Biblioteques Omniverse: Integració d'IA Física en Aplicacions Existents

title: "Biblioteques Omniverse: Integració d'IA Física en Aplicacions Existents" slug: "integrate-physical-ai-capabilities-into-existing-apps-with-nvidia-omniverse-libraries" date: "2026-04-11" lang: "ca" source: "https://developer.nvidia.com/blog/integrate-physical-ai-capabilities-into-existing-apps-with-nvidia-omniverse-libraries/" category: "Eines per a Desenvolupadors" keywords:

NVIDIA Omniverse
IA Física
Bessons Digitals
Simulació Robòtica
Arquitectura Modular
ovrtx
ovphysx
ovstorage
API de C
Enllaços Python
Orquestració Agentica
Isaac Lab meta_description: "Les biblioteques NVIDIA Omniverse ofereixen una arquitectura modular per integrar capacitats d'IA física en aplicacions existents. Aprofita ovrtx, ovphysx i ovstorage per a simulació d'alta fidelitat, física en temps real i pipelines de dades unificats, impulsant la creació de bessons digitals i l'orquestració agentica." image: "/images/articles/integrate-physical-ai-capabilities-into-existing-apps-with-nvidia-omniverse-libraries.png" image_alt: "Les biblioteques modulars NVIDIA Omniverse integren capacitats d'IA física en aplicacions existents per a la simulació de bessons digitals en temps real." quality_score: 94 content_score: 93 seo_score: 95 companies:
NVIDIA schema_type: "NewsArticle" reading_time: 7 faq:
question: "Què són les biblioteques NVIDIA Omniverse i quin problema resolen per als desenvolupadors?" answer: "Les biblioteques NVIDIA Omniverse representen una nova arquitectura modular que exposa els components bàsics d'Omniverse, com ara el renderitzat RTX (ovrtx), la simulació basada en PhysX (ovphysx) i els pipelines d'emmagatzematge de dades (ovstorage), com a API de C autònomes amb enllaços C++ i Python. Aquest enfocament permet als desenvolupadors integrar capacitats d'IA física específiques i d'alta fidelitat directament en les seves piles de programari industrial i robòtic existents sense necessitat d'adoptar tota la plataforma Omniverse. Això resol el problema dels entorns d'execució monolítics, permetent una millor escalabilitat, un desplegament sense interfície gràfica (headless) i una integració perfecta amb els sistemes CI/CD i els frameworks d'aplicació existents, reduint significativament la necessitat de reescriptures arquitectòniques extensives."
question: "Com 'ovrtx', 'ovphysx' i 'ovstorage' milloren les aplicacions existents amb capacitats d'IA física?" answer: "El trio 'ovrtx', 'ovphysx' i 'ovstorage' ofereix funcionalitats distintes però complementàries per a la integració de la IA física. 'ovrtx' proporciona un renderitzat per traçat de camins d'alta fidelitat i en temps real, i simulació de sensors, crucials per a la percepció robòtica multimodal i la generació de dades sintètiques. 'ovphysx' ofereix una simulació física d'alta velocitat i nativa de USD, essencial per a l'entrenament robòtic i els bucles de control en temps real. 'ovstorage' estableix pipelines de dades d'IA física unificats, permetent la connexió perfecta de la infraestructura PLM/PDM existent a Omniverse, facilitant la gestió de dades distribuïda a gran escala i evitant migracions de dades manuals costoses. Junts, aquestes biblioteques permeten una integració granular i de gran rendiment de simulació avançada i gestió de dades."
question: "Què és el Protocol de Context del Model (MCP) i com facilita l'orquestració agentica dins d'Omniverse?" answer: "El Protocol de Context del Model (MCP) és un mecanisme crucial dins d'Omniverse que permet als agents basats en LLM interactuar amb les simulacions d'IA física i orquestrar-les. Els servidors MCP descriuen operacions (per exemple, carregar escenes USD, editar prims, avançar la simulació) en un esquema llegible per màquina. Això permet que els agents intel·ligents, impulsats per models de llenguatge grans, puguin navegar per les API disponibles, generar codi d'escena i manipular elements de simulació basats en descripcions d'alt nivell. En gestionar les crides a procediments remots (RPC) de baix nivell a Omniverse, l'MCP permet als desenvolupadors centrar-se en la definició de comportaments i limitacions de seguretat d'agents sofisticats, escalant i automatitzant significativament els fluxos de treball de simulació complexos per a la IA física."
question: "Com s'ha beneficiat NVIDIA Isaac Lab de la transició a una arquitectura modular basada en biblioteques?" answer: "NVIDIA Isaac Lab, un framework de simulació robòtica d'alt rendiment per a l'aprenentatge per reforç, s'ha beneficiat significativament de la transició a una arquitectura modular impulsada per ovphysx i ovrtx en la seva versió 3.0 Beta. Aquest canvi permet un control d'execució explícit, una simulació determinista i la capacitat d'executar física d'alta densitat sense interfície gràfica (headless) sense dependre de la UI. Els desenvolupadors ara tenen la flexibilitat de triar entre 'ovphysx' o un backend Newton sense Kit basat en les seves necessitats de simulació i poden aprofitar un sistema de renderització connectable que admet OVRTX, Isaac RTX i altres visualitzadors. Aquesta modularitat garanteix que Isaac Lab compleix els requisits d'escalabilitat extrema i control determinista per a l'entrenament robòtic avançat."
question: "Quines grans empreses industrials estan actualment provant les biblioteques NVIDIA Omniverse i amb quins propòsits?" answer: "Empreses industrials líders com ABB Robotics, PTC, Siemens i Synopsys estan actualment provant les biblioteques NVIDIA Omniverse. Aquestes empreses estan aprofitant l'arquitectura modular per integrar simulació d'alta fidelitat, crear bessons digitals avançats i habilitar capacitats d'IA física escalables directament dins dels seus fluxos de treball de disseny, enginyeria i fabricació existents. Això els permet validar dissenys de robots, optimitzar sistemes industrials i millorar la gestió del cicle de vida del producte (PLM/PDM) i els sistemes d'integració contínua/desplegament continu (CI/CD), tot això abans que es construeixin prototips físics, assenyalant un canvi significatiu cap a la transformació industrial impulsada per la IA."
question: "Quins són els beneficis immediats d'utilitzar les biblioteques Omniverse en comparació amb la pila completa de contenidors Omniverse per a aplicacions existents?" answer: "Els beneficis immediats d'utilitzar les biblioteques Omniverse sobre la pila completa de contenidors per a aplicacions existents inclouen una fricció arquitectònica significativament reduïda i una integració més ràpida. Els desenvolupadors poden incrustar selectivament capacitats específiques d'Omniverse —com el renderitzat avançat o la simulació física— en el seu programari actual sense haver de fer revisions importants. Aquest enfocament permet el desplegament sense interfície gràfica (headless), una millor escalabilitat de les simulacions i un intercanvi directe de dades tensoritzades. Aborda colls d'ampolla anteriors, com el bloqueig de framework, les dependències de la interfície d'usuari i la rigidesa arquitectònica, oferint un camí simplificat per a l'aprofitament de les potents tecnologies d'IA física de NVIDIA dins dels ecosistemes industrials i robòtics establerts."

Biblioteques NVIDIA Omniverse Presentades: Potenciant la Integració d'IA Física

A la GTC 2026, NVIDIA va anunciar una evolució significativa per a la seva plataforma Omniverse, introduint una arquitectura modular basada en biblioteques dissenyada per integrar sense problemes capacitats avançades d'IA física en aplicacions existents. Aquest canvi de paradigma aborda una necessitat crítica en el desenvolupament industrial i robòtic, on els entorns d'execució monolítics sovint dificulten l'escalabilitat, el desplegament sense interfície gràfica (headless) i la integració amb els sistemes CI/CD establerts. En exposar els components bàsics d'Omniverse —renderitzat RTX, simulació basada en PhysX i pipelines d'emmagatzematge de dades— com a API de C autònomes amb enllaços C++ i Python, NVIDIA permet als desenvolupadors incrustar potents funcionalitats de bessons digitals en temps real i d'IA física sense requerir una revisió arquitectònica completa. Aquesta modularitat democratitza l'accés a la simulació d'alta fidelitat, fent de la IA física una realitat assolible per a una gamma més àmplia d'empreses.

La IA física, definida com a sistemes d'IA que perceben, raonen i actuen dins d'entorns simulats físicament fonamentats, està transformant ràpidament la manera com les indústries dissenyen i validen sistemes complexos. Des dels moviments de braços robòtics fins a la disposició completa de fàbriques, l'entrenament i la validació de polítiques d'IA en un entorn de bessons digitals redueix dràsticament els costos i accelera els cicles de desenvolupament. Les noves biblioteques Omniverse, incloses 'ovrtx', 'ovphysx' i 'ovstorage', estan destinades a ser la pedra angular d'aquesta transformació, permetent a les empreses infondre el seu programari propietari amb la tecnologia de simulació d'avantguarda de NVIDIA.

Arquitectura Modular per a una Integració Perfecta d'IA Física

La introducció d'una arquitectura "library-first" canvia fonamentalment la manera com els desenvolupadors interactuen amb l'ecosistema NVIDIA Omniverse. En lloc d'adoptar un marc d'aplicacions complet, els equips ara poden trucar selectivament a les API de renderitzat, física i emmagatzematge d'Omniverse directament des dels seus propis processos i serveis. Aquest enfocament elimina els reptes associats al bloqueig de framework, les dependències de la interfície d'usuari i la rigidesa arquitectònica que sovint acompanyen les adopcions de programari a gran escala.

Aquest disseny modular és particularment beneficiós per als desenvolupadors amb piles de programari establertes, permetent-los aprofitar les potents capacitats d'Omniverse sense reescriptures arquitectòniques disruptives. Les biblioteques estan dissenyades per a un desplegament "headless-first", assegurant un rendiment i una escalabilitat òptims per a aplicacions industrials i robòtiques exigents. Aquesta decisió estratègica de NVIDIA subratlla un compromís amb la flexibilitat i les solucions centrades en el desenvolupador, posicionant Omniverse com un conjunt d'eines adaptable per al futur de la IA.

Les Biblioteques Omniverse Bàsiques: ovrtx, ovphysx i ovstorage

Les biblioteques recentment anunciades proporcionen capacitats distintes però interconnectades, cadascuna dissenyada per resoldre reptes d'integració específics en el desenvolupament de programari industrial. Aprofiten components d'Omniverse existents com OpenUSD per a la descripció d'escenes i actius SimReady per a entorns de simulació d'alta qualitat, garantint una experiència de desenvolupament cohesiva i potent.

Biblioteca	Capacitats Clau	Impacte en l'Enginyeria
ovrtx	Traçat de camins i simulació de sensors en temps real, d'alta fidelitat i alt rendiment	Integra el renderitzat RTX d'última generació directament en aplicacions existents, permetent la percepció robòtica multimodal, la generació avançada de dades sintètiques i una retroalimentació visual altament realista per a bessons digitals i entorns simulats.
ovphysx	Simulació física d'alta velocitat i nativa de USD	Afegeix simulació física lleugera i accelerada per hardware a les aplicacions, facilitant l'intercanvi de dades d'alta velocitat per a l'entrenament robòtic, la integració de bucles de control en temps real i interaccions físiques precises en escenaris industrials complexos.
ovstorage	Pipelines unificats de dades d'IA física	Connecta l'emmagatzematge i la infraestructura PLM/PDM existents directament a l'ecosistema Omniverse mitjançant una biblioteca impulsada per API. Això permet la gestió de dades distribuïda a gran escala i un alt rendiment, evitant crucialment migracions de dades manuals costoses i que requereixen molt de temps per a desplegaments a nivell empresarial.

Aquestes biblioteques es troben actualment en accés anticipat a GitHub i NGC, amb NVIDIA recollint activament comentaris i planificant un llançament de producció amb estabilitat d'API a finals d'aquest any. Les proves internes en piles d'alt rendiment com NVIDIA Isaac Lab i l'Omniverse DSX Blueprint asseguren que compleixen les rigoroses demandes empresarials abans de la disponibilitat general.

Orquestració Agentica amb el Protocol de Context del Model (MCP)

Per millorar encara més la utilitat d'aquestes biblioteques, especialment en el camp emergent dels agents d'IA, Omniverse introdueix capacitats per a l'orquestració agentica mitjançant servidors del Protocol de Context del Model (MCP). Aquests servidors estan dissenyats per fer que la simulació sigui utilitzable pels agents basats en LLM, descrivint operacions —com carregar escenes USD, editar "prims" o avançar per simulacions— en un esquema llegible per màquina. Això permet que les eines d'IA, com els LLM avançats, puguin trucar a les funcionalitats d'Omniverse de manera segura i eficaç.

Els agents USD de Kit, per exemple, són una col·lecció de servidors MCP per a Kit, USD i OmniUI, que permeten als agents navegar per les API, generar codi d'escena i manipular elements de la interfície d'usuari o jerarquies de capes basades en descripcions textuals d'alt nivell. Això permet als desenvolupadors definir comportaments i limitacions de seguretat d'agents sofisticats, descarregant la complexitat de cablejar cada crida API de simulació. Per escalar aquests fluxos de treball avançats, els desenvolupadors poden aprofitar NemoClaw, una pila d'infraestructura per a la comunitat OpenClaw que desplega agents segurs i autònoms dins de sandboxes aïllats i protegits per polítiques. Aquest desenvolupament obre el camí per a entorns de simulació cada vegada més autònoms i intel·ligents, accelerant el desenvolupament de sistemes complexos d'IA física i donant suport a potents evaluating-ai-agents-for-production-a-practical-guide-to-strands-evals.

L'inici ràpid amb Docker per als servidors MCP simplifica el desplegament, permetent als desenvolupadors utilitzar els serveis d'incrustació i reranker allotjats al núvol de NVIDIA sense GPU locals, requerint només una clau API de NVIDIA.

Cas d'Estudi: Optimitzant NVIDIA Isaac Lab amb Biblioteques Modulars

Els beneficis pràctics d'aquest enfocament modular es demostren vívidament per l'evolució contínua d'enginyeria de NVIDIA Isaac Lab. Com a framework de simulació robòtica d'alt rendiment crític per a l'aprenentatge per reforç (RL), Isaac Lab exigeix una escalabilitat extrema i un control determinista.

Amb Isaac Lab 3.0 Beta, NVIDIA ha transitat amb èxit la seva capa fonamental del framework Kit monolític tradicional a una arquitectura modular de múltiples backends. Això permet als desenvolupadors triar entre 'ovphysx' —una biblioteca autònoma que encapsula l'SDK de PhysX— o un backend Newton sense Kit impulsat per MuJoCo-Warp, depenent dels seus requisits de simulació específics. De manera similar, la part de renderitzat ara presenta un sistema connectable que admet OVRTX, Isaac RTX, Newton Warp i visualitzadors lleugers com Rerun i Viser. Aquesta flexibilitat garanteix que Isaac Lab pugui satisfer les exigents necessitats dels investigadors i enginyers de robòtica, oferint un control d'execució explícit, simulació determinista i capacitats físiques d'alta densitat i sense interfície gràfica (headless) crucials per al desenvolupament d'IA d'avantguarda. Aquest nivell de control és essencial per crear accelerate-token-production-in-ai-factories-using-unified-services-and-real-time-ai robustos.

El Futur de la Integració d'IA Física

El llançament de les biblioteques NVIDIA Omniverse marca un moment clau per a les empreses industrials i robòtiques. En oferir un camí granular i d'alt rendiment per integrar capacitats d'IA física, NVIDIA està impulsant les empreses a accelerar el seu viatge de transformació digital. Líders de la indústria com ABB Robotics, PTC, Siemens i Synopsys ja estan provant aquestes biblioteques, integrant simulació avançada i creació de bessons digitals en els seus sistemes PLM/PDM i CI/CD existents. Aquesta adopció generalitzada assenyala una clara tendència cap a fluxos de treball de desenvolupament més flexibles, escalables i intel·ligents, on la IA física no és només una aspiració, sinó una realitat accessible i integrada. A mesura que aquestes biblioteques avancen cap a la disponibilitat general, prometen desbloquejar nivells d'innovació sense precedents en disseny, enginyeria i fabricació.

Font original

https://developer.nvidia.com/blog/integrate-physical-ai-capabilities-into-existing-apps-with-nvidia-omniverse-libraries/

Preguntes freqüents

What are NVIDIA Omniverse libraries and what problem do they solve for developers?

NVIDIA Omniverse libraries represent a new, modular architecture that exposes core Omniverse components like RTX rendering (ovrtx), PhysX-based simulation (ovphysx), and data storage pipelines (ovstorage) as standalone C APIs with C++ and Python bindings. This approach allows developers to integrate specific, high-fidelity physical AI capabilities directly into their existing industrial and robotics software stacks without the need to adopt the entire Omniverse platform. This solves the challenge of monolithic runtimes, enabling better scalability, headless deployment, and seamless integration with existing CI/CD systems and application frameworks, significantly reducing the need for extensive architectural rewrites.

How do 'ovrtx', 'ovphysx', and 'ovstorage' enhance existing applications with physical AI capabilities?

The trio of 'ovrtx', 'ovphysx', and 'ovstorage' offers distinct yet complementary functionalities for physical AI integration. 'ovrtx' provides high-fidelity, real-time path-traced rendering and sensor simulation, crucial for multimodal robotics perception and synthetic data generation. 'ovphysx' delivers high-speed, USD-native physics simulation, essential for robotics training and real-time control loops. 'ovstorage' establishes unified physical AI data pipelines, allowing seamless connection of existing PLM/PDM infrastructure to Omniverse, facilitating large-scale distributed data management and avoiding costly manual data migrations. Together, these libraries enable granular, performant integration of advanced simulation and data management.

What is the Model Context Protocol (MCP) and how does it facilitate agentic orchestration within Omniverse?

The Model Context Protocol (MCP) is a crucial mechanism within Omniverse that enables LLM-based agents to interact with and orchestrate physical AI simulations. MCP servers describe operations (e.g., loading USD scenes, editing prims, stepping simulation) in a machine-readable schema. This allows intelligent agents, powered by large language models, to browse available APIs, generate scene code, and manipulate simulation elements based on high-level descriptions. By handling the low-level remote procedure calls (RPCs) to Omniverse, MCP empowers developers to focus on defining sophisticated agent behaviors and guardrails, significantly scaling and automating complex simulation workflows for physical AI.

How has NVIDIA Isaac Lab benefited from the transition to a modular, library-based architecture?

NVIDIA Isaac Lab, a high-performance robotics simulation framework for reinforcement learning, has significantly benefited from transitioning to a modular architecture powered by ovphysx and ovrtx in its 3.0 Beta release. This shift enables explicit execution control, deterministic simulation, and the ability to run high-density, headless physics without reliance on UI dependencies. Developers now have the flexibility to choose between 'ovphysx' or a Kit-less Newton backend based on their simulation needs and can leverage a pluggable renderer system that supports OVRTX, Isaac RTX, and other visualizers. This modularity ensures Isaac Lab meets the extreme scalability and deterministic control requirements for advanced robotics training.

Which major industrial companies are currently piloting NVIDIA Omniverse libraries and for what purposes?

Leading industrial companies such as ABB Robotics, PTC, Siemens, and Synopsys are currently piloting NVIDIA Omniverse libraries. These companies are leveraging the modular architecture to integrate high-fidelity simulation, create advanced digital twins, and enable scalable physical AI capabilities directly within their existing design, engineering, and manufacturing workflows. This allows them to validate robot designs, optimize industrial systems, and enhance product lifecycle management (PLM/PDM) and continuous integration/continuous deployment (CI/CD) systems, all before physical prototypes are ever built, signaling a significant shift towards AI-driven industrial transformation.

What are the immediate benefits of using Omniverse libraries compared to the full Omniverse container stack for existing applications?

The immediate benefits of using Omniverse libraries over the full container stack for existing applications include significantly reduced architectural friction and faster integration. Developers can selectively embed specific Omniverse capabilities—like advanced rendering or physics simulation—into their current software without undergoing major overhauls. This approach allows for headless deployment, better scalability of simulations, and direct tensorized data exchange. It addresses previous bottlenecks such as framework lock-in, UI dependencies, and architectural rigidity, offering a streamlined path to leveraging NVIDIA's powerful physical AI technologies within established industrial and robotics ecosystems.

Manteniu-vos al dia

Rebeu les últimes notícies d'IA al correu.