Nvidia y Hugging Face lanzan una biblioteca gratuita con 2.000 objetos 3D listos para entrenar robots
SimReady Central reúne modelos tridimensionales de brazos robóticos, equipamiento industrial y electrodomésticos que ya vienen preparados con las propiedades físicas que necesitan los simuladores, ahorrando semanas de trabajo manual a quien desarrolla entornos de entrenamiento para robots y gemelos digitales de fábricas.
Nvidia y Hugging Face lanzaron SimReady Central, una biblioteca gratuita con más de 2.000 objetos tridimensionales (brazos robóticos, equipamiento industrial, electrodomésticos) que ya vienen preparados con propiedades físicas como masa y fricción. Esto permite usarlos directamente en simuladores para entrenar robots o construir gemelos digitales (réplicas virtuales de fábricas) sin añadir esos datos manualmente.
Nvidia y Hugging Face han anunciado SimReady Central, una biblioteca abierta que reúne más de 2.000 objetos tridimensionales preparados para simulación. Según informó Nvidia en su blog oficial, estos modelos —que incluyen desde brazos robóticos y pinzas hasta estanterías de almacén, equipos de refrigeración y electrodomésticos— ya vienen configurados con propiedades como masa, geometría de colisión y fricción, lo que permite usarlos directamente en simuladores sin añadir esos datos a mano. La biblioteca utiliza OpenUSD (un estándar abierto para describir escenas 3D) y está alojada en Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA y otros recursos técnicos).
Crear simulaciones para entrenar robots o construir gemelos digitales de fábricas (réplicas virtuales que permiten probar cambios antes de aplicarlos en el mundo real) requiere más que un modelo tridimensional: hay que especificar cómo se comporta físicamente cada objeto, cómo interactúa con otros y qué sensores pueden detectarlo. SimReady Foundation, el conjunto de especificaciones que acompaña a la biblioteca, define perfiles de uso —grupos de características necesarias para cada tipo de simulación— y herramientas de validación que permiten comprobar si un objeto cumple los requisitos. Por ejemplo, un perfil para robots manipuladores exige información sobre articulaciones y límites de movimiento, mientras que uno para fábricas de IA requiere metadatos eléctricos y térmicos.
La biblioteca permite a fabricantes de equipamiento (como Comau, FANUC, Franka Robotics, Robotiq, Universal Robots, Vertiv o LG Electronics) distribuir versiones listas para simulación de sus productos. Según Nvidia, esto ayuda a que sus clientes puedan probar escenarios con ese equipamiento sin esperar a recibirlo físicamente, acelerando la toma de decisiones. Los desarrolladores, por su parte, pueden buscar activos mediante lenguaje natural gracias a NVIDIA USD Search (un buscador que indexa propiedades de objetos 3D) y combinar piezas de distintos proveedores en una misma escena. Nvidia ilustra el caso con un ejemplo: para construir un escenario de recogida y colocación robótica, un desarrollador podría pedirle a un modelo de lenguaje grande como GPT-6 Astra que busque un brazo FANUC, una pinza Robotiq y equipamiento de almacén en SimReady Central, y que genere el código Python para montar la escena en Isaac Sim (el simulador de Nvidia para robótica).
La iniciativa busca reducir el trabajo manual que supone preparar entornos de entrenamiento para IA física (sistemas que interactúan con el mundo real, como robots o vehículos autónomos). Según Nvidia, los fabricantes pueden convertir sus modelos CAD (diseños asistidos por ordenador) en activos SimReady usando una herramienta de validación y enviarlos a la biblioteca, donde quedan accesibles sin restricciones de registro. La integración con Hugging Face, que ya aloja miles de modelos de aprendizaje automático, amplía el ecosistema de recursos abiertos para IA y robótica, permitiendo que agentes de IA también descubran y utilicen estos objetos tridimensionales al construir simulaciones de forma autónoma.
