当今汽车行业，科技引擎驱动市场发展。上半场的电动化变革已经驶入快车道，下半场的智能化升级正在换档提速。随之而来的，是“海量”的数据。

    一辆智能网联汽车，在行驶状态下，每秒钟可能会产生几十甚至超过100GB的数据量，有摄像头、雷达等传感器采集的数据，也有ADAS、智能座舱、智能底盘等系统产生的数据。随着这辆汽车的持续行驶，数据量很快以“T”为单位指数级增加。然而在无比复杂的智能交通场景中，“单车智能”的数据，仍然只是大海中之一滴。

    如此海量的数据，如果得到有效利用，可以成为极具价值的“资源”；如果处理不当，则可能带来不小的挑战。"

    如何让数据像水一样，不仅在智能网联汽车当中自由流动，而且能够在汽车的设计研发、测试试验、生产制造、营销售后、出行服务、报废回收等全生命周期中都完全打通，并且能够被快速地计算和分析处理，从而在各种应用场景中产生价值，成为所有汽车行业企业共同面临的课题。

    作为数据处理和核心，汽车芯片担当重任。AI人工智能的出现，更是让芯片如虎添翼，为我们带来了无限希望。在AI芯片的基础上建立的工业元宇宙，可以兼顾速度和规模，加速全流程创新，赋能整个汽车行业价值链。

    NVIDIA Omniverse正为我们提供了满足当前和未来需求的解决方案，它是基于AI技术和行业标准“OpenUSD（通用场景描述）”来连接与构建工业元宇宙3D虚拟世界的平台。

构建工业元宇宙，赋能汽车价值链

    计算机图形学、物理学引擎模拟仿真、AI人工智能——这是全球最大的芯片公司NVIDIA历经30多年发展形成的三大灵魂。

    如今，这一切，都被汇入了NVIDIA Omniverse 及其云端平台NVIDIA Omniverse Cloud当中，旨在创造一个更加真实、交互性更强的工业元宇宙。正如“Omniverse”这个单词的中文翻译“全宇宙”那样，意味着NVIDIA 的目标和愿景。

    在近期的GTC 2024大会上，NVIDIA又宣布以API（应用编程接口）形式提供NVIDIA Omniverse Cloud，将其工业数字孪生应用的覆盖范围扩展到了整个软件厂商生态系统，从而能够以更为丰富的应用赋能各行各业。

    汽车行业作为一个产品、生产流程及供应链都很复杂的工业领域，其开发、测试、智造等环节，都可以在NVIDIA Omniverse的加持之下，更加高效、更加灵活。

    借助于全新的NVIDIA Omniverse Cloud API接口，汽车相关的应用开发者能够轻松地将NVIDIA Omniverse的核心技术直接集成到现有的汽车产品个性化定制系统及设计开发软件中，或是用于测试和验证自动驾驶汽车等自主机器的仿真工作流中，亦或是汽车工厂的数字孪生软件及自动化系统之中。

汽车个性化定制设计新体验

    数字经济持续繁荣，线上消费已非常普及，大宗消费也在逐步向线上转移。业内人士预测：到2030年，大多数的新车销售业务都将转到线上进行，并且需要满足用户的个性化定制需求，因此，交互式的在线汽车配置器将发挥越来越重要的作用。

    传统汽车配置器受限于预渲染图像效果，很难实现个性化和动态化的环境表现。不同软件工具中使用的不同数据类型，也会让信息传递和流程管理出现各种各样的问题。现在，在NVIDIA Omniverse平台上，汽车配置器的软件开发商和服务提供商可以优化工作方式、简化工作流程，更好地开发和部署基于OpenUSD的先进3D应用与工作流。NVIDIA Omniverse的仿真计算能力重塑了汽车配置器，能够非常好地满足车辆在线定制的颜色变更、内饰选择、个性化图案等实时效果展示。

    目前，BITONE、Brickland、Configit、Katana Studio、WPP、ZeroLight等创意合作伙伴、开发商和服务商，正率先使用NVIDIA Omniverse来开发全新的汽车配置器。通过使用交互式汽车配置器，短短几小时就能快速完成一辆专属座驾的设计。实际上，包括路特斯、腾势在内的很多汽车厂商已经开始使用采用NVIDIA Omniverse和生成式AI工具开发的交互式汽车配置器，为用户带来线上购车的3D新体验。

    腾势是比亚迪与梅赛德斯-奔驰合资的新能源豪华汽车品牌，这家公司正在与营销和传播巨头WPP及 NVIDIA合作，在NVIDIA Omniverse Cloud上构建并部署新一代全保真交互式汽车配置器，实时展示腾势汽车的定制化效果，包括颜色、轮毂、内饰和细节装饰等选择，并统一了复杂的设计和营销流程，提高在线购车的客户满意度。

    NVIDIA Omniverse Cloud 通过OpenUSD集成了腾势所使用的3D设计工具的全保真设计数据，使WPP能够为腾势N7车型构建统一的、准确的实时数字孪生模型。OpenUSD是一个3D框架，可通过实现软件工具和各类数据之间的互操作性来构建虚拟世界，基于此，WPP创建的汽车数字孪生，将所有可能的变化都囊括到同一资产中，而且无需对图像进行预处理。而传统汽车配置器则需要预渲染成千上万张图像，以尽可能表现所有的选项和变化。两种汽车配置器的差异显而易见。

    在近期的GTC 2024大会现场，一个交互式汽车设计的演示吸引了很多观众驻足体验。该演示所用的数字孪生，能够全保真地流式传输到头戴式“空间计算”设备Apple Vision Pro 的高分辨率显示器上。体验者头戴Apple Vision Pro，使用CGI 工作室 Katana 在NVIDIA Omniverse平台上开发的汽车配置器应用，不停地切换各种车漆颜色和功能部件的配置选项，甚至进入汽车内部，对内饰进行多种搭配，包括仪表盘、座椅、装饰等。事实证明，通过融合逼真的 3D 环境与真实的物理世界，该汽车配置器的表现非常出色，实时展现的栩栩如生的配置效果，以及不同光线条件、不同纹理的高级沉浸式环境，都让体验者赞叹不已。

    通过与全球汽车制造商及创意合作伙伴的协作，NVIDIA Omniverse将实时3D渲染与生成式AI引入未来的在线购车体验中，正在开启汽车定制设计和交互式订购的新时代。

加速自动驾驶仿真测试进程

    设计好的汽车必须经过各种性能测试并全部合格才能得到“准生证”。传统的汽车功能测试仿真，在ANSYS、Abaqus、LS-DYNA、PreScan、CarSim、Simulink 、Fluent、AVL等汽车行业常用专业仿真软件的支持下，已经被汽车设计师和仿真工程师所熟练驾驭。在此基础之上，现在，这一领域的最大挑战，来自于突飞猛进的自动驾驶。

    自动驾驶汽车的三大核心是——感知、决策、执行。汽车首先通过多种传感器，如摄像头、毫米波雷达、激光雷达等，实时获取周围车辆、行人及环境的图像数据，然后把这些数据传输到汽车的“大脑”——域控制器或中央计算机进行“思考和分析”，之后做出最优决策，最后将命令传递到汽车的某些功能部件，执行相应的动作。

    一直以来，所有的自动驾驶开发者都在使用模拟仿真数据加现实世界的实际工况数据来进行测试、验证和AI训练，即便最为激进的特斯拉也不例外。马斯克在2024年4月6日发布的消息称，其FSD自动驾驶系统的实际道路测试里程已经达到了10亿英里（约16.09亿公里）。但不可否认的是，这种方法仍然无法完全涵盖自动驾驶的全部场景，特别是一些突发的罕见场景。自动驾驶测试的路程似乎没有尽头。

    NVIDIA Omniverse Cloud API迎难而上，通过大规模、高保真的传感器仿真应对这一挑战，加速实现自主化的自动驾驶开发和测试。这些 API 汇集了一个由仿真工具、应用和传感器组成的非常丰富的生态系统，满足了高保真传感器仿真的关键需求——以安全的方式探索自动驾驶系统将会遇到的无数现实场景。

    借助 Omniverse Cloud API，自动驾驶开发者可使用高保真传感器仿真改进他们所使用的工作流。这种传感器仿真提供了一种能够有效测试无数“假设”场景和各种环境条件的完美方式，以此应对开发全栈自主性的挑战。

    目前，传感器仿真工具开发商和软件供应商CARLA、MathWorks、MITRE、Foretellix 和 Voxel51 等，已纷纷表达了这些API对整个自动驾驶汽车领域的巨大吸引力。

    不仅如此，开发者还可以访问不同制造商提供的传感器模型，包括激光雷达制造商HESAI（禾赛科技）、Robosense（速腾聚创）、Innoviz Technologies、Luminar、MicroVision和 Seyond（图达通），视觉传感器供应商 OMNIVISION、onsemi 和索尼半导体公司，以及零部件供应商 Continental（大陆）、FORVIA/HELLA （佛瑞亚/海拉）和 Arbe等等。

    此外，AI/ML 开发者还可以调用这些 API 生成大量且多样的合成数据集，为训练和验证这些自主系统所使用的感知模型提供关键数据。

    最终，所有的汽车制造商和最终消费者都将受益于此，一个畅通无阻、安全无事故的自动驾驶世界非常值得期待。

数字孪生/工厂规划及物流仿真

    汽车产品完成了设计和测试之后，下一步就该将其制造出来了。在进入真正的工厂车间生产阶段之前，汽车及零部件产品可以先在数字孪生工厂进行“虚拟生产”，以保证所有生产流程都是合理且高效的，所有产品都能被高质量地制造出来。而且，今后定制化产品越多，工厂运营的复杂度就越高，订单分解、物料供应、装配检测等都面临着巨大的挑战。

    AI技术可以在这里大显身手。开发者可以使用数字孪生并完全通过仿真来实现大规模实时AI的开发、测试和完善，然后再将其推广到工业元宇宙的应用当中，从而节省大量时间和成本。

    此外，在依赖复杂自动化系统、精准物料流程以及人机交互的设施中，特别是像汽车行业这种物流和供应链非常复杂、生产工艺和流程也非常复杂的领域，同时采用 cuOpt、Omniverse 和 NVIDIA Metropolis for Factories，将有助于优化和创建安全的生产设施与环境，同时处理极为复杂的物流信息。

    一些全球大型工业软件制造商正在将Omniverse Cloud API加入到其软件组合中，包括西门子、达索系统、罗克韦尔自动化、海克斯康等，以加速数字孪生在工厂设计、物流规划、工业自动化、在线测量等方面的应用。

    西门子从Teamcenter X开始，其 Xcelerator平台应用也将全面采用全新的NVIDIA Omniverse Cloud API。最初将NVIDIA Omniverse与 Teamcenter X连接起来，西门子能够助力工程团队将基于物理学的数字孪生变得更加具有沉浸感、更加逼真，从而消除工作流中的浪费并减少错误。现在，通过使用NVIDIA Omniverse API，诸如材质应用、环境照明以及其他场景资产支持等工作流，都能使Xcelerator在基于物理学的渲染中利用生成式 AI 得到显著加速。

    罗克韦尔自动化正在工业自动化升级和数字化转型中使用 OpenUSD 和 Omniverse Cloud API 助力 RTX 赋能的可视化，为其覆盖云端到工厂车间的软件、硬件和服务组合创造价值。罗克韦尔自动化还将进一步把 NVIDIA Omniverse Cloud API与其 Emulate3D 进行集成，为用户提供数据互操作性、实时协作和基于物理的可视化，以用于设计、构建和操作工业级规模的生产系统数字孪生。在此基础上的未来工厂，将通过机器视觉增强传感能力、加快控制系统的计算速度、配备学习代理提升模拟能力、广泛采用自主移动机器人 (AMR) 且提供生成式 AI体验，显著提升用户的数字化工厂运营能力。

    汽车行业的用户，可以借助 NVIDIA Omniverse及相关数字化应用，将数字孪生用于生产制造，比如梅赛德斯-奔驰的工厂规划及总装车间的设计、协作、规划与运营。“数字为先”的互联生产模式，大幅优化了其制造流程，最终缩短了建造时间并降低了生产成本。

    将数字孪生用于生产，可帮助确保梅赛德斯-奔驰的总装车间能够首先在物理准确的仿真中进行重构、配置和优化。使用由NVIDIA Omniverse虚拟环境赋能的生产技术，凯奇凯梅特工厂的新总装车间将能够生产基于梅赛德斯模块化架构平台（MMA）的全新车型。梅赛德斯-奔驰称，在生产中使用数字孪生可将改造或建设总装车间的速度提高一倍，同时提高流程质量。利用NVIDIA Omniverse，梅赛德斯-奔驰还可直接与其供应商进行互动，从而将协调流程减少50%。总之，“数字为先”的方法能够提高效率、避免缺陷问题、节省时间，标志着梅赛德斯-奔驰MO360数字化生产系统在灵活性、适应性和智能化方面实现了质的飞跃。

    梅赛德斯-奔驰的供应商大陆集团也正在开发基于OpenUSD的数字孪生平台，以此优化工厂运营并加速产品上市。实际上，越来越多的汽车供应链企业，都在采用NVIDIA Omniverse加速实现数字孪生应用。

结束语

    汽车行业发展到今天，颠覆性的技术变革和端到端的创新需求，正在催生新的商业模式，也必将重构汽车产业格局。

    迎合未来趋势，NVIDIA 的汽车行业解决方案，将为该行业全流程的设计、可视化和数字孪生，提供出色的图形和模拟仿真计算性能和广泛的可扩展性，加速构建汽车工业元宇宙。

    NVIDIA Omniverse这个开放平台搭配上NVIDIA Omniverse Cloud与NVIDIA Omniverse Cloud API的强大能力，能够将全球3D视觉、模拟仿真和生成式AI提供商紧密相连，开发团队可以在各种应用之间拥有流畅的互操作性，最终用户的数字孪生开发和运行都更加高效、灵活，并且周期更短、成本更低。

    从产品概念设计到创新开发，从仿真到测试，再到制造工厂的数字孪生，乃至营销服务，NVIDIA Omniverse无处不在的运用，正在改变着汽车及诸多工业领域。AI人工智能的引入，让NVIDIA Omniverse将现实世界与虚拟世界更加完美地融合在一起，开创人类工业文明的无限未来。