物理 AI 正从 "数字世界" 迈向 "物理世界"。然而，这一跃迁面临着三大核心挑战：一是虚拟空间中训练的模型与真实世界之间存在巨大的 Sim-to-Real （仿真到现实）鸿沟；二是数据匮乏，缺乏人、机、环境深度共融的复杂交互数据；三是真实世界数据存在 "只能回放、无法交互" 的局限，难以形成可持续的数据闭环。

辅助驾驶作为物理 AI 最先实现规模化落地的应用场景，正在倒逼仿真系统从传统的辅助开发工具，升级为连接数据、训练与验证全链路的核心基础设施。传统仿真高度依赖人工建模，难以满足端到端自动驾驶模型对持续泛化能力的要求，行业亟需一套能够将真实路测数据快速转化为可交互场景资产的新一代仿真体系。

NVIDIA Omniverse™ NuRec 是基于 NVIDIA Omniverse™ 用于神经网络重建与渲染的工具集，通过 3D 高斯神经渲染等技术，能够将真实世界采集的数据高效重建为可交互的仿真场景，有效解决了从真实数据到仿真数据转换的难题。而 NVIDIA 最新推出的 Omniverse NuRec GA 版本更是带来了多项关键提升：端到端场景重建训练时间减少了 20%-30%，GPU 内存需求已降低至 24GB，扩大了硬件兼容性；支持对象级场景编辑，可独立移除、重新定位或替换重建场景中的车辆、行人等动态对象；针对高速公路等长距离、高速度捕捉场景的重建质量也得到了有效改进。

SimOne4.0 面向物理 AI 时代进行了全面重构与升级，对行业领先的神经渲染技术解决方案——NVIDIA Omniverse NuRec 进行了产品级的深度融合，构建了从真实数据采集、神经场景重建到闭环仿真执行的完整数据驱动流程，使真实数据不再是一次性输入，而成为了驱动世界模型与 VLA 不断进化的高物理真实度的数据燃料。

6月30日14点，智猩猩策划推出的「2026 智猩猩公开课 NVIDIA 物理 AI 仿真专场」将开讲，主题为《构建物理 AI 时代的仿真基础设施 —— NVIDIA Omniverse™ NuRec × SimOne4.0：重建、生成与闭环仿真的产业落地》。

NVIDIA 汽车行业开发者关系经理李博和 51Sim CEO 鲍世强将以对谈形式，围绕物理 AI 时代需要怎样的仿真体系、真实数据如何进入仿真闭环、NuRec & SimOne4.0 最新功能，以及 OEM 量产落地最佳实践4大核心议题，深入探讨从真实数据重建、仿真生成，到模型训练与量产验证的完整链路。