Explore ejemplos del mundo real de cómo se usan los gemelos digitales para simular, optimizar y visualizar sistemas y entornos físicos mediante tecnologías como OpenUSD, la renderización RTX™ y la IA generativa.

Comience aquí para descubrir cómo las capas de USD ayudan con la composición de escenas y los workflows no destructivos, y cómo la separación de datos y la reutilización de recursos aceleran los workflows 3D.

Una vez que comprenda cómo se usa USD en escenas de gemelos digitales simples, complete esta serie para aprender conceptos más esenciales, vocabulario y mejores prácticas de Python.

Desarrolle aplicaciones personalizadas con las bibliotecas y plantillas de NVIDIA Omniverse.

Aprenda los conceptos básicos del desarrollo de extensiones de Omniverse en este curso, donde escribirá código Python para desarrollar una extensión simple e interactiva.

Aprenda a manipular escenas de OpenUSD modificando archivos USDA y personalice la aplicación de plantillas de USD Explorer agregando física con Python.

Haga que su aplicación sea única creando una interfaz de usuario y experiencias de front-end personalizadas para su audiencia.

DISPONIBLE PRONTO.

Explore esta guía práctica para crear, implementar y extender aplicaciones de gemelos digitales 3D mediante las bibliotecas y los microservicios de NVIDIA Omniverse.

Ensamble, organice y prepare recursos y escenas de fábricas mediante las bibliotecas OpenUSD y Omniverse para crear gemelos digitales modulares y listos para la simulación para la manufactura y la IA física.

Descubra cómo los recursos 3D están preparados para las aplicaciones de simulación y machine learning escalables.

DISPONIBLE PRONTO.

Descubra cómo los arcos de composición de USD, como las capas, referencias, cargas útiles y conjuntos de variantes, se usan en escenas 3D complejas.

Explore conceptos de estructura de recursos clave en OpenUSD para agregar, organizar y escalar escenas 3D modulares.

Extraiga, transforme y valide los datos 3D de sus herramientas CAD existentes en escenas basadas en OpenUSD.

Aproveche la modularidad de recursos, la generación de instancias y la reutilización de contenido para desarrollar escenas 3D eficientes a escala.

Use las API de NVIDIA, como USD Code, para automatizar y mejorar los pipelines de datos sintéticos con IA generativa.

En esta ruta de aprendizaje estructurada, aprenda a usar Isaac Sim™ y gemelos digitales para simular, entrenar y probar robots para tareas de manufactura e industriales.

Experimente con los Modelos Fundacionales (WFM) de Cosmos™ para generar y seleccionar datos sintéticos físicamente precisos para entrenar IA física.

Desarrolle agentes de redes neuronales que razonen abarcando múltiples tipos de datos para aplicaciones del mundo real que aprovechan la búsqueda y el resumen de videos.

DISPONIBLE PRONTO.