據 Gartner 指出，2024 年全球終端用戶在所有 IT 產品上的支出將達五兆美元。這個產業雖然龐大，但相較於依賴原子移動的實體工業市場，仍然只是冰山一角。現今全球約有一千萬間工廠、近 20 萬個倉庫及 4,000 萬英哩高速公路，構成了實體世界的「運算」結構。然而，這些設施的設計、運營和最佳化仍然主要依賴人工，尚未迎來 IT 產業般的軟體定義革命。
在倉儲和配送過程中，作業人員需面對變數矩陣與設備、人員、機器人之間的相互依存關係。這些複雜的決策問題限制了效率提升的可能性。實體工業市場迫切需要一場以軟體為核心的變革，以解決這些挑戰。
NVIDIA 表示，先進的倉庫和工廠內部，數百台自主移動機器人、機械手臂及人型機器人與人類協同工作。隨著感測器和自駕系統的日益複雜，Mega 為企業提供了開發和測試這些機器人大腦的參考架構。透過 NVIDIA 的加速運算、AI 和 Omniverse 技術，企業能持續進行開發、測試、最佳化及部署作業，讓實體設施具備軟體定義的功能。
Mega 的數位孿生中包含一個世界模擬器，能協調所有機器人活動與感測器資料。這使企業可以更新機器人大腦的規劃與執行能力，實現更高效的運作。Omniverse Cloud Sensor RTX API 提供逼真的大規模感測器模擬，讓開發者能以無限情境測試機器人，並利用 NVIDIA Isaac ROS 軟體進行訓練。
供應鏈解決方案公司凱傲集團率先採用 Mega，與埃森哲及 NVIDIA 合作改善零售、消費品及包裹服務等領域的營運。NVIDIA 創辦人暨執行長黃仁勳於 CES 大會展示了這項合作的未來，說明企業如何運用 Mega Omniverse Blueprint 驅動複雜的決策網路。
凱傲集團執行長 Rob Smith 表示：「我們與 NVIDIA 和埃森哲的合作，讓倉儲自動化進入新境界。透過智慧敏捷系統，未來的倉庫將能應對幾乎所有供應鏈挑戰。」
凱傲集團運用 Mega 捕捉倉庫的數位孿生，結合 NVIDIA Isaac 的虛擬訓練環境，模擬並優化智慧攝影機、推高機和數位人類等設備的協作。這些模擬出的機器人能感知環境、推理任務並執行最佳化行動，循環模擬中不斷進化。
埃森哲將 Mega 整合到其 AI Refinery for Simulation and Robotics 產品中，提供包括機器人模型訓練、智慧人型機器人及工業製造模擬等服務。企業可透過數位孿生探索並實施最佳方案，應對如季節性需求或勞動力短缺等挑戰。
埃森哲董事長暨執行長 Julie Sweet 表示：「我們正協助企業利用 AI 和模擬技術，重新設計新設施流程並最佳化現有營運。透過數位孿生，企業能快速調整策略，實現更高的價值。」