NVIDIA、AIエージェントでシミュレーションを作る事例を公開。3Dモデルの先にある検証

NVIDIAは10月29日付のブログで、AIエージェントとOmniverseを組み合わせ、建物や工場、ロボットのシミュレーションを作る開発事例を紹介しました。自然言語で指示するとAIがコードや3Dシーンを組み立て、人が結果を見て修正を指示します。

注目点は、見栄えのよい3D映像を作るだけでなく、動かして確かめる環境までつなぐことです。ただし、紹介例はシミュレーションや試作の記録。実際の設備やロボットで同じ結果が得られる保証ではありません。

NVIDIA公式のAIエージェントとOmniverseシミュレーション事例を示す合成キービジュアル

AIに任せるのは、モデルと検証環境をつなぐ作業

Omniverseは、3Dデータを扱うアプリに物理計算や描画、センサーの模擬出力を組み込むためのライブラリ群を提供します。共通形式のOpenUSDに、形状だけでなく材料や物理特性などの情報を持たせ、既存の開発ツールと接続する考え方です。

公式の開発者向けページでは、CAD変換、資産の準備、ビューアー作成などを支えるAI向けのスキルも案内しています。AIがすべての正しさを判断するのではなく、人が結果を確認する判断点を残す構成です。作業を頼む指示と、合否を決める条件を分けておく必要があります。

ブログでは、現場の写真と点群から編集可能な建物を復元する事例も紹介されています。棚や機械を動かして配置を試すには、撮影した空間を眺めるだけでなく、変更できるモデルにする工程が必要になります。

CADがあっても、そのままロボットを試せるわけではない

この違いが分かりやすいのが、ABBの双腕ロボットYuMiを使った公式チュートリアルです。CADをOpenUSDへ変換し、外観を合わせ、関節や衝突判定などの物理特性を設定。SimReadyの要件を検証してから、Isaac Simで物をつかんで移す動きを確認します。

SimReadyは、用途に応じて資産が満たすべき条件を確かめる仕組みです。例えば衝突形状がなければ、指と物体がすり抜けることがあります。質量や摩擦、関節の設定も動作を左右するため、見た目が正しいことと、物理的に正しいことは別です。

チュートリアルは、参考資料を渡してAIに作業を頼み、各段階の結果と検証内容を人が確認する進め方を示しています。モデルを一度出力して終えるのではなく、不足した条件を直して再確認する工程が中心です。

公式では、SimReady資産からキッチンを組み立てる例も示しています。配置した後の描画を確認して調整する流れで、資産がそろうことと、目的に合う環境が完成することの違いが分かります。

NVIDIA公式デモでSimReadyアセットを並べたキッチンのシミュレーション画面

倉庫の操作から、設備の条件変更まで試す

NVIDIAのブログは、搬送コンベヤーやロボットアームを増やした倉庫のシミュレーションで、処理が遅くなる原因を調べる事例を示しています。ガスタービンの運転条件を変えて挙動を比べる試作も紹介されています。共通するのは、AIが作った成果物を画面で確認し、必要な変更を指示できる点です。

描画を担うovrtxは、既存アプリにカメラやLiDARなどのセンサー模擬出力を組み込むためのC・Pythonライブラリです。公式リポジトリには事前リリースのソフトウェアと記載されています。導入を検討する際は、デモの外観だけでなく、対応環境や依存関係、利用する版を確かめたいところです。

現場で使う前に、何を一致させるか決める

関連するAIファクトリーの技術解説では、写真だけからもっともらしい施設を作れても、寸法や比率は誤る可能性があると説明しています。設計図、設備資料、敷地の条件を渡し、出力を工学的に確認する必要があります。

つまり、入力資料が増えたことと、正しい設計になったことも同じではありません。どの図面に配置が基づくのか、どの仕様を使って計算したのかを追えることが、修正やレビューの助けになります。

柔らかいケーブルを扱い、端子の位置と向きを合わせる別の事例では、制御に使う情報をシミュレーターから直接得ています。実機のカメラやセンサーで得られる情報による検証は今後の課題とされており、仮想環境での成功をそのまま現場の成功と見なすことはできません。掲載映像は選ばれた成功例であり、100ケースの評価全体とは別です。また、映像の再生時間から実際の動作速度は判断できません。

ClearAI編集部としては、最初に何を再現し、何と比較して合否を決めるかを絞ることが実務上の入口になると考えます。設備の配置を比べたいのか、接触を試したいのかで、必要な入力と検証は変わります。AIに環境づくりを手伝わせる価値は、その後の確認まで含めて判断するのがよさそうです。

この記事はNVIDIAの公開資料を整理した解説で、ClearAIによる実機試験や性能測定ではありません。情報確認日：2026年11月1日。