NVIDIA's next soft core - Omniverse

Omniverse 的歷史可以追溯到 2019 年，實際上是把一些傳統流程式的 3D 製作過程變成一些跨應用和跨設備的協同設計，在工業端的應用尤為重要。

①歷史沿革：Omniverse 的歷史可以追溯到 2019 年，當時英偉達提出了 3D 實時協作平台的概念。它的推出與英偉達在 2018 年推出的圖靈架構密切相關，該架構首次具備了 RTX 基礎，對實時光線追蹤非常重要，為 Omniverse 提供了硬件基礎。Omniverse 的發展歷程體現了英偉達在 GPU 快速發展背景下，對工業端 3D 設計和模擬仿真科技發展重點的把握。

②產品定義：Omniverse 產品定義為一個模塊化的 API 和微服務開發平台，實際上是把一些傳統流程式的 3D 製作過程變成一些跨應用和跨設備的協同設計。在傳統的 3D 製作流程中，如繪製孫悟空這樣的角色，需要經過從基礎建模到光澤度、顏色等多個階段，涉及數十種不同的應用程序。如果需要對角色進行修改，比如調整鬍鬚或毛髮，就必須從最初的步驟重新開始，導致整個製作過程效率低下，這也是為什麼像迪士尼這樣的動畫製作公司需要大量人員，但製作效率仍然不高的原因。

③產品核心：Omniverse 的核心在於構建一個平台，實現不同軟件間的無縫連接與實時協作。這個平台允許用户在不同設備和軟件中同步進行設計步驟，實現實時更新和共享。其核心變化在於架構的推演和物理仿真能力的提升，特別是在 2021 年後，工業端開始逐步採用 Omniverse，這主要是因為其能夠提供符合所有物理學規律的模擬仿真環境，包括力、視覺等，這個就是模擬仿真用到了整個真實世界的一個核心關鍵，這對於機器人和智能駕駛等需要複雜環境交互的應用尤為重要。

物理 AI 的核心在於將人工智能技術與物理世界的規律相結合，實現更加精準和高效的模擬仿真與數據生成。黃文勳提到一句話，AI 的下一代就是物理 AI，必須要符合物理世界的規律。第一層就是做一個平台符合物理學規律，可以在上面仿真，第二層是可以生成非常多物理 AI 數據來供使用，目前機器人和智能駕駛的核心工具就是英偉達的 Omniverse。

具體來説，物理 AI 的發展可以分為兩個關鍵步驟，①首先是變成一個核心的仿真工具，物理 AI 作為一個核心仿真工具，使得在平台中進行的所有力的模擬和物理場景都必須符合物理學規律。這一點對於工業端的應用尤為重要，因為所有的數據和驗證都必須基於物理規律，從而減少實測需求，直接在仿真環境中跑通所有場景，實現 100% 的場景還原，加速智能駕駛和機器人的開發流程。

②其次，物理 AI 的更深層次應用是通過模擬生成大量符合物理世界的數據。這對於智能駕駛領域尤為重要，因為高質量的數據是智能駕駛發展的關鍵瓶頸，包括特斯拉 FSD 等採用大量實測數據，然後反饋給自己的模型，讓它變得更精確。未來的物理 AI 通過模型生成非常多符合物理學世界的數據，如向量和物理點，可以用於訓練端側模型，如汽車端的模型或機器人的控制算法，實現實時的感知和反饋。

英偉達的未來設想中，機器人技術的發展依賴於三台核心計算機。一台用於訓練 AI， 一台用於控制物理仿真環境中的測試 AI，以及一台安裝在機器人或智能汽車內部的模擬環境計算機，支持物理 AI 算法。目前正在應用的場景之一在於仿真環境中驗證程序邏輯的可靠性；第二個就是獲取難以從真實世界獲得的數據以持續訓練 AI 模型，目前許多大廠都在採用這種方式，從軟件角度，仿真領域的優勢企業 Ansys，其仿真產品也可以通過英偉達的 Omniverse 進行訪問，憑藉 Ansys 面向攝像頭、激光雷達和雷達傳感器的物理求解器，增強 NVIDIA DRIVE 的高保真和可擴展的 3D 環境，這對於自動駕駛系統的開發至關重要。通過這種方式，未來行駛過程中的所有數據都可以實時反饋，用於決策制定，同時生成更多類似數據以模擬更多場景，加速訓練效果的提升，突破了數據獲取的瓶頸。

英偉達對 Omniverse 的大量投入預示着其算力未來的方向主要集中在大模型 AI 生成、機器人和智能駕駛領域。我們認為目前產品成熟度已經非常高，海外的車廠和機器人 廠商已經開始利用 Omniverse 提升工廠效率和智能化水平，行業變化趨勢明確。考慮部署機器人前需要大量數據仿真和驗證，Omniverse 通過數字化真實物理世界，成為不可 或缺的環節。同時，智能化水平正處於關鍵節點，期待更多中國企業接入 Omniverse 平台，提升生產效率和智能化水平。

本文源自申萬宏源戴文傑（SAC 執證編號：A0230522100006）、樊夏沛（SAC 執證編號：A0230523080004）於 1 月 6 日發佈的《Nvidia 下個軟核心 Omniverse；智能化如何變成購買力》，華爾街見聞有所刪減

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。