NVIDIA eröffnet SimReady Central, eine kostenlose Bibliothek mit 3D-Simulationsressourcen

NVIDIA kündigte am 21. Oktober 2026 die SimReady Central Library an und stellte auf Hugging Face eine Bibliothek mit simulationsbereiten 3D-Ressourcen für Entwickler bereit, die Trainingsumgebungen für Robotik und digitale Zwillinge von KI-Fabriken erstellen. In dem Ankündigungsbeitrag von John Kosnik, Frank DeLise und Pomi Lee beschreibt NVIDIA die Bibliothek als „kostenlosen, frei zugänglichen Ausgangspunkt“ mit mehr als 2.000 simulationsbereiten OpenUSD-Ressourcen.

Die Bibliothek umfasst Infrastruktur und Ausrüstung – von Roboterarmen und Greifern bis hin zu Lagerausrüstung, Regalsystemen und Kühlanlagen. Entwickler können prüfen, welche Funktionen die einzelnen Ressourcen unterstützen, und anschließend Ressourcen verschiedener Anbieter zu einer Szene kombinieren. Die Live-Oberfläche von SimReady Central zeigt 3.599 Ergebnisse in den Kategorien Industrie (1.214), OEM (1.063), Wohnen (1.019), Krankenhaus (256) und Beleuchtung (47). Die Filter umfassen Profil, Starrkörper, Masse, Lizenz und Abmessungen. Zu den aufgeführten Ressourcen gehören Roboterarme von Standard Bots, die Greifer Robotiq 2F-85 und 2F-140, eine Geschirrspülmaschine, ein Side-by-side-Kühlschrank und Operationsroboter.

Was eine Ressource simulationsbereit macht

Simulationsbereite Ressourcen sind OpenUSD-Ressourcen, die mit den für Simulationsabläufe erforderlichen Eigenschaften ausgestattet sind. Ein detailliertes 3D-Modell, etwa aus CAD, ist ein guter Ausgangspunkt. Für Simulationen werden jedoch zusätzliche Informationen dazu benötigt, wie ein Objekt interpretiert und verwendet werden soll. Bei einer Robotermanipulationsaufgabe können dazu die Masse des Objekts, seine Kollisionsgeometrie und seine Reibungseigenschaften gehören; bei Arbeitsabläufen für KI-Fabriken können es die Geometrie der Ausrüstung sowie die elektrischen oder thermischen Metadaten sein, die eine Anwendung benötigt. OpenUSD selbst ist ein offenes, erweiterbares Framework zur Beschreibung und Zusammenstellung von 3D-Szenen. Um autonome Maschinen mithilfe dieser Szenen zu trainieren und zu bewerten, sind außerdem Informationen über physikalisches Verhalten, Kollisionen und Sensorinteraktionen erforderlich.

SimReady Foundation stellt die Spezifikationen, Profile und Validierungswerkzeuge bereit, mit denen diese Anforderungen genau festgelegt werden. Ein Profil definiert die logische Gruppierung von Funktionen und Fähigkeiten, die eine Ressource für einen bestimmten Anwendungsfall benötigt. Je nach Ressource und Profil können diese Funktionen Kollisionsgeometrie und physikalische Eigenschaften für Kontakt- und Physiksimulationen in einer unterstützten Laufzeitumgebung, Gelenkstrukturen und Bewegungsgrenzen für bewegliche Roboter und Ausrüstung, semantische Kennzeichnungen zur Objekterkennung und für annotierte synthetische Daten sowie Material- und Sensoreigenschaften für Rendering und Sensorsimulation umfassen. NVIDIA empfiehlt Entwicklern, Ressourcen mit Profilen auszuwählen, die zu den Anforderungen ihrer Arbeitsabläufe passen, und diese zu einer OpenUSD-Szene zusammenzustellen.

OEM-Partner und der Einreichungsprozess

NVIDIA nennt Vertiv als OEM für KI-Fabriken, der Regalsysteme für Lager und Server, Kühlanlagen sowie die zugehörige Infrastruktur für digitale Zwillinge beisteuert. Für die Robotik-OEMs Comau, FANUC, Franka Robotics, Robotiq, Standard Bots und Universal Robots macht die Bibliothek Roboterarme und Greifer für Teams auffindbar, die Trainings- und Evaluierungsumgebungen erstellen. Der Anbieter von Simulationsressourcen Palatial präsentiert den NVIDIA Robotics 1K Dataset, der in Zusammenarbeit mit NVIDIA Robotics veröffentlicht wurde, sowie bewegliche Ressourcen, die aus Texten, Bildern, Scans, Datenblättern und CAD-Daten erstellt wurden. LG Electronics steuert Ressourcen für Haushaltsgeräte wie Kühlschränke und Geschirrspülmaschinen bei, und ForgeCAD liefert bewegliche Requisiten für die Robotik mit Texturen, die NVIDIA als hochwertig beschreibt.

OEMs nutzen für ihre Beiträge den Einreichungs-Skill von SimReady Central, um Ressourcen anhand der relevanten SimReady-Profile zu validieren, zu paketieren und zur Aufnahme einzureichen, während sie ihre eigenen Hugging-Face-Datensätze verwalten. Das GitHub-Repository NVIDIA-Omniverse/simready-central steht unter der Apache-2.0-Lizenz und dient NVIDIA als zentrale Anlaufstelle für die Prüfung dieser Einreichungen: OEMs speichern ihre Pakete in öffentlich zugänglichen Hugging-Face-Datensätzen und reichen über das Repository genau die Paketversionen ein, die NVIDIA prüfen soll.

Vor der Einreichung durchläuft ein OEM ein Onboarding-Verfahren. Dazu gehören die Mitteilung eines GitHub-Benutzernamens an den NVIDIA-Ansprechpartner und die Annahme einer Einladung zur Zusammenarbeit. NVIDIA empfiehlt einen agentengestützten Ablauf, bei dem der Agent dem Skill submit-simready-assets folgt und den Befehl simready-manage submit ausführt, um jede Ressource zu validieren, zu paketieren und hochzuladen. Anschließend erstellt er einen Pull Request für SimReady Central, den NVIDIA prüft und zusammenführt. Jeder Datensatzeintrag im Repository besteht aus einer Textdatei mit unveränderlichen URLs für Paketdefinitionen. Jede Zeile bindet ein Paket an den Hugging-Face-Commit, zu dem es geprüft wurde. Änderungen werden erst wirksam, nachdem der Pull Request geprüft und zusammengeführt wurde.

Suche und KI-gestützte Szenenerstellung

NVIDIA USD Search ermöglicht die Suche in natürlicher Sprache in der SimReady Central Library. Hugging Face hat USD Search mit indexierten USD-Eigenschaften und Simulationsmetadaten in die Plattformsuche integriert, damit Agenten SimReady-Ressourcen finden können, die sich für ihre Simulationsaufgaben im Bereich physischer KI eignen.

KI-gestützte Erstellung eröffnet einen weiteren Weg. Entwickler können führende Modelle wie GPT-6 Astra von OpenAI in Verbindung mit Werkzeugen zur Ressourcensuche und Szenenerstellung nutzen, um Umgebungen aus SimReady Central aufzubauen. OEMs können Astra dabei einsetzen, OpenUSD-Ressourcen anhand der Anforderungen von SimReady Foundation vorzubereiten und zu verfeinern, bevor sie diese validieren und einreichen.

An einem Beispiel für eine robotergestützte Pick-and-Place-Anwendung mit Isaac Sim und PhysX erklärt NVIDIA, dass Astra voraussichtlich die SimReady Search API abfragen wird, um relevante, auf Hugging Face bereitgestellte Assets zu finden, sie zu referenzieren oder als Payload in eine OpenUSD-Stage einzubinden, Python-Code zum Aufbau der Arbeitszelle zu generieren, die Pick-and-Place-Aufgabe zu konfigurieren und eine Vorschau zur Prüfung durch den Nutzer zu rendern. In einem Beispiel für eine KI-Fabrik würde Astra ausgewählte SimReady-Assets zu zwei alternativen OpenUSD-Layouts mit Racks und Kühlanlagen zusammenstellen. Anschließend würde es Skripte generieren, die prüfen, ob sich Geräte überschneiden und die Gänge breit genug sind, um die vorgegebenen Anforderungen zu erfüllen, bevor ein Entwickler die bevorzugte Konfiguration weiter ausarbeitet.

NVIDIA nennt mehrere Möglichkeiten, beide Umgebungen zu erweitern: Layout- und aufgabenspezifische Änderungen lassen sich in separaten OpenUSD-Ebenen speichern, sodass dieselben Quell-Assets mehrere Experimente ermöglichen; zusätzliche Assets können eingebunden und deren Platzierung, Gerätekonfigurationen oder umgebende Infrastruktur variiert werden; in Isaac Lab lassen sich Aufgaben für das Training und die Evaluierung von Robotern konfigurieren, oder eine KI-Fabrik-Szene kann mit den Gerätedaten und Simulationstools verknüpft werden, die für Analysen wie die Stromverteilung oder Kühlleistung benötigt werden; außerdem können validierte Layouts in den Betrieb überführt werden, indem die Szene mit Live-Telemetriedaten aus BMS und IT verbunden wird. Diese Umgebungen eignen sich für Projekte wie Microduck, einen Open-Source-Roboter von Hugging Face und Pollen Robotics.

Roadmap und Entwicklerressourcen

Laut NVIDIA umfasst die Roadmap von SimReady Central weitere OEM-Partner und eine wachsende Asset-Bibliothek. Das Unternehmen bittet die Community um Rückmeldungen dazu, welche Assets sie benötigt, welche Laufzeitumgebungen sie verwendet und wo Integrationslücken auftreten. Entwicklern, die erste Schritte machen möchten, empfiehlt NVIDIA die Schnellstarts für Isaac Sim und Isaac Lab, einen kostenlosen Lernpfad zu OpenUSD, kostenlose Kurse zu physischer KI, Anleitungen zur Umwandlung von CAD in SimReady sowie die Dokumentation zur SimReady Central Library. Außerdem bittet das Unternehmen darum, in SimReady Foundation Probleme zu melden und Funktionswünsche zu den SimReady-Anforderungen einzureichen.