跳到主要內容
AI 影音創作報AI 影音生成
11 月 20 日 週五
科技

輝達展示 AI 結合物理模擬技術 透過對話打造 3D 數位分身

輝達展示 AI 結合物理模擬技術 透過對話打造 3D 數位分身

根據商傳媒於 2026 年 11 月 20 日發布的報導,生成式 AI 正式跨足物理模擬領域,輝達(NVIDIA)展示了開發者如何僅利用自然語言指令,自動完成 3D 建模、物理引擎串接與渲染,藉此打造出精準的工廠、機器人與虛擬實境等數位分身系統。這項技術讓軟體開發者與 3D 創作者能將文字構想快速轉化為具備真實物理特性的應用,大幅縮短了工業級數位分身的開發時程。

重點整理

  • 輝達展示開發者運用先進 AI 模型與 Omniverse 平台,透過自然語言指令自動組合 3D 資產與渲染。
  • 軟體團隊 Falkor 運用 GPT-6 Astra 模型搭配 Omniverse 函式庫,將工程與 CAD 資料自動轉換為設施規模的數位分身。
  • 開發者 Michael Wagner 僅花費一個週末,便透過 GPT-6 Astra 與 Claude Code 完成語音控制的 VR 環境。

結合 AI 與 Omniverse 的 3D 模擬開發模式

根據商傳媒報導,這套開發模式的核心在於 NVIDIA Omniverse 函式庫,這是一套能讓開發者建立並連接 3D 虛擬世界、進行物理與光線渲染模擬的軟體平台。開發者藉此能夠取得 GPU 加速的物理計算、光影呈現以及感測器模擬能力。工程師現在能透過自然語言指令引導 AI Agent(智慧代理)自動組合 3D 資產、串接物理運算與即時渲染,讓 3D 創作與虛擬實境的建置門檻顯著降低。

應用於機器人與大型場景測試

在機器人與物流測試方面,報導提到輝達開發團隊利用 SimReady Central Library 超過 2,000 個具備模擬就緒屬性的 3D 資產,在 NVIDIA Isaac Sim 架構下,透過具備領域知識的 AI Agent 自動建構機器人取放物件的模擬環境。工程師 Bhavik Sanganee 展示了高負載倉儲壓力測試,在驅動 80 條輸送帶、40 支機械手臂與 800 個貨箱的複雜場景中,系統依然能在 Full HD 畫質下穩定維持每秒 30 幀的運算效能。

測試項目 規模與數量 效能表現
倉儲壓力測試 80條輸送帶、40支機械手臂、800個貨箱 Full HD 畫質下維持每秒 30 幀
醫療場景機器人測試 768 台 Microduck 機器人 模擬運作 14 秒後 766 台維持站立
3D 模擬資產庫 超過 2,000 個模擬就緒資產 SimReady Central Library

對 3D 創作與虛擬實境的影響

根據商傳媒報導,虛擬實境與醫療場景的建置門檻同樣顯著降低。開發者 Michael Wagner 透過 GPT-6 Astra 於 Blender 建模,並以程式開發工具 Claude Code 指導建構互動應用,僅花費一個週末便完成語音控制的 VR 環境。此外,AI 開發者 Maziyar Panahi 整合了 Claude Opus 5.5 與物理引擎,在加護病房場景中測試多達 768 台 Microduck 機器人的動態穩定性,模擬運作 14 秒後仍有 766 台維持站立,展現出生成式 AI 在驗證複雜物理互動上的實用潛力。

常見問題

這套系統使用了哪些 AI 模型與工具?

根據商傳媒報導,相關應用結合了 GPT-6 Astra、Claude Code 以及 Claude Opus 5.5 等前沿人工智慧模型,並搭配 NVIDIA Omniverse 函式庫、NVIDIA Isaac Sim 架構與 Blender 等工具進行開發。

系統在複雜場景下的運算表現如何?

根據商傳媒報導,在驅動 80 條輸送帶、40 支機械手臂與 800 個貨箱的高負載倉儲壓力測試中,系統能在 Full HD 畫質下穩定維持每秒 30 幀的運算效能。

讀者接下來可以注意輝達官方後續針對 Omniverse 平台、AI 模型整合以及相關軟體工具(如 NVIDIA Isaac Sim 與 RTX PRO 6000 Server Edition 伺服器系統)的正式公告與功能更新資訊。

參考資料

  1. 商傳媒:生成式 AI 跨足物理模擬 輝達展示對話打造數位分身(2026-11-20)

本文由 AI 影音創作報編輯部使用 AI 工具整理上列公開資料寫成,實際情況請以官方最新資訊為準。如發現錯誤,歡迎依更正政策回報。

分享 Facebook LINE