Nota do editor: Este post faz parte da série Into the Omniverse, dedicada a como desenvolvedores, profissionais de 3D e empresas podem transformar seus fluxos de trabalho usando os mais recentes avanços em OpenUSD e NVIDIA Omniverse.
O ciclo tradicional de design-construção-teste da manufatura baseava-se em uma única premissa: os testes no mundo real eram o único ambiente de testes confiável.
Essa premissa está mudando.
Hoje, a simulação de alta fidelidade produz dados de treinamento sintéticos precisos o suficiente para IA em nível de produção. Isso está permitindo que sistemas de percepção, modelos de raciocínio e fluxos de trabalho agênticos se destaquem em ambientes de fábrica ao vivo.
OpenUSD emergiu como o padrão de conexão que torna isso prático, e os fabricantes que o constroem já estão obtendo resultados mensuráveis.
SimReady: O Padrão de Conteúdo para IA Física
À medida que a IA física se torna parte integrante das operações industriais, os fabricantes enfrentam um desafio fundamental: os assets não transitam de forma confiável entre pipelines 3D. Toda vez que um asset passa de uma ferramenta de design assistido por computador para uma plataforma de simulação, propriedades físicas, geometria e metadados são perdidos — forçando as equipes a reconstruir do zero.
SimReady é o padrão de conteúdo, construído sobre OpenUSD, que define o que os assets 3D fisicamente precisos devem conter para funcionar de forma confiável em pipelines de renderização, simulação e treinamento de IA.
Além disso, as bibliotecas NVIDIA Omniverse fornecem a camada de simulação fisicamente precisa e fotorrealista onde os modelos de IA são treinados e validados antes da implantação.
Quatro Formas como os Fabricantes Estão Colocando a Stack de IA Física da NVIDIA para Trabalhar
ABB Robotics Fecha a Lacuna Sim-to-Real com 99% de Precisão
A ABB Robotics integrou as bibliotecas NVIDIA Omniverse diretamente ao RobotStudio HyperReality, sua plataforma de simulação utilizada por mais de 60.000 engenheiros globalmente.
A plataforma representa estações de robôs como arquivos USD executando o mesmo firmware de seus equivalentes físicos, tornando possível treinar robôs, testar tolerâncias de peças e validar modelos de IA antes mesmo de uma linha de produção existir.
Variações de treinamento sintético — como condições de iluminação e diferenças de geometria — podem ser geradas em escala, cobrindo cenários que seriam impraticáveis de replicar manualmente.
“Conseguimos integrar verticalmente toda a stack tecnológica e otimizá-la a ponto de agora alcançarmos 99% de precisão na versão simulada”, disse Craig McDonnell, diretor-executivo da linha de negócios industriais da ABB Robotics.
Os resultados: redução de até 50% nos ciclos de introdução de produtos, redução de até 80% no tempo de comissionamento e redução de 30-40% no custo total do ciclo de vida do equipamento.
JLR Comprime Quatro Horas de Simulação Aerodinâmica para Um Minuto
A JLR aplicou o mesmo princípio de simulação em primeiro lugar à aerodinâmica veicular. Os engenheiros treinaram modelos substitutos neurais em mais de 20.000 simulações de dinâmica dos fluidos computacional correlacionadas a túneis de vento em toda a carteira de veículos — com 95% das cargas de trabalho aerotérmicas agora rodando em GPUs NVIDIA.
O Neural Concept Design Lab — construído sobre o Omniverse e implantado na JLR — visualiza mudanças aerodinâmicas em tempo real à medida que os designers ajustam a geometria do veículo, transformando o que era um ciclo sequencial de design-e-simulação em um loop contínuo. Um resultado que antes levava quatro horas agora leva um minuto.
Tulip Traz Inteligência de Fábrica em Tempo Real para a Terex
Uma vez que uma fábrica entra em produção, começa um desafio de inteligência diferente — que a simulação sozinha não consegue resolver.
A plataforma Factory Playback da Tulip Interfaces demonstra como a infraestrutura existente pode se tornar uma camada de inteligência, transformando registros operacionais em algo a partir do qual os usuários podem realmente aprender. A Tulip construiu o Factory Playback sobre o NVIDIA Metropolis VSS Blueprint — uma arquitetura de referência para extrair inteligência estruturada de feeds de câmeras de fábrica — conectando fluxos de câmeras, dados de sensores de máquinas e contexto operacional em uma linha do tempo unificada do que realmente aconteceu.
Além disso, o Factory Playback usa o modelo de linguagem visual NVIDIA Cosmos Reason para interpretar fluxos de câmeras e comportamentos de operadores em tempo real, rodando on-premises em GPUs NVIDIA.
Implantado na Terex, um fabricante global de equipamentos industriais com mais de 40 plantas, o sistema deve entregar um aumento de 3% no rendimento e uma redução de 10% no retrabalho.
“Estou animado para ver o que os fabricantes farão com o poder da IA para ampliar suas capacidades diárias”, disse Rony Kubat, cofundador e diretor de informações da Tulip Interfaces.
Como Começar
Os assets SimReady, as bibliotecas Omniverse e a stack de IA física da NVIDIA fornecem uma base que os desenvolvedores podem adotar, estender e combinar em qualquer aplicação industrial. Veja como começar:
- Veja como a NVIDIA e seus parceiros colocam a IA física para trabalhar no chão de fábrica na Hannover Messe.
- Comece a construir robôs autônomos, gêmeos digitais e sistemas com IA com esses cursos gratuitos no próprio ritmo.
- Explore o NVIDIA Isaac Sim e as bibliotecas Omniverse no portal de desenvolvedores da NVIDIA.
- Implante o NVIDIA Metropolis VSS Blueprint em infraestrutura de câmeras existente para obter novos insights do chão de fábrica.
- Explore a especificação do framework SimReady Foundation no GitHub.
- Navegue pelas receitas do NVIDIA Cosmos Cookbook para aplicações de IA física específicas de domínio em robótica, simulação e sistemas autônomos.
- Acesse o hub completo de desenvolvedores do Omniverse.
- Junte-se à comunidade para se conectar com desenvolvedores e inovadores que estão construindo o futuro com as tecnologias NVIDIA.