Le fait
Le 5 novembre 2026, NVIDIA a publié un billet « Into the Omniverse » sur des ingénieurs qui dirigent des agents d’IA de pointe, surtout GPT-6 Astra d’OpenAI et parfois Claude, pour construire des applications de simulation avec les bibliothèques Omniverse (physique, rendu, capteurs accélérés par GPU) et Isaac Sim.
Exemple le plus parlant pour l’usine : un ingénieur NVIDIA a fait monter en charge une simulation d’entrepôt. Avec 80 convoyeurs, 40 bras robotisés et 800 caisses, elle a tenu 30 images par seconde en 1080p pendant un test de deux minutes, avec 640 dépôts de caisses réussis. En doublant encore la scène, les performances chutent : l’analyse pointe la physique et la commande des robots comme goulot.
Contexte
Les autres cas couvrent le démontage robotisé (une suspension modélisée dans PTC Onshape puis testée dans Isaac Sim, avec une clé redessinée pour atteindre les boulons), une turbine à gaz transformée en application de scénarios (charge, température, composition du carburant, six procédures dont une vanne bloquée) avec les outils libres Cantera et SciPy, et la reconstruction d’un bâtiment vide à partir de photos panoramiques pour tester des plans d’entrepôt. La bibliothèque SimReady Central propose plus de 2 000 objets 3D prêts pour la simulation. Un robot ABB YuMi converti depuis ses fichiers de CAO a réussi quatre cycles de prise et dépose, avec des propriétés physiques estimées et non calibrées sur le vrai robot.
Pourquoi ça compte
Le coût d’un jumeau numérique tient surtout aux heures d’ingénierie pour assembler la scène. Si des agents font ce travail sous supervision, la simulation devient accessible à des sites industriels plus petits.
Lecture Neurone21
Ce sont des démonstrations internes de NVIDIA, souvent des prototypes, sans mesure du temps gagné par rapport à un ingénieur seul. Le point utile : chaque cas garde un humain qui vérifie, et les limites (physique non calibrée, goulots) sont dites.