跳至主要内容

Physical AI

FactVerse 中的 Physical AI 從可被機器和工程系統使用的營運數位孿生開始:模型資產、元件幾何、來源資料、佈局、模擬引擎、場景記錄和已審閱的營運證據。模組協助團隊為佈局規劃、工藝驗證、機器人上下文、設備訓練和模擬驅動的工程審閱準備工業場景。

當工廠、設施、施工、物流或工程團隊需要把 CAD、BIM、數位孿生和營運資料轉化為可模擬的場景包時,使用本指南。

AI 工具層請查看 Physical AI 工具。

文件地圖​

如果你需要從這裡開始
建立第一套 Physical AI 工作流程開始使用 Physical AI
準備可重用 SimReady 資產SimReady 資產包
比較佈局、路徑、產能或流程方案佈局和流程規劃
執行模擬或 what-if 研究模擬和 What-if 執行
比較氣流及其驅動的設備行為面向 Physical AI 的氣流模擬
準備並重複使用已審查的氣流場從 USD 幾何到可重複使用的氣流場
解讀氣流場、分布、力與力矩解讀氣流模擬結果
驗證或校準氣流研究氣流模擬的驗證與校準
排查氣流場或執行環境行為排查氣流模擬問題
比較熱傳、氣流、浮力或設備情境熱模擬與熱流體模擬
準備幾何、區域、邊界、熱源和材料準備熱流體模擬輸入
解讀並驗證氣流、溫度、壓力和守恆結果解讀和驗證熱流體結果
將場景交給機器人或物理執行環境機器人和執行環境交接
捕獲驗證和現場回饋驗證和回饋記錄
使用 Agent 和 AI 工具Physical AI 工具

目前服務邊界​

介面或服務目前角色
FactVerse 前端提供佈局最佳化、佈局比較、BIM 匯入、空間匯入、敏感性分析、模擬回放、模擬比較、數位孿生檢視、平台資產中心和模擬結果頁。
Core backend提供統一 twin 身份、模型資產、模型資產版本、元件幾何、twin-model 綁定、BIM 匯入 replay job、建築能源模擬狀態、KPI 查詢、佈局持久化和 TrafficOps 模擬生命週期 API。
AI Engine提供佈局最佳化、佈局評估、佈局校驗、平面圖上傳、CAD 與 DXF 匯入、DES 模擬、what-if 分析、Monte Carlo、系統動力學、代理模型、進化最佳化和 EnergyPlus 方向的建築模擬 endpoint。
SimRunner從命令行執行 FactVerse 雲端或本地數位孿生場景,應用屬性 override,記錄 .digrec 輸出,並匯出 AI 可讀的 Semantic.Scene JSON。
DFS準備來源資料、連接器對應、資料品質檢查、受治理資料集和模擬約束。
外部執行環境 adapter專案整合可把準備好的場景和資產元資料交給 Omniverse、Isaac、PhysX、Newton、機器人棧或其他核准的渲染和物理執行環境。

FactVerse 負責場景準備、資料治理、資產身份、場景打包和審閱證據。物理保真度、機器人控制器行為和現場安全驗收由目標執行環境對應的專案工程流程負責。

場景準備流程​

目前使用者工作流程​

工作流程使用者可以審閱或執行的內容
數位孿生上下文審閱數位孿生檢視、平台資產庫存、模型資產、模型資產版本、元件幾何和 twin-model 綁定。
BIM 與 CAD 接入將 BIM/IFC 匯入結果 replay 為原生模型、資源、twin、元件和外部綁定記錄;將 CAD 或 DXF 佈局匯入模擬場景。
佈局最佳化最佳化、評估、校驗、儲存、比較、自動排布和推薦佈局候選;上傳平面圖並執行敏感性分析。
DES 模擬列出場景類型和模板,建立自訂場景,執行單次或批量 DES,查看近期執行並匯出結果。
What-if 分析在 DES、ABM、Monte Carlo、系統動力學、網路分析、進化最佳化、貝葉斯最佳化、DOE 等引擎中比較基線和變更場景。
建築模擬抽取 KPI,構建 IDF 輸入,排隊模擬執行,審閱執行狀態,並獲取 EnergyPlus 方向 KPI payload。
專案氣流模擬準備基於 USD 的氣流域,比較解析模型和 GPU LBM,烘焙已審查的場資料,再用於已設定的 PhysX 或 Newton 情境。
專案熱流體模擬在專案設定已啟用求解器時,準備有版本的模擬區域、氣流邊界、熱源和材料屬性,比較氣流與溫度耦合情境,並評審收斂、守恆和現場證據。
場景記錄透過 SimRunner 執行 FactVerse 場景,應用 override,建立 .digrec 輸出,匯出語義場景 JSON。
AI 輔助準備使用代理模型、進化搜尋、Monte Carlo 風險分析、系統動力學和報告生成把模擬結果轉化為審閱證據。

開始前準備​

要求說明
租戶上下文模型資產、twin、模擬執行和 replay job 應歸屬到目標租戶。
權限佈局編輯、模擬執行、報告、平台資產、模型資產管理和 BIM replay 使用不同平台 scope。
資產身份設備、空間、模型資產、元件幾何、來源檔案和數位孿生物件需要穩定 ID。
座標系統CAD、BIM、佈局和數位孿生物件應使用一致的單位、原點、方向、樓層或區域引用。
來源資料工藝限制、生產規則、任務序列、表計讀值、巡檢證據和現場觀察應透過 DFS 或受治理整合路徑準備。
場景負責人為假設、執行環境選擇、結果審閱和現場驗證指定工程負責人。
執行環境 adapter確認場景包交給 FactVerse SimRunner、EnergyPlus 方向建築模擬、DES、Omniverse、Isaac、PhysX、Newton、機器人中介軟體或其他核准環境。

資料準備請查看 Create an AI Agent-Ready Dataset(英文) 和 DFS Mapping Fields(英文)。

入口路由​

檢視路由
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

租戶模組設定決定哪些產業模擬頁面出現在導覽中。

構建 SimReady asset 包​

從平台資產層開始:註冊模型資產,新增模型資產版本,註冊可獨立綁定或分析的元件幾何,把模型資產、版本和元件幾何綁定到統一 twin 物件。解析後的 BIM 或 IFC 匯入結果需要進入平台資料時,使用 replay 寫入 ResourceRef、ModelAsset、ComponentGeometry、ExternalBinding 和 twin foundation 記錄。

可複用包應包含模型身份、版本、幾何、語義元資料、坐標假設、物理參數和驗證說明。

最佳化佈局和工藝流​

動作目前支援
最佳化佈局/ai/layout/optimize 按目標、可移動元素、容量、模擬時間、族群大小和代數執行佈局最佳化。
評估佈局/ai/layout/evaluate 對單一佈局執行設定的模擬場景並返回 KPI。
校驗約束/ai/layout/validate 檢查邊界、重疊、路徑和元素約束。
分析空間/ai/layout/analyze-space 返回利用率和空間審閱資料。
儲存和複用/ai/layout/save、/ai/layout/saved 和 /api/v1/layouts 支援儲存佈局。
敏感性/ai/layout/sensitivity 測試指標對佈局輸入變化的響應。
自動排布/ai/layout/auto-arrange 根據上下文生成排布候選。
推薦改進/ai/layout/recommend 返回佈局改進建議。
比較佈局/ai/layout/compare 比較候選佈局。

佈局研究應保留基線、候選、目標權重、變更參數、執行時間和審閱 KPI,並結合安全區、人員移動、設備可達性和現場約束。

執行模擬和 what-if 研究​

引擎範圍目前支援
DES/ai/des/run、/ai/des/batch-run、場景模板、自訂場景、近期執行、執行詳情和匯出。
CAD 匯入/ai/cad/import、/ai/cad/simulate、/ai/cad/import-dxf、/ai/cad/scan-dxf、非同步匯入 job 和儲存佈局。
建築模擬/ai/sim/extract-kpis、/ai/sim/build-idf、/ai/sim/run,以及後端 /api/v1/sim/runs 狀態和 KPI endpoint。
Unified what-if/ai/whatif/run、/ai/whatif/engines、/ai/whatif/batch、非同步提交、job 狀態和取消。
Monte Carlo/ai/montecarlo/run 和 /ai/montecarlo/risk。
系統動力學/ai/sd/simulate 和 /ai/sd/policy。
進化最佳化/ai/evolve/optimize 和 /ai/evolve/layout。
代理模型/ai/surrogate/train、/ai/surrogate/predict 和模型列表。

根據問題選擇引擎:DES 適合流程和隊列,EnergyPlus 方向模擬適合建築能源輸入,Monte Carlo 適合不確定性,系統動力學適合長期容量,代理模型適合在足夠樣本後快速探索。

使用 SimRunner​

SimRunner 是 FactVerse 數位孿生場景的批處理執行路徑。它可以拉取雲端場景或離線本地 JSON,讀取設定,應用 --override,記錄 .digrec 輸出,dry run 校驗設定,並匯出 Semantic.Scene JSON 和內嵌語義協議。

當工程團隊需要可重複場景執行、批量研究、回歸式模擬檢查或 AI 可讀場景匯出時使用 SimRunner。輸出應和場景 ID、場景來源、override、執行時長、runner 版本、輸出路徑和審閱負責人一起儲存。

交接到外部物理和機器人執行環境​

包內容目的
場景身份租戶、場景路徑或 ID、模型資產 ID、模型資產版本 ID 和來源檔案引用。
幾何與語義元件幾何、座標系統、單位、材料提示、關節提示、碰撞假設和語義標簽。
營運約束任務序列、工藝規則、安全區、速度限制、載荷限制、環境條件和驗證引用。
執行環境參數目標執行環境、adapter 版本、物理設置、隨機種子、執行時長和輸出格式。
審閱證據模擬結果、KPI 表、.digrec、語義場景 JSON、截圖或渲染輸出、審閱說明。

API 範圍​

分組示例 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

驗證清單​

  • 租戶上下文、權限 scope 和場景負責人清楚。
  • 場景 ID、模型資產 ID、模型資產版本 ID 和元件幾何引用已記錄。
  • 座標系統、單位、比例、樓層或區域引用匹配目標現場。
  • 物理參數、碰撞假設、關節提示和材料元資料已審閱。
  • 來源資料、工藝限制、任務序列和現場觀察已連接到受治理記錄。
  • 模擬引擎、執行環境 adapter、執行時長、隨機種子和變更參數已捕獲。
  • KPI、.digrec、語義場景 JSON 和審閱說明與場景包一起儲存。
  • 現場驗證和安全驗收由負責專案工程負責人處理。

相關文件​