英伟达Omniverse：未来已来

2021年4月，英伟达如期进行了当年的GTC开发者大会。黄仁勋在自家厨房里，激 情又充满自豪地发布了一系列新技术。

几个月后，在2021年的世界顶级计算机图形学会议SIGGRAPH上，英伟达团队发表演讲称，4月的那场发布会上的黄仁勋居然是完全由计算机模拟出来的！

一石激起千层浪，人们纷纷翻出几个月前的发布会视频，仔细端详老黄的每一个微表情。大家纷纷惊叹于英伟达的技术先进——居然毫无PS痕迹？

事后英伟达团队又发表声明，其实只有发布会中14秒的片段是虚拟的。大部分时候，还是黄仁勋本人在厨房里介绍的产品。但这也已经足够让网友们震惊，同时这条新闻也让大家第一次听说了这项技术背后的一款平台产品——NVIDIA Omniverse。

英伟达最早在2019年春季的GTC大会上介绍了关于Omniverse的想法，2021年秋季，英伟达正式发布了Omniverse Enterprise。

根据英伟达官方的说法，Omniverse是“一款将3D世界连接到共享虚拟世界的平台”。Omniverse这个词是英伟达创始人黄仁勋提出的，Omni是英文中表示“全能”或“万能”的一个词根，把它和“宇宙”universe结合，就是希望这个平台能够把很多先进技术融合在一起，为用户提供比较全面的元宇宙开发工具箱。

它使用开放的OpenUSD几何格式，允许用户导入在其他软件中建立的模型；它集成了英伟达先进的计算技术，具有一系列物理模拟功能，可以帮助工业用户在此基础上构建大规模、物理精确的数字孪生。如果这么说还让你觉得有些抽象，那让我们来看几个Omniverse的应用案例。

 

宝马集团的数字工厂

宝马集团是数字化转型的先锋了，他们也十分乐于分享自己对于数字化工厂的应用案例故事。宝马集团在英伟达Omniverse开发早期就与英伟达合作试用了这一平台，利用Omniverse平台优化汽车生产流程，改善协作并提高效率。宝马集团在三个总面积超过1000万平方米的工厂中使用了Omniverse，创建了每个工厂的数字孪生，以在建造前期更有效地规划工厂设计方案。对工厂生产流程的每一处修改都能够在虚拟世界中进行快速评估和验证，而后才在现实世界里部署。

‍

当然，宝马也不止采用了Omniverse。同样在2021年，UNREAL BUILD 2021虚幻引擎的开发者大会上，宝马集团也分享了他们在虚幻引擎里创建的工厂数字孪生。

小鹏X9借助Omniverse加速设计流程

如今国产汽车已经卷到让宝马打骨折卖车，中国自主品牌车企当然也在积极拥抱各种新技术。在英伟达Omniverse官网和小鹏汽车官网，都介绍了小鹏使用Omniverse精简X9汽车设计流程的案例。

 

这个案例中，小鹏并没有创建工厂的数字孪生，而是利用了Omniverse支持通用3D模型和美观的材质渲染的特性，借助Omniverse平台渲染出了X9汽车从外观到内饰的整体模型。小鹏汽车官网24年4月的一篇文章是这么介绍的：

 

小鹏汽车借助NVIDIA Omniverse 的实时渲染与光线追踪等功能，实现了汽车颜色和内饰变化的即时可视化，所呈现的车身涂料、内饰皮革、风格化装饰件和氛围灯等虚拟效果更加真实。在一定的成本控制范围内，小鹏X9通过CMF的提升帮助承接用户需求并创造用户价值，进而改进产品体验。

 

 

 

比较典型的例子是，小鹏 X9 借助 NVIDIA Omniverse完成了车身配色方案的打造。在那时，对于在X9这么大的一台车使用怎样的配色方案，能否达到理想的效果，业内也鲜有可借鉴的案例。

而借助NVIDIA Omniverse的渲染技术和场景搭建，配合高精度黑晶显示器和多团队间的高效协作，小鹏X9设计团队更有效率地完成了最终定型，将X9的多个配色方案完美再现了出来，使整车上市的速度提前了很多。不同配色方案版本的小鹏X9在市场上广受欢迎，赢得了不同消费者的喜爱。

更多关于工业数字孪生的案例，可以访问英伟达Omniverse官网查看：

 

如果仅仅是上面说的这些功能，那其实还是局限在我们传统认知中偏向于三维建模和渲染的数字孪生概念中。读者可能会觉得这些技术已经司空见惯，很多其他的游戏引擎乃至一些三维建模软件也能实现类似的效果。那么，下面这些结合了英伟达PhsX物理仿真的应用，可能会让你更感兴趣一些。

计算机图形学的核心是模拟（At its core, computer graphics is about simulations）——使用数学和计算机科学，来模拟光线与材质的交互、模拟物体、粒子和波的物理特性、如今又即将模拟出智能和动画。

Omniverse可以模拟粒子、液体、材料、弹簧和线缆。而这些，正是模拟机器人技术所需要的核心能力。

在短片里，英伟达展示了Omniverse集成PhsX技术后能够做到的事情：它可以模拟关节的运动、刚体和刚体、刚体和柔体之间的接触；它能模拟火焰、烟雾、气流与刚体的相互作用，也能模拟水。它能模拟一颗小球落入水中溅起的水花，能模拟肌肉的运动。它能模拟布料和复杂物体之间的接触，甚至“面条”和物体的接触。

你能在短片里看到一个四足机器狗在Omniverse模拟的世界里学者爬上台阶、一个机器手臂在虚拟世界里试着抓取一张毛巾、拉开一个抽屉、甚至握起杯子倒水。

基于计算机图形学的物理模拟，和工程学中基于有限元、有限体积法的CAE仿真还是有一定区别的。在计算机图形学的世界里，研究者其实并不真的关心刚体有多硬、软体有多软，也并不关心那些液体究竟是水还是汽油。它们只需要“看起来像”，符合相对合理的物理规律即可。但就是这样的精度，对于在虚拟世界里模拟机器人来说，就已经足够。

在NVIDIA的物理模拟引擎PhsX的驱动下，Omniverse中包含了一款英伟达开发的参考工具——Isaac Sim。它是一个能让开发人员在基于物理的虚拟环境下设计、模拟和测试AI机器人的软件平台。

你想让机器人更智能，想让它学会很多复杂的操作，就要给AI一个可以自我学习和成长的测试环境。在基于Omniverse构建的Isaac Sim中，机器人可以经历无数次失败，最终自己学会路线规划、躲避障碍，甚至让一个人形机器人学会自己站起来。

最近两年，大语言模型的涌现现象让人们十分激动，大家相信这些最新的人工智能技术，能够让AI拥有过去我们无法想象的智能，让AI真的具有创造力。它会写诗、会画画、会作曲。如果为这样一个聪明的人工智能赋予一个真实的身体，让它们具有感知、学习和与周围环境动态交互的能力，我们有理由相信，曾经科幻小说中的未来机器人已经离我们不再遥远。这就是最近最火热的“具身智能”（Embodied Aritficial Intelligence）的概念。

但是，即使是目前最先进的大模型，在理解真实物理世界的物理规律方面，也显得不够智能。2024年的高考刚结束，中国一家机构选取包括最新的GPT-4o在内的国内外多家大模型来答高考卷。让人感到遗憾的是，目前还没有一家的大模型在高考数学上能考到及格。

那么，想要让这种水平的AI大模型理解物理世界，或许也可以考虑使用和让它们理解人类语言类似的思路——不要去告诉他们物理规则，而让它们在大量尝试的数据中自主学习。而Omniverse就可以为这样的学习提供环境。当然，Omniverse不止有这一种功能；而基于计算机图形学技术，具有物理模拟能力的引擎也不只有英伟达一家。

著名科幻作家William Gibson早在1999年的一次采访中就说过这样一句名言：

The future is already here. It is just not evenly distributed.

事实上，这篇文章里讲的很多技术，早在2021年的英伟达发布会上就已公布。对于技术革新日新月异的AI领域来说，已是明日黄花。但我还是想引用Gibson在二十多年前的这句话与君共勉。

当今时代，许多过去曾经分属完全不同领域的学科都在迅速交叉、融合。或许你所在的领域面临的看似无法解决的困难，用上来自另一个学科领域的技术就可以让问题迎刃而解。

就像Omniverse，当元宇宙中有了和现实中相同的物理定律，你会想要用它来模拟什么呢？

声明：非经注明，文中图片来源于网络

参考资料：

[1] NVIDIA GTC Spring 2021 Keynote

[2] Overview of NVIDIA Isaac Sim

[3] GAOKAO-Eval【书生】

[4] 深圳市人工智能与机器人研究院《具身智能简史、现状与未来展望》

[5] 网络公开资料整理