所谓数字孪生,是一种利用工程模拟实现产品设计改进的解决方案。Omniverse就致力于为更加广泛的用例组合提供数字孪生工具与技术支持。在本届英伟达GTC大会上,Lowe’s、Kroger等公司的高管们阐释了数字孪生如何重塑零售、客户体验与物流设计。
此次分享的最大亮点,在于数字孪生如何轻松对不同物理对象间的复杂关系进行可视化,具体涵盖产品放置、到店接待以及机器人库存。在这项技术的支持下,零售商能够进一步提高店内空间利用率、改善店面清洁效果。
利用这样一款可视化工具,管理者和员工可以共同探索最佳布局、工作时间表、团队活动及访客互动。此外,他们还能够直观评估一切可能对店内清洁、维修及人员配备造成影响的布局、时间表与技术应用。
数字孪生还能以多种方式增强客户体验,例如帮助客户访问家装项目、核算所需材料与材料成本等。另外,数字孪生也可以帮助分析购物清单并据此设计店内行动轨迹,借此帮助客户快速便捷地完成到店购物之旅。
Lowe’s创新实验室副总裁Cheryl Firedman介绍称,该公司正在开发一款新的iOS应用,能够自动检索家居数据以协助推进装修项目。
房主与承包商可以借此快速测量房间数值,并估算所需材料的数量及不同方案间的成本差异。这款应用还能提示房主在更换电器时优化布局,尽可能缩短隐蔽工程量。消费者还可以比较不同颜色的价格与各类门窗制作工作。
Fiedman表示,“以往,大家在装修中总会遇上数据缺失问题,而这往往给整个施工过程带来各种各样的麻烦。”
数字孪生、混合现实与计算机视觉等新兴技术将帮助消费者捕捉家居数据、跟踪各类细节,进而消除上述麻烦。Lowe’s的应用就充分利用到新款iPhone内置的领先功能,可以快速捕捉室内数值。
Lowe’s之前也曾尝试使用各类商业与专有工具进行3D建模和模拟。但这类数据往往很难实现跨部门移动,也因此影响到员工的实际使用。Friedman解释道,“因此,我们对Omniverse引入Pixar动画工作室的USD(通用场景描述技术)感到兴奋,这将建立起一套向所有人开放的生态系统,也增强了我们Lowe’s使用3D技术的能力。”
Omniverse还能将所有3D数据汇总起来,帮助我们观察到以往彼此割裂的数据关系。如此一来,描述商店布局、规划商店组织方式将变得非常轻松。此外,Friedman还希望依靠模拟技术改善黑色星期五等大规模购物季下的门店流量规划,甚至借此优化机器人清洁与库存货架的调度思路。
Kroger正在探索如何利用数字孪生提高产品新鲜度并优化物流。Kroger希望构建一套用于反映产品新鲜度、肉类拆分方式及物理产品布局的数字孪生模型,用以保证各项流程始终平稳运行,进而实现缩短生产线、保障肉食新鲜、仓库排布有序等目标。
Kroger公司技术转型与研发副总裁Wesley Rhodes表示,“以往,这些工作就像是学跳舞,必须得勤加练习才能正确掌握。但科技的发展让复杂的事物变得越来越简单。”
近年来,Kroger一直在尝试各类流程优化工具。但这些工具往往太过复杂,无法快速将一线工作人员的实际情况纳入分析。Omniverse内置的最新数字孪生视觉功能则帮助员工和管理者快速进行权衡指标可视化,并在事态未按计划发展时提供反馈。例如,他们可以查看新的货品布局给店内客流走向造成的影响。
Rhodes还借鉴了航空业的技术应用思路。例如,航空公司会使用视频分析来优化登机流程,新的计算机视觉工具则能够检索现有流程数据以准确反映性能。在这样的思路下,数字孪生模型中遵循的所有假设均可灵活检索,极大提高了模拟结果的准确性。
英伟达Omniverse开发者平台副总裁Richard Carris表示,数字孪生还有助于改善包装品质。产品包装往往会在客户选购商品时形成第一印象,进而影响最终选择。但是,包装设计师一直很难想象同样的包装在不同光照下、或者与竞争产品相邻摆放时究竟是什么效果。
Carris指出,“数字孪生能帮助我们为产品包装建立数字副本,并结合不同环境查看。”
例如,设计师可以模拟不同材料在商店中的外观,以及拿起、放下时的视觉感受。设计师还可以模拟不同包装设计会对货架摆放及运输产生哪些具体影响,借此找到最安全、最高效的包装与运输方案。此外,为产品包装建立数字孪生还有助于模拟客户将产品放进购物袋、包装方案与其他商品堆叠时的实际效果。
Carris总结道,“既不怕挤怕压、又始终光彩夺目,这才是好的包装设计。”
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。