了 NVIDIA 加速計算、AI、NVIDIA Isaac 和 NVIDIA Omniverse 技術的參考架構，用于開發和測試數字孿生，以測試 AI 賦能的驅動機器人、視頻分析 AI 智能體、設備等的機器人大腦，來幫助大規模處理非常復雜的情境。新框架為物理設施帶來了軟件定義的功能，從而實現持續開發、測試、優化和部署。

利用 World Simulator 開發用于自主編排的 AI 大腦

借助 Mega 驅動的數字孿生，包括協調所有機器人活動和傳感器數據的世界仿真器，企業可以不斷更新設施的機器人大腦，實現智能路線和任務，從而提高運營效率。

該藍圖采用Omniverse Cloud Sensor RTX API，使機器人開發者能夠同時渲染來自工廠各類型智能機器的傳感器數據，以進行高保真、大規模的傳感器仿真。這使得機器人可以在數字孿生內無限多個場景進行測試，并使用 NVIDIA Isaac ROS 軟件在環（software-in–the-loop）管線中的合成數據。

通過傳感器仿真提高操作效率。

供應鏈解決方案公司 KION Group 與埃森哲和 NVIDIA 協作，成為首家采用 Mega 優化零售、消費品包裝、包裹服務等業務的公司。

NVIDIA 創始人兼首席執行官黃仁勛在 CES 上，介紹了這次協作的未來，展示了企業如何使用Mega Omniverse Blueprint來駕馭復雜的決策網絡。

“在 KION，我們利用 AI 賦能的解決方案作為我們戰略的組成部分，以優化客戶的供應鏈并提高他們的生產力,” KION GROUP AG 首席執行官 Rob Smith 說。“憑借 NVIDIA 的 AI 領先地位和埃森哲在數字技術方面的專業知識，我們正在重塑倉庫自動化。我們正與這些強大的伙伴攜手，創造未來倉儲愿景，該類倉儲屬于智能敏捷系統的一部分，與周圍的世界一起發展，幾乎可以應對任何供應鏈挑戰。

利用 Mega Omniverse Blueprint 提高運營效率

為了提高運營效率，KION 和埃森哲正在采用 Mega Omniverse Blueprint，為 KION 及其客戶構建新一代供應鏈。KION 通過使用計算機輔助設計文件、視頻、激光雷達、圖像和以及 AI 生成數據在 Omniverse 中捕獲和數字化倉儲數字孿生。

KION 使用 Omniverse 數字孿生作為其工業 AI 機器人大腦的虛擬培訓和測試環境，由 NVIDIA Isaac 提供支持，充分利用智能攝像頭、叉車、機器人設備和數字人。通過集成 Omniverse 數字孿生，KION 的倉庫管理軟件可以為機器人大腦創建和分配任務，例如將貨物從一個地方移動到另一個地方。

輕松將圖形數據引入到 Omniverse viewport，展示生產力和吞吐量以及其他所需的指標。

這些仿真機器人可以通過感知和推理環境來執行任務，它們能夠規劃下一個動作，然后執行在數字孿生中仿真的行動。機器人大腦感知結果決定下一個行動，Mega 精確跟蹤數字孿生中的所有資產的狀態和位置，如此循環往復。

無論哪里，Mega 都能提供服務

全球專業服務領先者埃森哲正在采用 Mega 作為其用于仿真和機器人 AI Refinery 的一部分，該產品基于 NVIDIA AI 和 Omniverse，能夠幫助組織使用 AI 仿真來重建工廠和倉庫設計并保持持續運營。

借助該藍圖，埃森哲正在提供新的服務，包括定制機器人和制造基礎模型培訓和微調、智能人形機器人，以及 AI 賦能的工業制造和物流仿真和優化，從而將物理 AI 和仿真功能擴展到全球工廠和倉庫運營商。例如，現在企業可以在選擇和實施最佳方案之前，為其倉庫探索多種方案。

“隨著各類企業進入工業 AI 時代，我們正在幫助他們利用 AI 驅動的仿真和自主機器人來重塑設計新設施和優化現有運營的流程，”埃森哲董事長兼首席執行官 Julie Sweet 表示。“我們與 NVIDIA 和 KION 的協作將幫助我們的客戶在數字孿生中規劃運營，他們可以運行數百種選擇并快速選擇最適合當前或不斷變化的市場條件的選擇，例如季節性市場需求或勞動力供應情況。這代表了我們的客戶使用技術、數據和 AI 實現價值的新前沿。”