Duality AI

Duality AI 的主力產品叫 Falcon，是一套建在 Unreal Engine 上的雲端數位孿生模擬平台。它解的問題很實際：機器人與自駕系統要學會應付真實世界，但真實世界測試既慢又危險又貴。

想像你要訓練一台倉儲機器人辨識散落的貨物。真實世界蒐集資料，你得真的把貨物散一地、拍幾千張照、還要標註——一個場景幾天就沒了。在模擬環境裡，你可以一晚生成十萬張帶完美標註的影像，光照、角度、遮擋隨你調。這就是合成資料（synthetic data）的價值。它較新的產品 Vibe Sim 更進一步，是個代理式的副駕駛，用文字描述就能生成所需的合成資料。

功能特色與適用場景

核心能力包括：用 Unreal Engine 編輯器搭配預建數位孿生來設定場景；開環（產生合成資料）與閉環（驗證自主決策）兩種模擬模式；相容 ROS/ROS2 與現代 AI 模型的 Python API；Sim2Real 調校，讓虛擬感測器的輸出對齊真實資料——這步最關鍵，模擬做得再漂亮，如果跟真實感測器對不上，訓練出來的模型一到現場就失效。官網列出的客戶成果包括：P&G 在製造品質檢測上把機器學習模型誤差從 4% 降到 0.02%；KEF Robotics 得以在比過去大一個數量級的擬真環境中測試自主演算法；另與 AWS SimSpace Weaver 整合；Honeywell Aerospace 與 Blue Ring Imaging 也是使用者。

給台灣使用者的具體用法

台灣在工業自動化、機器手臂與智慧製造的能量強，這類平台的價值在於「先在模擬裡撞壞一萬次，再進產線」。具體場景像是：AOI 光學檢測的缺陷樣本生成——真實的瑕疵品本來就稀少，靠模擬補足少數類別的訓練資料很實際；或是物流機器人在導入前先做大量情境測試。導入要留意的是 Unreal Engine 的建模門檻，以及 Sim2Real 落差必須用真實資料驗證，不能只看模擬裡的漂亮數字。