毋庸置疑,元宇宙是业界的热门,众多企业纷纷展开布局。比如NVIDIA Omniverse是一个由AI驱动的物理模拟和工业级虚拟世界引擎,它首次实现了全保真实时数字孪生。
元宇宙只有与行业应用场景融合才能发挥出应有的价值,比如工业元宇宙。数字孪生在工业领域已经被广泛应用,工业元宇宙的兴起赋予了它新的生命。
工业元宇宙比数字孪生具有更大的想象力,工业元宇宙更加重视虚拟空间和现实空间的协同联动,可以说是从“由虚向实”向“虚实协同”的转变,从而实现虚拟操作指导现实工业。

近日西门子就宣布与NVIDIA扩大双方之间的合作,携手打造工业元宇宙并增加AI数字孪生技术的使用,将工业自动化提升到新的水平。
作为此次合作的第一步,两家公司计划将开放式数字业务平台西门子Xcelerator与3D设计和协作平台NVIDIA Omniverse连接,打造出一个包含西门子基于物理学的数字模型和NVIDIA实时AI的工业元宇宙,实现全保真数字孪生。
我们知道,西门子在现实世界与数字世界、信息技术与运营技术的交汇领域具有独一无二的优势。西门子Xcelerator平台连接整个产品和生产流程中的机械、电气和软件领域,实现了IT和OT的融合,在工业领域有着广泛的应用。
据悉,Omniverse加入西门子Xcelerator开放式合作伙伴生态系统后,将加快数字孪生的使用,为整个生产和产品生命周期的生产力和流程带来改进。
各种规模的企业都将能够使用带有即时性能数据的数字孪生、创建创新的工业物联网解决方案、充分利用来自边缘或云端的分析工具的可执行洞察,并让具有丰富视觉效果的沉浸式模拟变得更容易获取以应对未来的工程挑战。
当前,工业制造正在积极拥抱创新技术,比如人工智能(AI)与机器学习(ML)、高级机器人技术、工业互联网和数字孪生等。
基于物理学的数字孪生在嵌入工业元宇宙后将发挥巨大的潜力,它将提供一个让人们可以互动和合作解决现实世界问题的虚拟世界,来改变经济和产业。
西门子股份公司总裁兼首席执行官Roland Busch表示,通过连接西门子Xcelerator与Omniverse,我们将打造出一个实时、沉浸式的元宇宙,使用来自西门子软件和解决方案的丰富数据连接从边缘到云的各种硬件和软件。
NVIDIA创始人兼首席执行官黄仁勋表示:“西门子和NVIDIA的共同愿景是通过工业元宇宙推动数字化转型,此次合作只是我们共同努力为我们的客户和全球制造业的各个环节实现这一愿景的第一步。通过西门子Xcelerator,NVIDIA的Omniverse和AI生态系统将连接到一个使用西门子机械、电气、软件、物联网和边缘解决方案构建的全新工业自动化世界。”
被全球25000多家公司所使用的NVIDIA AI是全球最受欢迎的AI平台,同时也是驱动云端Omniverse和各种边缘自主系统的智能引擎。
NVIDIA Omniverse和NVIDIA AI是呈现西门子Xcelerator全方位数字孪生的理想计算引擎。双方的合作将通过打造覆盖整个生命周期(从设计到运营)的沉浸式体验实现制造业的转型。
结语
过去一年什么概念最火爆?非元宇宙莫属。从互联网行业烧起的元宇宙之火,正在席卷全球。
元宇宙作为基于数字技术的“虚实形态”,在To C端可以给人们带来数字生活和工作上的改变。而工业元宇宙的兴起,让元宇宙在To B端的应用更加值得期待。
NVIDIA与西门子的合作将整合具有互补性的技术和生态系统,从而加速工业元宇宙的到来,使工业企业达到降低成本、提高生产效率的目的,助力工业高质量发展,实现智能制造的进一步升级。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。