进入全宇宙：OpenUSD和NVIDIA Halo加速机器人出租车和物理AI系统的安全性
💡
原文英文，约1000词，阅读约需4分钟。
📝
内容提要
NVIDIA推出新安全框架，助力开发者构建安全的物理AI。OpenUSD 1.0规范定义了标准数据模型，支持可互操作的仿真管道。开发者可通过高保真模拟和合成数据生成，在安全环境中测试机器人和自动驾驶汽车，从而提升安全性和效率。
🎯
关键要点
- NVIDIA推出新安全框架，帮助开发者构建安全的物理AI。
- OpenUSD 1.0规范定义了标准数据模型，支持可互操作的仿真管道。
- 开发者可以通过高保真模拟和合成数据生成，在安全环境中测试机器人和自动驾驶汽车。
- OpenUSD为NVIDIA Omniverse库提供基础，结合了RTX渲染、物理模拟和高效运行时。
- NVIDIA Cosmos世界基础模型可以在模拟上运行，生成新的天气、光照和地形条件。
- 合成数据生成和SimReady工作流程与NVIDIA Halos框架结合，推动下一代自动驾驶机器的安全部署。
- OpenUSD核心规范1.0建立了SimReady资产的标准数据模型和行为。
- Learn OpenUSD课程现已开源，便于教育者为不同受众和用例本地化内容。
- Gaussian splatting技术加速了安全机器人测试和验证的仿真管道。
- Lightwheel的SimReady资产库使团队能够轻松组装高保真的数字双胞胎。
- NVIDIA的Sim2Val框架结合真实和模拟测试结果，提高自动驾驶汽车的安全性。
- NVIDIA Halos AI系统检查实验室提供机器人出租车车队的独立检查和认证。
- Bosch、Nuro和Wayve等公司参与NVIDIA Halos AI系统检查实验室，推动机器人出租车的安全部署。
- Mcity利用Omniverse库和技术增强其自动驾驶汽车测试设施的数字双胞胎。
➡️
