加入我们的每日和每周新闻通讯，获取有关行业领先的 AI 报道的最新更新和独家内容。了解更多
英伟达宣布了 Omniverse Cloud Sensor RTX 软件的抢先体验版，旨在利用生成式 AI 赋能更智能的自主机器。
生成式 AI 和基础模型让自主机器能够超越其训练的运营设计领域进行泛化。利用标记化、大型语言模型和扩散模型等新的人工智能技术，开发人员和研究人员现在可以解决长期以来阻碍自动化的难题。英伟达在 2025 年 CES 上英伟达首席执行官黄仁勋的主题演讲中宣布了这一消息。
这些大型模型需要大量多样化的数据进行训练、微调和验证。但收集此类数据（包括来自罕见边缘情况和潜在危险场景的数据，例如夜间行人横穿自动驾驶汽车 (AV) 前方或人类进入焊接机器人工作站）可能极其困难且资源密集。
为了帮助开发人员弥合这一差距，NVIDIA Omniverse Cloud Sensor RTX API 能够进行物理上准确的传感器模拟，以大规模生成数据集。这些应用程序编程接口 (API) 旨在支持通常用于自动化的传感器（包括摄像头、雷达和激光雷达），并且可以无缝集成到现有工作流程中，从而加速各种自动驾驶汽车和机器人的开发。
Omniverse Sensor RTX API 现在已向抢先体验版的精选开发人员开放。埃森哲、Foretellix、MITRE 和 Mcity 等组织正在通过特定领域的蓝图集成这些 API，为最终客户提供部署下一代工业制造机器人和自动驾驶汽车所需的工具。
在工厂和仓库等复杂环境中，机器人必须协调工作，以安全高效地与机器和人类工人一起工作。所有这些移动部件在设计、测试或验证操作时都带来了巨大的挑战，同时要避免中断。
Mega 是一个 Omniverse 蓝图，它为企业提供英伟达加速计算、AI、NVIDIA Isaac 和 NVIDIA Omniverse 技术的参考架构。
企业可以使用它来开发数字孪生并测试 AI 驱动的机器人大脑，这些大脑驱动机器人、摄像头、设备等，以处理巨大的复杂性和规模。
通过集成 Omniverse Sensor RTX，该蓝图使机器人开发人员能够同时渲染工厂中任何类型智能机器的传感器数据，从而实现高保真、大规模的传感器模拟。
凭借在模拟中测试操作和工作流程的能力，制造商可以节省大量时间和投资，并以全新的方式提高效率。
国际供应链解决方案公司凯傲集团和埃森哲正在使用 Mega 蓝图构建 Omniverse 数字孪生，作为工业 AI 机器人大脑的虚拟训练和测试环境，利用来自智能摄像头、叉车、机器人设备和数字人的数据。
机器人大脑通过 Omniverse Sensor RTX API 渲染的物理上准确的传感器数据感知模拟环境。它们利用这些数据进行规划和行动，每个行动都与 Mega 精确跟踪，以及数字孪生中所有资产的状态和位置。凭借这些功能，开发人员可以在将新布局实施到物理世界之前不断构建和测试它们。
自动驾驶汽车已经开发了十多年，但在获取正确的训练和验证数据以及缓慢的迭代周期方面的障碍阻碍了大规模部署。
为了满足对传感器数据的需求，公司正在利用英伟达 Omniverse 蓝图进行 AV 模拟，这是一种能够进行物理上准确的传感器模拟的参考工作流程。该工作流程使用 Omniverse Sensor RTX API 渲染 AV 开发和验证所需的摄像头、雷达和激光雷达数据。
AV 工具链提供商 Foretellix 已将该蓝图集成到其 Foretify AV 开发工具链中，将对象级模拟转换为物理上准确的传感器模拟。
Foretify 工具链可以同时生成任意数量的测试场景。通过向这些场景添加传感器模拟功能，Foretify 现在可以使开发人员能够评估其 AV 开发的完整性，以及以实现大规模安全部署所需的保真度和规模进行训练和测试。此外，Foretellix 将使用新宣布的英伟达 Cosmos 平台生成更多样化的场景，以进行验证和验证。
Nuro 是一家自动驾驶技术提供商，在美国拥有最大的 4 级部署之一，正在使用 Foretify 工具链在部署之前训练、测试和验证其自动驾驶汽车。
此外，研究机构 MITRE 正在与密歇根大学的 Mcity 测试设施合作，为监管用途构建一个数字 AV 验证框架，包括 Mcity 32 英亩的自动驾驶汽车试验场的数字孪生。该项目使用 AV 模拟蓝图在大规模虚拟环境中渲染物理上准确的传感器数据，从而提高训练效率。
得益于高保真传感器模拟的力量，机器人和自动化的未来正在清晰地展现出来。在 CES 上访问埃森哲的宴会厅 F 和西厅的 Foretellix 展位 4016，了解更多有关这些解决方案的信息。
