11月10日，英偉達GTC大會召開。英偉達創始人兼CEO黃仁勛這次沒有用人工智能技術模擬自己，而是模擬了自己身后的背景。他還展示了自己的一個AI形象，這個形象能看到外部世界、對話并理解內容，然后做出回答。

演講后，黃仁勛甚至半戲謔地說：“Keynote 中的一切都是渲染的，沒有真實物體，宣布都是虛擬的。”

而這其中不少技術，都要歸功于英偉達去年發布的平臺 Omniverse。英偉達將它形容為“工程師的元宇宙”，它被用來處理3D內容，但規模不同以往：據老黃形容，它是以數據中心的運算規模來設計的。換句話說，凡是真實宇宙有的東西，英偉達都希望裝到 Omniverse里。

“如何使用Omniverse模擬倉庫、工廠、物理和生物系統、機器人、自動駕駛汽車，甚至是虛擬形象的數字孿生，是一個永恒的主題。”黃仁勛表示。

這屆GTC大會，英偉達也把它辦成了 Omniverse 的首屆開發者日，開始向各個行業伸出觸角。對于英偉達，Omniverse 很可能是一個寓意深遠的工具，開啟這家7600億美元市值企業通向萬億市值的大門。

“工程師的元宇宙”

相比 Facebook 希望構建的“消費者的元宇宙”，英偉達提供的是一個生產力工具。Omniverse 制造業產品經理 Michael Geyer 形容說，它就好像AWS之于亞馬遜：“他們為自己構建了一堆東西，然后意識到它可能對世界有用。”

據黃仁勛在上一季度財報中透露，英偉達為 Omniverse 的發布已經準備打磨了5年。它是一個用于協作和模擬的軟件平臺，可以服務于任何從事3D工作的人。

為什么要做 Omniverse，英偉達解釋稱：過去5年里，計算機圖形學獲得了很大進步，其中一部分比如實時光線追蹤，就由英偉達親自推動。然而英偉達也發現了3D內容的諸多問題。相比2D內容（文本、語音、圖像、視頻），3D工具仍有缺失。

這些問題集中在如下幾點：3D內容的數據集快速增加，移動數據非常困難；3D工具繁雜，使得互相兼容出現困難；難以找到足夠強大的硬件來處理3D內容。“在3D中工作非常復雜，但對每個行業都至關重要。”Geyer 說。于是英偉達造了 Omniverse，在解決內部的3D工作問題。

Omniverse 的誕生還頗有一番故事。皮克斯最初為制作3D動畫開發的格式USD（通用場景描述），它是3D內容的通用格式，并且具備Photoshop一樣的圖層，使得不同協作者可以在不同圖層同時創作，為“實時協同”打下了基礎。

2016年，皮克斯對USD開源，并展示了它的應用。英偉達仿真技術副總裁 Rev Lebaredian 正在現場。USD的兩個特性：虛擬仿真、實時協作，也被繼承到 Omniverse 上來。

圖片來自英偉達

相比一些公司描繪的元宇宙可能是個虛無縹緲的概念，英偉達提供的是一款生產力工具。它具有明確的構造，分為5個部分，其中，Nucleus 作為核心，能協調所有 Omniverse 服務和應用，并且能部署在私有云上。Connect負責連接 Omniverse 和其他3D工具。Kit允許開發者用自己喜歡的語言，比如Python開發應用。Simulation包括英偉達積累的物理模擬技術，如 PhysX。而RTX Renderer負責利用英偉達的招牌技術，比如實時光追和參考路徑追蹤，來渲染圖像。

去年10月，英偉達宣布 Omniverse 開始公測，超過1.7萬客戶進行了體驗。其中寶馬集團利用 Omniverse 構建了自己工廠的完整數字孿生，并基于此優化企業內部流程，將效率提升了30%。沃爾沃則利用它來進行汽車設計。也有公司，比如英國建筑設計企業 Foster + Partners，將 Omniverse 作為自己團隊的實時協作工具。

讓機器難辨真假

時隔一年，Omniverse 再次成為英偉達GTC大會上“最靚的仔”。它發布了諸多基于 Omniverse 的輔助工具和垂直應用。“有了 Omniverse，我們就有了創建全新3D世界，或對物理世界進行建模的技術。”黃仁勛說。

首先是 Omniverse Avatar。它用來幫助開發者創建虛擬角色，這些角色具備視覺處理和語言能力，因而能夠與人交互。在發布會上，黃仁勛展示了一些用 Omniverse 實際做出來的機器人：餐廳服務員 Project Tokkio，可以與顧客談話幫助點餐；一個車載虛擬助手；甚至黃仁勛自己的AI形象Yoy-Me。在視頻中，這個AI形象能聽懂天文等專業問題，并實時做出回答。

在過去，類似的AI形象并不罕見，但大多走的是“區塊鏈”技術路線。比如中國AI和區塊鏈初創公司Oben，在造出虛擬形象后，會把它放在區塊鏈上。很多這類應用都瞄準偶像粉絲，比如創造一個虛擬的宋仲基充當粉絲的個人助手，并以此收費。但達到生產力工具階段的寥寥無幾。

其次，英偉達發布了 Omniverse Replicator。這是一款用戶訓練深度神經網絡的合成數據生成引擎。簡單來說，它能夠替代一部分人工處理復雜 3D 數據的工作。基于此，英偉達還發布了兩款應用：Isaac Sim 面向通用機器人、DRIVE Sim 面向自動駕駛。

“Isaac Sim 是有史以來最逼真的仿真機器人。”黃仁勛說，“它支持傳感器建模，能模擬物理特性，并且環境非常逼真。”在虛擬環境中時，機器人根本分辨不出自己所在的環境是虛擬的，而這正是英偉達的目標。

DRIVE Sim 則能夠模擬出自動駕駛車輛上搭載的“環繞攝像頭”的視覺圖像。它可以模擬出運動模糊、滾動快門、LED閃爍和多普勒效應。這些共同構成虛擬環境，然后可以用來讓自動駕駛算法訓練自己的策略。

在自動駕駛行業，這種“先在數字孿生訓練算法”的做法已經非常普遍。這些訓練與在真實世界的訓練結合，會讓效果事半功倍。而英偉達具有PB級別的數據以及超過3000名標記員標記的數據打底，模擬出的環境更真實。