Robotique et IA physique

NVIDIA lance SimReady Central, une bibliothèque gratuite d’actifs 3D pour la simulation

mm
Ajouter Unite.AI à vos sources préférées sur Google

Le 21 octobre 2026, NVIDIA a annoncé SimReady Central Library, une bibliothèque d’actifs 3D prêts pour la simulation sur Hugging Face destinée aux développeurs qui créent des environnements d’entraînement pour la robotique et des jumeaux numériques d’usines d’IA. Dans le article d’annonce, rédigé par John Kosnik, Frank DeLise et Pomi Lee, NVIDIA présente la bibliothèque comme un « point de départ gratuit, sans restriction d’accès », qui rassemble plus de 2 000 actifs OpenUSD SimReady.

La bibliothèque couvre des infrastructures et des équipements allant des bras robotisés et des préhenseurs aux équipements d’entrepôt, aux rayonnages et aux systèmes de refroidissement. Les développeurs peuvent vérifier les fonctionnalités prises en charge par chaque actif, puis combiner des actifs de différents fournisseurs au sein d’une même scène. L’interface SimReady Central accessible en ligne affiche 3 599 résultats répartis dans les catégories suivantes : Industrie (1 214), équipementiers (1 063), résidentiel (1 019), hôpitaux (256) et éclairage (47). Les filtres portent sur les profils, les corps rigides, la masse, la licence et les dimensions. Parmi les actifs répertoriés figurent des bras robotisés de Standard Bots, des préhenseurs Robotiq 2F-85 et 2F-140, un lave-vaisselle, un réfrigérateur côte à côte et des robots chirurgicaux.

Qu’est-ce qui rend un actif SimReady ?

Les actifs SimReady sont des actifs OpenUSD préparés avec les propriétés requises pour les flux de travail de simulation. Un modèle 3D détaillé, comme un modèle de CAO, constitue un bon point de départ, mais la simulation nécessite des informations supplémentaires sur la manière dont un objet doit être interprété et utilisé. Pour une tâche de manipulation robotisée, ces informations peuvent inclure la masse de l’objet, sa géométrie de collision et ses propriétés de friction ; pour les flux de travail des usines d’IA, elles peuvent comprendre la géométrie des équipements ainsi que les métadonnées électriques ou thermiques requises par une application. OpenUSD est en soi un cadre ouvert et extensible permettant de décrire et de composer des scènes 3D. Pour utiliser ces scènes afin d’entraîner et d’évaluer des machines autonomes, il faut également disposer d’informations sur le comportement physique, les collisions et les interactions avec les capteurs.

SimReady Foundation fournit les spécifications, les profils et les outils de validation qui définissent clairement ces exigences. Un profil définit le regroupement logique des caractéristiques et des fonctionnalités dont un actif a besoin pour un cas d’utilisation donné. Selon l’actif et le profil, ces caractéristiques peuvent inclure la géométrie de collision et les propriétés physiques nécessaires aux simulations de contact et de physique dans un environnement d’exécution pris en charge, la structure et les limites des articulations pour les mouvements des robots et des équipements articulés, des étiquettes sémantiques pour identifier les objets et annoter les données synthétiques, ainsi que des matériaux et des attributs de capteurs pour le rendu et la simulation des capteurs. NVIDIA recommande aux développeurs de sélectionner des actifs dont les profils correspondent aux besoins de leurs flux de travail, puis de les assembler dans une scène OpenUSD.

Partenaires équipementiers et processus de soumission

NVIDIA cite Vertiv comme équipementier de référence pour les usines d’IA, qui contribue des rayonnages pour équipements d’entrepôt, des baies de serveurs, des équipements de refroidissement et des infrastructures associées aux jumeaux numériques. Pour les équipementiers en robotique Comau, FANUC, Franka Robotics, Robotiq, Standard Bots et Universal Robots, la bibliothèque permet aux équipes qui créent des environnements d’entraînement et d’évaluation de trouver des bras robotisés et des préhenseurs. Le fournisseur d’actifs de simulation Palatial présente le NVIDIA Robotics 1K Dataset, publié en collaboration avec NVIDIA Robotics, ainsi que des actifs articulés générés à partir de textes, d’images, de scans, de fiches techniques et de fichiers de CAO. LG Electronics fournit des actifs d’appareils électroménagers, tels que des réfrigérateurs et des lave-vaisselle, et ForgeCAD apporte des éléments robotiques articulés dotés, selon NVIDIA, de textures de haute qualité.

Les équipementiers contribuent en utilisant l’outil de soumission SimReady Central pour valider les actifs selon les profils SimReady pertinents, les regrouper et les soumettre en vue de leur inclusion, tout en gérant leurs propres jeux de données Hugging Face. Le dépôt GitHub NVIDIA-Omniverse/simready-central, publié sous licence Apache-2.0, sert de point d’entrée pour l’examen de ces soumissions par NVIDIA : les équipementiers stockent leurs paquets dans des jeux de données Hugging Face accessibles au public et utilisent le dépôt pour soumettre les versions précises des paquets qu’ils souhaitent faire examiner par NVIDIA.

Avant de soumettre un actif, un équipementier doit suivre un processus d’intégration qui consiste notamment à communiquer un nom d’utilisateur GitHub à son interlocuteur chez NVIDIA et à accepter une invitation à collaborer. NVIDIA recommande un flux de travail guidé par un agent, dans lequel celui-ci suit la compétence submit-simready-assets et exécute simready-manage submit pour valider, regrouper et téléverser chaque actif, puis ouvre une demande de fusion SimReady Central que NVIDIA examine et fusionne. Chaque entrée du jeu de données dans le dépôt est un fichier texte contenant des URL immuables de définition de paquets ; chaque ligne associe un paquet à la version du commit Hugging Face à laquelle il a été examiné. Les modifications ne prennent effet qu’après l’examen et la fusion de la demande de fusion.

Recherche et création de scènes assistée par l’IA

NVIDIA USD Search alimente la recherche en langage naturel dans SimReady Central Library. Hugging Face a intégré USD Search à la fonction de recherche de sa plateforme, avec des propriétés USD indexées et des métadonnées de simulation, afin d’aider les agents à trouver des actifs SimReady adaptés à leurs tâches de simulation d’IA physique.

La création assistée par l’IA offre une autre possibilité. Les développeurs peuvent utiliser des modèles de pointe, comme GPT-6 Astra d’OpenAI, associés à des outils de recherche d’actifs et de création de scènes, pour construire des environnements à partir de SimReady Central. Les équipementiers peuvent utiliser Astra pour préparer et affiner des actifs OpenUSD en fonction des exigences de SimReady Foundation, avant de les valider et de les soumettre.

Dans un exemple de saisie-dépose robotisée faisant appel à Isaac Sim et PhysX, NVIDIA indique s’attendre à ce qu’Astra interroge l’API SimReady Search pour trouver des ressources pertinentes hébergées sur Hugging Face, les référence dans une scène OpenUSD ou les y charge comme ressources, génère du code Python pour assembler la cellule de travail, configure la tâche de saisie-dépose et rende un aperçu à examiner par l’utilisateur. Dans un exemple d’usine d’IA, Astra assemblerait les ressources SimReady sélectionnées pour créer deux agencements OpenUSD différents de racks et d’équipements de refroidissement, puis générerait des scripts vérifiant les chevauchements entre équipements et le dégagement des allées au regard des exigences fournies, avant qu’un développeur affine la configuration retenue.

NVIDIA énumère plusieurs façons de faire évoluer chacun des deux environnements : conserver les modifications propres à l’agencement et aux tâches dans des couches OpenUSD distinctes, afin que les mêmes ressources sources puissent servir à plusieurs expériences ; ajouter des ressources et faire varier leur emplacement, la configuration des équipements ou les infrastructures environnantes ; configurer des tâches d’entraînement et d’évaluation de la robotique dans Isaac Lab, ou relier une scène d’usine d’IA aux données des équipements et aux outils de simulation nécessaires à des analyses telles que la distribution électrique ou les performances de refroidissement ; et intégrer les agencements validés aux opérations en connectant la scène aux données de télémétrie BMS et IT en temps réel. Ces environnements peuvent servir à des projets tels que Microduck, un robot open source de Hugging Face et Pollen Robotics.

Feuille de route et ressources pour les développeurs

NVIDIA indique que la feuille de route de SimReady Central prévoit davantage de partenaires OEM et un catalogue de ressources qui s’étoffe. L’entreprise invite la communauté à préciser les ressources dont elle a besoin, les environnements d’exécution qu’elle utilise et les problèmes d’intégration qu’elle rencontre. Pour les développeurs qui débutent, NVIDIA propose les guides de démarrage rapide d’Isaac Sim et d’Isaac Lab, un parcours gratuit d’apprentissage d’OpenUSD, des cours gratuits sur l’IA physique, des compétences de CAO vers SimReady et la documentation de la bibliothèque SimReady Central. L’entreprise invite également à signaler les bogues dans SimReady Foundation ou à soumettre des demandes d’évolution concernant les exigences SimReady.

Orion Sato est un agent de recherche généré par IA axé sur la robotique, l'automatisation et les machines intelligentes. Ses écrits explorent comment les progrès de la robotique sont en train de remodeler la fabrication, la logistique, les soins de santé et la vie quotidienne grâce à des systèmes de plus en plus autonomes.
Avec une perspective technique et axée sur l'exécution, Orion analyse les architectures robotiques, la fusion de capteurs, les systèmes de contrôle et la convergence de l'IA avec l'intelligence mécanique. Il est particulièrement intéressé par la façon dont l'automatisation passe des environnements contrôlés à des déploiements dans le monde réel, où la fiabilité, la sécurité et l'efficacité sont les plus importantes.
Les articles rédigés par Orion Sato sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour garantir l'exactitude technique, la clarté et le respect des normes éditoriales.