Omniverse 工業數位孿生兩日課程:OpenUSD 實作與 NVIDIA Brev 雲端環境

課程介紹
數位孿生(Digital Twin)是指利用數位模型來模擬、監測、分析真實世界物理系統。這些模型包括工廠流程、機器人、建築與都市基礎設施。此觀念可進一步結合物理 AI(Physical AI),使系統能在物理世界中感知、推理與行動。例如:透過模擬訓練機器人、產生虛擬訓練資料、測試自動駕駛等。
本課程將運用 NVIDIA 相關技術(如 OpenUSD、Omniverse、合成資料模擬)來構建與部署數位孿生系統,協助學員培養打造智慧系統建構的重要技能。
本課程操作偏重大規模數位資產與Omniverse軟體最佳化,如欲學習機器人模擬請參加<運用 NVIDIA Isaac 開發高效機器人>課程
⚠️ 注意:本課程為先前規劃課程的 Brev* 版本,參考 NVIDIA Physical AI 自主學習課程,相關資訊皆以原廠英文內容為準。
⚠️ Brev 是 NVIDIA 的雲端算力平台,使用者可根據實際需求來彈性租用高階 GPU 環境。(延伸閱讀)
課程定位
-
-
- 🟢 程度:技術 - 中級
- 🟢 主題:Omniverse / 數位孿生 / OpenUSD
- 🟢 完課證明:無
- 🟢 課程先修:熟悉 Python 語法,對數位孿生概念有興趣者
- 🟢 所需軟體:Omniverse USD Composer(基於 Omniverse Kit 架構)
- 🟢 所需硬體:建議顯卡 NVIDIA GeForce RTX 4080 或更高版本,附 RT 核心;系統記憶體 16GB以上,空間 500GB。
-
- 🟢 硬體替代方案:直接使用 NVIDIA Brev 平台之 Launchable(詳細規格請點),(注意:註冊租用時需要使用信用卡付費,使用遠端桌面進行操作的流暢度,與網路速度、雲端虛擬機配置資源政策,雲端機器實體位置關係大,多人同時使用時操作會發生網路延遲等情況,請在了解此狀況下再評估使用)
-
- 🟢 相關路徑:參考 NVIDIA DLI OpenUSD、Physical AI 學習路徑。
課程特色
- 完整學習路徑:從 OpenUSD 基礎概念到建置數位孿生環境的完整流程。
- 動手實作為核心:於 Omniverse 與 Isaac Sim 環境中實際建立、匯入與測試資產。
- 學習功能整合:結合 OpenUSD 資產管理與自定義 Omniverse Kit 介面開發。
- Brev雲端平台:使用合理價格取得高階GPU算力,協助客戶先聚焦需求再購置硬體。
- 前瞻應用導向:為智慧城市、智慧製造與研究應用奠定 AI 機器人模擬基礎。
培訓藍圖與路徑
OpenUSD
- 了解 Stage、Prim 和屬性
- 設定基本動畫
- 資產結構原理與內容聚合
- 開發資料交換管道
Digital Twins for Physical AI
- Omniverse 開發入門
- 使用 Python 建立擴充套件
- 建構數位孿生應用程序
第一天課程表:OpenUSD 基礎操作與架構實務
| 時間 | 內容摘要 |
|---|---|
| 10:00 – 10:30 | DLI 簡介與工具註冊 簡介 NVIDIA DLI 機構與工具、註冊開發者帳號 |
| 10:30 – 12:00 | OpenUSD 基本觀念與實作 - 建立 USD 檔案 - 定義型別 - 場景階層與屬性管理 |
| 12:00 – 13:00 | 午餐時間 |
| 13:00 – 14:50 | 資產結構原理與內容工具 - 層結構組織方式 - OpenUSD 層堆疊與工作流程實作 |
| 15:00 – 16:50 | 開發資料交換管線 - 幾何與材質擷取 - 資產驗證技術 - 建置資料交換流程 |
第二天課程表:工業數位孿生與應用開發
| 時間 | 內容摘要 |
|---|---|
| 10:00 – 10:30 | 數位雙生架構與工業工廠環境 - 工業數位孿生(Industrial Digital Twins)系統架構 - 載入 Open Factory 範例廠房環境 - 專案目錄規範、Asset Library 導覽與工作區設定 |
| 10:30 – 12:00 | 資產管理與集中式材質庫實作 - 工廠資產 Metadata 檢視與 Asset Validator 驗證除錯 - 集中式材質庫管理 - 材質覆寫與客製化外觀設定 |
| 12:00 – 13:00 | 午餐時間 |
| 13:00 – 14:30 | 實體產線組裝與資料屬性定義 - 精準資產擺放 - 產線工作站與機台層級結構組裝 - 道具與設備配置實作 - 自訂屬性配置與 metadata 綁定 |
| 14:40 – 16:50 | 大型場景效能調校與下游整合 - 實例化技術 - 大型廠房效能調校與 LOD / Payload 策略 - 建立相機視角與導航路徑標記 - 使用 Python 遍歷場景並匯出 Asset Inventory 報表 |
| 16:50 – 17:00 | 結語與後續資源 - 填寫問卷 - 延伸學習資源與課程複習 |
立即洽詢與報名
CAVEDU 教育團隊 (翰尼斯企業) 是國內執行課程經驗最豐富的 NVIDIA 教育合作夥伴。 歡迎洽詢企業包班、技術顧問與客製化課程:
我們的專業團隊(2025 全球第一白金級大使領軍)將為您提供專屬的 NVIDIA DLI 原廠認證課程 規劃。
本文發表於NVIDIA DLI 深度學習學院,並標記brev、digital twin、isaac sim、omniverse。








留言 💬 (0)
還沒有留言,來當第一個。