Lưu ý của biên tập viên: Bài viết này là một phần trong Into the Omniverse, chuỗi bài tập trung vào cách các nhà phát triển, chuyên gia 3D và doanh nghiệp có thể tái cấu trúc quy trình làm việc bằng cách tận dụng các tiến bộ mới nhất trong OpenUSD và NVIDIA Omniverse.
Physical AI đang chuyển từ phòng thí nghiệm nghiên cứu sang ứng dụng thực tế, thúc đẩy sự phát triển của các robot thông minh và phương tiện tự hành (AV) như robotaxi, đòi hỏi khả năng cảm nhận, suy luận và hành động chính xác trong những điều kiện không thể dự đoán trước.
Để mở rộng quy mô một cách an toàn, các nhà phát triển cần các quy trình làm việc liên kết chặt chẽ giữa dữ liệu thực tế, mô phỏng chất lượng cao và các mô hình AI mạnh mẽ, dựa trên nền tảng chung được cung cấp bởi khung OpenUSD.
Phiên bản mới nhất OpenUSD Core Specification 1.0 (Universal Scene Description) chính thức chuẩn hóa các loại dữ liệu, định dạng tệp và cách thức kết hợp cấu trúc, giúp nhà phát triển xây dựng các pipeline USD dự đoán được và tương tác hiệu quả khi mở rộng các hệ thống tự hành.
Dựa trên OpenUSD, thư viện NVIDIA Omniverse tích hợp khả năng dựng hình NVIDIA RTX, mô phỏng vật lý và môi trường chạy hiệu quả để tạo ra các bản sao số và tài sản SimReady phù hợp cho mô phỏng, phản ánh chính xác môi trường thực nhằm phục vụ việc tạo dữ liệu tổng hợp và kiểm thử.
Mô hình nền tảng thế giới NVIDIA Cosmos có thể được vận hành trên các mô phỏng này nhằm tăng sự đa dạng dữ liệu, sinh ra các điều kiện thời tiết, ánh sáng và địa hình mới từ cùng một cảnh, giúp nhóm phát triển bao phủ an toàn các trường hợp cực đoan và khó xử lý.
Tìm hiểu thêm qua livestream OpenUSD diễn ra lúc 11 giờ sáng theo giờ miền Tây hoặc xem lại, trong chuỗi NVIDIA Omniverse OpenUSD Insiders:
Bên cạnh đó, những tiến bộ trong tạo dữ liệu tổng hợp, bộ dữ liệu đa phương thức và quy trình mô phỏng SimReady đang kết hợp với khung NVIDIA Halos cho an toàn AV, tạo đường dẫn chuẩn hóa giúp triển khai các cỗ máy tự hành thế hệ mới nhanh hơn, an toàn hơn và tiết kiệm chi phí hơn.
Xây dựng nền tảng cho Physical AI an toàn
Tiêu chuẩn mở và tài sản SimReady
Thông số kỹ thuật cốt lõi OpenUSD Core Specification 1.0 thiết lập các mô hình dữ liệu chuẩn và cách thức hoạt động nền tảng cho tài sản SimReady, giúp nhà phát triển xây dựng pipeline mô phỏng tương tác cho dây chuyền AI và robot dựa trên OpenUSD.
Trên nền tảng này, tài sản 3D SimReady có thể được tái sử dụng qua các công cụ và nhóm khác nhau, đồng thời tích hợp trực tiếp với NVIDIA Isaac Sim, nơi các collider USDPhysics, động lực học vật cứng và các variant dựa trên composition-arc cho phép nhóm phát triển kiểm thử robot trong môi trường ảo sát thực tế vận hành.
Học tập mã nguồn mở
Chương trình đào tạo Learn OpenUSD hiện là mã nguồn mở và có trên GitHub, cho phép cộng đồng đóng góp bản địa hóa và điều chỉnh các mẫu, bài tập phù hợp với từng đối tượng, ngôn ngữ và mục đích sử dụng. Đây là nền tảng sẵn có giúp các nhà giáo dục dễ dàng đào tạo các nhóm mới với quy trình làm việc mô phỏng dựa trên OpenUSD.
Thế giới tạo sinh như một nhân tố gia tăng an toàn
Gaussian splatting — kỹ thuật sử dụng các yếu tố 3D có thể chỉnh sửa để tái hiện môi trường nhanh và chân thực — cùng các mô hình thế giới đang thúc đẩy đẩy nhanh pipeline mô phỏng phục vụ thử nghiệm robot an toàn và xác thực.
Tại SIGGRAPH Asia, nhóm NVIDIA Research giới thiệu Play4D, một pipeline streaming cho phép Gaussian splatting 4D tái hiện chính xác các cảnh động và nâng cao độ chân thực.
Công ty trí tuệ Lĩnh vực World Labs sử dụng mô hình thế giới tạo sinh Marble kết hợp NVIDIA Isaac Sim và Omniverse NuRec giúp các nhà nghiên cứu chuyển đổi prompt văn bản và ảnh mẫu thành môi trường 3D vật lý dựa trên Gaussian với hình ảnh chân thực chỉ trong vài giờ thay vì hàng tuần.
Các thế giới này có thể được tận dụng cho việc đào tạo Physical AI, thử nghiệm và chuyển giao mô phỏng sang thực tế. Quy trình mô phỏng chất lượng cao này mở rộng phạm vi kịch bản mà robot có thể thực hành, đồng thời giữ thử nghiệm an toàn trong môi trường mô phỏng.
Lightwheel hỗ trợ mở rộng đào tạo robot với tài sản SimReady
Được phát triển dựa trên OpenUSD, thư viện tài sản SimReady của Lightwheel bao gồm lớp mô tả cảnh chung, giúp dễ dàng lắp ghép các bản sao số chất lượng cao cho robot. Tài sản SimReady được trang bị hình học chính xác, vật liệu và đặc tính vật lý được kiểm định, sẵn sàng tải vào NVIDIA Isaac Sim và Isaac Lab để đào tạo robot, cho phép robot trải nghiệm va chạm thực tế, động lực học và phản hồi cảm biến trong quá trình học.
An toàn toàn diện cho phương tiện tự hành
Các tiến bộ về an toàn phương tiện tự hành đầu-cuối đang được thúc đẩy mạnh mẽ nhờ nghiên cứu mới, các framework mở và dịch vụ kiểm tra giúp quy trình xác thực trở nên nghiêm ngặt và mở rộng quy mô hiệu quả.
Các nhà nghiên cứu NVIDIA, phối hợp cùng Đại học Harvard và Đại học Stanford, vừa giới thiệu khung Sim2Val nhằm thống kê kết hợp kết quả thử nghiệm thực tế và mô phỏng, giảm yêu cầu chạy thực nghiệm vật lý tốn kém, đồng thời chứng minh cách robotaxi và AV có thể vận hành an toàn trong các tình huống hiếm gặp và quan trọng về mặt an toàn.
Tìm hiểu thêm qua livestream “Safety in the Loop” của NVIDIA:
Những đổi mới này được bổ trợ bởi công cụ mã nguồn mở NVIDIA Omniverse NuRec Fixer, một mô hình dựa trên Cosmos, được huấn luyện từ dữ liệu AV nhằm loại bỏ nhiễu trong tái tạo neural, tạo ra tài sản SimReady chất lượng cao hơn.
Để đảm bảo phù hợp với các tiêu chuẩn toàn cầu nghiêm ngặt, Phòng thí nghiệm kiểm tra hệ thống AI NVIDIA Halos — được công nhận bởi ANAB — cung cấp dịch vụ kiểm tra và chứng nhận khách quan các thành phần trong hệ sinh thái robotaxi, ngăn xếp AV, cảm biến và nền tảng sản xuất theo Chương trình Chứng nhận Halos.
Những nhà dẫn đầu hệ sinh thái AV ứng dụng Physical AI vào an toàn
Bosch, Nuro và Wayve là những đơn vị tiên phong tham gia Phòng thí nghiệm kiểm tra hệ thống AI NVIDIA Halos, hướng đến thúc đẩy triển khai an toàn và quy mô lớn các đội xe robotaxi. Onsemi, nhà sản xuất cảm biến cho AV, tự động hóa công nghiệp và y tế, đã trở thành công ty đầu tiên vượt qua khâu kiểm tra của phòng thí nghiệm này.
Trình giả lập mã nguồn mở CARLA tích hợp NVIDIA NuRec và Cosmos Transfer để sinh các chuyến lái tái tạo và các biến thể kịch bản đa dạng, đồng thời công cụ FiftyOne của Voxel51, liên kết với Cosmos Dataset Search, NuRec và Cosmos Transfer, hỗ trợ nhóm phát triển quản lý, chú thích và đánh giá bộ dữ liệu đa phương thức trên toàn bộ pipeline AV.
Trung tâm Mcity thuộc Đại học Michigan đang nâng cấp bản sao số của khu thử nghiệm AV rộng 32 mẫu Anh thông qua thư viện và công nghệ Omniverse. Nhóm nghiên cứu tích hợp NVIDIA Blueprint cho mô phỏng AV cùng các giao diện lập trình ứng dụng Omniverse Sensor RTX để tạo mô hình vật lý cho camera, lidar, radar và cảm biến siêu âm.
Bằng cách đồng bộ dữ liệu cảm biến thực tế với dữ liệu mô phỏng chất lượng cao và chia sẻ tài sản một cách mở, Mcity hỗ trợ việc thử nghiệm an toàn và lặp lại các tình huống lái xe hiếm gặp, nguy hiểm trước khi xe lưu thông trên đường công cộng.
Tiếp cận thế giới OpenUSD và an toàn Physical AI
Tìm hiểu thêm về OpenUSD, NVIDIA Halos và an toàn Physical AI qua các nguồn tài nguyên sau:
Luôn cập nhật bằng cách đăng ký nhận tin tức NVIDIA, tham gia cộng đồng và theo dõi NVIDIA Omniverse trên Instagram, LinkedIn, Medium và X.