NVIDIA的nanousd-Labs利用AI简化USD运行时创建
realtime news Jul 15, 2026 22:32
NVIDIA的nanousd-labs利用AI简化了物理AI的定制USD运行时开发，推动了OpenUSD的普及。
NVIDIA推出了nanousd-labs，这是一款工具，旨在让开发者使用AI智能代理生成定制的通用场景描述（USD）运行时。此项进展旨在通过减少为特定用例调整USD的复杂性，加速机器人、自主系统和工业数字孪生等“物理AI”应用的创新。
USD最初由皮克斯开发，现在由开放USD联盟（AOUSD）管理，提供了一个强大的3D场景描述框架。它已成为需要模拟就绪工作流的行业的基石。USD能将CAD数据、真实世界的遥测数据和模拟资产集成到一个共享的、物理准确的环境中，这使其成为数字孪生和AI训练应用的核心。然而，要针对特定性能、内存或应用程序二进制接口（ABI）需求定制USD实现，传统上需要大量的努力和庞大的代码库。
nanousd-labs通过使开发者能够直接从USD核心规范生成USD运行时解决了这个挑战。USD核心规范是一种由AOUSD维护的正式的、机器可读的标准。AI智能代理负责将规范翻译为符合标准的代码的机械化部分，让团队专注于性能和架构的微调。这种方法不仅加快了开发速度，还确保了与USD标准的兼容性。
为什么这很重要
随着行业越来越多地采用OpenUSD用于数字孪生和物理AI，像nanousd-labs这样的工具可以显著降低进入门槛。NVIDIA的方法强调模块化：由nanousd-labs生成的运行时是轻量化的、为特定目的设计的，并且可以无缝地在现有的OpenUSD生态系统中工作。例如，开发者可以将nanousd部署在NVIDIA Omniverse或其他平台上，而不会破坏现有的工作流程。
在实际应用中，这意味着开发者可以快速创建针对其独特约束优化的USD运行时。例如，一个机器人团队可以生成一个针对嵌入式系统的内存和性能需求优化的USD运行时，同时确保符合USD核心规范。
如何运作
nanousd-labs使用AI智能代理解析USD核心规范，并逐段生成符合标准的运行时。这些代理根据从相同规范衍生的测试套件验证其输出，反复迭代直到生成的代码满足所有标准要求。最终的结果是一个遵守USD场景组成、数据结构和值解析规则的运行时，但针对特定用例进行了定制。
开发者可以通过从GitHub克隆项目开始使用nanousd-labs，其中一个Python API（nanousd-python）为实验USD场景提供了一个易于访问的入口点。对于希望将nanousd集成到更大管道中的团队，该项目还支持直接的C API调用，实现跨语言兼容性。
对OpenUSD的更广泛影响
OpenUSD在制造业、汽车和机器人等行业中迅速普及，2026年的关键更新（如OpenUSD v26.05）将重点放在生产可靠性和新兴3D格式上。NVIDIA的nanousd-labs与这一趋势相辅相成，使开发人员更容易在定制的物理AI应用中实现OpenUSD。通过利用AI自动化运行时生成，nanousd-labs可以加速OpenUSD在需要高度定制化解决方案的行业中的渗透。
此外，nanousd-labs展示了将开放标准与AI驱动的开发方法结合的更大潜力。USD核心规范作为确保兼容性的“契约”，而AI智能代理则处理解析、组合和验证等重复性任务。这种方法可能会激励其他开源项目采用类似方法，推动开放标准的潜力向前发展。
接下来是什么？
对nanousd-labs感兴趣的开发者可以在GitHub上探索该项目，并通过贡献新的技能和用例参与其未来的塑造。AOUSD成员还可以通过核心规范工作组影响USD核心规范。随着标准的演变，像nanousd-labs这样的工具可能会在行业如何实施和创新OpenUSD方面变得更加重要。
随着NVIDIA引领这一进程，nanousd-labs标志着使OpenUSD变得更易于访问和适应的一个重要步骤，这可能会为物理AI和模拟就绪工作流解锁新的用例。
Image source: Shutterstock.jpg)