仓库仿真 NVIDIA Omniverse™ 是一个协作平台，通过该平台，企业能够仿真整个仓库、运行多种场景（例如假期需求增加或时间窗口受限），并优化结果。零售商可以利用仓库的数字孪生，在进行实质性投资之前，探索调整程度的大小（即使是微小的调整）对运营产生的影响。 观看此演示视频，了解百事公司如何探索 Omniverse Enterprise > 观看此 GTC 讲座，了解如何应用 Omniverse 数字孪生 >
智能仓库中的 AI 智能仓库使用边缘 AI 技术来自动化库存流程，简化一般包装处理，并且在接收订单和发送包裹到其他配送中心时优化仓库空间。开发者可以利用构建、训练和部署算法的不同组件进行边缘推理。 了解如何借助 AI 提高配送中心的敏捷性和灵活性 探索适用于零售业边缘的 AI 计算机视觉应用
用于包裹处理的机器人 商店售货员代表着零售企业的门面。为更大限度地延长面向客户的时间，零售商正在努力减少其在非面向客户的任务（如库存盘点）上花费的时间。大型零售商正使用机器人技术，根据优先级和部门来卸载和分拣商品、检查库存水平、更正货架位置和确保价格准确。 为解决产品规模和多样性带来的吞吐量挑战，各公司使用边缘计算来检测、分类、估算尺寸和放置包裹，自动调整传送带速度，以及优化机械分拣。这有助于更大限度地减少产品损坏和机器宕机时间。 了解机器人如何追踪 Lowe's 门店库存
大型分发网络的路线优化 仓库和制造中心正在借助 AI 助力的机器人解决产品流的巨大复杂性。这些机器人利用功能强大的深度神经网络，处理感知、分割和姿态估计，以感知环境、检测物体、自主导航和移动物体。市场领导者通过提高吞吐量、按订单定制和差异化客户体验来扩大其竞争优势。 NVIDIA Isaac™ 机器人平台使宝马集团能够使用 AI 技术创新工厂物流，轻松管理新车型和配置，从而满足客户需求。通过此方法，其可以在同一产品线上更快地生产出高品质、高度定制配置的汽车。 了解宝马集团如何重新定义工厂物流
到户配送解决方案 交通、施工和天气等多个因素都会影响到户配送。使用从 GPS 数据到天气预报等各种来源的实时数据，可以优化路线，从而显著影响燃油、人员和其他间接成本。除此之外，通过使用由 GPU 提供动力支持的智能解决方案优化路线，运输公司还可以提供更准确的配送窗口，提高客户服务水平。这能够逐步提高信任度，尤其在客户拥有一系列选项来发送和接收重要包裹时，至关重要。 NVIDIA cuOpt™ 助力开发者利用更大的数据集和更快的处理速度，通过动态重选路线、仿真以及在仓库中和道路上的次秒响应时间等新功能，优化到户配送。 探索 NVIDIA cuOpt 如何优化配送路线