blogs.nvidia.com·2026/10/10·NVIDIA Writers
为什么重要 仿真环境搭建正从手写代码转为用自然语言指挥 AI agent;做数据闭环的团队可参考它的 OpenUSD/SimReady 规范与传感器对齐做法适合 做具身智能与自动驾驶仿真、数据闭环的工程师

| 对比项 | 之前 / 基线 | 现在 / 本方案 | |
|---|---|---|---|
| CAD 转仿真资产 | CAD 只提供机器人外形,缺少物理属性 | 转 OpenUSD 并配置关节与碰撞几何,通过 SimReady 校验用 ABB YuMi 双臂验证 | |
| 仓库仿真性能 | 场景翻倍即跌破目标帧率 | 80 传送带、40 臂、800 箱下 30 FPS基线帧率原文未说明 |
要把一个仿真想法落地为可运行的应用,需要组装资产、连接物理与渲染,并验证场景是否按预期运行。开发者正把前沿 AI 模型与 NVIDIA Omniverse 库结合来完成这些工作,构建用于探索场景、排查故障和改进设计的应用。开发者通过自然语言指令指挥 AI 智能体,审阅结果并引导修改。Omniverse 库提供 GPU 加速的物理、渲染和传感器仿真能力。
可查看以下项目,了解 GPT-6 Astra 等前沿模型的实际用法,并持续关注 NVIDIA 团队及生态开发者带来的新示例。
Turning a simulation idea into a working application means assembling assets, connecting physics and rendering, and checking that the scene behaves as intended.
Developers are combining frontier AI models with NVIDIA Omniverse libraries to help carry out that work — building applications for exploring scenarios, investigating failures and improving designs.
Developers direct AI agents through &\#**8230**;
EVIDENCE / METHODS
要点
NVIDIA 官方博客在“Into the Omniverse”系列中,展示了 8 个用前沿 AI 模型搭配 Omniverse 库搭建仿真的项目,发布日为 2026-10-09。