A NVIDIA apresentou exemplos de utilização de agentes de inteligência artificial para transformar instruções em linguagem natural em aplicações de simulação. Num artigo publicado a 8 de outubro de 2026, a empresa explica que os agentes podem ajudar a reunir ativos, ligar física e renderização e verificar o comportamento de cenas, recorrendo às bibliotecas do Omniverse. Os programadores orientam o trabalho, revêm os resultados e indicam alterações. A NVIDIA descreve as bibliotecas como oferecendo física, renderização e simulação de sensores aceleradas por GPU.
Entre os casos descritos está um simulador de armazém com um robô humanoide, criado por Frank DeLise, gestor de produto do Omniverse na NVIDIA. Segundo a empresa, DeLise usou o agente Astra para ligar componentes de física, atualização de cenas, renderização e interface, além de recorrer a ativos SimReady para criar a cena física. O agente gerou animações e código da aplicação. O protótipo permite observar tarefas em primeira e terceira pessoa e explorar o comportamento do robô num ambiente simulado.
Outro exemplo, chamado Zero to Alpamayo, usa uma cena baseada na Market Street, em São Francisco, para testar sistemas de condução autónoma. A NVIDIA diz que Doyub Kim, responsável na equipa de tecnologia de simulação, orientou o Astra na ligação faseada da criação de ativos, do tráfego, da simulação de sensores RTX e do sistema de condução Alpamayo. O protótipo serve para comparar modelos e analisar como alterações à cena ou aos sensores afetam o comportamento subsequente. Numa experiência separada, Kim usou Cosmos3-Nano para variar meteorologia e iluminação em vídeos de simulação e comparar as respostas do modelo de condução.
A empresa relata ainda uma experiência de validação de gémeos digitais, na qual agentes Astra e Claude Fable 5 compararam imagens de câmaras e dados LiDAR brutos simulados com registos reais. Ao longo de cerca de três dias, os agentes criaram dois gémeos digitais e melhoraram outros dois, alterando cenas OpenUSD para corrigir objetos em falta, geometria e materiais. A NVIDIA afirma que a aceitação das alterações dependia de métricas de câmara e LiDAR; o artigo não indica uma avaliação independente.
Na robótica, o projeto experimental Robo Olympics testou movimentos desportivos de robôs humanoides Unitree G1 em simulação, com vídeos desportivos e instruções em linguagem natural como orientação. Segundo a NVIDIA, numa experiência o robô passou uma única barreira em 64 de 100 tentativas simuladas. Noutro caso, Jens Jebens, gestor de produto sénior para OpenUSD na empresa, usou Astra para modelar uma suspensão automóvel no PTC Onshape e configurá-la no Isaac Sim. O agente mediu o espaço disponível e desenhou uma chave para alcançar os parafusos; Jebens relatou a remoção bem-sucedida de um componente na simulação.
Os exemplos abrangem preparação, integração e teste de simulações, mas não demonstram, por si só, desempenho no mundo real. A informação foi publicada pela NVIDIA e descreve projetos orientados por funcionários da empresa. Os números e resultados referidos são relatos da companhia, sem validação independente indicada no artigo. Os agentes executam tarefas sob direção humana, e os resultados descritos dizem respeito a ambientes simulados.
Porque importa
Os exemplos mostram aplicações de agentes em tarefas de integração e iteração de simulações. Os resultados descritos, porém, são experiências da NVIDIA e não comprovam, por si só, que os sistemas funcionem com a mesma eficácia fora da simulação.