為什麼工業資產需要新的準備層級
許多工業企業已經擁有 CAD 檔案、BIM 模型、掃描資料、三維場景和數位孿生視覺化。這些資產適合設計評審、遠端協作、培訓資料和管理溝通。進入 Physical AI 階段後，資產還要能參與計算。
一條產線、一間潔淨室、一個倉庫、一個機器人工作站或一個包裝工位，需要帶有真實尺度、穩定坐標、物件身份、語義標籤、物理假設、行為規則、流程狀態，以及與營運資料之間的連接。這些層級一起準備好之後，資產才能進入模擬、機器人訓練、合成資料、布局驗證、流程演練和 AI Agent 推理。
NVIDIA 將 SimReady 描述為建立在 OpenUSD 之上的模擬就緒三維資產和數位孿生框架。對工業團隊來說，它的實際價值在於把資產庫從視覺化內容推進到可重複使用的數位物件。
SimReady 資產應該具備什麼
| 層級 | 需要準備的內容 |
|---|---|
| 幾何與尺度 | 真實尺寸、原點、朝向、單位、細節層級和空間邊界 |
| 材質與外觀 | 材質、貼圖、光照表現、反射、透明度和表面類別 |
| 物理屬性 | 碰撞體、質量、摩擦、密度、關節、約束、運動範圍和安全間距 |
| 語義資訊 | 設備類別、部件角色、功能區域、流程角色、資產 ID 和營運孿生關係 |
| 行為邏輯 | 狀態切換、啟停規則、故障、恢復、聯鎖、路徑和互動條件 |
| 資料綁定 | PLC 訊號、感測器值、告警、工單、MES 上下文、能耗資料和巡檢記錄 |
| 驗證記錄 | 來源檔案、版本、負責人、假設、品質檢查、模擬發現和評審意見 |
這些結構讓模擬團隊知道物件如何運行，讓機器人團隊知道資料可以如何使用，也讓營運團隊能夠把結果追溯到真實資產。
行為邏輯為什麼重要
物理屬性描述物件如何移動、碰撞、旋轉、滑動或受力。工業現場還依賴流程規則和業務狀態。設備會按照控制邏輯和操作規程啟動、等待、停止、告警、恢復、阻塞上游工位或放行物料。
FactVerse Designer 使用行為樹和場景邏輯表達這些營運規則。包裝設備、輸送線、機器人工作站、潔淨室區域或公輔設備，都可以帶有狀態切換、觸發條件、流程節拍和互動規則。這讓資產能夠服務流程模擬、人員培訓、機器人協同、安全演練、異常處置和 Physical AI 規劃。
DataMesh 工作流
- 收集來源資產 - 匯集 CAD、BIM、三維模型、掃描資料、圖紙、設備台帳、工藝文件和控制系統上下文。
- 統一場景結構 - 在 FactVerse 中對齊尺度、坐標、層級、命名、物件身份、位置和版本規則。
- 補齊工業語義 - 綁定設備類別、流程角色、功能區域、資產 ID、上下游關係、文件和負責人。
- 準備物理上下文 - 根據模擬目標定義碰撞體、質量、摩擦、關節、運動約束、通行區域、機器人區域和安全邊界。
- 編排行為邏輯 - 用 Designer 定義狀態切換、作業步驟、聯鎖、故障、恢復路徑、路線規則和場景變體。
- 連接營運資料 - 場景需要 PLC 訊號、感測器值、告警、工單、生產狀態、能耗上下文或巡檢歷史時，使用 Data Fusion Services。
- 準備 OpenUSD 路徑 - 使用 FactVerse Adaptor for NVIDIA Omniverse，把場景結構、元資料、行為上下文和資產準備結果帶入 OpenUSD 與 Omniverse 工作流。
- 驗證並治理 - 在加入可重複使用資產庫前，評審渲染、物理、行為、標籤、場景覆蓋和下游模擬結果。
SimReady 資產庫能帶來什麼
- 包裝設備：包含節拍、狀態、上下游關係、故障邏輯、物理邊界和流程行為。
- 機器人工作站：包含作業範圍、安全區、感測器布局、抓取目標、任務序列和協同規則。
- 輸送與物流資產：包含方向、速度、阻塞規則、交接邏輯、路線狀態和資料綁定。
- 潔淨室與受控環境：包含設備布局、訪問路徑、氣流約束、維護路線、能耗上下文和風險規則。
- 倉儲區域：包含貨架、通道、棧板、暫存區、移動設備路徑和物流流程狀態。
當資產完成標準化、物件化、行為化和物理化，團隊就可以在產線規劃、工廠改造、人員培訓、機器人導入、異常演練、能耗分析和 AI 訓練中持續重複使用。
在 Physical AI 和世界模型中的作用
Physical AI 系統需要高品質的數位世界。這個世界需要空間、物件、語義、物理、行為、流程狀態和資料。SimReady 資產就是構建這類環境的可重複使用生產資料。
對機器人來說，訓練和驗證品質會直接受到資產品質影響。機器人可以使用視覺資料訓練，但工業任務還經常需要溫度、壓力、震動、設備狀態、工單狀態、安全區域和流程約束等不可見上下文。FactVerse 可以把這些上下文帶入數位孿生，Omniverse、PhysX、Newton 及相關模擬工作流可以支持渲染、物理、感測器模擬和機器人評估。
典型應用場景
- 產線與包裝流程驗證
- 合成資料生成
- 機器人模擬
- 工廠與倉儲規劃
- 人員培訓與異常演練
- 設施與能源分析
治理檢查清單
- 記錄來源檔案、負責人、授權方式和版本歷史。
- 校驗單位、尺度、坐標、原點和朝向。
- 確認資產身份與營運數位孿生和企業資產台帳一致。
- 語義標籤遵循設備、區域、部件和流程角色的受控詞表。
- 物理假設與對應的模擬目標一起記錄。
- 行為邏輯包含命名狀態、觸發條件、節拍、故障和恢復路徑。
- 資料綁定包含來源系統、單位、時間戳、刷新規則和品質狀態。
- 模擬結果可以追溯到資產版本、場景版本、假設和評審人。
公開參考
NVIDIA 的 SimReady overview、SimReady specification 和 SimReady FAQ 提供了基於 OpenUSD 構建模擬就緒資產的公開技術背景。
FactVerse 與 NVIDIA Omniverse 公告和 GTC 2025 展示 體現了 DataMesh 在模擬數位孿生、OpenUSD 工作流和 Physical AI 準備方向上的公開進展。