为什么要连接 FactVerse 和 Omniverse
工业仿真需要两类上下文。运营团队需要可信的数字孪生，保留资产、关系、实时数据、权限和业务语义。仿真团队需要高保真环境，用于渲染、USD 场景开发、物理行为验证和方案评审。
FactVerse Adaptor for NVIDIA Omniverse 连接这两层能力。工厂、设施、产线或物流区域可以先在 FactVerse 和 FactVerse Designer 中准备，再通过 USD 工作流进入 NVIDIA Omniverse 进行评审和仿真。
这是物理智能（Physical AI）的实际工作方式。数字孪生把场景连接到真实资产和运营数据，Omniverse、RTX、PhysX 与 Newton 帮助团队验证渲染、传感器上下文、运动、碰撞、布局、物料移动、包装流程、机器人路径和安全区域交互。
Omniverse 作为底层能力层
NVIDIA 当前公开的 Omniverse 定位已经更多强调基于 OpenUSD 的 libraries、microservices、APIs 和 SDKs，用于构建 Physical AI 应用。类似 CUDA 对 GPU 计算提供基础能力，Omniverse 为仿真与数字孪生提供底层能力：OpenUSD 负责互操作与 SimReady 资产，RTX 负责渲染与传感器仿真，PhysX 和 Newton 负责物理仿真，数据服务负责场景交换与同步。
对 DataMesh 客户来说，这明确了产品分工。FactVerse 和 Designer 负责创建工厂或设施场景、资产语义、数据绑定、行为逻辑和 SimReady 资产准备；Omniverse 能力层负责渲染、物理仿真和数据交换，并可嵌入工业工作流、机器人仿真、合作伙伴工具或定制应用。
因此，这个工作流把 FactVerse 作为行业应用与场景创作层，把 Omniverse 作为底层渲染、仿真和互操作能力层。买方需要评估完整链路：场景创建、资产治理、SimReady 准备、物理验证、渲染、数据交换，以及结果回到运营记录的路径。
NVIDIA 官方参考：
端到端工作流
- 构建运营数字孪生 - 在 FactVerse 中建模场地、产线、设备层级、位置、元数据、文档和责任关系。
- 创作仿真场景 - 使用 FactVerse Designer 创建布局、流程逻辑、行为树规则、节拍、路径和场景变体。
- 准备 USD 层 - 处理 USD 资源、材质、场景尺度、坐标系统、对象身份和版本规则。
- 把上下文带入 Omniverse - 通过 FactVerse Adaptor for NVIDIA Omniverse 传递场景结构、元数据、数据绑定和行为上下文。
- 验证场景方案 - 评审渲染质量、设备运动、碰撞、间距、机器人路径、物料流、操作员可达性和流程节拍。
- 沉淀决策依据 - 记录假设、发现、截图、场景版本和工程评审意见，用于规划、培训、实施或进一步仿真。
关键价值在于上下文连续。相同的工厂或设施上下文可以支撑规划、仿真、评审和执行，减少各团队在不同工具中重复重建场景。
哪些信息应该从 FactVerse 带入 Omniverse
| 层级 | 价值 |
|---|---|
| 场地与场景层级 | 让建筑、楼层、区域、产线、工位和设备在仿真评审中保持清晰组织 |
| 资产身份 | 让仿真发现可以追溯到真实设备、模型和维护上下文 |
| 空间关系 | 保留相对位置、间距、通行路线、碰撞区域和作业区域 |
| 元数据与语义 | 把设备类型、角色、责任人、文档和系统关系带入评审上下文 |
| 数据绑定 | 在需要连接数据时，让 Omniverse 场景反映设备状态、传感器值、报警或运营信号 |
| 行为逻辑 | 把流程假设、状态切换、路径、顺序和节拍带入场景验证 |
| 版本历史 | 支持比较场景修订、假设变化和评审结果 |
这些信息让渲染场景成为可评审的仿真上下文。团队讨论产线、机器人路径、包装流或物流路径时，可以沿用 FactVerse 中的资产名称和运营关系。
USD、RTX、PhysX 与 Newton 的位置
USD 为仿真团队提供结构化场景工作流，覆盖资产、材质、变体、图层和协作。在 FactVerse 到 Omniverse 的流程中，USD 是运营数字孪生进入更高保真仿真与可视化环境的桥梁。
RTX 支持高保真渲染和传感器仿真，适合需要更丰富视觉环境或合成数据环境的场景。PhysX 支持对物理敏感的验证场景，例如运动、碰撞、刚体行为、摆放、间距、包装交互、机器人路径和物料移动。Newton 提供面向机器人学习和仿真工作流的开放、可扩展物理引擎路径，底层基于 NVIDIA Warp 和 OpenUSD。
工程价值来自清晰的场景设定：尺度、坐标、对象属性、节拍、约束、验证目标和审批规则都需要明确。输入假设越可见、可评审，仿真输出越能支撑决策。
典型应用
- 工厂数字孪生渲染：把完整工厂区域或产线带入 Omniverse 做高保真评审。
- 包装与物料流验证：在实物试验前检查移动、间距、摆放、设备交互和操作员可达性。
- 产线布局规划：在现场改造前比较工位、缓存区、机器人、输送线和物料路径方案。
- 仓储与厂内物流规划：验证拣选路径、暂存区、AGV 路径、叉车移动和吞吐假设。
- 机器人与物理智能准备：形成可支持机器人仿真、合成数据规划和后续 AI 验证的场景上下文。
DataMesh 产品分工
FactVerse 是运营数字孪生底座，管理场地模型、资产结构、关系、治理和共享上下文。
FactVerse Designer 是创作与规划环境，负责布局建模、流程逻辑、行为树、时间轴仿真和场景变体。
FactVerse Adaptor for NVIDIA Omniverse 将 FactVerse 的场景结构、元数据、数据绑定和行为上下文带入 Omniverse 与 USD 工作流。
Data Fusion Services 在仿真需要设备状态、传感器值、报警、生产指标或企业系统上下文时连接实时和历史运营数据。
FactVerse Twin Engine 为可执行数字孪生提供运行时上下文，支撑可视化、数据绑定和后续运营工作流。
数据准备检查
- 场景层级、资产 ID、位置和设备名称保持稳定。
- CAD、BIM、3D 和 USD 资产有明确责任人和版本管理。
- 坐标系统、尺度、朝向和原点已对齐。
- 材质、碰撞属性、运动约束和流程节拍已记录。
- 数据绑定包含来源系统、单位、时间戳和更新规则。
- 仿真目标连接到具体决策，例如布局审批、机器人路径评审、包装验证或操作员可达性。
- 评审结果可以附带场景版本、假设、截图和后续动作。
仿真决策治理
当团队能够追溯测试内容和测试原因时，仿真才能有效支撑工程评审。一个实用的评审包应包含场景版本、源资产、输入假设、数据来源、物理设置、验证标准、已知约束和审批意见。
对企业级项目来说，这种治理和视觉效果同样重要。团队需要知道使用了哪个孪生版本、哪些假设被接受、发现了哪些问题、哪些改动已获批准，然后再进入现场工作。
公开参考
FactVerse 与 NVIDIA Omniverse 公告展示了 DataMesh 在仿真数字孪生与 AI 业务工作流方面的公开平台方向。
GTC 2025 展示 进一步提供了 FactVerse 与 Omniverse 结合用于仿真数字孪生场景的公开证据。