OpenUSD – NVIDIA 技術博客

OpenUSD – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞和內容。 Thu, 22 May 2025 06:19:33 +0000 zh-CN hourly 1 196178272 使用 OpenUSD 和 SimReady 資產構建 AI 工廠 http://www.open-lab.net/zh-cn/blog/designing-ai-factories-using-openusd-and-simready-assets/ Sun, 18 May 2025 06:09:21 +0000 http://www.open-lab.net/zh-cn/blog/?p=13941 Continued]]> 適用于 AI 工廠數字孿生的 NVIDIA Omniverse Blueprint 在 COMPUTEX 2025 上發布，現已支持 OpenUSD 模式。該藍圖采用新工具，可在電力、冷卻和網絡基礎設施方面模擬數據中心設計的更多方面。工程團隊現在可以在逼真的虛擬世界中設計和測試整個 AI 工廠，幫助他們及早發現問題，從而構建更智能、更可靠的設施。此藍圖的核心是 SimReady 標準化工作流程的首次亮相，該框架用于映射實現 SimReady 資產和功能所需的基本流程、角色、文檔和技術。 NVIDIA 的開發初衷是幫助內部團隊應對圍繞專為多個模擬運行時設計的 OpenUSD 資產構建新規范的獨特挑戰，現在，NVIDIA 正在公開提供這種“生命資源”。通過與更廣泛的生態系統分享經驗，NVIDIA 旨在幫助開發者簡化其工作流程，

]]>

13941

使用 Python 通過 OpenUSD 實現 3D 工作流自動化 http://www.open-lab.net/zh-cn/blog/using-python-to-automate-3d-workflows-with-openusd/ Wed, 07 May 2025 06:36:21 +0000 http://www.open-lab.net/zh-cn/blog/?p=13830 Continued]]> 通用場景描述 (OpenUSD) 提供了一個強大、開放且可擴展的生態系統，用于在復雜的 3D 世界中進行描述、合成、仿真和協作。從處理大型數據集和數字孿生的自動化工作流程，到實現游戲的實時渲染以及簡化制造和能源領域的工業運營，OpenUSD 正在轉變各行各業處理 3D 數據的方式。 Python 的腳本功能和易用性使其成為 OpenUSD 的理想合作伙伴，幫助實現任務自動化并加速開發。在這篇博客文章中，我們將探索 Python 和 USD 之間的協同作用，并提供資源幫助您入門。 OpenUSD 主要使用 C++ 實現，為 3D 場景操作提供了高性能、高效的框架。C++ API 分為幾個關鍵包。但是，USD 為其大多數庫提供 Python 綁定，使其無需 C++ 專業知識即可進行快速原型設計、腳本編寫和自動化。

Source

]]>

13830

工業設施數字孿生中的機器人仿真 http://www.open-lab.net/zh-cn/blog/simulating-robots-in-industrial-facility-digital-twins/ Mon, 31 Mar 2025 08:20:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=13443 Continued]]> 工業企業正在采用物理 AI 和自主系統來實現運營轉型。這涉及在工廠和倉庫中部署異構機器人車隊，包括移動機器人、人形助手、智能攝像頭和 AI 智能體。為了充分利用這些支持物理 AI 的系統的全部潛力，公司依賴于其設施的數字孿生，即用于模擬和優化自主系統交互方式以及執行復雜任務的虛擬環境。這種 simulation-first 方法使企業能夠在實際部署之前驗證其機器人車隊是否能夠在動態環境中進行協調和適應，從而加速向真正自主的工業運營過渡。借助 Mega NVIDIA Omniverse Blueprint ，企業能夠加速物理 AI 在工廠、倉庫和工業設施中的開發和部署。該工作流使開發者能夠利用傳感器仿真和合成數據生成來模擬復雜的自主操作，并在實際部署之前驗證工業數字孿生中物理 AI 系統的性能。本文將介紹該藍圖的組件，

]]>

13443

使用 OpenUSD 實現模塊化和可擴展的機器人仿真和開發 http://www.open-lab.net/zh-cn/blog/using-openusd-for-modular-and-scalable-robotic-simulation-and-development/ Tue, 18 Mar 2025 04:25:42 +0000 http://www.open-lab.net/zh-cn/blog/?p=13305 Continued]]> 在物理 AI 飛速發展的推動下，機器人領域正在經歷重大變革。這一演變加快了新機器人解決方案的上市時間，增強了人們對其安全能力的信心，并有助于為工廠和倉庫中的物理 AI 提供動力支持。在 GTC 上宣布推出的 Newton 是一款開源、可擴展的物理引擎，由 NVIDIA、Google DeepMind 和 Disney Research 共同開發，旨在推動機器人學習和開發。 NVIDIA Cosmos 作為基于開放模型許可的世界基礎模型 (WFM) 平臺推出，旨在加速自動駕駛汽車和機器人等自主機器的物理 AI 開發。最新發布的 NVIDIA Omniverse Kit SDK 107 是機器人應用的另一個重要里程碑。它升級到 OpenUSD 版本 24.05，同時更新了 Python、C++和 Linux ABI。NVIDIA Isaac Sim 5.0…

]]>

13305

如何使用 OpenUSD http://www.open-lab.net/zh-cn/blog/how-to-use-openusd/ Thu, 30 Jan 2025 05:14:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=12901 Continued]]> 通用場景描述（Universal Scene Description）是開放、可擴展的框架和生態系統，具有用于在 3D 虛擬世界中合成、編輯、查詢、渲染、協作和仿真的 API。本文介紹了如何使用現有資產和工具立即開始使用 OpenUSD，以及可以采取哪些步驟以迭代方式提升 USD 工作流程的水平。要以交互方式全面介紹 OpenUSD 的基本概念、詞匯和最佳實踐，請探索 NVIDIA Deep Learning Institute 提供的免費 Learn OpenUSD 學習路徑。 OpenUSD 不會取代您現有的工具或數據格式。顧名思義，Universal Scene Description 提供了一種常用方法來表示網格和 PBR 材質等許多 3D 概念的數據。它不斷發展，以支持其他概念，例如 physics 和 B-reps。

]]>

12901

如何為基于感知的物理 AI 構建支持生成式 AI 的合成數據管道 http://www.open-lab.net/zh-cn/blog/how-to-build-a-generative-ai-enabled-synthetic-data-pipeline-for-perception-ai/ Mon, 06 Jan 2025 08:38:33 +0000 http://www.open-lab.net/zh-cn/blog/?p=12590 Continued]]> 訓練用于為機器人和自動駕駛汽車等自主機器提供動力支持的物理 AI 模型需要大量數據。獲取大量不同的訓練數據可能十分困難、耗時且昂貴。由于隱私限制或問題，數據通常會受到限制，或者只是在新用例中可能不存在。此外，可用數據可能不適用于所有潛在情況，從而限制了模型準確預測和應對各種場景的能力。合成數據由在 NVIDIA Omniverse 中構建的數字孿生仿真生成，現在已通過 NVIDIA Cosmos 進行升級，能夠彌補真實數據中的差距，使開發者能夠啟動物理 AI 模型訓練。您可以通過改變許多不同的參數 (例如布局、資產位置、位置、顏色、物體大小和照明條件) 來快速生成大量不同的數據集。然后，可以使用這些數據來幫助創建廣義模型。為幫助您構建由生成式 AI 提供支持的合成數據生成工作流和工作流，請查看“使用生成式 AI 參考工作流生成合成數據”。

]]>

12590

利用 NVIDIA Omniverse 空間流，在 XR 中體驗數字孿生技術 http://www.open-lab.net/zh-cn/blog/experience-digital-twins-in-xr-with-nvidia-omniverse-spatial-streaming/ Mon, 06 Jan 2025 08:02:51 +0000 http://www.open-lab.net/zh-cn/blog/?p=12578 Continued]]> 空間計算體驗正在轉變我們與數據的交互方式，通過擴展現實 (XR) 和數字孿生等技術連接物理和數字世界。這些進步使得分析和理解復雜數據集的方法更加直觀、更加身臨其境。本文介紹了開發者現在如何在沉浸式環境中使用基于通用場景描述 (Universal Scene Description，OpenUSD) 的 NVIDIA Omniverse 數據集，從而將理解和見解提升到新的水平。打造沉浸式空間體驗面臨獨特的挑戰。通常，XR 設備無法以逼真且引人入勝的體驗所需的細節水平渲染復雜的數據集。硬件限制會降低保真度，導致難以保留復雜的細節。為了應對這些挑戰，NVIDIA 在 CES 2025 上宣布，Omniverse 平臺現在包含 Omniverse 數字孿生工作流的空間流，可實現具有出色視覺保真度和性能的 XR 體驗。合作伙伴 Accenture、

]]>

12578

將實時 IoT 數據連接到數字孿生，實現 3D 遠程監控 http://www.open-lab.net/zh-cn/blog/connect-real-time-iot-data-to-digital-twins-for-3d-remote-monitoring/ Tue, 19 Nov 2024 09:33:35 +0000 http://www.open-lab.net/zh-cn/blog/?p=12202 Continued]]> 隨著企業越來越多地將 AI 集成到其工業運營中，以提供更自動化和自主化的設施，越來越多的運營團隊開始集中在遠程運營中心。這些團隊通過這些中心監視、操作分布式生產站點，并為其提供專家指導。新一代 3D 遠程監控解決方案由計算機圖形、加速計算和通用場景描述（Universal Scene Description，簡稱 OpenUSD）等開放標準的進步提供支持，正在通過消除 IT 和運營技術之間的孤島來改變工業運營。這使運營專家能夠快速識別和解決問題，在大規模上模擬運營并優化生產。為幫助開發者構建先進的 AI 啟用的 3D 應用和工作流，以支持操作團隊，NVIDIA 和 Microsoft Azure 開發了一個參考架構、 Microsoft Azure Arc Jumpstart 指南和一個公共 GitHub 庫。

]]>

12202

ROS 2 和 NVIDIA Isaac Sim 機器人模擬與測試入門指南 http://www.open-lab.net/zh-cn/blog/a-beginners-guide-to-simulating-and-testing-robots-with-ros-2-and-nvidia-isaac-sim/ Tue, 22 Oct 2024 05:48:15 +0000 http://www.open-lab.net/zh-cn/blog/?p=11707 Continued]]> 物理 AI 賦能的機器人需要在物理世界中自主感知、規劃和執行復雜任務，其中包括在動態和不可預測的環境中安全、高效地運輸和操控物體。借助機器人仿真，開發者可以通過虛擬機器人學習和測試來訓練、模擬和驗證這些先進的系統。在部署之前，這一切都發生在基于物理的數字環境表示中，如倉庫和工廠。在本文中，我們將向您展示如何利用 ROS 2 軟件包和 NVIDIA Isaac Sim (基于 NVIDIA Omniverse 平臺構建的參考應用) 來模擬和驗證機器人堆棧。我們還將討論 NVIDIA Isaac Sim 可以為 AI 機器人解鎖的用例。 Isaac Sim 基于 Universal Scene Description (USD) 構建，后者是 Isaac Sim 中用于仿真的基礎框架。作為開發者，您可以使用 Isaac Sim 輕松高效地設計、導入、

]]>

11707

AI 驅動模擬和數字孿生技術助力手術機器人技術創新發展 http://www.open-lab.net/zh-cn/blog/advancing-surgical-robotics-with-ai-driven-simulation-and-digital-twin-technology/ Mon, 14 Oct 2024 04:49:40 +0000 http://www.open-lab.net/zh-cn/blog/?p=11744 Continued]]> 在手術室中集成機器人手術助手（RSAs）為外科醫生和患者的治療效果帶來了巨大的優勢。目前，這些手術機器人平臺由經過訓練的外科醫生在控制臺中通過遠程操作進行操作，可提高靈活性，從而簡化手術工作流程并減輕外科醫生的工作量。探索下一代手術助手的視覺行為克隆，可以進一步增強機器人輔助手術的能力和效率。本文將介紹用于機器人手術輔助的兩個模板框架：手術首次交互式自主助理（SuFIA）和手術首次交互式自主助理 – 行為克隆（SuFIA-BC）。SuFIA 使用自然語言引導和大語言模型（LLMs）來實現手術機器人的高級規劃和控制，而 SuFIA-BC 則通過行為克隆（BC）技術提高機器人手術助理的靈活性和精度。這些框架將探索 LLMs 和 BC 技術的近期進展，并對其進行調整，以便出色應對手術場景的獨特挑戰。這項研究旨在加速手術機器人助手的開發，最終目標是減輕外科醫生的疲勞、

]]>

11744

借助生成式 AI 賦能的 OpenUSD 工作流實現大規模電影級內容制作 http://www.open-lab.net/zh-cn/blog/producing-cinematic-content-at-scale-with-a-generative-ai-enabled-openusd-pipeline/ Mon, 07 Oct 2024 08:22:02 +0000 http://www.open-lab.net/zh-cn/blog/?p=11462 Continued]]> 制作廣告需要大量資源，需要在物理位置以及各種道具和布景下，在不同的場景和環境中展示產品，以便更準確地定位消費者。這種傳統流程不僅昂貴且耗時，而且還會對物理環境造成破壞，這讓您在回家后無法捕捉新的角度。越來越多的組織正在通過開發可增強靈活性和創造力的 3D 配置器解決方案來克服這些障礙。產品配置器解決方案由通用場景描述（Universal Scene Description）和生成式 AI 開發，可幫助廣告公司大規模創建超個性化廣告內容。為了展示生成式 AI 支持的配置器如何增強復雜的設計流程，NVIDIA 創意團隊在 NVIDIA Omniverse 上開發了一款名為 CineBuilder 的工具。使用 OpenUSD 和生成式 AI，CineBuilder 簡化了高質量電影內容的合成、生成和制作，適用于汽車廣告等用例。

]]>

11462

利用 NVIDIA Omniverse 新開發者工具將生成式 AI 整合到 OpenUSD 工作流程 http://www.open-lab.net/zh-cn/blog/integrate-generative-ai-into-openusd-workflows-using-new-nvidia-omniverse-developer-tools/ Mon, 29 Jul 2024 07:51:13 +0000 http://www.open-lab.net/zh-cn/blog/?p=10826 Continued]]> 在 SIGGRAPH 2024 大會上，NVIDIA 宣布推出基于 NVIDIA Omniverse 的新型生成式 AI 和基于 NVIDIA Omniverse 的 NVIDIA 加速開發工具。這將擴大 Universal Scene Description (OpenUSD) 在機器人、工業設計和工程領域的采用率，以便開發者可以為 AI 的下一次演進快速構建高度準確的虛擬世界。 OpenUSD 是適用于 3D 和 simulation 工作流程的開源框架和數據交換。這種通用性使開發者能夠構建高度準確、AI-enabled 的虛擬世界以及使這些世界成為可能的工具。借助基于 NVIDIA Omniverse 的 NVIDIA 加速開發工具和新型生成式 AI，更多行業的開發者可以創建用于可視化工業設計和工程項目的應用程序，或用于模擬環境的應用程序，

]]>

10826

如何使用 OpenUSD 構建支持生成式 AI 的合成數據工作流 http://www.open-lab.net/zh-cn/blog/how-to-build-a-generative-ai-enabled-synthetic-data-pipeline-with-openusd/ Mon, 29 Jul 2024 07:40:46 +0000 http://www.open-lab.net/zh-cn/blog/?p=10823 Continued]]> 訓練物理 AI 模型用于驅動自主機器（例如機器人和自動駕駛汽車），需要大量數據。獲取大量多樣化的訓練數據可能很困難、耗時且昂貴。數據通常因隱私限制或問題而受到限制，或者僅僅因為新穎的用例而不存在。此外，可用數據可能不適用于各種潛在情況的全范圍，從而限制了模型準確預測和響應各種場景的能力。合成數據, 通過計算機模擬從數字孿生中生成，可替代真實數據，使開發者能夠啟動物理 AI 模型訓練。您可以快速生成大量多樣化的數據集，通過改變許多不同的參數，如布局、資產放置、位置、顏色、物體大小和光照條件。然后，這些數據可用于幫助創建通用模型。實現逼真度對于縮小模擬到現實領域的差距至關重要。該過程旨在使用正確的屬性（例如材料和紋理）表示虛擬環境中的每個對象，以準確地模仿其真實世界的表示。如果沒有人工智能的幫助，這是一個耗時的手動過程。

]]>

10823

利用 NVIDIA Isaac 實驗室加速機器人模擬學習 http://www.open-lab.net/zh-cn/blog/fast-track-robot-learning-in-simulation-using-nvidia-isaac-lab/ Mon, 29 Jul 2024 07:33:59 +0000 http://www.open-lab.net/zh-cn/blog/?p=10819 Continued]]> 機器人需要具備適應能力，能夠隨時學習新技能并適應周圍環境。然而，傳統訓練方法可能會限制機器人在新情況下應用所學技能的能力，這通常是由于感知和行動之間的差距，以及在不同環境中傳遞技能所面臨的挑戰。 NVIDIA Isaac Lab 是一個用于機器人學習的開源模塊化框架，可解決這些限制。Isaac Lab 的模塊化高保真模擬適用于各種訓練環境，提供物理 AI 功能和 NVIDIA GPU 驅動的物理模擬。 Isaac 實驗室支持模仿學習 (imitation learning) 和強化學習，為任何機器人 embodiment 提供靈活的訓練方法。它為訓練場景提供了用戶友好型環境，幫助機器人制造商根據不斷變化的業務需求添加或更新機器人技能。許多行業協作者都在使用 Isaac Lab 高效地訓練人形機器人。其中包括 Fourier Intelligence 公司 (其 GR1…

]]>

10819

使用深度學習框架 fVDB 根據真實的 3D 數據構建空間智能 http://www.open-lab.net/zh-cn/blog/building-spatial-intelligence-from-real-world-3d-data-using-deep-learning-framework-fvdb/ Mon, 29 Jul 2024 07:19:51 +0000 http://www.open-lab.net/zh-cn/blog/?p=10811 Continued]]> 生成式物理 AI 模型可以在物理世界中理解和執行具有精細或粗運動技能的動作。了解和在物理世界的三維空間中導航需要空間智能。要在物理 AI 中實現空間智能，需要將現實世界轉換為模型可以理解的 AI 就緒型虛擬表示，以便模型能夠更好地理解和執行物理世界中的動作。但是，根據真實數據構建空間智能需要能夠處理大規模和高分辨率現實的基礎設施。通常情況下，開發者必須拼湊不同的庫來構建空間智能框架，這種方法通常會導致錯誤和低效，從而限制虛擬環境的范圍。由于沒有統一的框架，在多個數據結構之間復制數據會引入性能瓶頸、規模受限和不必要的工作。為了提供強大、一致的框架，以處理現實規模的物理 AI，NVIDIA 建立了 fVDB，一個為稀疏、大規模和高性能空間智能而設計的深度學習框架。對于從事涉及大規模 3D 數據（例如通常與現實世界的模擬或測量相關的數據）的深度學習應用程序的從業者和研究人員而言，

]]>

10811

人人超碰97caoporen国产