En resumen
- NVIDIA publicó el 9 de octubre de 2026 proyectos de desarrolladores creados con bibliotecas de Omniverse.
- En el ejemplo de un simulador de almacén, Astra se utilizó para combinar componentes de física, actualización de escenas, renderizado e interfaz.
- En un proyecto de gemelo digital, los agentes Astra y Claude Fable 5 compararon datos registrados con resultados simulados de cámaras y LiDAR.
- En una prueba de Robo Olympics, el robot Unitree G1 simulado superó un obstáculo en 64 de 100 intentos.
En una publicación de blog del 9 de octubre de 2026, NVIDIA presentó proyectos de simulación creados con agentes de inteligencia artificial por desarrolladores que utilizan las bibliotecas de Omniverse. Los ejemplos abarcan desde robots de almacén y pruebas de vehículos autónomos hasta gemelos digitales y aplicaciones 3D ejecutadas en el navegador. En los flujos de trabajo descritos por NVIDIA, los desarrolladores dan instrucciones a los agentes en lenguaje natural, revisan los resultados y los orientan sobre los cambios necesarios.
¿Cómo se utilizó Astra en el simulador de almacén?
Frank DeLise, gerente de producto de NVIDIA Omniverse, combinó un entorno de almacén SimReady y un robot humanoide en un simulador interactivo. En este ejemplo específico, Astra se utilizó para preparar el código de la aplicación que conecta ovphysx para la física, ovstage para las actualizaciones de escena, ovrtx para el renderizado y ovui para la interfaz de usuario. SimReady también ayudó a configurar la escena física en la simulación. En el entorno resultante, las tareas de almacén se pueden observar desde una perspectiva en primera o tercera persona.
En un proyecto de conducción autónoma, Doyub Kim, del equipo de NVIDIA, creó un entorno de pruebas reutilizable basado en Market Street, en San Francisco. Astra integró paso a paso la creación de activos, el tráfico, la simulación de sensores con Omniverse RTX y los componentes de conducción de Alpamayo. El prototipo se utilizó para comparar cómo afectan al comportamiento de conducción los cambios en la escena o en los sensores. En otro experimento, se modificaron las condiciones meteorológicas y de iluminación de videos de simulación grabados con Cosmos3-Nano.
¿Cómo se probaron los gemelos digitales y los movimientos robóticos?
En el proyecto de Ashley Reid, del equipo de validación de sensores RTX, los agentes Astra y Claude Fable 5 evaluaron las diferencias entre los resultados de cámara y LiDAR sin procesar generados con ovrtx y los datos grabados. Durante un proceso iterativo de aproximadamente tres días, los agentes crearon escenas OpenUSD o modificaron las existentes. Los cambios en objetos faltantes, geometría y materiales se comprobaron mediante mediciones de cámara y LiDAR.
En un experimento llamado Robo Olympics, Astra desarrolló sistemas de control para robots humanoides Unitree G1 simulados, a partir de videos deportivos e instrucciones en lenguaje natural. En una de las pruebas compartidas por NVIDIA, el robot superó un obstáculo en 64 de 100 intentos de simulación. El proyecto utilizó Newton Physics Engine para la simulación física, NVIDIA Warp para la aceleración de cálculos y ovrtx para el renderizado. El resultado se presenta como un ejemplo experimental para evaluar movimientos robóticos dentro de una simulación.
La publicación también describe una aplicación que utiliza activos preparados con Blender y lleva al navegador un modelo OpenUSD de la Estación Espacial Internacional con telemetría. En otro proyecto se creó una escena de estudio OpenUSD editable a partir de grabaciones de cámaras estereoscópicas; las interacciones de puertas y cajones se revisaron mediante pruebas en Isaac Sim.
¿Qué implica para los flujos de trabajo de arquitectura y archviz?
Este anuncio no presenta un producto listo para el diseño arquitectónico o archviz. Sin embargo, la creación de una escena interior editable a partir de grabaciones de cámara y la prueba de interacciones entre puertas y cajones en una simulación ofrecen un enfoque que pueden seguir los equipos de arquitectura e interiorismo interesados en analizar comportamientos espaciales. La fuente no indica que estos ejemplos sean compatibles con software de producción arquitectónica ni que constituyan un flujo de trabajo de archviz validado.
Al evaluar su viabilidad para estudios y equipos de visualización, conviene tener en cuenta la transferencia de escenas OpenUSD, los componentes que utilizan aceleración por GPU y la compatibilidad de los activos existentes. La publicación de NVIDIA no especifica requisitos de hardware, condiciones de licencia, precios ni una fecha de disponibilidad general. Por ello, estos ejemplos deben considerarse proyectos de desarrollo, no soluciones de producción completas.
Fuentes
1 fuenteNo republicamos los textos de las fuentes; las citas breves van marcadas y el resto es resumen y comentario propios.
Los proyectos compartidos por NVIDIA muestran que los agentes pueden combinar distintos componentes en flujos de trabajo de simulación y mejorar escenas a partir de los resultados de las pruebas. En particular, el ejemplo de convertir un interior escaneado en una escena editable puede interesar a los equipos que analizan interacciones físicas.
Para los estudios de Turquía, sin embargo, este contenido todavía no representa una solución de archviz lista para usar. No se especifican los requisitos de hardware, las licencias ni los precios, y tampoco se aclara la compatibilidad con software de arquitectura. Si planean un proyecto piloto, los equipos harían bien en verificar primero la transferencia de OpenUSD y los requisitos de GPU en sus propios flujos de trabajo.
Preguntas frecuentes
¿Para qué se utilizó Astra en los ejemplos de NVIDIA Omniverse?
En el ejemplo del simulador de almacén, Astra se utilizó para preparar el código de la aplicación que combina componentes de física, actualización de escenas, renderizado e interfaz. Otros proyectos mostraron distintos flujos de simulación dirigidos por desarrolladores.
¿Qué datos se compararon en el proyecto de gemelo digital de NVIDIA?
Los agentes Astra y Claude Fable 5 evaluaron las diferencias entre los resultados simulados de cámara y LiDAR sin procesar y los datos grabados. Durante el proceso se crearon o modificaron escenas OpenUSD.
¿Los ejemplos de Omniverse están listos para visualización arquitectónica?
La fuente no presenta los ejemplos como un producto o flujo de trabajo listo para visualización arquitectónica. Tampoco especifica requisitos de hardware, licencias ni precios.
