元宇宙（Metaverse）在近几年引爆热潮，随着概念持续发展，元宇宙应用也从最一开始的个人社交生活进入到商业、工业领域。元宇宙的根本目标是将网际网路从原本 2D 影像扩展至 3D 连结虚拟世界，而能够导入各种物理参数、模拟 3D 现实场景的数位双生（Digital Twin）自然成为实现元宇宙的关键技术。
全球人工智慧与加速运算领导大厂 NVIDIA 多年来大力部署全球AI生态系，并自 2019 年开始推出 Omniverse 展开推广元宇宙於各产业的应用。
自 2021 年开启与 BMW 合作，今年 NVIDIA 又携手与深耕数位工业的国际大厂西门子合作，正式宣布 Omniverse 与工业应用的结合进军工业元宇宙。今年在 NVIDIA GTC 大会中，NVIDIA 更强调不只要软硬整合，更要将生态系扩大，并开始思考中小企业能如何加入这样的趋势，协助这些中小企业提升工业自动化水准来扩大整体生态系。
但究竟该如何导入？数位双生又能解决什麽问题？ TechOrange 科技报橘於 10/5 举办的「2023 AIoT 智慧制造生态系论坛」 中．NVIDIA 资深资料科学家刘冠良也特别对这两点进行了解答。
如何导入数位双生？NVIDIA 以 5 步骤实现工厂元宇宙
刘冠良指出，数位双生与 AI 技术息息相关，在发展上也与导入 AI 时的流程相当类似。首先第一步就是要设定应用情境，针对希望利用工业元宇宙解决的问题进行思考。第二步，则是评估资料与环境，考量哪些资料与相关内容必须纳入。接下来才是建立跨领域团队、小范围导入以及进行最终成果的反馈优化。
图片说明：数位双生与 AI 技术息息相关，在发展上也与导入 AI 时的流程相当类似。NVIDIA 以 5 个步骤，让工厂实现元宇宙。（图片来源：NVIDIA）
在设定应用情境上，由於数位双生场景包罗万象，刘冠良建议，企业不要一开始就野心太大，可以先思考最优先想解决的问题是什麽，专注在小范围导入数位双生技术後再慢慢扩大版图。「即使是 BMW 运用 NVIDIA Omniverse 打造的虚拟工厂，也可以看到其中包含许多像协作设备的数位双生小项目，最後才逐渐整合为大型系统协作。」
考量到工业元宇宙数据涉及的领域远比 AI 更为广泛，团队的跨领域建置变得更为重要。而资料收集上也会面临同样的问题，包含 CAE、CAD 及设计材料与模拟效果的相关资料，都必须汇至系统中并顺畅协作，才能打造符合应用需求的虚拟孪生场景，而 Omniverse 的开放特性就正好能发挥作用。
NVIDIA Omniverse 开放平台，让制造工厂超进化！
Omniverse 是 NVIDIA 基於通用场景描述（Universal Scene Description，USD）框架打造的开放平台，其模组化且灵活的设计，能协助企业整合不同部门的 3D 协作及模拟软体数据，摆脱资讯孤岛的困境。
刘冠良指出，不只常见设计软体的整合，或是导入模拟软体 Ansys 等既有工具的模拟结果，Omniverse 的开放性让客户更可以根据需求将客制化工具结合到平台，使模拟更加符合真实物理情境，协助企业进行 AI 模型的资料收集标注。
除了整合既有数据，要想在商业应用上起到实际作用 ，数位双生还必须具备高拟真场景呈现，让所有效应都必须符合物理描述定义才能带来价值。而 NVIDIA Omniverse 上提供的 USD、物理仿真引擎 PhysX 和材质定义语言（Material Definition Language，MDL）支援皆能有效协助达成这项目标。
以西门子与 NVIDIA 合作建立的离岸风电场数位双生模型为例，在 Omniverse 平台与 NVIDIA 各种工具助力下，运用导入的数据精准模拟风电场内复杂的交互作用，进行更精准的设备及发电效率评估。
刘冠良指出， Omniverse 平台设计的原则，就是希望让不同组织、企业可以因应需求去建立 3D 协作平台，把不同资料汇入同一个场景中，「就像过去发展 AI 应用时一样，每个人心中的数位双生都不尽相同」。而 Omniverse 开放的特性及整合不同数据打造拟真环境的能力，将能协助客户查看最初接触数位双生所设想的应用情境，同时回馈更多数据来提供改善评估。