包裝流程驗證
在實體試驗或自動化改造前，檢查包裝移動、間距、擺放、設備互動和人員步驟。
核心能力
連接資料、流程與現場執行，協助團隊理解上下文、快速行動並保留可追溯紀錄。
- 佈局與動線規劃
在 FactVerse Designer 中建立生產單元、包裝線、倉儲分區、物料路徑、作業區域和營運限制。
- 場景編排與方案比較
表達人員、設備、物料、工位、時間和作業步驟，並在同一空間與營運上下文中比較多個方案。
- 資料驅動的虛擬試驗
當方案需要與實際營運條件對照時，將選定的即時、歷史或工程資料接入模擬場景。
- 基於物理的驗證
透過 OpenUSD 和 NVIDIA 模擬技術擴展運動、碰撞、擺放、接觸和物料互動場景，並依決策需求選擇合適的模擬深度。
- 機器人與 Physical AI 準備
依專案需要，將結構化場景和 SimReady 資產重複用於 Isaac Sim、Isaac Lab 或 Newton 工作流程，支援機器人測試、學習和 sim-to-real 準備。
- 可重複使用的執行上下文
將確認後的場景、假設、流程和視覺化證據延續到工程審查、訓練、實施和後續最佳化。
應用場景
涵蓋培訓、巡檢、維護、營運複核等可落地場景。
生產佈局規劃
在投入真實設施變更前，比較產線、工位、緩衝區、通行區域和物料流方案。
倉儲與廠內物流規劃
針對擬議營運方案評估分區、路徑、揀選流程、暫存區域、車輛運動和資源配置。
虛擬試驗與調試準備
預演流程順序、設備互動和操作程序，讓團隊帶著一致的假設和清晰的測試計畫進入現場。
機器人場景與任務準備
為機器人測試、合成資料、策略學習和 sim-to-real 驗證準備可重複使用的工廠上下文與任務場景。
在實體變更前完成關鍵決策
佈局圖、表格和靜態模型能夠呈現設備位置，卻很難展示人員、機器、物料、時間和空間在營運中的互相影響。等待點、通行衝突、不合理交接和物理行為問題，常常在設備、工裝或現場施工已經投入後才被發現。
流程模擬與虛擬規劃使用 FactVerse Designer 將這些假設轉化為可審查的營運場景。團隊可以比較方案、進行虛擬試驗，並判斷哪些問題需要進一步的物理、工程或機器人驗證。
從來源資料到虛擬試驗
- 定義決策問題 - 明確需要回答的佈局、流程、互動、產能或機器人問題，以及所需證據。
- 準備場景 - 在 FactVerse Designer 中建置設施、設備、作業區域、路徑、物料和限制。
- 建立流程模型 - 加入參與者、狀態、時間、順序、交接和場景變數。
- 連接相關資料 - 當歷史、即時或工程資料需要影響假設與比較時，透過 Data Fusion Services 接入。
- 執行並比較 - 比較流程、等待、通行、碰撞、擺放、資源使用和營運可行性。
- 依需求提高模擬深度 - 根據任務將選定問題擴展到 OpenUSD、Omniverse、Isaac、PhysX 或 Newton 工作流程。
- 準備執行 - 將確認後的場景、假設、證據和測試計畫交付工程、實施、訓練或機器人團隊。
各技術層如何協同
FactVerse Designer 是場景編排和規劃環境，負責建立空間場景、流程邏輯、方案變數和可重複使用的營運上下文。OpenUSD 為結構化場景和 SimReady 資產提供可組合的交換基礎。NVIDIA Omniverse 目前以加速函式庫、微服務、SDK 和 API 的形式提供，可為工業與 Physical AI 應用增加渲染、物理、儲存和整合能力。
在機器人方向，Isaac Sim 和 Isaac Lab 將流程擴展到機器人模擬、合成資料和學習。PhysX 支援運動、碰撞和接觸等物理行為。Newton 為機器人學習與開發提供可擴展的 GPU 加速物理基礎。專案只選擇決策和驗證計畫真正需要的技術層。
規劃、物理與工程證據
不同問題需要不同模擬深度。早期佈局和流程決策可能只需要幾何、路徑、時間和離散行為；運動、碰撞、接觸或擺放問題需要基於物理的行為；涉及安全、結構、熱、流體或受監管決策時，還需要結合工程分析、實測資料、專業工具和實體試驗。
專案先確定驗收範圍，再選擇能夠為該決策提供有效證據的場景細節、求解器、校準資料和比較方法。
典型應用方向
- 包裝單元與物料互動
- 產線和工位佈局
- 倉儲分區、揀選、暫存和車輛運動
- 安裝或調試前的虛擬試驗
- 操作順序複核與訓練準備
- 機器人場景生成、合成資料和 sim-to-real 準備
讓場景服務於後續工作
經過驗證的場景可以繼續用於設計審查、相關方溝通、作業說明、操作員訓練、自動化規劃和機器人開發。後續團隊可以重複使用同一設施上下文、資產身分、假設和確認後的方案，無需重新建置環境。
公開專案實踐
DataMesh 已公開展示與震雄集團進行的產線規劃、與 Gyro進行的廠內物流自動化驗證，以及結合 NVIDIA Omniverse的模擬數位孿生工作。每個客戶場景都需要分別確定模擬深度、驗收方法和預期成果。
從一個決策和一個代表性場景開始
有效的試點應聚焦一項真實的近期變更、具有代表性的資產、雙方確認的假設和明確的驗收方式。DataMesh 與客戶可以據此驗證場景流程、方案邏輯、資料輸入、模擬深度、比較證據和後續交付，再擴展到更大的產線、設施或機器人專案。
常見問題
FactVerse Designer 負責場景組合、佈局規劃、流程邏輯、行為和方案編排。當專案需要資料接入、渲染、物理或機器人模擬時，再由其他 DataMesh 與 NVIDIA 技術擴展該場景。
OpenUSD 為場景和資產提供可組合的基礎。NVIDIA Omniverse 的加速函式庫、微服務、SDK 和 API 可以為指定流程增加渲染、物理、儲存和應用整合能力，Designer 繼續承擔規劃與場景編排。
PhysX 用於剛體運動、碰撞和接觸等物理行為；Isaac Sim 與 Isaac Lab 用於機器人模擬和學習；Newton 可用於可擴展的 GPU 加速機器人物理。專案依任務和驗證證據選擇技術組合。
模擬深度取決於幾何、材料假設、求解器、校準資料和待驗證決策。團隊會定義驗收範圍，並在關鍵決策需要時與工程計算、實測資料或實體試驗對照。
聚焦式試點通常包括具有代表性的場景、明確的方案、假設、比較結果、視覺化證據，以及連接工程、訓練、自動化或機器人工作的後續計畫。