跳到主要内容

Physical AI

FactVerse 中的 Physical AI 从可被机器和工程系统使用的运营数字孪生开始:模型资产、组件几何、源数据、布局、仿真引擎、场景记录和已审阅的运营证据。模块帮助团队为布局规划、工艺验证、机器人上下文、设备训练和仿真驱动的工程审阅准备工业场景。

当工厂、设施、施工、物流或工程团队需要把 CAD、BIM、数字孪生和运营数据转化为可仿真的场景包时,使用本指南。

AI 工具层请查看 Physical AI 工具。

文档地图​

如果你需要从这里开始
建立第一套 Physical AI 工作流开始使用 Physical AI
准备可复用 SimReady 资产SimReady 资产包
比较布局、路径、产能或流程方案布局和流程规划
运行仿真或 what-if 研究仿真和 What-if 运行
比较气流及其驱动的设备行为面向 Physical AI 的气流仿真
准备并复用已审阅的气流场从 USD 几何到可复用气流场
解读气流场、分布、力与力矩解读气流仿真结果
验证或标定气流研究气流仿真的验证与标定
排查气流场或运行时行为排查气流仿真问题
比较传热、气流、浮力或设备场景热仿真与热流体仿真
准备几何、区域、边界、热源和材料准备热流体仿真输入
解读并验证气流、温度、压力和守恒结果解读和验证热流体结果
将场景交给机器人或物理运行时机器人和运行时交接
捕获验证和现场反馈验证和反馈记录
使用 Agent 和 AI 工具Physical AI 工具

当前服务边界​

界面或服务当前角色
FactVerse 前端提供布局优化、布局比较、BIM 导入、空间导入、敏感性分析、仿真回放、仿真比较、数字孪生视图、平台资产中心和仿真结果页。
Core backend提供统一 twin 身份、模型资产、模型资产版本、组件几何、twin-model 绑定、BIM 导入 replay job、建筑能源仿真状态、KPI 查询、布局持久化和 TrafficOps 仿真生命周期 API。
AI Engine提供布局优化、布局评估、布局校验、平面图上传、CAD 与 DXF 导入、DES 仿真、what-if 分析、Monte Carlo、系统动力学、代理模型、进化优化和 EnergyPlus 方向的建筑仿真 endpoint。
SimRunner从命令行运行 FactVerse 云端或本地数字孪生场景,应用属性 override,记录 .digrec 输出,并导出 AI 可读的 Semantic.Scene JSON。
DFS准备源数据、连接器映射、数据质量检查、受治理数据集和仿真约束。
外部运行时 adapter项目集成可把准备好的场景和资产元数据交给 Omniverse、Isaac、PhysX、Newton、机器人栈或其他批准的渲染和物理运行时。

FactVerse 负责场景准备、数据治理、资产身份、场景打包和审阅证据。物理保真度、机器人控制器行为和现场安全验收由目标运行时对应的项目工程流程负责。

场景准备流程​

当前用户工作流​

工作流用户可以审阅或执行的内容
数字孪生上下文审阅数字孪生视图、平台资产库存、模型资产、模型资产版本、组件几何和 twin-model 绑定。
BIM 与 CAD 接入将 BIM/IFC 导入结果 replay 为原生模型、资源、twin、组件和外部绑定记录;将 CAD 或 DXF 布局导入仿真场景。
布局优化优化、评估、校验、保存、比较、自动排布和推荐布局候选;上传平面图并运行敏感性分析。
DES 仿真列出场景类型和模板,创建自定义场景,运行单次或批量 DES,查看近期运行并导出结果。
What-if 分析在 DES、ABM、Monte Carlo、系统动力学、网络分析、进化优化、贝叶斯优化、DOE 等引擎中比较基线和变更场景。
建筑仿真抽取 KPI,构建 IDF 输入,排队仿真运行,审阅运行状态,并获取 EnergyPlus 方向 KPI payload。
项目气流仿真准备基于 USD 的气流域,比较解析模型和 GPU LBM,烘焙已审阅场数据,并用于配置好的 PhysX 或 Newton 场景。
项目热流体仿真在项目配置已启用求解器时,准备有版本的仿真区域、气流边界、热源和材料属性,比较气流与温度耦合场景,并评审收敛、守恒和现场证据。
场景记录通过 SimRunner 运行 FactVerse 场景,应用 override,创建 .digrec 输出,导出语义场景 JSON。
AI 辅助准备使用代理模型、进化搜索、Monte Carlo 风险分析、系统动力学和报告生成把仿真结果转化为审阅证据。

开始前准备​

要求说明
租户上下文模型资产、twin、仿真运行和 replay job 应归属到目标租户。
权限布局编辑、仿真运行、报告、平台资产、模型资产管理和 BIM replay 使用不同平台 scope。
资产身份设备、空间、模型资产、组件几何、源文件和数字孪生对象需要稳定 ID。
坐标系统CAD、BIM、布局和数字孪生对象应使用一致的单位、原点、方向、楼层或区域引用。
源数据工艺限制、生产规则、任务序列、表计读数、巡检证据和现场观察应通过 DFS 或受治理集成路径准备。
场景负责人为假设、运行时选择、结果审阅和现场验证指定工程负责人。
运行时 adapter确认场景包交给 FactVerse SimRunner、EnergyPlus 方向建筑仿真、DES、Omniverse、Isaac、PhysX、Newton、机器人中间件或其他批准环境。

数据准备请查看 Create an AI Agent-Ready Dataset(英文) 和 DFS Mapping Fields(英文)。

入口路由​

视图路由
Digital twin/digital-twin
Platform asset center/platform/asset-center
Layout optimizer/layout-optimizer
Layout compare/layout-compare
BIM import/bim-import
Simulation run result/sim/runs/:id
Spatial import/spatial/import
Sensitivity analysis/sensitivity
Simulation playback/playback
Simulation comparison/comparison
Report generator/reports
DOE lab/doe
TrafficOps simulation/modules/trafficops/sim
FMS simulation/fms/sim

租户模块配置决定哪些行业仿真页面出现在导航中。

构建 SimReady asset 包​

从平台资产层开始:注册模型资产,添加模型资产版本,注册可独立绑定或分析的组件几何,把模型资产、版本和组件几何绑定到统一 twin 对象。解析后的 BIM 或 IFC 导入结果需要进入平台数据时,使用 replay 写入 ResourceRef、ModelAsset、ComponentGeometry、ExternalBinding 和 twin foundation 记录。

可复用包应包含模型身份、版本、几何、语义元数据、坐标假设、物理参数和验证说明。

优化布局和工艺流​

动作当前支持
优化布局/ai/layout/optimize 按目标、可移动元素、容量、仿真时间、种群大小和代数运行布局优化。
评估布局/ai/layout/evaluate 对单个布局运行配置的仿真场景并返回 KPI。
校验约束/ai/layout/validate 检查边界、重叠、路径和元素约束。
分析空间/ai/layout/analyze-space 返回利用率和空间审阅数据。
保存和复用/ai/layout/save、/ai/layout/saved 和 /api/v1/layouts 支持保存布局。
敏感性/ai/layout/sensitivity 测试指标对布局输入变化的响应。
自动排布/ai/layout/auto-arrange 根据上下文生成排布候选。
推荐改进/ai/layout/recommend 返回布局改进建议。
比较布局/ai/layout/compare 比较候选布局。

布局研究应保留基线、候选、目标权重、变更参数、运行时间和审阅 KPI,并结合安全区、人员移动、设备可达性和现场约束。

运行仿真和 what-if 研究​

引擎范围当前支持
DES/ai/des/run、/ai/des/batch-run、场景模板、自定义场景、近期运行、运行详情和导出。
CAD 导入/ai/cad/import、/ai/cad/simulate、/ai/cad/import-dxf、/ai/cad/scan-dxf、异步导入 job 和保存布局。
建筑仿真/ai/sim/extract-kpis、/ai/sim/build-idf、/ai/sim/run,以及后端 /api/v1/sim/runs 状态和 KPI endpoint。
Unified what-if/ai/whatif/run、/ai/whatif/engines、/ai/whatif/batch、异步提交、job 状态和取消。
Monte Carlo/ai/montecarlo/run 和 /ai/montecarlo/risk。
系统动力学/ai/sd/simulate 和 /ai/sd/policy。
进化优化/ai/evolve/optimize 和 /ai/evolve/layout。
代理模型/ai/surrogate/train、/ai/surrogate/predict 和模型列表。

根据问题选择引擎:DES 适合流程和队列,EnergyPlus 方向仿真适合建筑能源输入,Monte Carlo 适合不确定性,系统动力学适合长期容量,代理模型适合在足够样本后快速探索。

使用 SimRunner​

SimRunner 是 FactVerse 数字孪生场景的批处理执行路径。它可以拉取云端场景或离线本地 JSON,读取配置,应用 --override,记录 .digrec 输出,dry run 校验配置,并导出 Semantic.Scene JSON 和内嵌语义协议。

当工程团队需要可重复场景执行、批量研究、回归式仿真检查或 AI 可读场景导出时使用 SimRunner。输出应和场景 ID、场景来源、override、运行时长、runner 版本、输出路径和审阅负责人一起保存。

交接到外部物理和机器人运行时​

包内容目的
场景身份租户、场景路径或 ID、模型资产 ID、模型资产版本 ID 和源文件引用。
几何与语义组件几何、坐标系统、单位、材料提示、关节提示、碰撞假设和语义标签。
运营约束任务序列、工艺规则、安全区、速度限制、载荷限制、环境条件和验证引用。
运行时参数目标运行时、adapter 版本、物理设置、随机种子、运行时长和输出格式。
审阅证据仿真结果、KPI 表、.digrec、语义场景 JSON、截图或渲染输出、审阅说明。

API 范围​

分组示例 endpoint
Model assets/api/v1/model-assets, /api/v1/model-assets/{modelAssetId}/versions, /api/v1/twin-model-bindings
BIM replay/api/v1/platform/bim-imports:replay, /api/v1/platform/bim-imports/replay-jobs/{jobId}
Building simulation/api/v1/sim/runs, /api/v1/sim/runs/{id}, /api/v1/sim/runs/{id}/kpis
Layout AI/ai/layout/optimize, /ai/layout/evaluate, /ai/layout/validate, /ai/layout/compare
CAD and layout import/ai/cad/import, /ai/cad/import-dxf, /ai/cad/import-json, /ai/cad/jobs/{job_id}
DES/ai/des/run, /ai/des/batch-run, /ai/des/runs/{run_id}, /ai/des/runs/{run_id}/export
What-if and engines/ai/whatif/run, /ai/montecarlo/run, /ai/sd/simulate, /ai/evolve/optimize, /ai/surrogate/train

验证清单​

  • 租户上下文、权限 scope 和场景负责人清楚。
  • 场景 ID、模型资产 ID、模型资产版本 ID 和组件几何引用已记录。
  • 坐标系统、单位、比例、楼层或区域引用匹配目标现场。
  • 物理参数、碰撞假设、关节提示和材料元数据已审阅。
  • 源数据、工艺限制、任务序列和现场观察已连接到受治理记录。
  • 仿真引擎、运行时 adapter、运行时长、随机种子和变更参数已捕获。
  • KPI、.digrec、语义场景 JSON 和审阅说明与场景包一起保存。
  • 现场验证和安全验收由负责项目工程负责人处理。

相关文档​