Physical AI

Physical AI 需要的不只是可视化外观和运营面板。机器人、设备 Agent 和工艺模型需要结构化场景、物理约束、操作规则和可重复的反馈循环。FactVerse AI Agent 连接 FactVerse Designer、SimReady asset、仿真工作流和运营数据，让工业场景在进入真实现场前完成更充分的准备和验证。

运营上下文

上下文	FactVerse 来源	价值
场景结构	FactVerse Designer 的布局、数字孪生对象、资产层级和空间关系	为仿真和训练工作流提供可用的世界模型
面向仿真的资产	Designer 创建的 SimReady asset、元数据、约束和版本记录	让几何、语义和物理假设保持一致
物理工作流	面向 Omniverse、Isaac、PhysX、Newton 的仿真路径，以及其他仿真服务	用更快的迭代速度验证布局、运动、交互和工艺假设
运营反馈	DFS 数据、Inspector 执行记录和现场验证备注	将仿真假设与真实运营证据连接起来

前置条件与来源数据

• 已复核的 FactVerse Designer 场景，包含资产版本、布局边界、坐标假设和作业区域。
• SimReady asset 包含几何、元数据、物理约束和版本历史。
• DFS、Inspector、传感器、工单或现场验证输入可描述真实运营约束。
• 工程负责人能够复核假设、安全边界、场景输出和下游交接。

执行流程

工作流

1. 构建包含资产、布局、作业区域和流程上下文的数字孪生场景。
2. 准备带几何、元数据、约束和版本历史的 SimReady asset。
3. 运行布局、运动、碰撞、节拍、工艺或训练上下文相关的仿真与规划实验。
4. 将结果与真实运营数据和现场验证备注对比。
5. 为人工复核、机器人训练上下文、设备训练或工艺规划整理输出。
6. 对场景、假设和验证结果进行版本化，支持下一轮迭代。

典型输出

• 面向机器人训练、设备行为复核或工艺规划的场景包。
• 带假设和验证备注的布局与流程对比。
• 可重复运行的仿真上下文，用于真实现场试验前的快速迭代。
• 面向机器人、设备 Agent 和操作员训练工作流的训练数据引用。
• 将现场结果与后续场景、模型改进连接起来的反馈记录。

验证与异常处理

• 验证每个场景记录都包含场景版本、资产版本、坐标假设、仿真后端和来源数据时间戳。
• 物理约束、安全边界或现场证据不完整时，应暂停工作流并交给工程复核。
• 用于真实现场变更规划前，应将仿真输出与运营记录或现场验证结果对比。
• 保留被拒绝的假设和修订参数，支持后续 Physical AI 迭代改进。

治理要求

Physical AI 工作流应保留场景版本、资产版本、仿真假设和现场验证之间的关系。快速仿真可以提升迭代速度，真实现场部署仍需要工程复核、安全检查和客户批准。