NVIDIA Omniverse：价值50万亿美元的物理AI操作系统

NVIDIA Omniverse已从一个3D协作平台发展成为物理AI和工业数字孪生的综合操作系统，截至2025年8月，下载量已超过300,000次，在制造业、汽车业、机器人技术和媒体行业中拥有252+企业部署。¹ 该平台基于通用场景描述（OpenUSD）构建的模块化架构，并由RTX技术驱动，能够在工业规模上实现实时协作、物理精确仿真和AI驱动的合成数据生成。BMW、Amazon、通用汽车和Siemens等大型企业通过缩短规划时间、节约数百万美元成本以及在各种工作流程中实现30-70%的效率提升，获得了可量化的ROI。² 随着最近推出的Omniverse Cloud APIs、与Cosmos World Foundation Models的集成，以及作为价值50万亿美元的物理AI机遇基础的定位，NVIDIA已将Omniverse确立为工业数字化和自主系统开发的事实标准。³

[caption id="" align="alignnone" width="1600"] Siemens Teamcenter与NVIDIA Omniverse集成，为制造优化创建逼真的数字孪生。这一合作伙伴关系体现了该平台拥有82+第三方应用生态系统，在CAD、仿真和可视化工具之间实现无缝工作流程。[/caption]

Omniverse的工作原理：架构与智能的结合

[caption id="" align="alignnone" width="1600"] 支撑NVIDIA Omniverse模块化架构的OpenUSD（通用场景描述）基础，实现跨50+3D格式和应用程序的无缝数据交换。这个核心技术栈结合了实时RTX渲染、PhysX物理仿真和AI服务，创建了业界首个原生OpenUSD平台[/caption]

NVIDIA Omniverse基于模块化微服务架构运行，构建在三个基础支柱之上，实现了前所未有的工业级协作和仿真能力。该平台的核心利用OpenUSD（通用场景描述）作为基础数据互操作性框架，支持超过50种不同格式和应用程序之间的3D内容无缝交换。⁴ NVIDIA RTX渲染引擎提供实时光线追踪和路径追踪能力，可提供逼真的可视化效果，而复杂的微服务框架确保了可扩展、可互换的构建模块，用于自定义应用程序开发。⁵

Omniverse Kit SDK作为构建应用程序、微服务或插件的核心工具包，既可以作为微服务无头运行，也可以配备完全可定制的UI。这种灵活性使开发人员能够创建针对特定行业需求的专门工具，同时保持与更广泛生态系统的兼容性。⁶ Omniverse Nucleus作为平台的数据库和协作引擎，允许多个用户跨不同客户端应用程序同时实时连接，通过其分层树状文件结构管理版本控制、身份验证和优化的大文件传输。⁷

该平台的物理仿真能力由NVIDIA PhysX SDK驱动，提供全面的刚体动力学、通过PhysX Flow的流体仿真以及通过PhysX Blast的破坏建模。这些系统支持从基本碰撞检测到高级软体物理和车辆动力学的所有功能，具有可配置的CPU/GPU执行以优化性能。⁸ 该集成扩展到通过Omniverse Replicator提供的AI驱动功能，作为合成数据生成引擎，为自动驾驶汽车、机器人技术和计算机视觉应用中的感知网络训练创建物理精确的3D数据集。⁹

基础设施要求从配备RTX 3060 GPU和16GB RAM的单个工作站（用于基本使用）扩展到支持多达16个GPU的企业部署，每个系统配备48GB+显存。该平台支持Windows 10/11和Ubuntu 20.04+ Linux发行版，具有容器部署选项和跨主要供应商（包括AWS、Azure和Google Cloud）的云流媒体功能。¹⁰ 这一技术基础使Omniverse能够充当Jensen Huang所称的"构建和操作物理现实数字孪生的操作系统"。¹¹

行业变革：从像素到生产线。

[caption id="" align="alignnone" width="1600"] BMW集团在NVIDIA Omniverse中的数字孪生工厂可视化，代表全球31个设施中的一个，占地面积达100万平方米。该汽车制造商通过实时协作实现了30%更高效的规划流程和数十万美元的节省，每年管理250万辆定制化车辆的生产。[/caption]

制造业引领Omniverse的采用，BMW集团的突破性实施覆盖所有31个全球工厂，模拟占地100万平方米的设施——相当于140个足球场。该汽车制造商报告通过使用其定制的FactoryExplorer平台进行实时协作，实现了30%更高效的规划流程和数十万美元的工厂重新配置成本节省。¹² BMW每年管理250万辆汽车的生产，其中99%为定制化，全部通过Omniverse数字孪生进行协调，该系统支持同步设计变更、可视化和并行设计评审。¹³

[caption id="" align="alignnone" width="1600"] WPP的数字孪生实施展示了Omniverse在营销和创意工作流程中的能力。该平台的实时光线追踪和协作功能将内容创作时间从数周缩短至数小时，类似的实施案例已实现70%的时间缩减。[/caption]

在汽车行业，Nissan和Katana Studio的COATcreate平台展示了实时营销内容创作的变革性力量。在为全球市场生成800多个营销图像的10个活动中，该合作实现了超过110万美元的生产成本节省，资产创建时间缩减70%——将工作流程从数周压缩至数小时。¹⁴ 该平台基于云的SaaS架构配备RTX驱动的实时光线追踪，从根本上改变了汽车公司处理视觉内容创作的方式，Nissan的Chad Taylor指出"OpenUSD不再是未来愿景——它是我们当前的工作流程。"¹⁵

[caption id="" align="alignnone" width="1600"] Amazon Robotics的AI驱动数字孪生优化200多个配送中心的运营，管理超过50万个移动机器人。Omniverse实施增强了仓库设计、通过合成数据生成进行机器人训练，以及管理每日数千万包裹配送的车队协调。[/caption]

机器人应用展示了或许最令人印象深刻的规模，Amazon Robotics利用Omniverse在200多个配送中心优化运营，每日管理数千万包裹，配备超过50万个移动机器人。该公司使用AI驱动的数字孪生进行仓库设计优化、通过合成数据生成进行机器人训练和车队协调，这显著提升了生产力。¹⁶ Substance 3D与Isaac Sim的集成支持感知模型训练，在提高机器人智能的同时优化仓库布局以实现最大效率。

[caption id="" align="alignnone" width="1600"] 在Omniverse Cloud上运行的Isaac Sim，用于可扩展的机器人仿真和训练。该集成支持合成数据生成、ROS兼容性和自主系统的AI模型训练——支持从仓库AMR到人形机器人的部署。[/caption]

像Foster + Partners这样的建筑事务所已经转变了其全球协作能力，分布在14个国家的17个办公室现在可以同时实时协作处理复杂的建筑设计。该事务所报告通过Omniverse Enterprise的集成BIM工作流程，模型处理时间显著缩减，创意设计时间分配得到增强。¹⁷ 同样，OutdoorLiving3D每年减少1000小时的生产时间，同时将渲染时间从72小时以上缩短至1.5小时以内，展示了该平台对建筑可视化工作流程的影响。¹⁸

媒体和娱乐行业已经接受Omniverse用于虚拟制作，Versatile Media仅用9天时间完成了"New Air"科幻短片，只使用了三个物理道具。该制作在4天内完成主体摄影，1天内完成后期制作，获得了2022年Spark Animation Festival最佳VFX叙事短片奖。¹⁹ 这代表了内容创作的范式转变，实时合成消除了传统后期制作VFX的要求。

平台演进：从协作到Cosmos

NVIDIA Omniverse在2024-2025年期间的转型标志着从协作平台到物理AI综合操作系统的战略转向。2024年3月GTC上宣布的Omniverse Cloud API代表了基础性转变，引入了五个新API——USD Render、Write、Query、Notify和Omniverse Channel——将平台开放给更广泛的软件生态系统。²⁰ 各大企业立即采用了这些功能，Siemens集成Teamcenter X用于逼真的数字孪生，Ansys将其应用于自动驾驶汽车仿真，Microsoft、Rockwell Automation、Trimble和Hexagon实施了各种数字孪生解决方案。²¹

2024年3月宣布的与Apple Vision Pro的集成展示了NVIDIA对空间计算的承诺，通过结合本地和云端处理的"混合渲染"，实现工业数字孪生的沉浸式查看。Graphics Delivery Network支持在130多个国家向Vision Pro流式传输，在不影响大型工程数据集的情况下保持高保真可视化——这是企业采用的关键能力。²²

SIGGRAPH 2024为整个Omniverse生态系统带来了生成式AI集成，包括针对Ada Lovelace架构的DLSS 3集成、工业场景的实时4K路径追踪和原生XR功能。²³ 平台的模块化架构扩展至包含600多个核心扩展，生态系统合作伙伴关系扩大到涵盖Adobe Firefly API、Wonder Dynamics、Convai和SideFX Houdini，创建了前所未有的创意技术栈。²⁴

CES 2025标志着NVIDIA将Omniverse定位为"生成式物理AI"的基础，引入了用于文本到3D资产生成的USD Code和USD Search NIM、将40多小时手工工作缩短至几分钟的自动化3D资产标记工具Edify SimReady，以及针对机器人集群、自动驾驶汽车、空间流媒体和实时CAE的四个新蓝图。²⁵ Accenture与KION在自主仓库方面的合作以及General Motors在工厂增强方面的重大采用验证了平台的企业就绪性。²⁶

到GTC 2025，Jensen Huang将Omniverse定位为AI工厂的操作系统和"价值50万亿美元的物理AI机遇"。演示使用Omniverse在物理建设前设计和优化1吉瓦AI数据中心，集成Cadence Reality Digital Twin平台与先进冷却系统和网络拓扑优化，展示了平台向AI时代关键基础设施的演进。²⁷ 与NVIDIA Cosmos世界基础模型的深度集成实现了前所未有规模的基于物理的世界生成、合成数据创建和数字孪生调节。²⁸

World Foundation Models革命性地提升了AV安全性。

WFM自动驾驶车辆仿真案例研究揭示了NVIDIA的Cosmos平台（搭载理解物理学和现实世界属性的神经网络World Foundation Models）如何变革自动驾驶车辆开发和安全验证。这些模型基于2000万小时的机器人和驾驶数据（包含9万亿个token）进行训练，生成的合成数据集大幅扩展了训练能力，远超仅依靠现实世界数据收集所能达到的水平。²⁹

Cosmos Predict-2可从多模态输入生成长达30秒的连续视频，预测未来的世界状态，提供针对速度优化（2B模型）或高保真输出优化（14B模型）的不同变体。该技术能够将单视角行车记录仪画面转换为多视角视频，显著扩展了可用的训练数据集。³⁰ Cosmos Transfer为现有场景添加关键的天气、光照和地形变化，计划与拥有15万开发者的CARLA进行集成，而Cosmos Reason使用链式思维推理来评估合成视觉效果并提升数据标注质量。³¹

主要的自动驾驶车辆组织已快速采用这些能力。Foretellix集成Cosmos Transfer以增强包含天气和光照变化的行为场景，实现端到端验证的高保真传感器仿真。³² Mcity正在使用AV仿真蓝图构建其32英亩试验场的数字孪生，通过基于物理的相机、激光雷达、雷达和超声波传感器数据建模来解决仿真到现实的差距挑战。³³ Plus AI基于卡车运输数据对Cosmos Predict进行后训练，用于自动驾驶卡车解决方案，而Uber与NVIDIA合作加速自动驾驶移动出行开发。³⁴

可量化的改进非常显著：NVIDIA Physical AI Dataset包含使用Cosmos生成的40,000个片段，处理效率比最先进方法快12倍的token化速度和8倍的总压缩率。视频质量在重建质量上显示+4 dB PSNR的提升。也许最令人印象深刻的是，2000万小时的数据可以在NVIDIA Hopper GPU上仅用40天处理完成——而在未优化的CPU系统上需要超过3年时间。³⁵

安全验证流程受益于NVIDIA Halos平台增强，能够创建多样化场景，包括现实世界中无法安全测试的罕见和危险情况。闭环测试能力允许AV技术栈与仿真世界完全交互，而基于物理的仿真确保传感器在各种环境条件下的现实行为。³⁶ 这种全面的安全测试方法被CVPR认可为连续两年自动驾驶大挑战赛的获胜者，为AV开发和验证建立了新标准。³⁷

战略路线图瞄准工业AI转型

NVIDIA的愿景将Omniverse定位为物理AI的操作系统，瞄准价值50万亿美元的制造业和物流市场。2025年Blackwell Ultra版本通过288GB HBM3E内存提供1.5倍性能提升，随后2026年Vera Rubin平台通过双GPU R100设计提供3.3倍性能增益，实现50 petaflops FP4性能。

2027年Rubin Ultra架构承诺相比Blackwell Ultra实现14倍性能提升，在VR300 NVL576配置中每个机架搭载576个GPU。每个GPU插槽提供100 petaflops FP4性能和1TB HBM4E内存，实现每机架15 exaflops推理和5 exaflops训练性能——相比当前GB200系统提升21倍。

数字孪生实施展现即时价值。富士康的Fii平台通过Cadence集成实现150倍更快的热仿真，而BMW能够在物理建设前提前数年进行工厂规划。TSMC在几秒内将2D布局转换为3D设施模型，使用cuOpt优化进行多层管道系统生成。台达电子报告计算机视觉训练实现100倍加速，目标检测准确率达90%。

工业元宇宙策略涵盖三个阶段：在Omniverse中构建世界、为真实行为进行物理标记，以及难以与现实区分的照片级渲染。GR00T基础模型支持人形机器人开发，而Mega Blueprint通过统一调度系统协调AMR、机械臂和人形机器人车队。

技术要求随着雄心壮志而扩展

[caption id="" align="alignnone" width="1600"] NVIDIA OVX系统为企业Omniverse部署提供动力，配置可扩展至每系统16个GPU。这些专用系统支持平台的苛刻要求：RTX渲染、物理仿真和工业数字孪生的AI工作负载。[/caption]

考虑Omniverse部署的组织必须仔细评估技术要求，这些要求会根据用例复杂性大幅扩展。GPU规格从基本使用的最低NVIDIA RTX 3060（配备12GB VRAM）到企业配置的RTX A6000或更新GPU（每单元配备48GB+的VRAM）不等。³⁸专业工作站通常需要配备24-48GB VRAM的RTX 4080/4090 GPU，而数据中心部署可扩展至每系统16个GPU以获得最大性能，平台支持混合GPU配置但有一些限制。³⁹

CPU和内存要求从基本使用的8核Intel/AMD处理器配备16GB RAM开始，但专业工作流程很快就需要16+核CPU配备64GB+ RAM。高级用例，特别是涉及XR应用和大场景处理的用例，需要128GB+的高速DDR5内存。⁴⁰存储需求从250GB可用SSD空间开始，但复杂项目需要扩展到数TB的NVMe存储，网络附加存储支持对协作工作流程至关重要。⁴¹

网络基础设施对于实时协作至关重要，低延迟连接必不可少，而跨可用区流量在云部署中会增加延迟和成本。企业部署必须考虑Nucleus服务器的放置应最小化与客户端系统的距离——VMware部署研究显示，优化配置的延迟降低了12.05%。⁴²高速互联网支持云流媒体功能，而企业网络支持具有SSL/TLS安全性的多用户环境。

[caption id="" align="alignnone" width="1600"] NVIDIA Omniverse Cloud架构支持跨AWS、Azure和Google Cloud平台的企业部署。2024年推出的五个Cloud API——USD Render、Write、Query、Notify和Channel——实现程序化3D场景操作和分布式团队协作。[/caption]

云部署选项涵盖主要提供商，NVIDIA Omniverse on DGX Cloud提供完全托管平台，AWS EC2 G6e实例配备L40S GPU提供可扩展基础设施，Microsoft Azure在A10 GPU实例上提供预配置的Omniverse镜像。⁴³本地部署要求以NVIDIA RTX专业工作站和服务器为中心，支持VMware vSphere虚拟化和用于协作的Enterprise Nucleus Server。来自Dell、HP和Lenovo等合作伙伴的NVIDIA认证系统确保硬件兼容性和性能。⁴⁴

许可遵循简单的模式，NVIDIA Omniverse Enterprise每GPU每年$4,500，包括完整的企业支持，通过企业支持门户提供24/7访问、优先错误修复和可预测的发布节奏。⁴⁵90天免费试用允许组织验证用例，而教育机构可获得免费订阅用于教学和研究。个人开发者可以访问免费层级与另一个人协作，但生产使用需要企业许可。⁴⁶

市场势头在各大洲持续增强。

截至2025年8月，NVIDIA Omniverse已实现显著的市场渗透，下载量超过30万次，252+家公司积极使用该平台进行AI应用。⁴⁷ 地理分布显示在发达市场的采用率较高，美国以48.80%的客户占比（102家公司）领先，其次是德国12.92%（27家公司）和英国9.57%（20家公司）。⁴⁸ 在日本有显著的存在，包括在Toyota、Yaskawa和Seven and I Holdings的部署，而印度通过Reliance和Ola Motors的实施显示出不断增长的采用率。

[caption id="" align="alignnone" width="1600"] Pegatron基于Omniverse的质量控制系统通过基于物理AI的视频分析实现99.8%的缺陷检测准确率。这家电子制造商将该平台用于大批量生产设施和支持Blackwell平台制造的人形机器人仿真。 [/caption]

企业部署展现了该平台跨行业的多功能性。在汽车领域，BMW集团跨31个设施的数字孪生工厂规划和Mercedes-Benz的数字优先生产方式展示了制造业的转型。⁴⁹ 富士康等电子制造商使用Omniverse进行大批量生产设施和Blackwell平台制造的人形机器人仿真，而和硕通过基于物理AI的视频分析实现了99.8%的缺陷检测准确率。⁵⁰ 消费品巨头PepsiCo和Unilever分别优化运营和营销，Unilever报告称产品成像成本降低了50%。⁵¹

[caption id="" align="alignnone" width="1600"] 汽车制造商利用Omniverse实施数字优先生产策略。Mercedes-Benz报告供应商协调流程减少50%，而Nissan通过该平台的实时可视化功能实现70%更快的内容创建，节省了110万美元的营销成本。 [/caption]

竞争格局使Omniverse在替代方案中占据独特地位。虽然Unity在游戏开发和跨平台兼容性方面表现出色，但开发者对按安装付费模式的担忧造成了市场不确定性。⁵² Unreal Engine提供出色的高保真图形，但对超过100万美元的收入收取5%的分成。Blender提供开源替代方案，具有强大的社区支持，但缺乏企业级功能。⁵³ 传统的Autodesk平台专注于CAD/设计工具，但没有实时协作功能。Omniverse的差异化优势包括其Universal Scene Description基础，支持50+种3D格式的真正互操作性，具有AI驱动功能的实时RTX渲染，通过NVIDIA Isaac和Cosmos平台集成物理AI，具备Nucleus版本控制的企业级协作，以及与82+个第三方应用程序的广泛连接器生态系统。⁵⁴

合作伙伴生态系统通过与Siemens（Teamcenter、NX、Process Simulate）、SAP、Schneider Electric、Ansys、Databricks和Cadence的主要软件集成创造了显著的竞争优势。⁵⁵ 云合作伙伴涵盖Microsoft Azure、AWS、Google Cloud和Oracle Cloud，而与Dell、HP、Lenovo、Supermicro和BOXX Technologies的硬件合作伙伴关系确保了认证的部署选择。⁵⁶ 这种生态系统策略，结合NVIDIA的AI优先方法和与公司更广泛技术堆栈的深度集成，创造了实质性的竞争壁垒。

财务整合在NVIDIA的业务模式中显示，Omniverse为公司1305亿美元的2025财年收入做出了贡献，特别是支持2025年第四季度356亿美元的数据中心收入和全年17亿美元的汽车业务收入。⁵⁷ 虽然NVIDIA没有单独披露Omniverse的具体收入，但该平台作为"物理AI操作系统"的战略重要性使其成为NVIDIA未来增长策略的核心，目标是50万亿美元的工业数字化机遇。⁵⁸

结论

NVIDIA Omniverse已从一个雄心勃勃的协作平台发展成为物理AI和工业数字化事实上的操作系统，在制造业、汽车、机器人和媒体行业实现了可衡量的企业级采用，下载量超过300,000次，投资回报率可量化。该平台的技术复杂性——结合了模块化微服务架构、OpenUSD互操作性、RTX渲染、物理仿真和AI集成——在工业规模上为数字孪生创建、实时协作和合成数据生成提供了前所未有的能力。主要企业报告效率提升30-70%，节省成本数百万美元，加上在价值50万亿美元的物理AI机遇中的战略定位，Omniverse既代表了当前的企业解决方案，也是下一个十年工业变革的基础平台。⁵⁹随着2025年10月平台转型的临近，从桌面启动器转向云原生API，组织必须评估其数字化转型战略，因为Omniverse正日益成为在AI驱动的工业未来中竞争的不仅仅是一个选择，而是必要的基础设施。⁶⁰

参考资料

6sense. "NVIDIA Omniverse - Market Share, Competitor Insights in Artificial Intelligence." 访问日期：2025年8月5日. https://6sense.com/tech/artificial-intelligence/nvidia-omniverse-market-share.

Aircada. "How Does Nvidia Omniverse Stack Up Against Unreal Engine?" Aircada博客. 访问日期：2025年8月5日. https://aircada.com/blog/nvidia-omniverse-vs-unreal-engine.

CG Channel. "Check out NVIDIA's Omniverse announcements from GTC 2024." 2024年3月. https://www.cgchannel.com/2024/03/check-out-nvidias-omniverse-announcements-from-gtc-2024/.

GlobeNewswire. "NVIDIA Launches Cosmos World Foundation Model Platform to Accelerate Physical AI Development." 2025年1月7日. https://www.globenewswire.com/news-release/2025/01/07/3005070/0/en/NVIDIA-Launches-Cosmos-World-Foundation-Model-Platform-to-Accelerate-Physical-AI-Development.html.

ISM. "Nvidia Contribution to the Metaverse Case Study." 访问日期：2025年8月5日. https://ismguide.com/nvidia-xr-metaverse-case-study/.

LinkedIn. "The Shifting Landscape of Industrial Simulation: Unity, Unreal Engine, and Omniverse." 访问日期：2025年8月5日. https://www.linkedin.com/pulse/shifting-landscape-industrial-simulation-unity-unreal-thomas-strigl.

Marvik. "Exploring NVIDIA Omniverse and Isaac Sim." 2024年11月26日. https://blog.marvik.ai/2024/11/26/exploring-nvidia-omniverse-and-isaac-sim/.

NVIDIA. "Case Study - Automotive Marketing with Real-Time Application Built on NVIDIA Omniverse." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/case-studies/katana-studio-streamlines-automotive-marketing-with-real-time-application/.

———. "Case Study - Paving the Future of Factories with NVIDIA Omniverse." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/customer-stories/paving-the-future-of-factories-with-nvidia-omniverse-enterprise/.

———. "NVIDIA Cosmos: World Foundation Models Powering Physical AI." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/ai/cosmos/.

———. "Omniverse Enterprise." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/omniverse/enterprise/.

———. "Omniverse Platform for OpenUSD." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/omniverse/.

———. "Platform Overview — Omniverse Developer Overview." 访问日期：2025年8月5日. https://docs.omniverse.nvidia.com/dev-overview/latest/platform-overview.html.

———. "Product Licenses — Omniverse Enterprise." 访问日期：2025年8月5日. https://docs.omniverse.nvidia.com/enterprise/latest/common/product-licenses.html.

———. "RTX - Real-Time mode — Omniverse Materials and Rendering." 访问日期：2025年8月5日. https://docs-prod.omniverse.nvidia.com/materials-and-rendering/latest/rtx-renderer_rt.html.

———. "Technical Requirements — Omniverse Developer Guide." 访问日期：2025年8月5日. https://docs.omniverse.nvidia.com/dev-guide/latest/common/technical-requirements.html.

———. "Technical Requirements — Omniverse Enterprise." 访问日期：2025年8月5日. https://docs.omniverse.nvidia.com/enterprise/latest/common/technical-requirements.html.

———. "The Ultimate AI Experience in the Cloud | NVIDIA DGX Cloud." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/omniverse/cloud/.

———. "What Is a Digital Twin? | NVIDIA Glossary." 访问日期：2025年8月5日. https://www.nvidia.com/en-us/omniverse/solutions/digital-twins/.

NVIDIA博客. "GTC 2025 – Announcements and Live Updates." 2025年3月. https://blogs.nvidia.com/blog/nvidia-keynote-at-gtc-2025-ai-news-live-updates/.

———. "Industrial Ecosystem Adopts Mega NVIDIA Omniverse Blueprint to Train Physical AI in Digital Twins." 访问日期：2025年8月5日. https://blogs.nvidia.com/blog/mega-omniverse-blueprint-industrial-digital-twins/.

———. "NVIDIA Expands Isaac Software Access and Jetson Platform Availability, Accelerating Robotics From Cloud to Edge." 访问日期：2025年8月5日. https://blogs.nvidia.com/blog/isaac-jetson-robotics/.

———. "NVIDIA Makes Cosmos World Foundation Models Openly Available to Physical AI Developer Community." 访问日期：2025年8月5日. https://blogs.nvidia.com/blog/cosmos-world-foundation-models/.

———. "NVIDIA Unveils 'Mega' Omniverse Blueprint for Building Industrial Robot Fleet Digital Twins." 访问日期：2025年8月5日. https://blogs.nvidia.com/blog/mega-omniverse-blueprint/.

———. "Virtually Incredible: Mercedes-Benz Prepares Its Digital Production System for Next-Gen Platform With NVIDIA Omniverse, MB.OS and Generative AI." 访问日期：2025年8月5日. https://blogs.nvidia.com/blog/mercedes-benz-ev-nvidia-omniverse-generative-ai/.

NVIDIA Corporation. "NVIDIA Omniverse Physical AI Operating System Expands to More Industries and Partners." 2025年1月. https://investor.nvidia.com/news/press-release-details/2025/NVIDIA-Omniverse-Physical-AI-Operating-System-Expands-to-More-Industries-and-Partners/default.aspx.

NVIDIA Developer. "Develop on NVIDIA Omniverse Platform." 访问日期：2025年8月5日. https://developer.nvidia.com/omniverse.

———. "NVIDIA Omniverse: What Developers Need to Know About Migration Away From Launcher." 访问日期：2025年8月5日. https://developer.nvidia.com/blog/nvidia-omniverse-what-developers-need-to-know-about-migration-away-from-launcher.

———. "Simplify End-to-End Autonomous Vehicle Development with New NVIDIA Cosmos World Foundation Models." 访问日期：2025年8月5日. https://developer.nvidia.com/blog/simplify-end-to-end-autonomous-vehicle-development-with-new-nvidia-cosmos-world-foundation-models/.

NVIDIA Newsroom. "NVIDIA Announces Major Release of Cosmos World Foundation Models and Physical AI Data Tools." 访问日期：2025年8月5日. https://nvidianews.nvidia.com/news/nvidia-announces-major-release-of-cosmos-world-foundation-models-and-physical-ai-data-tools.

———. "NVIDIA Expands Omniverse With Generative Physical AI." 2025年1月. https://nvidianews.nvidia.com/news/nvidia-expands-omniverse-with-generative-physical-ai.

———. "NVIDIA Launches Cosmos World Foundation Model Platform to Accelerate Physical AI Development." 2025年1月. https://nvidianews.nvidia.com/news/nvidia-launches-cosmos-world-foundation-model-platform-to-accelerate-physical-ai-development.

———. "NVIDIA Omniverse Physical AI Operating System Expands to More Industries and Partners." 2025年1月. https://nvidianews.nvidia.com/news/nvidia-omniverse-physical-ai-operating-system-expands-to-more-industries-and-partners.

———. "NVIDIA Releases Major Omniverse Upgrade With Generative AI and OpenUSD." 2024年8月. https://nvidianews.nvidia.com/news/nvidia-releases-major-omniverse-upgrade-with-generative-ai-and-openusd.

ProX PC. "System Hardware Requirements for NVIDIA Omniverse in 2025." 访问日期：2025年8月5日. https://www.proxpc.com/blogs/system-hardware-requirements-for-nvidia-omniverse-in-2025.

Robotics 24/7. "CES 2025: NVIDIA launches Cosmos world foundation model, expands Omniverse." 2025年1月. https://www.robotics247.com/article/ces_2025_nvidia_launches_cosmos_world_foundation_model_expands_omniverse.

TechCrunch. "At CES 2025, Uber teams up with Nvidia to scale autonomous driving faster." 2025年1月7日. https://techcrunch.com/2025/01/07/at-ces-2025-uber-teams-up-with-nvidia-to-scale-autonomous-driving-faster/.

TechRadar. "Nvidia GTC 2025 - all the news you might have missed." 2025年3月. https://www.techradar.com/pro/live/nvidia-gtc-2025-all-the-news-and-updates-from-jensen-huang-keynote-as-it-happens.

The Robot Report. "AWS offers accelerated robotics simulation with NVIDIA." 访问日期：2025年8月5日. https://www.therobotreport.com/aws-offers-accelerated-robotics-simulation-nvidia/.

VentureBeat. "Nvidia expands Omniverse ecosystem as downloads hit 300K." 访问日期：2025年8月5日. https://venturebeat.com/metaverse/nvidia-expands-omniverse-ecosystem-as-downloads-hit-300k/.

Wccftech. "NVIDIA Dominates AIB GPU Market With 92% Share In Q1 2025, AMD Drops To 8% & Intel To 0%." 访问日期：2025年8月5日. https://wccftech.com/nvidia-dominates-aib-gpu-market-share-in-q1-2025-amd-intel-drop/.