将NVIDIA Omniverse RTX传感器仿真集成到现有应用中

NVIDIA 在 SIGGRAPH 2026 上宣布，Omniverse 库现已纳入 NVIDIA Agent Toolkit，其中 ovrtx 作为 RTX 传感器仿真层，提供模块化 API，使开发者能够将物理级传感器仿真嵌入现有应用。ovrtx 的核心原则是让宿主应用保持对架构、UI、数据模型和工作流的控制，同时利用 NVIDIA RTX 的 RT Core 和 Tensor Core 实现实时、物理级渲染和传感器输出。

ovrtx 支持从 OpenUSD 场景生成相机、激光雷达、雷达、超声波、语义分割等输出。典型集成流程包括：创建 ovrtx 渲染器、加载或引用 OpenUSD 内容、定义 RenderProducts 和 RenderVars、从应用循环步进仿真、将结果映射到 CPU 或 GPU 内存以供显示、存储或分析。伪代码示例显示，宿主应用拥有主循环，ovrtx 按需生成输出。

ovrtx 作为轻量级 C/Python SDK 运行，依赖 Omniverse RTX 渲染器，该渲染器利用 RT Core 进行光线追踪，Tensor Core 进行 AI 加速，实现物理级光照传输仿真。在 Omniverse 库栈中，ovstage 提供共享运行时阶段，管理 OpenUSD 场景数据，使 ovphysx（物理仿真）和 ovrtx 等库能通过共同数据基底交换仿真状态和场景变更。

这种架构支持多模态仿真管线，适用于合成数据生成、数字孪生和物理 AI 验证。开发者可在 CAD、Blender、PLM/PDM 工作流以及云原生设计流程（如 PTC Onshape Render Studio）中集成 ovrtx。

ovrtx 的目标应用包括设计、机器人、自动驾驶汽车、工业数字孪生和物理 AI。开发者需要可视化 OpenUSD 场景、生成物理级数据、测试感知系统、验证行为，并在现有工具中查看结果。ovrtx 通过模块化 API 使这些能力可嵌入 CAD 系统、Blender 工作流、PLM/PDM 工作流、OpenUSD 资产管线以及内部仿真栈。

文章展示了两个集成示例：PTC Onshape Render Studio 和 SimReady Blender 工作流。这些示例说明了如何将 ovrtx 的传感器仿真能力融入现有设计流程，而无需重构应用架构。

ovrtx 目前作为预发布软件在 GitHub 上提供，开发者可以检查 C 和 Python API、运行示例、测试 OpenUSD 场景加载，并评估 RTX 传感器输出如何适配自己的应用循环。NVIDIA 强调，这种库优先的方法让团队能更灵活地控制仿真能力在自有工具和服务中的运行位置。