什么是数字孪生？

数字孪生越来越多地用于产品设计和工程评审。它们可加速虚拟原型设计和迭代，使设计师和工程师能够探索不同的设计方案，而无需昂贵的实体原型。这些实体产品的数字复制品用于运行复杂的仿真，以测试各种场景、预测性能和优化设计。

Siemens Teamcenter X 采用 NVIDIA Omniverse API，使设计师和工程师能够创建身临其境的逼真数字孪生。工程师在共享的虚拟模型上实时浏览、编辑和更新迭代，从而推动协作并减少错误。凭借物理精准的模型和实时更新，Teamcenter X 使用户能够验证设计，最大限度地减少工作流程浪费，并为工业规模的项目节省时间和成本。

汽车、零售商和消费品公司正在开发 3D 产品配置器，以利用完全数字化的产品和环境而不是实物资产来大规模提供引人入胜的体验和内容。这些产品的数字孪生可以使非 3D 艺术家为营销活动创建和定制逼真、个性化的 3D 内容，并利用生成式 AI 重构数据集和自动执行重复任务来降低成本并缩短内容制作时间。

Katana 是一家 CGI 工作室，正在帮助日产的营销团队通过其用户友好型内容创作应用程序，按需利用 3D 数据创建营销活动资料。

为了将这种体验提升到新的高度，开发人员正在构建将交互式数字孪生串流到 Apple Vision Pro 的解决方案，让消费者在扩展现实 (XR) 中体验车辆。

借助 NVIDIA NIM™ 微服务 USD Search 和 USD Code，领先的营销企业 WPP 使可口可乐公司能够加速全球范围内创意活动的迭代更新。

建筑设计团队面临着日益增长的高效协作、更快渲染迭代的需求，以及准确的仿真和真实感的期望。当团队分散在世界各地时，这些需求会变得更具挑战性。

数字孪生可在每个设计阶段实现与建筑信息建模和非 BIM 数据源的实时协作。OpenUSD 允许建筑设计团队将其 3D 建筑数据整合到数字孪生中，使不同工具的用户能够在同一个虚拟环境中协作。

领先的建筑公司 Zaha Hadid Architects (ZHA) 使用由 OpenUSD 提供支持的数字孪生，使设计团队能够在复杂的项目设计中进行协作，加快迭代周期。

制造商越来越多地构建工厂的数字孪生。这些虚拟设施使工业企业能够在统一的环境中汇集其工厂数据，并在其中建模、模拟、分析和优化其制造流程。这些数字孪生还可以作为 AI 和机器人技术的试验场，让开发人员能够在物理精准的数字环境中训练和测试自主系统。

大陆集团的开发人员在 OpenUSD 和 NVIDIA Omniverse 上创建了工厂规划和制造运营应用程序 ContiVerse。该应用程序帮助大陆集团的规划和运营团队优化工厂布局并协同规划生产流程，预计可减少 10% 的维护工作和停机时间。

国际电子产品制造商纬创正在通过将 CAD 和流程仿真数据整合到一个统一、物理精准的虚拟环境中来创建工厂数字孪生，从而提高工人效率并将建造时间缩短 50%。通过将数字孪生连接到边缘的物联网设备，团队还能从实时运营监控中受益。

富士康正在构建工厂的数字孪生以优化布局、配置和设备摆放，大幅降低实体环境的变更成本并提高运营效率。这种方法使该公司能够在虚拟环境中训练和测试用于机器人任务的 AI 应用，确保准确实施并提高现实世界运营的效率。

自动驾驶汽车和仓库机器人等自主机器需要大量的传感器数据才能充分训练并为运行环境做好准备。

数字孪生是这些物理 AI 的发源地。它们针对人工智能开发者经常遇到的数据缺口提供了解决方案，因为它们可以用于生成合成数据来训练 AI 模型。例如，Amazon Robotics 使用其仓库的数字孪生来模拟和优化仓库设计与流程。他们利用这些环境生成大量逼真的合成数据集，以加速训练、提高计算机视觉模型的准确性并提升整体生产力。当这些模型部署到现实世界后，仓库机器人就可以更有效地检测物体并在设施内导航。

在汽车行业，创建用于仿真的数字孪生对于训练、测试和部署自动驾驶汽车至关重要，但实现现实世界的保真度非常具有挑战性。为自动驾驶汽车开发的 Omniverse Cloud API 通过大规模、高保真的传感器仿真来帮助应对这一挑战。这些 API 使 CARLA、MathWorks 和 Foretellix 等开发商能够使用数字孪生并为摄像头、激光雷达和雷达提供物理传感器数据，从而增强开发者的自动驾驶车辆开发工作流。

台达电子作为电源和热管理技术的全球领先企业，利用数字孪生来训练计算机视觉和 AI 辅助的自动光学检测 (AOI) 模型，以快速检测元件缺失或螺丝错位等缺陷，从而减少对人工检测的需求。

和硕使用 NVIDIA Metropolis for Factories 来增强其印刷电路板 (PCB) 工厂的仿真、机器人和自动化生产检查能力，其利用小型数据集实现了 99.8% 的缺陷检测准确率。

数字孪生正在彻底改变新一代数据中心和 AI 工厂的设计和运营。利用 OpenUSD，工程师可以物理精准地集成和可视化 CAD 数据集，实现气流和冷却系统等方面的仿真。数字孪生的使用还可实现更快的数据中心部署，更加高效及准确的优化，显著提升数据中心开发的规划和执行。

医疗机构在术前准备等领域发现了引人注目的数字孪生用例。外科医生可以使用多媒体工具在脑海中演练手术，然后在数字孪生的帮助下过渡到高度逼真的模拟。在神经外科中，这些数字模型经过定制，以匹配患者的大脑解剖结构，使外科医生能够在准确复制患者大脑的特定尺寸、形状和病变位置的虚拟大脑上进行练习。

模拟中还采用 AI 算法来建议安全的手术路径，并预测脑组织在手术过程中的反应。此外，手术室数字孪生使外科医生能够沉浸在逼真的环境中，获得表现反馈。

智慧城市正在改变我们的生活方式，利用技术解决复杂的城市挑战。通过利用摄像头、边缘计算和 AI 的强大能力，这些城市能够深入了解城市生活的方方面面，包括停车、交通流量和犯罪模式。这些宝贵的数据使城市规划者能够做出明智决策、优化城市设计，并提高居民的整体生活质量。

数字孪生能够具象地模拟系统级行为，满足先进的 5G 和 6G 网络的独特需求。其详细的 3D 模型可准确复制电磁传播，有助于对具有大量用户的众多单元进行压力测试。

NVIDIA Aerial Omniverse 数字孪生能够准确模拟从单信号塔到覆盖整个城市的 5G 和 6G 系统，并结合软件定义的 RAN、用户设备模拟器和真实的地形特征。这使得研究人员能够使用地点特定的数据模拟和构建基站算法，并实时训练模型以提高传输效率。

数字孪生甚至被应用于气候建模和能源效率计划。

NVIDIA 的 Earth-2 是一个气候数字孪生云平台，旨在增强对全球范围内天气和气候的仿真和可视化。该平台是 NVIDIA 应对极端天气条件对经济和安全影响的更广泛计划的一部分，而气候变化加剧了这种影响。

通过利用 AI 代理，Earth-2 可以创建交互式的高分辨率仿真，涵盖从全球大气状况到台风和湍流等局部天气事件。Earth-2 能够实现更快、更准确的天气预报，这对于及时的灾害响应和规划至关重要。

数字孪生通过实现更精确、更快的模拟和操作，显著提升了各行业的能源效率。

例如，纬创利用 NVIDIA Modulus 和 Omniverse 创建了数字孪生来模拟测试设施中的气流和温度。这将模拟时间从数小时缩短至数秒钟，将能源效率提升多达 10 %，并减少了碳排放。同样，西门子能源 正在加速热回收蒸汽发生器的仿真，以减少潜在停机时间并促进可持续的计算。