訂閱
糾錯
加入自媒體

英偉達投數(shù)億美金,Omniverse是怎樣的存在?

2021-04-20 09:18
VR陀螺
關注

文/ VR陀螺 小鉆風

英偉達CEO黃仁勛:“科幻小說中的元宇宙已經近了!

在近段時間元宇宙(Metaverse)倍受關注的時候,英偉達在本屆GTC大會宣布,將推出面向企業(yè)的實時仿真和協(xié)作平臺Omniverse ,一個被稱為“工程師的元宇宙”的虛擬工作平臺。 Omniverse 去年10月推出測試版,超過17,000名客戶進行了測試體驗,包括寶馬、愛立信、沃爾沃、Adobe、Epic Games在內的眾多公司都正在與Omniverse合作。

GTC大會上,英偉達首席執(zhí)行官黃仁勛對Omniverse進行了展示,并表示Omniverse可以讓個人模擬制造出遵從物理規(guī)律的共享3D虛擬世界。

英偉達媒體和娛樂部門的負責人Richard Kerris在新聞發(fā)布會上提到,英偉達已經為此花費了數(shù)年時間和數(shù)億美元。

那Omniverse到底是怎樣的存在,讓英偉達進行如此大的投入?

基于皮克斯USD生長出的Omniverse

英偉達這樣一家發(fā)明了GPU,以設計顯示芯片和主板芯片為主的人工智能計算公司推出Omniverse,還要從皮克斯這家因動畫為人所熟知的公司說起。

皮克斯曾出品的《機器人總動員》、《飛屋環(huán)游記》等眾多經典動畫,這些優(yōu)質動畫擁有豐富而又復雜的3D場景,集合了成千上百位藝術家的工作。

而在動畫的制作流程中,不同的分工會涉及不同的設計軟件工具,因此在進行協(xié)同時,需要進行格式轉換等繁瑣的工作。

為了解決這個問題,皮克斯制作了能夠對這些場景進行統(tǒng)一的格式USD(通用場景描述,Universal Scene Description),不同軟件制作的3D內容可以統(tǒng)一使用USD格式。

USD不僅僅是統(tǒng)一的3D場景格式,它還擁有一系列擴展功能,比如USD分層,其功能類似于PS中的圖層,每位藝術家可以擁有自己的圖層,在互相干擾的情況下對同一個場景進行處理。

這樣一來,大大提高了協(xié)同工作的效率,節(jié)省了成本與時間。

2016年皮克斯對USD實施了開源,自此,所有人都可在Github上免費獲取USD代碼并加以應用。

很快USD被電影行業(yè)內眾多公司所采用,比如夢工廠使用USD創(chuàng)作《馴龍高手3:隱秘的世界》。而后又向游戲、建筑、制造業(yè)等多個行業(yè)擴展,英偉達便是其中一個,曾使用USD建造虛擬世界等。

2016年皮克斯展示USD時英偉達仿真技術副總裁Rev Lebaredian在場,他表示USD的現(xiàn)場實時演示啟發(fā)了他們,并最終誕生了以USD為核心的英偉達Omniverse。

Omniverse是一個完全圍繞USD構建的應用程序,它與USD最重要不同之處在于,英偉達通過USD,利用Connector工具將Omniverse與不同軟件、工具整合起來,能夠支持多用戶實時協(xié)作。USD雖然可支持協(xié)同合作,但大多數(shù)的協(xié)作卻并非是實時的。

在Omniverse中進行操作,比如調節(jié)燈光、移動物體等,都是對USD文件進行直接修改。

此外,USD支持工具之間進行資源的共享,用戶可在Omniverse上通過同步工作流程以USD為基礎進行創(chuàng)作。

Omniverse在USD的虛擬上增加了元宇宙概念,用戶在虛擬世界中進行協(xié)同工作,建造數(shù)字孿生世界,比如進行汽車、制造、建筑的設計制造等,進一步將USD的價值從媒體與娛樂應用程序中解放出來,向建筑、制造等工業(yè)領域邁進。

為了讓USD達到更佳的使用效果,Omniverse集成了英偉達的技術優(yōu)勢。

Omniverse系統(tǒng)的構成與廣泛應用

除了基于USD外,英偉達的Omniverse主要結合了NVIDIA RTX,英偉達創(chuàng)建的圖形平臺,幫助應用快速模擬物理環(huán)境,讓Omniverse成為了一個強大的多GPU實時仿真、協(xié)作平臺。 據(jù)介紹,Omniverse由5個關鍵部分組成:Nucleus、Connect、Kit、Simulation和RTX Renderer。這些組件與連接的第三方數(shù)字內容創(chuàng)建(DCC)工具以及附加的連接的Omniverse微服務一起構成了完整的Omniverse生態(tài)系統(tǒng)。

圖源:英偉達

Omniverse Nucleus:提供一組基本服務,這些服務允許各種客戶端應用程序、渲染器和微服務共享和修改虛擬世界的表示形式。

Omniverse Connect庫:被作為插件分發(fā),使客戶端應用程序可以連接到Nucleus并發(fā)布和訂閱無論是單個資產還是整個世界。當需要同步時,DCC插件將使用Omniverse Connect庫來應用外部接收的更新,并根據(jù)需要發(fā)布內部生成的更改。

Omniverse Kit:是用于構建本地Omniverse應用程序和微服務的工具包。它建立在一個基本框架上,該框架通過一組輕量級擴展提供了多種功能。這些獨立擴展是使用Python或C ++編寫的插件。

Simulation:Omniverse中的仿真由英偉達一系列技術作為Omniverse Kit的插件或微服務提供。作為Omniverse一部分進行分發(fā)的首批仿真工具是英偉達的開源物理仿真器PhysX,該仿真器廣泛用于計算機游戲中。 

RTX Renderer:新的Omniverse RTX視口是Omniverse支持符合皮克斯Hydra架構的渲染器之一,它利用Turing和下一代NVIDIA架構中的硬件RT內核進行實時硬件加速的光線跟蹤和路徑跟蹤。

此外,英偉達針對不同類型用戶構建了可在Omniverse軟件中使用的不同類型的Omniverse應用,包括為建筑、工程和施工專業(yè)人員設計的Omniverse View;為媒體、娛樂和制造/產品設計行業(yè)的設計師、創(chuàng)作者和專家設計的Omniverse Create;為3D深度學習研究人員設計的Omniverse Kaolin等。 未來還會發(fā)布AI驅動的面部動畫應用程序Omniverse Audio2Face,為GeForce RTX游戲玩家開發(fā)的Omniverse Machinima,以及用于機器人開發(fā)的Isaac Sim 2021.1。

不同領域的創(chuàng)作者、工程師、設計師等可以通過Omniverse Connectors在這些不同的應用間并行工作。

去年10月,Omniverse開啟公測后,已有超過17,000名客戶進行了測試體驗,多個領域的全球領導企業(yè)采用了Omniverse。

寶馬集團是第一家使用Omniverse設計整個工廠的端到端數(shù)字雙胞胎的汽車制造商,Omniverse模擬出完整的工廠模型,包括員工、機器人、建筑物,裝配部件等,讓全球生產網(wǎng)絡中數(shù)以千計的產品工程師、項目經理、精益專家在虛擬環(huán)境中進行協(xié)作,在真實生產新產品前,完成設計、模擬、優(yōu)化等一系列復雜的過程。據(jù)稱效率提升了30%。

此外,沃爾沃利用Omniverse進行汽車設計;愛立信通過Omniverse模擬 5G無線網(wǎng)絡;英國建筑設計公司Foster + Partners利用Omniverse實現(xiàn)跨14個國家的團隊無縫協(xié)作...... 在虛擬世界中進行實時協(xié)作的Omniverse以其高效、低成本特征,在各個領域得到大規(guī)模的快速應用,元宇宙在Omniverse的推動下率先在工業(yè)領域有了切實的落地。

真正將虛擬世界的協(xié)同落到實處的Omniverse

Omniverse被稱為工程師的元宇宙,工程師們可以在其中進行機器人、汽車、工廠等各類事物的模擬制作,從某種程度上看,可以將其視作數(shù)字孿生的高階版。 數(shù)字孿生很早便被政企等應用到工作生產中,比如地鐵、機場等都曾采用三維仿真技術打造數(shù)字孿生,以進行更加直觀的展示,并可通過3D建模進行預演以達到降低成本的效果。

而英偉達的Omniverse在此基礎上加高了技術優(yōu)勢(更精準的仿真、更優(yōu)質的渲染等),集成了USD的通用3D場景格式,以及多用戶實時協(xié)同功能,將數(shù)字孿生打造成工業(yè)領域的元宇宙,進一步提升了協(xié)同工作所帶來的效率與便利性。

前不久,微軟推出了多人XR應用開發(fā)工具Mesh,其關鍵理念同樣是在虛擬的世界中跨時間、跨時空協(xié)作。

雖然兩者的虛擬世界呈現(xiàn)方式不同,但同樣提供虛擬世界協(xié)作英偉達通過Omniverse已經實現(xiàn)了大規(guī)模的落地,為多個領域的多家公司所采用。

因此目前來看,基于三維仿真的虛擬世界雖然與XR相比缺乏真實性與沉浸感,但它擁有更加實際的落地可能,能夠更快速地投入實際使用,這是元宇宙與實際應用最接近一次。

結語

英偉達通過Omniverse,將虛擬世界帶入了更廣泛的實際生產中,進一步解放了生產力,讓元宇宙概念有了真正意義上一定程度的落地,并且現(xiàn)實了多個領域的降本增效。

隨著元宇宙越來越受追捧,并被像英偉達這樣的實力大廠真實應用到社會生產中,虛擬的未來世界或許已離我們越來越近。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內容
文章糾錯
x
*文字標題:
*糾錯內容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號